面向开设旅游相关专业的院校解决旅游学科数字化教学的科研能力提升产品，面向本科和高职院校推出的一整套旅游大数据教学教研实训解决方案。 一、应用类别 新技术项目 二、知识产权类型 软件著作权 知识产权编号： 海鳗旅游大数据教学实训平台 V1.0  软著登字第3991516号 海鳗旅游大数据教学实验管理系统V1.0 软著登字第6484638号 三、项目简介 海鳗（北京）数据技术有限公司是专注于智慧旅游大数据应用场景研究和价值挖掘的高科技公司。面向智慧旅游大数据典型应用场景推出的SAAS服务平台“海鳗云”，致力于整合高价值外部数据（互联网内容数据、位置数据、消费数据、搜索数据等）和内部数据进行深入的数据价值挖掘和数据分析能力输出，为旅游监管机构/景区等涉旅企业在客流管控、服务质量提升、产品开发及智慧营销推广上赋能。目前，海鳗云已实时监测旅游目的地七百余家，日数据增量两千万条，为宁夏、青海、甘肃、成都、余杭、泰山、黄山、崂山、都江堰等城市及景区用户提供智慧旅游大数据分析服务。 海鳗数据基于多年旅游大数据行业积累，聚焦行业用人需求，以旅游人才“数字化应用能力”培养为核心，以培养旅游行业高素质技能人才为目标，整合成一套理论实践与行业应用相结合的创新型旅游大数据教学、实训、科研一体化的教学平台，助力旅游数字化教育。通过建设旅游大数据教研实训平台助力专业数字化改造、课程数字化升级、教学数字化创新。进而提升学科竞争水平，增加招生竞争力、提高学生就业质量，促进产学研深度融合，形成创新合力，共同推动旅游产业高质量发展。 四、海鳗旅游大数据教学实训平台 旅游学科数字化教学解决方案 一、项目背景 1.政策推动旅游业数字化转型 2020年文化和旅游部、国家发改委等部门陆续发布《文化和旅游部关于推动数字文化产业高质量发展的意见》《关于深化“互联网+旅游”推动旅游业高质量发展的意见》，2021年文化和旅游部印发的《“十四五”文化和旅游发展规划》《“十四五”文化产业发展规划》，以及7月工信部等十部门联合印发的《5G应用“扬帆”行动计划（2021—2023年）》，2022年1月国务院印发《“十四五”旅游业发展规划》指出，“十四五”时期旅游业发展要坚持创新驱动发展，加快推动大数据、云计算、物联网、区块链及5G等新技术在旅游领域的应用普及，以科技创新提升旅游业发展水平。2022年3月，十三届全国人大四次会议通过《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，提出加快数字化发展，推动数字经济和实体经济深度融合。在系列政策和大数据、云计算等技术的支持下，旅游数字化逐步成为旅游行业转型升级发展的主要方向和必然要求。 2.旅游数字化加大旅游大数据人才缺口 文旅产业数字化转型不断深入，数字赋能文旅产业发展的效果不断增强，数字文旅产品日趋丰富，数字文旅消费新业态日益多元。在旅游行业中如何用大数据的方法洞察游客感知和情绪、获悉游客行为趋势、掌握游客消费偏好、验证和改进旅游产品、全面改进营销方案、完整而及时地进行旅游目的地行业监管，对于整个旅游行业发展来说都显得极为重要。与此同时，随着旅游数字化的发展，对旅游从业人员的在大数据应用的知识结构、能力素养、创新意识等方面都提出了更高的要求，对于旅游行业场景有深刻的认知的业务型旅游大数据人才需求缺口也随之变大。当文旅产业走向数字化转型道路，旅游院校培养具备大数据思维和信息化技能的旅游人迫在眉睫。 二、旅游学科现状 2020年4月教育部颁发《旅游管理类教学质量国家标准》中对旅游专业人才培养要求中明确指出需要具备信息处理操作和应用的一般技能。2021年3月教育部颁发最新的《职业教育专业目录》将酒店管理更名为酒店管理与数字化运营，景区开发与管理专业更名为智慧景区开发与管理，新增智慧旅游技术应用专业。