【招标公告】ZSDZB2024-049经管学院数据挖掘与商业智能实验平台校内招标公告

中国石油大学（华东） 经管学院数据挖掘与商业智能实验平台校内招标公告 项目编号：ZSDZB2024-049 中国石油大学（华东）依据学校管理规定，并参照《中华人民共和国政府 采购法》及其他相关法规，就下述采购项目进行校内招标，邀请合格投标人进 行投标。 一、招标人名称：中国石油大学（华东） 二、招标人地址：山东省青岛市黄岛区长江西路 66 号 三、本次招标内容如下： 名称：经管学院数据挖掘与商业智能实验平台 数量：1 套 预算：47 万元 本项目不分包。 技术要求：详见附件。 四、资格要求 1.投标人必须具有标的物的制造或合法的供货能力（进口产品必须取得生 产厂家针对本项目的授权），具有履行合同和售后服务能力。 2.投标人须符合《中华人民共和国政府采购法》第二十二条的相关规定。 3.投标人未被列入“信用中国”网站（www.creditchina.gov.cn）“失信被执 行人”、“重大税收违法案件当事人名单”、“政府采购严重违法失信名单”；不处于中国政府采购网（www.ccgp.gov.cn）“政府采购严重违法失信行为信息 记录”中的禁止参加政府采购活动期间。 4.本项目不接受联合体投标。 五、采购文件的获取 1. 供 应 商 应 先 进 入 中 国 石 油 大 学 （ 华 东 ） 采 购 与 招 标 办 公 室 主 页（https://zbb.upc.edu.cn），点击右上角“供应商登录”，再点击“微信登录”或“账户登录”，按系统提示进行登记注册，注册后拨打 4001010335 进行审核，审核通过后点击采购公告下方的“我要报名”，填写真实准确报名信息后提交。 报名缴费时选择“在线支付”方式，缴费成功一小时后依据系统提示下载采购 文件。 注：如有问题可咨询 0532-86981699（杨老师）。 2.报名起止时间：2024 年 8 月 23 日-2024 年 8 月 28 日下午 17:00 前(北京时 间，节假日除外)。 3.工本费:100 元（售后不退，未购买采购文件的投标人不具备参加投标资 格 。 如 需 开 具 发 票 ， 请 于 交 费 后 一 周 内 将 开 票 信 息 发 送 到 财 务 邮 箱 cwcsrglk@upc.edu.cn，财务联系电话 0532-86981607。） 六、投标文件提交起止时间、地点 1.提交时间：2024 年 9 月 3 日 14:00-14:30（北京时间）。 2.提交地点：中国石油大学（华东）西北门（靠近体育馆）校门外（不进 学校）。 3.提交方式：投标人必须于投标文件提交截止时间前派投标代表提交投标 文件，逾期不再受理，传真、邮寄等方式提交的投标文件概不接收。 七、开标时间及方式： 1. 开标时间：2024 年 9 月 3 日 15:00（北京时间） 2. 开标地点：中国石油大学（华东）行政办公楼 0921 室。 八、投标保证金： 本项目不需要缴纳投标保证金。 九、联系方式： 项目联系人：*** 联系电话 0532-86981699 杨老师 联系电话 0532-86981699 邮箱：.cn 采购与招标办公室网址：https://zbb.upc.edu.cn 招标监督电话：*** 中国石油大学（华东）采购与招标办公室 2024 年 8 月 22 日

具体要求

一、功能及用途要求 1.1 平台要求以行业实际的岗位技能需求为设计驱动，构建完整的数据分析与应用实 训课程体系，支撑理实一体化教学模式，突破以往理论与实践相脱节的现象，充分 发挥教师的主导作用，通过设定教学任务和教学目标，让师生双方边教、边学、边 做，全程构建素质和技能培养框架，丰富课堂教学和实践教学环节，提高教学质 量。 1.2 平台课程在职业认知与规划的基础上，还原真正的业务场景，将理论与实际业务 相结合，指导学生通过 EXCEL 工具、BI 工具与 Python 进行数据收集与爬取、数据

