基于大數(shù)據(jù)技術(shù)的高校校友信息整合分析平臺(tái)開(kāi)發(fā)及應(yīng)用

譚保華，任志鵬，王鵬，趙建平

（長(zhǎng)春理工大學(xué)，長(zhǎng)春 130022）

校友資源是學(xué)校的寶貴財(cái)富，隨著大數(shù)據(jù)時(shí)代的到來(lái)，高校對(duì)校友資源的管理更加科學(xué)化、智能化[1]。本文利用大數(shù)據(jù)處理技術(shù)對(duì)校友信息數(shù)據(jù)進(jìn)行挖掘、整理、分析，通過(guò)對(duì)主要數(shù)據(jù)模型的梳理，提供統(tǒng)一的基于云的大數(shù)據(jù)整合共享平臺(tái)，實(shí)現(xiàn)校友數(shù)據(jù)信息的整合和共享，同時(shí)結(jié)合微信公眾平臺(tái)進(jìn)行信息的搜集與分析，實(shí)現(xiàn)了智能化、科學(xué)化管理，充分發(fā)揮校友資源的效用，形成功能完善、消息及時(shí)、管理方便、服務(wù)到位的校友信息整合分析平臺(tái)，提升了校友對(duì)學(xué)校的認(rèn)同感和滿意度，有效地加強(qiáng)了校友與母校之間的動(dòng)態(tài)聯(lián)絡(luò)與溝通，極大地增進(jìn)了雙方之間的情感，為學(xué)校教育事業(yè)的發(fā)展起到了非常重要的推動(dòng)作用。

1 平臺(tái)設(shè)計(jì)與模塊功能

本平臺(tái)設(shè)計(jì)思想旨在為校友建立一個(gè)在大數(shù)據(jù)技術(shù)基礎(chǔ)上的信息整合分析平臺(tái)，為校友信息收集、信息管理、信息交流等提供一體化服務(wù)[2]。管理模塊主要包括對(duì)數(shù)據(jù)、新聞信息、校友名片、企業(yè)招聘、企業(yè)產(chǎn)品和校友互動(dòng)的六大模塊，此外，在系統(tǒng)維護(hù)模塊中可以設(shè)置每個(gè)功能模塊的權(quán)限，實(shí)現(xiàn)特定的權(quán)限控制功能。各個(gè)模塊既是彼此獨(dú)立的，與整個(gè)系統(tǒng)又是密切相關(guān)的。系統(tǒng)功能如圖1所示。

（1）基礎(chǔ)數(shù)據(jù)管理模塊：融合角色用戶、系統(tǒng)參數(shù)、系統(tǒng)日志、機(jī)構(gòu)單位的基礎(chǔ)數(shù)據(jù)，建立統(tǒng)一的數(shù)據(jù)模型，進(jìn)行數(shù)據(jù)管理和維護(hù)。應(yīng)用Hadoop分布式計(jì)算、Hbase分布式數(shù)據(jù)存儲(chǔ)系統(tǒng)解決大規(guī)模結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的讀寫問(wèn)題，以MapReduce并行計(jì)算引擎為核心，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)以一種可靠、高效、可伸縮的方式進(jìn)行數(shù)據(jù)處理。

圖1 系統(tǒng)總體設(shè)計(jì)

（2）新聞信息管理模塊：校友會(huì)基本信息、校友活動(dòng)、校友刊物等信息的編輯展示功能。對(duì)校友信息、活動(dòng)等進(jìn)行數(shù)據(jù)挖掘，為校友認(rèn)證、校友互動(dòng)提供依據(jù)。針對(duì)數(shù)據(jù)來(lái)源的不同，采取不同的數(shù)據(jù)抽取方式；針對(duì)目標(biāo)數(shù)據(jù)中缺失值，以及噪聲數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，同時(shí)對(duì)數(shù)據(jù)進(jìn)行規(guī)范化，將數(shù)據(jù)變換或者統(tǒng)一成適合挖掘的數(shù)據(jù)。

（3）校友名片管理模塊：校友注冊(cè)、信息管理、信息交互、校友圈、校友活動(dòng)、e卡通等功能。結(jié)合傳統(tǒng)挖掘算法、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，分析校友數(shù)據(jù)內(nèi)在隱含的信息，建立算法庫(kù)完成諸如聚類、分類、推薦過(guò)濾、頻繁子項(xiàng)挖掘等數(shù)據(jù)挖掘算法。