强调人才培养与产业新动能接轨，形成数字化意识，树立数字化观念，进行数字化教学。当下，数字化技术日趋成熟，旅游人才培养需全面树立产业互联网思维，在学习和锻炼传统旅游业务知识的同时，兼顾数据分析能力的培养，会极大提升学生的综合实力，拓宽就业范围，使学生可以适应更高级的工作岗位。 旅游发展的新形势对旅游人才提出新要求，急需旅游人才培养模式的迭代升级。旅游学科人才培养应适应旅游数字化转型、数字文旅融合发展的需要，充分对接新时代旅游产业发展的新技术、新业态、新模式。旅游产业的信息化程度也不断提高。培养目标应从技能型目标切换至素能型目标，培养过程中跨界融入大数据、数字化运营、精准营销等新元素。这些教学实践将使学生对接胜任旅游产业发展的人才需求，使他们尽可能参与旅游产业发展的设计、管理和决策环节。国家与社会对旅游人才的更新升级，促使各院校开始研究新的旅游发展新局面并寻求新的旅游人才培养模式，但仍存在很多问题。 如大部分院校普遍没有合适的旅游数字化教学实训环境，各课程涉及到的数字化内容无法进行有效教学实践；课程数字化改革缺乏真实的海量数据；缺乏切合产业大数据实际应用的实训项目，导致课程内容与产业脱节；同时教材也未更上新业态，符合旅游数字化变革的高质量成体系的旅游大数据教材缺失；任课教师多为旅游管理或地理学、工商管理等专业背景，精通大数据技术的较少，教学遇到挑战。 基于上述内容，建立符合当今数字化旅游人才培养的教育平台显得尤为重要，通过真实行业数据和行业真实案例驱动教学和科研业务，提升旅游院校综合能力是旅游学科数字化改革升级的必经之路。利用旅游大数据构建更专业、更合理的数字化教学内容，推动学科数字化创新，促进旅游教育行业全面发展，实现产研学共生共赢。 三、项目建设目标及优势 海鳗（北京）数据技术有限公司是专注于智慧旅游大数据应用场景研究和价值挖掘的高科技公司。面向智慧旅游大数据典型应用场景推出的SAAS服务平台“海鳗云”，致力于整合高价值外部数据（互联网内容数据、位置数据、消费数据、搜索数据等）和内部数据进行深入的数据价值挖掘和数据分析能力输出，为旅游监管机构/景区等涉旅企业在客流管控、服务质量提升、产品开发及智慧营销推广上赋能。目前，海鳗云已实时监测旅游目的地五百余家，日数据增量两千万条，为宁夏、青海、甘肃、成都、余杭、泰山、黄山、崂山、都江堰等城市及景区用户提供智慧旅游大数据分析服务。 海鳗数据基于多年旅游大数据行业积累，聚焦行业用人需求，以旅游人才“数字化应用能力”培养为核心，以培养旅游行业高素质技能人才为目标，整合成一套理论实践与行业应用相结合的创新型旅游大数据教学、实训、科研一体化的教学平台，助力旅游数字化教育。 通过建设旅游大数据教研实训平台助力专业数字化改造、课程数字化升级、教学数字化创新。进而提升学科竞争水平，增加招生竞争力、提高学生就业质量，促进产学研深度融合，形成创新合力，共同推动旅游产业高质量发展。 四、海鳗旅游大数据教学实训平台架构及功能介绍 海鳗旅游大数据教学实训平台是面向开设旅游相关专业的院校解决旅游学科数字化教学的科研能力提升产品，面向本科和高职院校推出的一整套旅游大数据教学教研实训解决方案。平台总主要由四个子系统（产业分析平台、行业数据库、工具算法库以及案例库）构成，并由一本课程教材与一套课程设计共同支持旅游科学数字化课程教学与实训。 平台支持支持《旅游大数据》、《目的地管理》、《旅游市场营销学》、《旅游统计学》、《酒店管理与数字化运营》、《消费者行为学》、《会展旅游》等多门课程开展数字化教学实训。 1.产业分析平台 海鳗嵌入真实的产业分析平台，帮助学生利用大数据相关知识在真实场景中解决实际的数据分析问题，并做出有效的业务决策。 产业分析平台与海鳗云产业Saas平台一致，分为三大模块。 A.