整理、数据管理、业务报表设计及管理、电子商务业务分析、机器学习电商应用等 全流程技能学习与场景应用，助力培养懂技术、懂业务、懂管理的复合型数据分析 与管理人才，为商务赋能。 *1.3 要求该平台基于真实企业数据（经脱敏处理）和行业报告对软件进行免费实时 更新，并提供经管类虚拟仿真实验课程如运营管理、数字营销、供应链物流、创新 创业等 3 年的云服务使用权，数量不少于 50 个。 *1.4 要求同步免费开放国内知名的企业级的基于数据中台产品矩阵，联合开发的数 据可视化分析平台的云服务，结合虚拟仿真实训课程，让学生轻松实现海量数据可 视化分析，项目模块支持 0 代码鼠标拖拽式操作交互及丰富的可视化效果，大幅提 升数据分析和报表开发效率，支持轻松自如完成数据分析及业务自助探查。 二、技术要求 2.1 平台技术要求 2.1.1 系统采用 B/S 架构，支持移动端和 PC 端两种使用模式,支持本地部署及云端部 署。 2.1.2 系统使用的软件、编译器等均为开源软件，可按需自主编辑和定制。 2.1.3 系统分为教师端、学生端、管理员端，教师端提供班级管理、实验管理、实验

报告管理，学生端支持浏览器登录进行实验操作，无需指定浏览器种类，无需下载 插件，管理端可以对实验数据进行配置，配置生效后，学生端看到的实验数据实时 发生变化，直接影响学生决策。 2.1.4 系统具有跨平台支持的特性，服务端程序支持部署在国产操作系统例如阿里云 自研的 Anolis 龙蜥等，同时也支持 Windows、Centos、Ubuntu 等主流服务器操 作系统的部署，客户端程序支持 Chrome、Edge、Safari 等常见浏览器及其版本的 兼容支持。 2.1.5 支持在线可视化配置服务器资源，启用、停用相关服务器，可视化设置服务器 可容纳资源数量；支持在线可视化查看各服务器资源占用情况、服务在线用户情况 等。 2.1.6 系统界面直观、流程清晰，容易理解和使用，操作方便；教师可根据不同班级 开设不同实验，同一个班级可以开通多个实验，教师端操作界面可实时监控每个班 级每个学生的实验情况。 支持教学设计、教学过程、教学评价、教学资源、教学观测的全过程信息化管理。 2.2 功能指标

2.2.1 功能参数包括但不限于以下功能： （1）数据挖掘与智能决策概论；应包含数据挖掘与智能决策的方法和基本原理，数 据挖掘与机器学习、深度学习的关系，智能决策中所使用的智能化方法。本模块需 包含 ppt、视频、实训练习和知识练习内容。 （2）数据挖掘利器-SKlearn 库；应包含 Python 中用机器学习和数据挖掘的库 scikit-learn,并掌握构建数据挖掘的流程和方法。本模块需包含 ppt、视频、实训练 习和知识练习内容。 （3）KNN，应包含 K 最近邻法的知识和原理；了解常用的距离计算方法；了解 KNN 法在财会数据挖掘场景的应用。本模块需包含 ppt、视频、实训练习和知识练 习内容。 （4）线性回归；应包含线性回归的知识与原理；了解线性回归的优缺点；掌握线性 回归的 Python 代码实现。本模块需包含 ppt、视频、实训练习和知识练习内容。 （5）决策树；应包含决策树的知识和原理；了解决策树回归的优缺点；掌握决策树 的 Python 代码实现；本模块需包含 ppt、视频、实训练习和知识练习内容。 （6）随机森林；应包含集成算法和随机森林的知识和原理；了解随机森林算法的优

缺点；掌握随机森林算法的 Python 实现；使用随机森林算法完成用户复购预测。本 模块需包含 ppt、视频、实训练习和知识练习内容。 *（7）聚类分析；应包含聚类算法的知识和原理；了解 kmeans 算法的优缺点；掌 握 kmeans 算法的 Python 实现。本模块需包含 ppt、视频、实训练习和知识练习 内容。 （8）关联规则分析；应包含关联规则分析的知识和原理；了解关联规则分析的优缺 点；掌握关联规则分析的 Python 实现，使用关联规则分析完成智能商品推荐。本模 块需包含 ppt、视频、实训练习和知识练习内容。本模块包含案例为智能商品推荐- 分析用户历史购买和行为，应用推荐算法（如关联规则、协同过滤），推荐个性化 商品。 *（9）时间序列分析；应包含时间序列分析的知识和原理；了解常用的时间序列分 析方法；掌握时间序列分析的 Python 实现。本模块需包含 ppt、视频、实训练习和 知识练习内容。 （10）朴素贝叶斯；应包含朴素贝叶斯算法的知识和原理；了解朴素贝叶斯在分类 问题中的应用；掌握朴素贝叶斯算法的 Python 实现。本模块需包含 ppt、视频、实