（4）企業(yè)招聘管理模塊：登記校友企業(yè)、招聘信息、網(wǎng)上招聘、智能分析、企業(yè)校友互動(dòng)等功能。研究適合校友信息特征的具有廣義關(guān)聯(lián)特征的大數(shù)據(jù)分析挖掘算法，針對(duì)校友信息智能分析做重點(diǎn)分析。

（5）企業(yè)產(chǎn)品管理模塊：產(chǎn)品管理、產(chǎn)品銷售、訂單服務(wù)等功能。該模塊可實(shí)現(xiàn)對(duì)企業(yè)相關(guān)信息進(jìn)行管理和服務(wù)，系統(tǒng)中的數(shù)據(jù)根據(jù)決策需求經(jīng)過(guò)ETL轉(zhuǎn)換（數(shù)據(jù)集成、清理、轉(zhuǎn)換及歸約等）導(dǎo)入到數(shù)據(jù)倉(cāng)庫(kù)中，提高挖掘效率。

（6）校友捐贈(zèng)管理模塊：捐贈(zèng)項(xiàng)目、捐贈(zèng)相關(guān)新聞、以及對(duì)捐贈(zèng)信息的統(tǒng)計(jì)等功能。

（7）系統(tǒng)維護(hù)模塊：包括對(duì)系統(tǒng)相關(guān)參數(shù)的設(shè)置、各用戶的權(quán)限設(shè)置、以及對(duì)所有管理模塊的控制等功能。以系統(tǒng)安全為基礎(chǔ)，遵循先進(jìn)性和擴(kuò)展性原則實(shí)現(xiàn)本系統(tǒng)維護(hù)功能。

2 系統(tǒng)關(guān)鍵技術(shù)

2.1 數(shù)據(jù)存儲(chǔ)技術(shù)

數(shù)據(jù)存儲(chǔ)采用基于Hadoop的Hbase分布式存儲(chǔ)技術(shù)來(lái)實(shí)現(xiàn)集群式存儲(chǔ)，充分發(fā)揮分布式集群存儲(chǔ)的開(kāi)放式架構(gòu)以及高擴(kuò)展性，為多源數(shù)據(jù)的統(tǒng)一存儲(chǔ)使用提供完備的技術(shù)支持。Hbase具有高可靠性、高性能、可伸縮性的優(yōu)點(diǎn)，適合于非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)，方便讀寫大規(guī)模數(shù)據(jù)。同時(shí)，它可以利用廉價(jià)的PC Server搭建大規(guī)模結(jié)構(gòu)化存儲(chǔ)集群，并充分利用現(xiàn)有資源[3]。利用Hive對(duì)Hbase中的數(shù)據(jù)進(jìn)行查詢和分析。通過(guò)Hive不僅能夠?qū)崿F(xiàn)傳統(tǒng)數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)的統(tǒng)計(jì)分析，而且對(duì)存儲(chǔ)了計(jì)算能力具有擴(kuò)展功能。本項(xiàng)目采用基于Hadoop的分布式存儲(chǔ)技術(shù)搭建數(shù)據(jù)存儲(chǔ)平臺(tái)，構(gòu)建數(shù)據(jù)存儲(chǔ)管理框架，最終解決多源數(shù)據(jù)統(tǒng)一存儲(chǔ)和管理的問(wèn)題。

2.2 分析數(shù)據(jù)集設(shè)計(jì)與構(gòu)建技術(shù)

針對(duì)校友數(shù)據(jù)模式構(gòu)建分析數(shù)據(jù)集，包括教育部發(fā)布的教育信息化行業(yè)標(biāo)準(zhǔn)在內(nèi)的參考模型及數(shù)據(jù)、公共的標(biāo)準(zhǔn)以及滿足各業(yè)務(wù)部門需要的校級(jí)標(biāo)準(zhǔn)模型及數(shù)據(jù)、各項(xiàng)業(yè)務(wù)活動(dòng)的共享數(shù)據(jù)集模型，將數(shù)據(jù)進(jìn)行主題式分析，構(gòu)建各主題對(duì)應(yīng)的多種維度，提高多維數(shù)據(jù)的可擴(kuò)展性并使之能夠提供對(duì)非結(jié)構(gòu)化數(shù)據(jù)的支持。本項(xiàng)目考慮到校友數(shù)據(jù)來(lái)源的復(fù)雜性，根據(jù)數(shù)據(jù)來(lái)源選擇不同的方式抽取數(shù)據(jù)。對(duì)于結(jié)構(gòu)化數(shù)據(jù)，使用數(shù)據(jù)抽取工具把源數(shù)據(jù)放入Hbase數(shù)據(jù)庫(kù)；對(duì)于非結(jié)構(gòu)化數(shù)據(jù)，首先使用Nutch來(lái)抓取數(shù)據(jù)，再使用Solr處理數(shù)據(jù)并存儲(chǔ)到Hbase數(shù)據(jù)庫(kù)。將多維分析數(shù)據(jù)集構(gòu)建在HBase分布式數(shù)據(jù)庫(kù)中，保證維度創(chuàng)建和維護(hù)的靈活性，提高多維分析數(shù)據(jù)集的可擴(kuò)展性并提供對(duì)非結(jié)構(gòu)化數(shù)據(jù)的支持。

