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。

边缘智联网（edge+AI+IOT=eAIOT）综合实验平台是一款集成物联网、嵌入式、移动互联技术、人工智能于一体的高端教学科研实验平台。 整个教学平台包括物联网、嵌入式Linux和人工智能（AI），三个部分互相支撑、互为补充。平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与OpenCV计算机视觉库，支持TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE等深度学习端侧推理框架。 实验平台支持图像处理、语音处理、无线通信、传感器原理、RFID等技术的主流算法及应用。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AI和IOT教学实训、应用开发等需求。 本项目实验平台搭载瑞芯微RK3399处理器，不少于9个无线传感器节点，配备11.6寸高清触摸屏、高清相机模块、7麦麦克风阵列和ODB接口。 硬件系统采用DC12V电源适配器安全统一供电，结构为上下两层一体化设计，上层紧固式安装实验所需硬件（非磁吸式安装），实验所需硬件均平铺安装在一整块底板上，下层收纳放置配套线材、配件等设备。 实验平台支持ZigBee、BLE、lorawan、nbiot、RFID等无线网络通信，支持无线传感器网络、物联网人工智能、嵌入式系统开发、RFID射频识别技术等课程实验。同时配备可私有云和公有云部署的“物联网云平台”，配合多种传感器模块，可完成基于物联网云平台的嵌入式无线传感器综合实验。本平台提供嵌入式深度学习框架Tengine，可完成人工智能实验，包含基于深度学习的目标检测实验、基于深度学习的人脸识别实验，可完成声纹识别门禁实验、AI语音智能家居实验、知识图谱和聊天机器人实验等人工智能实验。

本发明公开了一种水下平台控制的半实物仿真测试系统，包括水上控制系统、水下控制系统和半实物仿真系统，所述半实物仿真系统分别连接水上控制系统和水下控制系统。通过半实物仿真测试系统，对水上控制系统、水下控制系统和半实物仿真系统开展联合试验，以验证平台控制系统的接口、控制算法和控制逻辑，降低研发成本，缩短了开发周期；系统的可扩展性和仿真的实时性得到了极大的提高。

本发明公开了一种 H 型气浮运动平台的仿真方法，首先建立 H 型气浮运动平台的多刚体模型，包括 X1 向电机、X2 向电机、直梁以 及滑块，并设置所述多刚体模型的参数，然后根据多刚体模型中的参 数，建立直梁和滑块的有限元模型，对直梁和滑块子系统进行仿真分 析，找出满足系统设计要求的 X 向电机驱动力 F、直梁和滑块相对位 移 P 的组合参数范围，最后利用该分析结果，对多刚体模型中的参数 进行调整。通过本发明，消除了直梁变形而对系统定位造成的影响， 从而使得 H 型气浮运动平台的仿真分析的精确度提高。

       虚拟现实智慧教室解决方案，将虚拟现实技术应用到常规教育中，通过VR头盔、VR眼镜、VR桌面交互一体机等硬件设备，营造超强沉浸感的智慧课堂，让每位学生都有探究创新的实训操作机会，是VR+教育的最新教学解决方案。 软件资源： 虚拟现实（VR）智慧教室优势： 1） 视听化教学，生动有趣 虚拟现实技术将难以出现或实现的场景模拟出来，让学习者与虚拟场景进行探索、互动，立体形象、生动有趣的场景，让学习成为探索之旅。 2） 模拟实验教学场景，安全保障 虚拟现实技术将一些危险性的实验、或存在一定风险的体验学习模拟成场景，让学生在教室里体验“尖峰时刻”。 3） 人机交互，培养探索能力 虚拟现实的技术，让人机进行互动，虚拟与现实进行互动，大大地激发了学生的学习兴趣，让学生更积极主动去探索、去学习。 4） 智慧化技术创新，方式多样 虚拟现实（VR）智慧教室可扩展融合AR技术，学习方式有趣多样。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

主要面向有一定算法基础的高校用户，用户通过多次工业应用性实验，将智能视觉感知理论知识应用到实际项目中，培养学生的实际动手能力，使学生掌握智能视觉感知的基础理论、技术和方法。

我公司致力于打造面向中国大学的教学与科研管理平台易教授，易教授的主要客户群体为高校、职业学校的院系和一些重点实验室，帮助他们快速上线专属教学与科研综合管理平台，从而实现学校教与学的流程在线化，信息与知识快速共享、线上自主学习、资源合理配置、数据科学洞察…… 易教授通过加强教学的流程数字化管理，能够有效提高学生的学习效率，减轻教师的工作压力，增强学校的管理能力。

轻交互教学互动平台是一个以微信为载体、辅助教师更高效进行智慧教学的教学助手，连通教师课程空间教学平台，集监管、教学、学习．交流于一体，构建手机互动智慧教室。实现学生课前自由预习、师生课中便捷性互动、自适应批改、课后随时随地交流并及时查看教学数据统计报告等功能。

产品详细介绍 赛名师平台利用信息化技术，集数百门精品课程、丰富教学资源于一体，专为解决职教老师的痛点量身打造，致力提升教学质量、教学效果，集“课前备课-课中互动-课后考核”为一体，使教师备课更高效、学生理解更轻松、教学互动更 有趣。资源持续更新，实时共享，助力全国职教老师成为未来名师。 一、三大特色助推教育信息化2.0 1.教学管理功能全面强大  产品功能全面强大，功能中心涵盖教学、资源、数据分析等功能，完整适配“讲什么”、“怎么讲”、“讲出彩”的提升过程，快速提升教学和课堂管理水平。学生端可进行在线测试和讨论，记录笔记，学习更加轻松便捷。 2.数字资源超市轻松选择  平台聚集了数百门优质课程，涵盖公共基础课以及数十个专业，创新创业、金融、会计、物流、汽车、电商、学前、国贸、市场营销、文秘、酒店管理、旅游服务、现代农业、护理、助产、中餐烹饪、机械、计算机等。资源形式多样，涵盖视频、交互式动画、3D游戏、VR再现等，生动立体，提升课堂活跃度。 3.增值服务助力学校合作 增值服务涵盖校级协同中心、职教课程联盟、教学资源合作开发等内容。依托国泰安的丰富资源和研发实力，协助院校建立校级协同中心，开展合作开发、课题申报等。奖励“赛名师”职业教育课程资源共建共享联盟，共同开发，合作共赢。 二、赛名师应用价值 1.课前  备课功能强大，线上备课有效助力提升备课效率，节约50%以上时间；自有定义课程章节，灵活排序，课程进度表设置让重点难点一目了然；海量素材可供调用，课间资源快速高效，即改即得，轻松拖拽，一键发布。还可进行多人云协同备课，教师间资源共享，有效减负。 2.课中  PC端和移动端无缝链接，资源涵盖课程大纲、课程标准、课件、微课、案例、习题、实训指导书等多种形式，笔记、开启、测试、讨论均可在线运作，方便实用。资源实时共享，可引导预习、线上答疑，方便学生复习，巩固学习效果。笔记和答疑均可云端存储，提升教学经验和资源的积累。 3.课后 课后作业一键发布，线上测评讨论更加快捷。可进行在线自测和考试，智能评分更加高效。可进行可视化分析，教学成果更直观，教学反思更方便。教师可将课程进行云同步，所授课程一目了然，同时可快速进行教学总结。