NABCD原则软件需求分析基于大数据挖掘的智能排课分析系统

NABCD原则
案例：基于大数据挖掘的智能排课分析系统

 

NEED：

大学期间各式各样的选修课丰富着我们的大学生活。以此同时很多的问题也随之产生。大学的选修课五花八门，有热门的课程，同样也有冷门的课程。往往是有的课怎么也抢不到，有的课却无人问津。时代在变化，学生群体也在变化。大学的选修课同样得变化。什么课学生感兴趣，什么课应该被淘汰。除此之外，有些同样热门的课程存在排课上的冲突；而那些冷门课程，人数过少，导致开课本过高了，同时影响了其他课程的排布。因此一套完善的智能排课系统很有必要。

APPROACH：

1.做调查问卷，了解学生感兴趣的课程，

2.收集各个学校开设的热门选修课相关数据，

3.对收集到的数据进行数据分析，建立相关模型

BENEFIT：

1.为学生提供更多他们感兴趣的选修课

2.为校方提供一些开设课程的建议

3.使得教学资源得到合理的利用

 

COMPETITIORS：

市场上现有的排课系统大多只针对单个学校的课程排布、编排教师、安排教室、通知学生等等一些过程。

我方优势：收集了各大高校的选课数据进行分析。除了课程排布、编排教师、安排教室等功能之外。还加入了给校方提供了新选修课开设的建议的功能。

我方劣势：大数据的数据挖掘与分析势必要收集大量的数据。需要众多高校提供数据上的支持。

DELIVERY：通过和各个高校沟通，说明系统的可行性以及长远的效益。

Innovation：

和MOOC等网络教育平台联动。收集这些平台数据的同时将一些网课也纳入排课系统。