基于互联网内容数据的旅游舆情监测与分析模块，包含： 1）舆情中心：信源总量/趋势图/占比/排行，情绪趋势图/占比，热议词云/数据源排行Top10，最新正/负面/舆情，最新纸媒报道，最新游客评价，舆情风险指数，媒体分布排行，列表分析（可标记情绪正中负，标记已读/未读），数据上报（微信实时接收推送信息），报表导出等； 2）传播分析：最近7天新闻/微博/文章传播力排行，事件传播分析，传播趋势图，传播路径图，传播事件列表，信源7天传播量排行，传播趋势； 3）游客满意度：OTA游后评价总量，趋势分析（天/月/年），满意度8大维度评分对比分析，OTA来源排名，游客情绪占比，游客评分排名趋势图（天/月/年）； 4）品牌评估：多景区品牌值对比分析，品牌5大维度对比趋势图，品牌热议话题词云图，品牌排行雷达图）等功能。 B.基于手机GPS位置数据的旅游客流监测与分析模块，包含： 1）实时客流监测：游客分布热力图，当天实时客流趋势图，实时承载量&日承载量配置，天气&事件自定义； 2）历史客流分析：多时段/多区域的客流趋势对比（时/天/周/月/年），可根据总体客流&（本/外）区县/市/省分别对比客流趋势，客流总量，（本/外）区县/市/省占比，时段/区域/事件/天气/节假日分项客流占比排行； 3）历史客流分布：到访分布热力图（游客到访分布，商场到访&商圈到访排行，新旧游客占比，游客平均停留时长，游客停留天数占比），来源分布热力图（游客来源地分布，来源地POI热度排名），来源分布行政图（游客来源地省/市/区县分布，游客来源地省/市/区县热度排行）； 4）游客行为画像：游客基本特征（性别，年龄，学历，职业，婚姻状态，子女状态，消费自由度等），旅游出行偏好（旅游意愿度，长途交通偏好，餐饮/酒店类型偏好，差旅目的地等），APP使用偏好（应用使用时长，应用使用频率，APP安装排行，旅游APP偏好排行）等功能。 C.基于银联清算数据的旅游消费监测与分析模块，包含： 1）涉旅消费分析：旅游总体消费趋势（交易金额/笔数/卡数），涉旅6大行业（吃住行游购娱）占比分析，区域消费排行（交易金额/笔数/卡数），分时段/夜经济趋势； 2）游客消费画像：游客来源城市（境内/境外）排行（交易金额/笔数/卡数），本地人/来客（境内/境外）消费排行，消费者年龄比例，性别比例等，客群消费能力，价值，消费偏好等功能。 2.工具算法库 工具算法库能在教学与科研过程中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，工具库支持将涵盖多行业的海量数据应用于科研项目中，可灵活管理，一键调用，为教师科研项目提供数据支撑。工具库内包括常见的各类数据分析与算法工具。比如舆情研究工具：传播路径分析、jieba分词、特征词提取、词云图生成、话题聚类等；客流预测分析：ARIMA、马尔科夫、多元线性回归、灰色预测；情感分析工具：贝叶斯网络、SVM、决策树等。教师与学生可借助工具库完成建模与数据分析，支持教学与科研过程。 3.案例作品库 基于海鳗数据上百个真实服务客户项目经验，以行业应用为引导，以真实项目案例为基础，内嵌多个行业案例支持不同课程实践教学。案例作品库的内容覆盖:旅游舆情事件库、满意度应用案例库、传播分析应用案例库、品牌评估应用案例库、游客画像应用案例库、旅游统计案例库，行业监管等多个行业真实案例。案例库支持院校自建案例作品库，可结合自身教学实训内容在案例作品库内共享教师或学生自己编写的案例作品供大家交流学习。 4.行业数据池 海鳗旅游大数据教学实训平台提供旅游行业多维度数据体系，为教师科研、教学提供丰富的数据支撑。数据涵盖互联网、客流、消费等上亿条真实数据，可支持院校自主选用定制，进行实训课程创建、科研项目研究等多种场景。 5.教研管理 平台教研管理采用三级管理体系，设置管理员、教师、学生三种角色权限，提供教学中所需基本功能，保证教学完整性。