2.3 數(shù)據(jù)整合調(diào)度技術(shù)

數(shù)據(jù)整合工作流技術(shù)主要包含創(chuàng)建整合任務(wù)和任務(wù)調(diào)度兩個(gè)方面。整合平臺(tái)數(shù)據(jù)來(lái)源于多個(gè)獨(dú)立的業(yè)務(wù)系統(tǒng)。業(yè)務(wù)系統(tǒng)之間不存在數(shù)據(jù)共享，因此需要針對(duì)每個(gè)業(yè)務(wù)系統(tǒng)開(kāi)發(fā)獨(dú)立的數(shù)據(jù)整合任務(wù)，負(fù)責(zé)將數(shù)據(jù)從業(yè)務(wù)系統(tǒng)拉取到整合平臺(tái)中，并完成數(shù)據(jù)的清洗工作。為了保證多整合任務(wù)之間的協(xié)調(diào)性，使用了任務(wù)調(diào)度引擎來(lái)管理任務(wù)的定時(shí)執(zhí)行，方便整合任務(wù)的擴(kuò)展和維護(hù)。本項(xiàng)目通過(guò)使用Sqoop和Chukwa技術(shù)來(lái)建立數(shù)據(jù)整合任務(wù)，使用Oozie技術(shù)來(lái)構(gòu)建任務(wù)調(diào)度引擎，為數(shù)據(jù)處理提供技術(shù)支持。

2.4 多源數(shù)據(jù)分析技術(shù)

根據(jù)不同的數(shù)據(jù)性質(zhì)，采取適合的算法進(jìn)行諸如預(yù)測(cè)、分類、聚類操作，找到數(shù)據(jù)深層次的含義，提供決策的數(shù)據(jù)支持。針對(duì)這些數(shù)據(jù)分析工作，本項(xiàng)目基于MapReduce和Mahout技術(shù)的數(shù)據(jù)分析平臺(tái)建立數(shù)據(jù)分析模型作為。數(shù)據(jù)處理在Hadoop分布平臺(tái)之下，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)以一種可靠、高效、可伸縮的方式進(jìn)行數(shù)據(jù)處理。具有高可靠性、高擴(kuò)展性、高效性、高容錯(cuò)性和低成本等優(yōu)點(diǎn)。Hadoop通過(guò)在計(jì)算機(jī)集簇間分派數(shù)據(jù)來(lái)并行完成計(jì)算功能，這些集簇能夠便利增添到節(jié)點(diǎn)中。此外，節(jié)點(diǎn)之間可以實(shí)現(xiàn)動(dòng)態(tài)數(shù)據(jù)移動(dòng)，進(jìn)而確保每個(gè)節(jié)點(diǎn)的動(dòng)態(tài)平衡，并具有高速的處理速度，能夠自動(dòng)保存數(shù)據(jù)的多個(gè)副本，自動(dòng)將失敗的任務(wù)重新分配，為大規(guī)模數(shù)據(jù)處理帶來(lái)便利。

2.5 數(shù)據(jù)可視化技術(shù)

數(shù)據(jù)可視化，能夠加強(qiáng)對(duì)數(shù)據(jù)形式的分析，使校友及其他用戶可以更直觀的觀看數(shù)據(jù)，并方便了解數(shù)據(jù)中的隱藏信息[4]。實(shí)現(xiàn)數(shù)據(jù)和用戶的溝通，以便用戶對(duì)數(shù)據(jù)進(jìn)行管理，進(jìn)而有效的實(shí)現(xiàn)人機(jī)交互。同時(shí)滿足數(shù)據(jù)大規(guī)模、高維度的展示效果。如何提高數(shù)據(jù)展示的維度、滿足易操作的人性化交互方式，同時(shí)兼容高維度數(shù)據(jù)的展示，是本項(xiàng)目要解決的關(guān)鍵技術(shù)之一。

