首页 > 传媒 > 关键词  > 中联集团教育科技有限公司最新资讯  > 正文

中联教育:表格技术和商业智能在产教融合中的应用

2024-05-22 10:41 · 稿源: 站长之家用户

“葡萄城 SpreadJS 和 Wyn 是构建中联教育数据资产管理技术平台的关键。”

——中联集团教育科技有限公司

公司介绍

中联集团教育科技有限公司(以下简称中联教育)是中联企业管理集团下属专业从事教育教学的教育主体,专注于财经教育领域的教学与培训,其教育根植于中联集团深厚的财经实践土壤之中。中联企业管理集团始创于1994年,源自国家财政部和原国家经贸委组建的中国经济技术投资担保公司,是国内领先的资产评估、审计等财经商贸和数字技术融合服务的专业集团。

(中联集团产业生态)

中联教育以产业场景、管理和企业文化为支撑,积极发展智慧财经、数字商贸、信息技术等领域的教学产品,数量已达百余种。自2019年起,公司与葡萄城展开深入合作,引入葡萄城的 Wyn 和 SpreadJS,成功构建了一套完整的院校产品体系。该体系包括用户门户、教学板块和教学资源三大部分,为学生和教师提供了有效的学习和教学工具。

(院校教育产品体系)

除此之外,未来中联教育将推出一款基于人工智能,包含知识图谱、推荐算法、自然语言识别等创新功能的教育培训平台。该平台将专注于职业培训、专升本、考研等教学活动,旨在实现学生的智能化和个性化学习。通过该平台,学生将能够获得更准确的学习推荐、智能化的学习辅助和个性化的教学支持,用以提高学习效果和学习体验。

(新一代教育培训平台)

数据资产管理背景

2019年,中央首 次将"数据"列为生产要素,并提出"健全劳动力、数据等生产要素的市场评价机制"。2022年,中共中央国务院发布了《十四五数字经济发展规划》,明确了数据要素市场制度建设的基本框架、前进方向和工作重点,初步确立了我国数据基础制度的核心要素。2023年8月,财政部颁布了《企业数据资源相关会计处理暂行规定》,为数据资产入账提供了指引。截至2024年第 一季度,财政部进一步发布了《关于加强数据资产管理的指导意见》和《关于加强行政事业单位数据资产管理的通知》,强调规范公共数据资产管理,并明确要求地方财政部门逐步建立健全本地实际情况下的数据资产管理制度和机制。

(国家层面的政策背景)

数据作为新型的生产要素,被视为国家基础性战略资源,已迅速渗透到生产、分配、流通、消费和社会服务管理等各个领域,深刻改变着生产方式、生活方式和社会治理方式。在2022年发布的《中华人民共和国职业分类大典》中,已经确认了97个数字职业,并且未来还将进一步扩展。

(数据资产管理政策)

在2024年3月5号举办的两会上,各位代表就数据资产的管理提出了不同的问题,这些问题主要集中在数据确权、数据交易、数据资产核算和评估等方面,同时也包括了数据资产法规的建立和人才培养等议题。这些问题的出现反映了人们对数据资产管理的关注,并呼吁加强相关制度和政策的完善。

(数据资产管理存在的问题)

数据资产管理创新体系的构建

为了更加有效地应对数据资产中存在的问题,中联教育梳理了国家相关政策和法规文件,并结合公司自身技术特点,构建了一套完整的数据资产管理体系框架。该框架涵盖了政策法规、管理过程和保障机制三个重要方面。

政策法规:中联教育及时关注并整理了国家每年发布的政策和标准,确保公司在数据资产管理方面遵守最 新的法规要求。

管理过程:中联教育的数据资产管理体系涵盖了数据资产的开发、确权、交易、处置、核算、评估、审计以及数据资产安全等全过程。通过规范的管理流程,公司能够更好地管理和利用数据资产,提有效率和价值。

保障机制:中联教育建立了一系列保障机制,旨在确保数据资产的安全、可靠和合规。

(数据资产管理总体框架)

