高效盘点：盘点周期短，资产探测时间 <3 分钟，更准确节省 90% 人力，盘点周期 每月 vs 数分钟  资产可视： 百万级海量资产管理，所有 资产使用率、周转率、闲置率可视，提升资 产使用率，盘活资产，采购决策有据可依 资产盘点 资产入库 资产出库 设备 有源 RFID 标签 RFID 读写器 (WiFi) RFID 读写器 (WiFi) RFID 读写器 (WiFi) WiFi

建设内容： 对地面公共停车场和道路停车位进行智慧停车系统建设， 同时系统接入校园地下停车场的系统 ，通过户外停车诱导屏、微信公众号、 手机 APP 等方式指引师生、后勤人员、校园访客停放车辆 ，盘活车场的 停 车能力。将校园车辆管理系统与校园 app 打通 ，实现车辆与设备联动 ，创 建访客预约 ，智能停车等生活场 景 。 建设意义： 在校园内建立体系化数字交通系统 ，打造动静结合的数

b)统一规划、统一部署、统一建设； c)整体规划、整体设计，分段实施、分步操作； d)应用导向、边建边用、建用结合、共建共享； e)“利用”在先、慎重“引进”、“校本”特色； f)急用先建、广用先建、优用先建； g)盘活存量资源，形成持续投入和产出机制。 4.3.2 数字资源建设与应用的总体要求 a)调研报告、专家论证、建设方案、建设任务书完整全面； b)建设团队结构合理、门类齐全； c)组织保障、资金保障有效落实；

分析系统，支持对第三方厂商录播设备所录制的视频 文件进行导入分析。这种利旧优先的策略，极大地降 低了学校和区域进行智能化升级的门槛与资金投入， 能够快速地在已建成常态化录播教室的地区进行规模 化部署，充分盘活了学校的存量数字资产。 讯飞核心AI技术与大模型的深度融合 在AI能力层面，该方案的核心特点是深度融合了科大 讯飞在语音、图像、NLP以及星火大模型等领域的一 系列核心技术。高精度的语音识别技术，确保了对课 与技术自主性层面，基于本地化大模型的专属智能体 构建，在拥抱前言AI技术与保障教育数据安全之间实 现平衡，为国内高校如何安全、合规地应用生成式AI 技术树立了典范。 该方案通过对学校过去五年积累的海量教学过程数据 的智能盘活与价值再挖掘，将这些原本沉睡的数字资 产，转化为了一个能够被AI实时调用、持续赋能教学 的知识库，增强了AI生成内容的可信度与专业性，为 四川大学构建一个能够基于自身数据、实现自我优化、 可 过程的自动化、高清记录，无需专业人员干预。降低 了技术使用门槛，也不干扰正常课堂秩序，能够常态 化、大规模地将每一节日常课转化为宝贵的数字教学 资源。 方案的第二个亮点在于其AI智能分析与资源盘活。配 套的文香智慧平台不仅是这些海量教学资源的存储和 管理者，更是一个的智能处理与分发中心。 平台内置的课堂视频AI分析引擎，能够对录制的视频 进行多维度智能分析，如学生情绪、课堂专注度、教

便于应用。 标准的全面性：信息标准不仅包含国家、教育部级学校本身的业务标准集， 还要在业务标准的基础上构建学生数据模型标准、数据分析模型标准、数据仓 库标准用以实现学校的业务优化过程和数据资产盘活。 2. 公共数据平台 2.1. 系统概述 通过公共平台的建设能帮助学校解决如下问题：  数据共享的问题  通过公共数据平台与数据交换平台的结合，实现校园共享信息的实施 共享； 

代码结构与分类体系相适应。  全面性： 标准不仅包含国家、教育部和区域内本身的业务标准集，还在业务标准的基础上构建数据模型 标准、数据分析模型标准、数据仓库标准等，实现业务优化过程和数据资产盘活。 信息标准体系 信息标准体系为各个系统定义统一的标准，包括信息标准、编码标准、管理规范、实施规范、 维护规范等，提供日常运维服务，是保障区域信息化系统规范、可靠运行的支撑体系。 数据标准

代码结构与分类体系相适应。  全面性： 标准不仅包含国家、教育部和区域内本身的业务标准集，还在业务标准的基础上构建数据模型 标准、数据分析模型标准、数据仓库标准等，实现业务优化过程和数据资产盘活。 信息标准体系 信息标准体系为各个系统定义统一的标准，包括信息标准、编码标准、管理规范、实施规范、 维护规范等，提供日常运维服务，是保障区域信息化系统规范、可靠运行的支撑体系。 数据标准

效率十分低下，严重阻碍了学校信息化的发展。 3. 总体设计 3.1.建设目标 整合存量应用资源，提升信息服务师生水平 以服务师生为导向，梳理各类学校服务事项， 一方面充分利用现有资源进行 整合，盘活存量应用，另一方面对梳理出的办事服务按照方便师生的原则进行流 “ 程再造，简化办事程序，按场景式服务流程组织内容，形成 前台一口受理、后 ” 台分工协同 工作机制，实现跨部门、跨业务的深度应用整合，从而进一步提升

7、合理性：代码结构要与分类体系相适应。 8、全面性：信息标准不仅包含国家、教育部级学校本身的业务标准集，还 要在业务标准的基础上构建业务数据模型、数据统计分析模型标准，用以实现 学校的业务优化过程和数据资产盘活。 2.1.3 数据标准代码类型 信息标准的代码类型主要有以下四种类型： 1、数字型代码 2、字母型代码 3、数字与字母混合型代码 4、无含义代码：对编码对象只起标识作用，而无任何其他附加含义的代码。