一、建设方案

本方案建设依据智慧行业的特点，以“厚基础、宽知识、重思想、重创新、重实践”为核心，采用“理论+实践+应用案例”模式。从基础到进阶再到提高，由易而难、循序渐进，逐步提升学生的学习技能和实践水平，提高“学”的质量和成效。

本实验室建设依据最新的社会发展，将大数据、人工智能等现代化科技技术融入到智慧营销中，采用传统的营销+编程的双模式，来助力解决营销精细化管理、营销数据分析画像构建等营销专业问题，构建工业级智慧营销人才培养方案。以客户关系管理、市场调查与预测、消费者行为学、市场营销、广告创意与规划、营销创新、数字媒体、数据营销与实务等基础课程培养专业基础能力，以统计学、数据分析工具、Python数据处理与分析、商业数据分析应用、统计学习方法、数据挖掘、数据可视化、智慧营销实务实训、数学基础、Python程序设计、数据采集与预处理等课程培养营销与编程的实际应用能力，同时也提供了行业应用案例，从实战化的角度提升综合应用能力。

数智化实践教学平台以满足智慧营销课程教学和编程实训为基础，辅助提供了备课、上课、课堂互动、课后作业、课程考核、实训拓展和教学考试等功能。为了提升教学质量，为教师提供了教学分析功能，可以查看教学过程中实验环节薄弱的内容，及时的查漏补缺。

二、数智化实践教学平台

数智化实践教学平台采用B/S架构，集教学资源、实验环境和工具、应用实践和硬件资源为一体的专业化教学平台。

数智化实践教学平台为用户解决了缺少教学资源、没有实验环境工具、怎样体系化学习、如何进阶学习、提升实际场景的应用实践经验等核心问题。从而提高学生的学习效率和学习能力，增加自身的市场竞争力。

数智化实践教学平台采用了课程学习和应用实践互补的方式，以提升学生的实际问题的解决和决策提供量化依据的能力。采集学习数据、分析学习模式、优化学习流程、改善学习成果以及实现管理流程自动化，为每个学生的个性化成长与全面发展创造了更加美好的蓝图。平台为用户提供了一站式教学服务，可满足用户备课、授课、课堂互动、课后作业、课程考核、实训拓展、教学考试和教学分析全过程教学，并且针对不同学习程度的用户定制打造实验学习环境和课程体系，让用户学习和教学更高效。为了提升教学质量，为教师提供了教学分析功能，可以查看教学过程中实验环节薄弱的内容，及时的查漏补缺。

数智化实践教学平台采用B/S架构，利用先进的云计算、大数据和人工智能理念，搭建面向智慧营销教育的一体化教学平台，产品将对教学资源、实验环境和工具、教学流程、虚拟化支撑云平台和硬件资源进行整合和重建，从高校教学管理者、专业负责人、课程负责人、教师和学生等多纬角度上，打造专业化智慧营销人才定制培养服务平台。

平台提供智慧营销领域的课程资源，可满足该方向的人才方案培养。并配套对应课程的备课资料、课件、教学指导等教辅资源。同时，提供多个行业的实训案例和数据集，满足实践应用的需要。

三、平台功能

1、课程实训模块

课程实训模块提供“一站式”的教学全过程，包括课程，班级、学生、学习进度，实验内容，教学质量，课堂互动等统一管理，并提供学生的实验记录的智能分析和评测。

2、作业考试模块

作业考试模块是为了帮助教师检验学生的学习效果，从而设置的教学评测环节，教师可利用该模块发布作业和考试，评阅成绩，查看评测分析。

3、实验中心模块

实验中心主要为教师用户开放，主要负责实验管理和实验环境管理，为用户开设课程，提供实验内容。

4、素材资源模块

素材资源主要是为教师用户教学提供了方便，可满足教辅资源、数据集资源和实验内容（理论）的选择使用。

素材资源分为公开素材和我的素材，用户可以在开设课程的时候选择对应的教辅资源和实验内容（理论），用作备课和教学，也可以在创建实验的时候选择数据集用作实验数据。

教辅资源分为备课资料、课件、教学指导，实验内容分为文档类型和视频类型，数据集分为文本、视频、语音、图片和其他，并支持常用格式的数据预览。

用户可以创建素材到我的素材中，通过分目录管理素材内容。支持编写素材说明，支持常用的办公文件和数据集格式。

5、交流问答模块

为了提高用户的学习效率，方便用户之间的学习交流，平台提供了交流问答模块。

交流问答模块提供了WIKI，帮助用户更好的学习知识。平台内置了WIKI内容，涉及到智能营销等领域的内容，用户同时也可以根据需要，分享自己的WIKI。

6、平台管理模块

平台管理模块是为了保证平台的平稳运行，方便用户对平台整体的管理和维护，该模块主要包括平台整体统计、系统维护、教学资源管理、用户管理和资源预约等。

四、智慧营销课程

教学目标能够完整的支撑数据分析、智能营销的全流程，全面覆盖商业数据分析和营销相关的所有的教学知识点和教学场景，包含了：客户关系管理、市场调查与预测、消费者行为学、市场营销、广告创意与规划、营销创新、数字媒体、统计学、数据分析工具、Python数据处理与分析、商业数据分析应用、统计学习方法、数据挖掘、数据可视化、数据营销与实务、智慧营销实务实训、数学基础、Python程序设计、数据采集与预处理等课程。

五、行业案例

行业案例中涉及到行业包含但不限于政府领域、商业领域、金融领域、工业领域、自然科学领域、媒介领域、交通领域、医疗领域、体育领域、娱乐领域、销售领域、传媒领域等。

数据集由行业案例配套数据和系统开放数据组成，包括互联网、交通、政府、商业企业数据、金融、教育、制造业、娱乐、医疗、体育、气象环境、农业、媒体、旅游、零售/电商等多个行业数据，包含TXT、CSV、xls、json、视频数据、语音数据、图片数据等多种格式，可用于高校的实验教学、科研、竞赛、实训等工作。数据总量大于5TB。