(数据资产管理的具体核算流程)

数据资产管理技术平台

中联教育的数据资产管理平台以数据资产管理应用领域和职业教育相关专业为目标,集成了数据治理、数据资产管理、数据资产评估、企业项目实践等项目模块,并结合产业服务和实践教学功能。该平台基于大数据技术,以中联产业大数据为核心,以人工智能模型应用为特色,打造了一个综合性的数据资产管理解决方案。

(中联数据资产管理平台)

然而,中联数据资产管理平台的早期版本在数据采集、数据抽取、数据整合、数据可视化和高并发五个方面存在以下痛点问题:

数据采集:在线打开较大的 Excel 文件速度慢,无法在线编辑,原始文件数据校验难。

数据抽取:半结构化、复杂的 Excel 文件,无法直接抽取数据进行结构化处理。

数据整合:企业拥有大量的数据资源,通常分散在多个系统中,如PDM、ERP、CRM、MES、OA等。这些系统的特点是数据量巨大、来源多样、生成速度快、变化多端,覆盖研发、物流、财务、人力资源、供应链等多个部门,如何将这些数据整合在一起?

数据可视化:数据采集完成之后如何让企业用户或决策者快速构建自己的数据看板?

高并发:作为一款教育产品,在大型考试期间,同时可能面临数千、数万甚至数十万的并发请求。这种情况可能导致服务器承受巨大压力,甚至可能导致服务器崩溃。

中联教育通过引入葡萄城公司的 SpreadJS 和 Wyn,有效解决以上问题:

数据采集

SpreadJS可以快速解析 Excel 文件,除此之外,提供了在线编辑能力,支持450多种 Excel 计算公式,实现 Excel 数据的在线校验。

(数据采集效果展示)

数据抽取

通过选取数据区域或定位单元格的方式,利用SpreadJS可以准确抽取数据,并立即在数据库中显示已抽取的数据,方便核对检查并记录历史数据。除此之外,SpreadJS通过样式数据模板,自动执行数据抽取任务,取代重复的任务,提高数据处理效率。

(数据抽取效果展示)

数据整合

通过借助 Wyn 可以直接导入来自多个数据仓库、数据领域或多种数据类型的数据,实现数据整合。

(数据整合)

数据可视化

通过借助 Wyn,能够实现分职能展示应用,用户可以自主创建个性化的仪表板。此外,Wyn 还提供便捷的数据钻取和交互式分析功能,使用户能够方便地深入挖掘数据,探索关联性和趋势。

(数据看板大屏)

高并发

Wyn 支持单独的集群部署镜像,适用于传统的手工集群部署和 Kubernetes(K8s)集群自动化部署, 将多个服务运行在不同的 server 上,比如数据运算,仪表板导出,报表查询等等,集群中的每个 Docker 可加载一个 Wyn server,利用 K8s 实现集群自动化管理,轻松实现服务的动态扩展,满足企业级用户高并 发,大数据量的分析需要,以及 SaaS 用户多租户的应用场景。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • Nemotron-4-340B-Reward:多维奖励模型,助力构建自定义大型语言模型。

    Nemotron-4-340B-Reward是由NVIDIA开发的多维奖励模型,用于合成数据生成管道,帮助研究人员和开发者构建自己的大型语言模型(LLMs)。该模型由Nemotron-4-340B-Base模型和一个线性层组成,能够将响应末尾的标记转换为五个标量值,对应于HelpSteer2属性。它支持最多4096个标记的上下文长度,并能够对每个助手轮次的五个属性进行评分。

  • Nemotron-4-340B-Instruct:NVIDIA的高级语言模型,优化于英文对话场景。

    Nemotron-4-340B-Instruct是由NVIDIA开发的大型语言模型(LLM),专为英文单轮和多轮对话场景优化。该模型支持4096个token的上下文长度,经过监督式微调(SFT)、直接偏好优化(DPO)和奖励感知偏好优化(RPO)等额外的对齐步骤。模型在约20K人工标注数据的基础上,通过合成数据生成管道合成了超过98%的用于监督微调和偏好微调的数据。这使得模型在人类对话偏好、数学推理、编码和指令遵循方面表现良好,并且能够为多种用例生成高质量的合成数据。