3 系統(tǒng)架構(gòu)方案

基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)整合分析臺(tái)關(guān)鍵技術(shù)：搭建分布式數(shù)據(jù)存儲(chǔ)平臺(tái)和構(gòu)建數(shù)據(jù)存儲(chǔ)管理框架，對(duì)多源數(shù)據(jù)進(jìn)行統(tǒng)一的存儲(chǔ)和管理，并提供良好的可用性和可擴(kuò)展性。根據(jù)校友數(shù)據(jù)特征設(shè)計(jì)多維分析數(shù)據(jù)集，將數(shù)據(jù)按照多個(gè)主題進(jìn)行分析，支持多維度大規(guī)模的數(shù)據(jù)分析，同時(shí)提供對(duì)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的支持。研究數(shù)據(jù)整合調(diào)度技術(shù)，利用任務(wù)調(diào)度引擎將原有各個(gè)系統(tǒng)的數(shù)據(jù)遷移工作設(shè)計(jì)成獨(dú)立的任務(wù)執(zhí)行，提供定時(shí)定期的計(jì)劃任務(wù)執(zhí)行方式。在數(shù)據(jù)整合任務(wù)中，研究了對(duì)歷史數(shù)據(jù)的清洗和補(bǔ)齊的相關(guān)規(guī)則，保證了數(shù)據(jù)的可用性。利用大數(shù)據(jù)分析技術(shù)，設(shè)計(jì)多種數(shù)據(jù)分析模型，對(duì)數(shù)據(jù)提供諸如預(yù)測(cè)，分類，關(guān)聯(lián)等深層次的數(shù)據(jù)分析功能，輔助管理層進(jìn)行決策。研究大數(shù)據(jù)可視化技術(shù)，利用先進(jìn)的用戶交互技術(shù)，改變傳統(tǒng)報(bào)表式的數(shù)據(jù)展示方式，滿足多維度的數(shù)據(jù)展示和易操作的交互方式。

3.1 系統(tǒng)總體框架設(shè)計(jì)

基于大數(shù)據(jù)技術(shù)的高校校友信息整合，該平臺(tái)采用的總體功能架構(gòu)設(shè)計(jì)為“1+1+4+N”（1個(gè)校友基礎(chǔ)數(shù)據(jù)源，1個(gè)大數(shù)據(jù)基礎(chǔ)運(yùn)行平臺(tái)，4大平臺(tái)，包括數(shù)據(jù)采集存儲(chǔ)平臺(tái)、綜合分析挖掘平臺(tái)、數(shù)據(jù)整合調(diào)度平臺(tái)、安全掌握平臺(tái)，N大應(yīng)用包括校友互動(dòng)、信息共享、決策支持等），如圖2所示。

圖2 平臺(tái)總體功能架構(gòu)

數(shù)據(jù)采集與存儲(chǔ)平臺(tái)的主要職責(zé)是對(duì)校友信息相關(guān)大數(shù)據(jù)進(jìn)行收集，并將采集到的數(shù)據(jù)進(jìn)行結(jié)構(gòu)化存儲(chǔ)和清洗。而分析與挖掘平臺(tái)的主要職責(zé)則是先對(duì)采集到的校友大數(shù)據(jù)進(jìn)行專門的分析建模，然后再深入對(duì)數(shù)據(jù)進(jìn)行挖掘和智能分析。安全管控平臺(tái)的主要職責(zé)是負(fù)責(zé)對(duì)整個(gè)的系統(tǒng)數(shù)據(jù)進(jìn)行監(jiān)控和管理，確保校友的數(shù)據(jù)資產(chǎn)安全和可控。數(shù)據(jù)整合調(diào)度的主要指責(zé)是創(chuàng)建整合任務(wù)和任務(wù)調(diào)度，以用來(lái)整合不同數(shù)據(jù)來(lái)源獨(dú)立的系統(tǒng)。

3.2 系統(tǒng)技術(shù)架構(gòu)