教研功能包括： 1）用户管理：支持用户账号、角色、权限的管理； 2）学生考勤：支持对学生在实训课堂中的签入签出管理，记载和分析学生考勤； 3）课程考核：支持按照课程章节对学生进行考核，支持设定章节权重，成绩汇总计算等功能； 4)教研授权：支持对教师和学生进行系统功能权限的授权管理，从而合理地控制和利用数据和分析的平台资源，产出更高价值。 五、项目创新点 海鳗旅游大数据教学实训平台是目前独有的面向旅游管理专业产品化大数据教学实训平台，在以下几个方面有创新性： 1.产业级平台功能，与真实工作场景无缝对接。 通过将产业平台进行教育适配，使得平台更加简单方便，便于学生进行实操实战。平台还内置海量高质量真实行业数据，配套实训教材及多个行业真实案例，实现教学与行业的无缝对接。教学实训平台还兼产业平台完善的流程规范和后台管理等，高性能，高可靠和灵活的集成对接能力，海鳗从产业出发而服务教学，全部使用真实数据，这对于教学而言，可以完全达到身临其境的场景再造，甚至可以使用实时数据，实实在在体验旅游舆情处置、客流管控等实时性要求较高的应用场景。 2.旅游行业数据分析教学知识点全覆盖 海鳗在多年面向产业的服务过程中，积累了丰富而全面的项目实战案例，可以充分地对于旅游大数据应用的多种场景、各种操作流程、各种算法进行刻画和描述，从而带给教学实训更多价值。平台能够完整的支撑数据分析教学全流程，全面覆旅游行业数据分析相关的知识点和教学场景。 3.平台具备多种特色功能且部署灵活 根据学校的要求，海鳗云可以做到灵活部署落地方案，既支持公有云的saas模式，也可以支持私有化部署的套装软件模式。公有云的saas模式按年付费，可以支持院校以较低成本启动实训平台，使用的数据和模块也可以按照预算情况灵活配置；私有云模式可以支持院校一次性付费，将系统和数据部署到本地，获得长期对于平台和数据的使用权。 4.专家团队课程教学设计及教材支持 由北二外、北京联合大学、北京工商大学等高校教授、教学名师、行业资深旅游大数据专家组成的课程开发团队，结合海鳗数据多年行业实践经验，联合开发丰富的实践课程资源。帮助学校提升专业数字化教学质量，将业务问题数据化，还原项目落地全流程。将分析方法、业务问题转化为数学问题的思维方式、知识技能的应用技巧等，全部融入到具体的项目实训案例中，利用分析工具和大数据知识去找到解决方案，让学生通过实训，掌握分析方法、提升思维模式。提供完整课程教学大纲、课程实践内容，名师课程配套教学PPT，与此同时，海鳗旅游大数据教学实训平台配套教材《旅游大数据应用与实践》由中国旅游出版社出版，可支持多门课程开展教学实践，全面助力旅游院校课程数字化改革，提高学科竞争力。

2025年3月27日，比亚迪迪空间微信号以《共筑产教融合新平台丨天津市大学软件学院与天津迪空间共建社会实践基地》为题对我校进行了报道。

针对六自由度电动或液压平台，输入六个缸体的空间几何数据，建立电动缸空间运动模型。在六自由度平台合理的运动范围内，输入任意六自由度数据（X,Y,Z坐标，以及绕X,Y,Z轴的旋转角度），可以精确计算出每个缸体运动的长度，并用三维图形进行显示。 每个缸体采用位移传感器实时监测缸体长度，通过给定不同的驱动电压和驱动时长，可以使得六自由度平台做出预定姿态。 若相关企业需要，该专利可低额转让，具体价格面议。

当前光纤通道(Fibre Channel：FC) 以其高速率和高可靠性在航空电子环境得到了广泛的应用，一个典型的战机航电系统如下图所示： 为研究航电系统的性能，经常需要搭建地面仿真平台进行预先的评测。对应上图所示，我们可以搭建如下的地面仿真系统： 该系统包括自研制的： FC-AE仿真接点卡、FC-AE协议分析/监控卡、 FC-AE故障注入卡、 FC-AE网络交换机、FC-AE 数据监控记录分析仪。上述五项设备可以独立使用，也可部分或全部联合构成航电地面仿真测试平台使用。