  • BookSlice:让阅读更有趣,用游戏化的方式增加阅读量。

    BookSlice是一款面向忙碌人群的游戏化阅读应用,通过心理学原理帮助用户建立阅读习惯,并通过设置每日挑战来维持阅读连续性。它利用实施意图、习惯叠加等心理工具,使阅读变得习惯性和上瘾。此外,BookSlice还提供AI问答功能,帮助用户在阅读过程中获得上下文答案。

  • agentUniverse:基于大型语言模型的多智能体应用开发框架

    agentUniverse 是一个基于大型语言模型的多智能体应用开发框架,提供了构建单一智能体和多智能体协作机制的所有必需组件。通过模式工厂,允许开发者构建和自定义多智能体协作模式,轻松构建多智能体应用,并分享不同技术与业务领域的模式实践。

  • HunyuanDiT Distillation Acceleration:高性能图像生成模型的蒸馏加速版本

    HunyuanDiT Distillation Acceleration 是腾讯 Hunyuan 团队基于 HunyuanDiT 模型开发的蒸馏加速版本。通过渐进式蒸馏方法,在不降低性能的情况下,实现了推理速度的两倍提升。该模型支持多种GPU和推理模式,能够显著减少时间消耗,提高图像生成效率。

  • WonderWorld:从单张图片生成交互式3D场景

    WonderWorld是一个创新的3D场景扩展框架,允许用户基于单张输入图片和用户指定的文本探索和塑造虚拟环境。它通过快速高斯体素和引导扩散的深度估计方法,显著减少了计算时间,生成几何一致的扩展,使3D场景的生成时间少于10秒,支持实时用户交互和探索。这为虚拟现实、游戏和创意设计等领域提供了快速生成和导航沉浸式虚拟世界的可能性。

  • ChatTTS_Speaker:基于ERes2NetV2模型的音色稳定性评分与音色打标。

    ChatTTS_Speaker是一个基于ERes2NetV2说话人识别模型的实验性项目,旨在对音色进行稳定性评分和音色打标,帮助用户选择稳定且符合需求的音色。项目已开源,支持在线试听和下载音色样本。

  • fastc:轻量级文本分类工具,使用大型语言模型嵌入。

    fastc是一个基于大型语言模型嵌入的简单且轻量级的文本分类工具。它专注于CPU执行,使用高效的模型如deepset/tinyroberta-6l-768d生成嵌入。通过余弦相似度分类代替微调,实现文本分类。它还可以在不增加额外开销的情况下,使用相同的模型运行多个分类器。

  • MeshAnything:3D资产的自动生成工具

    MeshAnything是一个利用自回归变换器进行艺术家级网格生成的模型,它可以将任何3D表示形式的资产转换为艺术家创建的网格(AMs),这些网格可以无缝应用于3D行业。它通过较少的面数生成网格,显著提高了存储、渲染和模拟效率,同时实现了与先前方法相当的精度。

  • HunyuanDiT-v1.1:多分辨率扩散变换器,支持中英文理解

    HunyuanDiT-v1.1是由腾讯Hunyuan团队开发的一款多分辨率扩散变换模型,它具备精细的中英文理解能力。该模型通过精心设计的变换器结构、文本编码器和位置编码,结合从头开始构建的完整数据管道,实现数据的迭代优化。HunyuanDiT-v1.1能够执行多轮多模态对话,根据上下文生成和细化图像。经过50多名专业人类评估员的全面评估,HunyuanDiT-v1.1在中文到图像生成方面与其他开源模型相比,达到了新的最先进水平。

  • UniAnimate:高效生成一致性人物视频动画的模型

    UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间,以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列,支持随机噪声输入和首帧条件输入,显著提高了生成长期视频的能力。此外,它还探索了基于状态空间模型的替代时间建模架构,以替代原始的计算密集型时间Transformer。UniAnimate在定量和定性评估中都取得了优于现有最先进技术的合成结果,并且能够通过迭代使用首帧条件策略生成高度一致的一分钟视频。

