基于跨行业数据挖掘标准流程CRISP-DM，实现数据的深度挖掘分析，帮助教师与学生发现数据中隐藏的关系及规律，为教师科研提供数据分析探索、模型构建、成果应用的一站式数据挖掘工具，高效开展行业应用研究。平台支持用户通过简单拖拽、低代码的方式快速完成挖掘分析流程构建。同时支持模型自动化构建、模型智能评估，推荐最优模型与算法。 1、极简的建模过程 基于拖拽式节点操作、连线式流程串接、指导式参数配置，用户可以通过简单拖拽、配置的方式快速完成挖掘分析流程构建。平台内置数据处理、数据融合、特征工程、扩展编程等功能，让用户能够灵活运用多种处理手段对数据进行预处理，提升建模数据质量，同时丰富的算法库为用户建模提供了更多选择，自动学习功能通过自动推荐最优的算法和参数配置，结合“循环行”功能实现批量建模，帮助用户高效建模，快速挖掘数据隐藏价值。 2、丰富的分析算法 内置150多个分析算子，包含30余种数据预处理方法，5种数据融合方法、11种常用特征工程，实现数据融合处理与特征构建；包含聚类、分类、回归、关联规则、时间序列、综合评价、协同过滤等7类N种机器学习算法，支持深度学习、集成学习与自然语言处理等人工智能分析方法，满足各类业务科研场景需求。 3、灵活的扩展能力 支持用户编制SQL\R\Python\Java\Scala\Matlab\PySpark脚本实现个性化的算法脚本。自定义算法功能允许用户通过R\Python\Java\Scala基于平台规范封装自主算法并发布形成平台节点，方便用户灵活扩展平台算法节点功能，增强平台的业务适应能力，充分满足不同领域科研的个性化需求。 4、全面的分析洞察 通过丰富详实的洞察内容，帮助用户全方位观察建模过程任意流程节点的执行结果，为用户开展建模流程的改进优化提供依据，从而快速得到最优模型，发现数据中隐含的业务价值。建模分析报告支持在线查看，并且支持下载可编辑Word版本，支持科研报告及相关成果发布应用。 5、全栈科研成果管理与应用能力 分析成果的快速工程化应用，支持模型以调度任务、异步服务、同步服务、流服务及本地化服务包等形式应用，满足工程化的不同诉求。提供统一的成果分类统计及统一管理监测，帮助用户高效便捷地管理成果、利用成果及监测成果。 6、跨平台模型迁移及融合 支持PMML文件的导入和导出，可以实现跨平台模型之间的迁移和融合，利于用户进行历史模型的迁移，实现用户在不同平台的模型成果快速共享，提升各类科研成果的复用性。    

Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

数据资源中心主要用于维护系统分析所用的数据源、构建数据模型、新建视图，并进行数据权限分配与管理。师生可以根据实验和实训需求，自定义新的数据源，作为学生实验练习的数据。同时也满足教师科研项目需求，对接各类科研数据。支持数据按人员、按类型进行分类，确保满足不同数据的精准使用要求，也保证教学与科研的顺畅进行。1、 数据管理数据源管理支持多种类型数据源添加、API数据接口配置；数据模型支持同一数据源下的数据分类管理、元数据管理和维护、数据抽取加速、数据权限设置等功能；模型授权支持将数据模型按照组织机构、角色、组的方式授权给设计用户；总体上来说，数据管理实现各类科研数据的统一接入、管理与权限的按需分配。2、开放数据超市数据超市提供了30多个维度、700多个二级类目、上万个业务标签的全维度业务数据画像，数据总量超过500亿，存储总量超过100T，日均增长超过500万条,为企业采购风控、销售客户评估、AI精准获客、精准招商、投融资、高校科研机构、政府事业单位及各类专业人员提供了企业活力指数评估和全息数据画像，从微观、中观、宏观多方面提供了各类企业数据分析报告、行业趋势报告和相关指数。同时基于国家电网创新应用开发平台、中广核新能源数据价值创新联合体等行业组织，可以精准提供电力、新能源等产业的真实业务数据，为高校相关课题研究提供数据支撑。

通过教学质量基于事实数据进行动态诊断和改进，提供教师、学生和管理者三个维度的数据分析 ， 承载教与学全过程记录，多维度形成性评价数据分析，助力高校工程教育专业认证。 经典案例  

本项目为国家863计划课题，课题编号：2009AA043507，已通过验收。该成果应用协同管理思想，以信息共享为基础，以协同技术为支持，为区域内中小型陶瓷企业提供具有业务协同功能的可扩展、易用和低成本的信息化集成解决方案，提高企业自主创新能力和业务响应效率、降低企业生产经营成本、提升整个集群区域的核心竞争力。 平台提供的服务内容包括陶瓷企业协同管理系统、陶瓷产品图案设计系统、陶瓷配方设计系统、陶瓷电子商务系统、陶瓷产品分销管理系统。课题取得了4项软件著作权登记。