训练习和知识练习内容。 （11）文本分析与客户评论；应包含文本分析的知识和原理；了解文本数据预处理 和分析方法；掌握文本分析的 Python 实现。本模块需包含 ppt、视频、实训练习和 知识练习内容。 （12）循环神经网络；应包含循环神经网络的知识和原理；了解序列数据建模的应 用领域；掌握循环神经网络的 Python 实现。本模块需包含 ppt、视频、实训练习和 知识练习内容。 （13）逻辑斯蒂回归；应包含逻辑斯蒂回归的知识和原理；了解二分类问题的建模 方法；掌握逻辑斯蒂回归的 Python 实现。本模块需包含 ppt、视频、实训练习和知 识练习内容。 （14）支持向量机；应包含支持向量机的知识和原理；了解其在分类和回归问题上 的应用；掌握支持向量机的 Python 实现。本模块需包含 ppt、视频、实训练习和知 识练习内容。 *（15）神经网络；应包含神经网络的基本原理和结构；神经网络在图像分类中的应 用；掌握神经网络的 Python 实现。本模块需包含 ppt、视频、实训练习和知识练习

内容。 2.2.2 系统技术指标 （1）实验中的项目应至少包含职业与工作认知，基于 Excel 工具的数据收集与爬 虫，基于 BI 工具的数据整理，基于 Navicat 工具的 MySQL 数据管理，基于 Excel 工具的业务报表设计及管理，基于 Python 的数据收集与爬虫，基于 Python 的数据 整理，基于 Python 的 MySQL 数据管理，基于 Excel 工具的电子商务业务分析， 基于 Python 的业务报表设计及管理，基于 Python 的电子商务业务分析，基于 BI 工具的机器学习电商应用，基于 Python 的机器学习电商应用，应用水平测验等 14 个项目，且每个项目不少于 2 个内容，系统应支持添加内容。若教师添加了作业上 传功能，学生端可以上传作业并且其他学生可以进行评价。 （2）在系统的主界面，系统应支持学生使用学习工具查看“操作指导书”，“学情 统计”、“能力统计”。系统提供知识学习及客观测验功能，“知识学习”分为课 件教案和视频教案，系统应自带教案，也支持教师上传学习教案。 *（3）系统支持教师端进行全屏操作，系统支持教师端在开课时选择开课方式，开 课方式应不少于 2 种，同时支持教师开启任务，学生决策完成后支持教师关闭项

目，在“虚仿实训”中，学生可进入对应的实验进行学习且支持 3D 动画的形式展现 实验内容；教师可查看“指导书”、“实验进度”、“实验成绩”、“实验解析” 功能，指导书中应包含实训要求、实训评分、操作说明。 （4）系统内置 PDF 编辑功能，系统支持教师在实验进度中随时查看学生的状态与 操作内容；支持教师在实验成绩中实时查看学生的得分、排名及操作内容；支持教 师在实验解析中可以根据学生所做的决策，对结果进行分析讨论。 *（5）系统应支持教师查看数据广场，在数据广场中应内置在线数据挖掘、在线表 格、在线幻灯片、行业数据源，在线数据挖掘中应不少于 7 个数据处理内容，在行 业数据源中应不少于 8 个行业数据源，系统应支持教师查看研究报告，研究报告中 应不少于 10 个行业分类，系统应支持定期更新。 （6）系统应支持教师查看学情分析，应支持教师查看已经开放项目、已完成项目、 实训整体进度、参与学生数及成绩排名，系统应支持对成绩排名进行筛选，应支持 查看成绩明细内容，系统应支持教师查看能力掌握情况并通过雷达图形式展示（图 表数据应根据学生决策数据保持实时更新），系统应支持教师实时查看做研究分析 学生的占比。

三、附件、备件和消耗品 3.1 GPU 工作站一台（不低于以下配置），4U，40 核 80 线程，RTX4090 显 卡、24G 显卡*2,128G 内存，2TB 固态硬盘。 3.2 包装盒、安装 u 盘（安装文件，安装说明） 3.3 教师指导手册一份 3.4 学生操作手册一份 3.5 售后服务卡 四、技术服务 4.1 需提供 7*24 小时技术支持服务，响应时间为 2 小时，如不能解决问题，需在 24 小时内到达现场，进行维修维护并解决问题。 4.2 需提供至少 3 年质保及免费服务，包括软件安装、调试、培训、维修维护、远程 咨询和远程解决学院相关人员提出的问题等。期满前升级不会单独收取升级费用。4.3 免费提供软件相关资料（如安装光盘、安装信息、使用手册、相关教材、电子材 料等）。 4.4 提供免费上门安装及现场培训。