基于大數(shù)據(jù)技術(shù)的多維度高校學(xué)情分析平臺(tái)采用的是典型的三大層次大數(shù)據(jù)技術(shù)架構(gòu)，所謂三大層次包括源數(shù)據(jù)層、數(shù)據(jù)處理層和應(yīng)用層。系統(tǒng)技術(shù)架構(gòu)如圖3所示，該架構(gòu)是基于分布式數(shù)據(jù)計(jì)算平臺(tái)和大數(shù)據(jù)算法的結(jié)構(gòu)，可用于支撐整個(gè)大數(shù)據(jù)的應(yīng)用功能與體系。

（1）源數(shù)據(jù)層設(shè)計(jì)

源數(shù)據(jù)層主要是指為整個(gè)業(yè)務(wù)分析系統(tǒng)提供各種源數(shù)據(jù)的錄入、數(shù)據(jù)的抽取和組合。源數(shù)據(jù)平臺(tái)在設(shè)計(jì)過(guò)程中重點(diǎn)在于對(duì)源數(shù)據(jù)管理設(shè)計(jì)，該系統(tǒng)是應(yīng)用大數(shù)據(jù)和云計(jì)算等多種技術(shù)和手段對(duì)系統(tǒng)所需的各種數(shù)據(jù)進(jìn)行廣度和深度分析，并應(yīng)用指標(biāo)、規(guī)則管理等工具實(shí)現(xiàn)對(duì)數(shù)據(jù)信息的收集與分析，然后借助大數(shù)據(jù)技術(shù)手段來(lái)達(dá)成數(shù)據(jù)管理的目標(biāo)，以提升分析預(yù)測(cè)水平。

圖3 系統(tǒng)總體功能架構(gòu)

系統(tǒng)設(shè)計(jì)思路：第一步，建立統(tǒng)一的信息模型，以進(jìn)行數(shù)據(jù)的抽取和整合，主要包括統(tǒng)一信息數(shù)據(jù)模型定義、數(shù)據(jù)抽取、數(shù)據(jù)加工和數(shù)據(jù)轉(zhuǎn)換等過(guò)程，從計(jì)量自動(dòng)化系統(tǒng)中將相關(guān)數(shù)據(jù)及其他外部數(shù)據(jù)等抽取接入到系統(tǒng)中，然后轉(zhuǎn)換規(guī)則則是依據(jù)統(tǒng)一信息模型的定義進(jìn)行轉(zhuǎn)換、輕度匯總等；第二步，對(duì)元數(shù)據(jù)進(jìn)行質(zhì)量和安全控制，數(shù)據(jù)質(zhì)量主要是對(duì)數(shù)據(jù)值域、編碼正確性、唯一性、外鍵和業(yè)務(wù)規(guī)則進(jìn)行檢查，安全方面主要控制對(duì)數(shù)據(jù)的訪問(wèn)權(quán)限，包括表級(jí)級(jí)記錄級(jí)權(quán)限控制；第三步，利用云存儲(chǔ)技術(shù)將存儲(chǔ)資源放在云上，以便隨時(shí)為使用者提供存儲(chǔ)，這是一種新興方案，本系統(tǒng)使用的云存儲(chǔ)技術(shù)框架如圖4所示。

圖4 采用的云存儲(chǔ)技術(shù)框架

（2）數(shù)據(jù)處理層

數(shù)據(jù)處理層主要是對(duì)框架及平臺(tái)的實(shí)現(xiàn)，為業(yè)務(wù)應(yīng)用平臺(tái)提供包括神經(jīng)網(wǎng)絡(luò)模型，決策樹模型，KNN模型，關(guān)聯(lián)規(guī)則模型等多種分析預(yù)測(cè)模型。

在大數(shù)據(jù)基礎(chǔ)上，從源數(shù)據(jù)平臺(tái)得到數(shù)據(jù)，為構(gòu)建和分析預(yù)測(cè)系統(tǒng)模型做準(zhǔn)備。主要提供基于校友會(huì)及校友各類信息，校友會(huì)信息包括：校友會(huì)基本信息、校友會(huì)活動(dòng)信息、校友刊物、校友企業(yè)、招聘信息、產(chǎn)品管理、產(chǎn)品銷售等。校友信息包括：校友交互、e卡通信息等。