  • LVBench:长视频理解基准测试

    LVBench是一个专门设计用于长视频理解的基准测试,旨在推动多模态大型语言模型在理解数小时长视频方面的能力,这对于长期决策制定、深入电影评论和讨论、现场体育解说等实际应用至关重要。

  • Mo:通过卡片式学习,轻松掌握AI科技知识。

    Mo是一款结合超现实主义艺术和堂吉诃德理想主义精神的AI科技学习APP。它通过卡片形式,以图文、动画、视频、语音等多样化内容,使AI和科技知识的学习变得生动有趣。Mo不仅覆盖了AI的基础知识,还包含了元宇宙、大数据、大模型等前沿技术,适合各种背景的学习者,旨在打造一个个性化的学习体验。

  • 开搜AI搜索:面向大众的AI问答搜索引擎

    开搜AI问答搜索引擎是一款面向大众的、直达答案的AI问答搜索引擎,它能够帮助用户从海量的文献资料中筛选出有用的信息,提供直接、精准的答案,并且能够自动总结重点、生成大纲、思维导图并下载。

  • AI Math Notes:一个交互式绘图应用,用于数学方程的绘制和计算。

    AI Math Notes 是一个开源的交互式绘图应用程序,允许用户在画布上绘制数学方程。应用程序利用多模态大型语言模型(LLM)计算并显示结果。该应用程序使用Python开发,利用Tkinter库创建图形用户界面,使用PIL进行图像处理。灵感来源于Apple在2024年全球开发者大会(WWDC)上展示的'Math Notes'。

  • VideoTetris:文本到视频生成的创新框架

    VideoTetris是一个新颖的框架,它实现了文本到视频的生成,特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术,精确地遵循复杂的文本语义,并通过操作和组合去噪网络的空间和时间注意力图来实现。此外,它还引入了一种新的参考帧注意力机制,以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

  • Visual Sketchpad:多模态语言模型的视觉推理工具

    Visual Sketchpad 是一种为多模态大型语言模型(LLMs)提供视觉草图板和绘图工具的框架。它允许模型在进行规划和推理时,根据自己绘制的视觉工件进行操作。与以往使用文本作为推理步骤的方法不同,Visual Sketchpad 使模型能够使用线条、框、标记等更接近人类绘图方式的元素进行绘图,从而更好地促进推理。此外,它还可以在绘图过程中使用专家视觉模型,例如使用目标检测模型绘制边界框,或使用分割模型绘制掩码,以进一步提高视觉感知和推理能力。

  • GoMate:基于RAG框架的可靠输入和可信输出系统

    GoMate是一个基于Retrieval-Augmented Generation (RAG)框架的模型,专注于提供可靠输入和可信输出。它通过结合检索和生成技术,提高信息检索和文本生成的准确性和可靠性。GoMate适用于需要高效、准确信息处理的领域,如自然语言处理、知识问答等。

  • SD3-Controlnet-Canny:一种用于生成图像的深度学习模型。

    SD3-Controlnet-Canny 是一种基于深度学习的图像生成模型,它能够根据用户提供的文本提示生成具有特定风格的图像。该模型利用控制网络技术,可以更精确地控制生成图像的细节和风格,从而提高图像生成的质量和多样性。

  • Tencent EMMA:多模态文本到图像生成模型

    EMMA是一个基于最前沿的文本到图像扩散模型ELLA构建的新型图像生成模型,能够接受多模态提示,通过创新的多模态特征连接器设计,有效整合文本和补充模态信息。该模型通过冻结原始T2I扩散模型的所有参数,并仅调整一些额外层,揭示了预训练的T2I扩散模型可以秘密接受多模态提示的有趣特性。EMMA易于适应不同的现有框架,是生成个性化和上下文感知图像甚至视频的灵活有效工具。

今日大家都在搜的词:

热文

  • 3 天
  • 7天