成果描述：该系统基于B/S模式开发，采用了工业界普遍采用的实时通信与数据采集技术，结合后台大型分布式数据库，通过Web发布的形式，使得学校各级管理人员不管身处何时何地，都可以轻松地对学校各部门各建筑的用能情况进行监控和管理。软件的主要功能包括：（1）能耗监测资源整合，支持不同能耗采集硬件设备、采集系统、以及现有能源系统的数据集成和归一化处理；（2）对分类分项能耗数据和相关参数的采集，实现对能耗量的动态实时监测；（3）对能耗数据进行分析、处理，提供报表、图形、公告公示等多种展示形式；（4）为管理者能源审计、节能管理、开展有计划分步骤的节能改造提供数据依据。市场前景分析：随着全国高校节约型校园建设项目的全面铺开，该平台功能完整，架构清晰，设计具有很强的兼容性和可移植性。而且平台从2013年已经在电子科技大学部署并稳定运行，电子科技大学作为建设标杆和示范性单位，已经接待了多次高校参观，具有很好的市场推广效果，预计将有很好的市场前景。与同类成果相比的优势分析：与同类成果相比，该系统具有以下特色和优势：（1）系统设计与管理紧密结合，大大提高管理效率；（2）开放式软件接口，兼容多厂家计量表计和能耗采集系统，扩展性强，用户可独立采购硬件；（3）可集成接入其他已建成的多个现有能源管理系统；（4）模块化系统架构，易于功能修改、扩展以及定制；（5）全方位多角度能耗统计对比分析，辅助管理决策，实现科学节能。

2月19日，昆明移动依托云资源和数据链优势，协同昆明市第三人民医院、云南大学共同创立、建设的“云南省新型冠状病毒感染的肺炎CT诊断互联网协同会诊平台”（简称云南省传染性疾病影像云平台）在三方远程连线下正式启动。平台将在有相关诊断经验的影像专家帮助下，以多方协同工作的方式支持基层医院，帮助基层医院输出高质量的新冠肺炎诊断，同时通过互联网方式实现远程互动，方便医生和患者，减少传播感染机会、减少现场支援成本和隔离防护的物资消耗，集全省影像专家力量助力打好新冠疫情防控阻击战。结合为昆明医科大学第一附属医院创建的“5G智慧诊疗平台”的经验，昆明移动协同云南大学、昆明市第三人民医院建立相应的云服务、医学影像多方协同工作（会诊）系统，通过CT诊断新型冠状病毒肺炎的互联化服务系列关键技术以及运行服务的保障模式，将复杂、昂贵的医学影像处理系统互联化、低成本化。基层医院可以免费、免培训、自助地将本地设备接入云服务平台，随后将逐步发展成为云南省传染性疾病影像互联网协同诊断平台。

RealAI首席执行官田天表示，新冠肺炎疫情暴发以来，各大媒体网站、社交平台上关于疫情的话题热度持高涨。在此环境下，信息的高效传播成为重要诉求。一方面，相关部门需要全面了解公众对疫情的话题讨论，辅助决策优化的同时也利于开展引导工作；另一方面，公众亟需第一时间获得最权威、最实时、最准确的疫情动态。分析称，互联网成为这次疫情主要的“信息源”平台，传播模式更是基于人手一机的“自媒体”，信息流不仅降低了大众获取信息的“信噪比”，更滋生出不同程度的谣言。据介绍，“新冠肺炎疫情AI话题分析平台”通过对多渠道海量媒体信息进行自动抓取采集、识别分析，解决了传统信息检索过程中因消息源头繁杂、消息过多、检索意图不明确而产生的困扰。同时，基于大数据分析和AI建模，自动识别出近期热点话题、新闻追踪和话题导向、地区关注度变化，为用户第一时间推送全网话题最新动态，满足用户对疫情舆情监测的需求，为作出正确舆论引导提供分析依据。

本研究的技术成果如下：1 .建立了区域化检查 互通互认胃肠盆底影像学检查规范及质控标准；建 立了消化道肿瘤、炎性肠病、结直肠肛门良性疾病 等影像学诊断标准；实现了远程继续教育，切实提 高广东省基层医院胃肠道疾病的影像诊断水平。 2 .实现了盆底影像学模型及直肠癌、盆底功能障碍 性疾病（PFDD）的三维数字模型的建立；完成了 直肠癌、盆底功能障碍性疾病（PFDD）的计算机 » 软件界面 模拟应用。3.实现了医学影像云服务；实现了医疗影像数据的安全的海量存储，影像文件采用图像压缩技 术转换；支持异构系统整合，接入不同厂商的影像系统，实现了开放的移动终端支持。 安全、稳定、便捷的区域化胃肠道疾病影像会诊平台目标清晰、明确，有非常现实的医疗需求，可运 行性强，可直接产生良好的社会效益，在此基础上，可扩展至更为宽广的医学影像会诊领域。