| 技术参数要求 |
1.成果大类及标准映射：
①分析原有 10 个分类（党建与思想政治教育、党建类、教学建设与教学研究成果、教学建设与教学研究类、教学建设与教学研究类（思政教师和辅导员）、学生工作成果、学生教育管理类、行政管理类、人才和团队类、其他工作成果），并将其映射至统一成果库内 7 个主要类别（党建与思政类、教学建设与教学研究类、科研与社会服务类成果、学生教育管理类、人才、团队类及校级荣誉、行政管理类）。
②针对每个原始分类下小类标准，与统一成果库成果标准进行一对一映射，若统一成果库中无对应标准项，则创建用于2022 年之前成果的标准项，以处理和映射历史数据。
2.成果数据清洗：
①依据已确立的新旧映射关系表，对成果数据进行深入清洗，使每条记录的大类及标准信息准确转换为新的标准及大类信息。
②按照新的标准，对成果的级别、等级等关键字段进行标准化处理，保障数据的一致性和准确性。
③严格筛选成果记录，仅保留已通过审核的记录，剔除未经审核或审核未通过的数据，维护成果库权威性和可靠性。
④整理出干净、有序的成果数据结果集，并导出为 Excel文档。
⑤将该 Excel文档作为数据迁移载体导入到统一成果库中，实现新旧系统平滑过渡，确保高校成果管理工作高效、连贯。
3.成果参与人数据清洗：
①从成果登记库中查找与每项成果对应的参与人及参与学生信息。
②对人员的部门归属、账号信息等关键字段进行清洗和校验，确保其能无缝对接并兼容统一成果库的数据结构，保障数据完整性和准确性。
③整理出详尽的参与人员结果集，并导出为 Excel 文档。
④将该 Excel 文档导入到统一成果库中。
4.成果奖励大类及标准清洗：
①对原有成果登记系统中的奖励标准进行拆分和清洗，使其能顺利迁移至统一成果库。
②依据标准内容，实现奖励标准的一对一精准映射。
③针对无法直接映射的项目，补充 2022 年之前的专用成果奖励标准，确保数据完整性和适用性。
5.成果奖励信息清洗：
①过滤出成果登记系统内所有奖励的成果数据。
②结合当年奖励标准文件，分析每项成果对应的奖励标准及奖励金额，清洗成果对应的新奖励标准。
③形成成果奖励数据集。
④将成果奖励数据集导出为 Excel 文档，并导入到统一成果库中。
6.成果奖励人员数据清洗：
①过滤出成果奖励对应的奖励人员分配信息。
②对人员的部门归属、账号信息等关键字段进行清洗和校验。
③形成成果奖励人员分配数据集。
④将该数据集导出为 Excel 文档并导入到统一成果库中。
7.成果文件数据迁移：
①从原服务器下载成果文件。
②将成果文件上传至智慧校园 Minio 文件服务器进行分布式存储。
③把存储的成果文件与新的成果系统数据进行匹配。 |