①神經(jīng)網(wǎng)絡(luò)的獨(dú)特性是它能夠在不了解數(shù)據(jù)來(lái)源的情況下，對(duì)非線性過(guò)程建立模型，有著實(shí)時(shí)優(yōu)化、非線性映射和學(xué)習(xí)分類的特征，為非線性分類和模式識(shí)別等研究提供了新的方法。本文基于校友及校友會(huì)數(shù)據(jù)，采用深度學(xué)習(xí)算法融合灰色關(guān)聯(lián)度的基礎(chǔ)上，構(gòu)建神經(jīng)網(wǎng)絡(luò)優(yōu)化算法模型，并應(yīng)用于高校校友行為的捐贈(zèng)預(yù)測(cè)中。

②針對(duì)校友行為信息數(shù)據(jù)的參與校友活動(dòng)、與校友交互進(jìn)行統(tǒng)計(jì)，根據(jù)共現(xiàn)次數(shù)和群體行為數(shù)據(jù)進(jìn)行強(qiáng)化學(xué)習(xí)，得到相應(yīng)的校友群體，從而得到更接近真實(shí)的校友朋友關(guān)系[5]。

③以大數(shù)據(jù)分析為技術(shù)手段的精準(zhǔn)定位，將會(huì)在很大程度上保證招聘工作的有效性，借助大數(shù)據(jù)分析技術(shù)構(gòu)建招聘“大數(shù)據(jù)”應(yīng)用格局，為全面把握招聘現(xiàn)狀，實(shí)現(xiàn)高效招聘和為準(zhǔn)畢業(yè)生提供最合理的就業(yè)幫助提供依據(jù)。采用開(kāi)源的數(shù)據(jù)挖掘工具來(lái)分析校友行為數(shù)據(jù)，并提出K-means聚類算法來(lái)輔助校友的招聘工作，直觀反映校友企業(yè)招聘狀況。實(shí)現(xiàn)大數(shù)據(jù)分析與企業(yè)招聘的高度耦合，有針對(duì)性地引導(dǎo)校友企業(yè)對(duì)準(zhǔn)畢業(yè)生的最大化了解，對(duì)校友企業(yè)招聘進(jìn)行規(guī)劃和提供科學(xué)決策。

④對(duì)現(xiàn)有異常檢測(cè)方法進(jìn)行比較，指出現(xiàn)有異常檢測(cè)算法的優(yōu)缺點(diǎn)，針對(duì)校友活動(dòng)信息、校友交互等行為數(shù)據(jù)，本文采用改進(jìn)的模糊C均值聚類算法對(duì)其進(jìn)行異常行檢測(cè)。

（3）業(yè)務(wù)應(yīng)用層設(shè)計(jì)

業(yè)務(wù)應(yīng)用層主要是用來(lái)提供系統(tǒng)和應(yīng)用業(yè)務(wù)功能，能夠使用此平臺(tái)模塊進(jìn)行各類功能應(yīng)用分析數(shù)據(jù)，如圖5所示。

圖5 系統(tǒng)展示

4 結(jié)論

基于大數(shù)據(jù)技術(shù)的高校校友信息整合分析平臺(tái)很好地應(yīng)用到了我校校友工作管理過(guò)程中，它對(duì)校友們?nèi)粘Ｐ袨榱?xí)慣、興趣愛(ài)好、社交圈、校友互動(dòng)以及校友活動(dòng)的參與度和支持度等信息進(jìn)行科學(xué)的分析，充分挖掘其中潛在的優(yōu)質(zhì)校友、熱心校友及公益捐贈(zèng)校友等，并能夠及時(shí)的跟蹤、跟進(jìn)并進(jìn)行適當(dāng)?shù)男畔⑼扑团c反饋，同時(shí)結(jié)合微信公眾平臺(tái)進(jìn)行功能的整合與綁定，信息完善速度快、發(fā)布及時(shí)、傳播范圍廣泛、數(shù)據(jù)智能匹配程度高，功能強(qiáng)大，極大地提高了校友工作者的信息化管理與操作水平，促進(jìn)我校校友工作走進(jìn)科學(xué)化、信息化時(shí)代。

基于大數(shù)據(jù)技術(shù)的高校校友信息整合分析平臺(tái)開(kāi)發(fā)與應(yīng)用，使校友資源得到了更為科學(xué)的利用，采用智能信息管理手段，可以最大化校友資源的利用效率，加以友好的界面設(shè)計(jì)，極大地提高了校友工作者的工作效率和操作水平，使其可以更好的服務(wù)校友，服務(wù)學(xué)校，推動(dòng)學(xué)校發(fā)展。