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架

研制背景：企业数据处理与数据分析需求在扩大，数据投入在持续增加；数据种类多，数据量大，潜在价值高；使用者难以有效地操作使用；业务复杂，调参静态组合参数过程繁琐； 平台技术： 微服务的构建方式，微服务、前后端完全分离。 分布式开发框架——SpringCloud Web开发框架——SpringBoot 、VUE（ELE） 机器学习算法框架——R、Spark集群计算 数据存储工具——Mysql、JPA、Hadoop（集群） 中间件: RabbitMQ

完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI、ISTP检索30余篇；教学科研成果多次获陕西省、西安市等颁发的优秀成果奖；主持国家自然科学基金项目、国家科技支撑计划项目课题、陕西省“13115”重大科技创新工程公共服务平台建设项目等20余项国家、省部级科研项目。   陕西省科技文档数字化管理与资源共享平台资源共享体系 成果内容：文档数字化管理与资源共享平台是承载未来陕西省科技信息资源中心四大平台之一，以资源共享的方式进行全省科技文档统一建设、集中管理、信息共享。其主要核心技术如下：（1）海量异构资源动态管理模型：针对服务类型和服务属性的多样性，提出了动态模型管理方法，结合数据挖掘、策略设计模式等理论，采用数据定义语言（DDL），实现资源动态定义模型。对不同服务类型，根据不同类型调用相匹配的函数，实现43类不同格式服务资源自动化转换为规范格式的服务资源。（2）属性级可控访问：基于规范属性标准与RBAC模型，将资源属性信息独立保存，建立授权用户与资源属性的直接关联，实现对资源的属性级授权控制，在单次授权的基础上实现二次授权及多次授权，进一步提升权限控制的灵活性。（3）多类型径向筛选：通过对筛选条件的优化分析，构造以筛选关键字、公共信息服务类型、规范属性、属性值为筛选路径的径向筛选技术，并通过匹配用户历史筛选，主动对筛选结果进行内容过滤，返回个性化的可控筛选。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关）。 转化方式：合作推广。 预期成果收益：进一步市场化放大约需投入180万元，若建成覆盖陕西省的科技资源共享平台，以年服务人群数量10万计，每人次节约相关费用15元计，每年能够为社会节约150万元。

高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。

项目成果/简介:农产品电商系统可分别在 Web 端、Android 端和 IOS 端三个平台上部署。电商系统后台具有充分的数据共享、便捷的功能互操作以及良好的可扩展和可维护性等特点，后台采用 SOA 的架构，电商平台后台可保证与系统各部分的通信模块之间具有良好的通信接口并可保证系统各平台通信的一致性与稳定性。平台采取分层构建的方式，应用层作为顶层提供统一信息门户，为客户提供服务的窗口，同时也是平台管理的入口。 支撑层提供搜索服务，对商品销售、评论等其他若干保存的数据资源进行挖掘分析，以获得平台发展、支持、服务的可靠的决策依据，为客户、平台管理者提供统一消息、邮件服务、文档管理等协同工作 21支撑的功能。资源层提供为客户服务、管理者分析的最基础的数据资源，与基础层一起作为平台的基本构架环境，包括数据库服务器、应用服务器/Web 服务器、交换机、存储设备、计算机网络、呼叫中心接入、有无线通讯服务等。 电商平台后台的实现主要分为信息采集、数据融合、模型研发和平台构建四个步骤。