明天有打板可能的四朵金花,强者恒强,值得收藏深度研究
1、 黑芝麻
公司主营业务是生产销售黑芝麻系列及其他食品、饮料,从事物流大宗商品及农产品贸易、农产品初加工及仓储、装卸、物流服务、电商服务等,主要产品为黑芝麻糊类食品、黑芝麻饮品、富硒食品。
现价:3.75 总市值:27.9亿
公司毛利率:17.89% 市盈率:205.9
每股净资产:3.52 公司营收情况:12.96亿
2、 新华百货
公司主要经营百货的零售与批发,主要商品有文化用品、服装鞋帽、针纺织品、家电家具、钟表工艺、副食品等。
现价:13 总市值:29.33亿
公司毛利率:26.16% 市盈率:29.19
每股净资产: 8.87 公司营收情况:31.37亿
3、雪迪龙
公司主营业务是从事环境监测、工业过程分析、智慧环保及相关服务,主要产品是环境监测、生态环境大数据、污染治理与节能、环境综合服务、工业过程分析。
现价:9.14 总市值:57.59亿
公司毛利率:47.75% 市盈率:18.43
每股净资产:4.07 公司营收情况:3.14亿
4、 凤凰传媒
公司主营业务为图书、报刊、电子出版物、音像制品的编辑出版、发行,公司教育出版、一般图书出版、图书发行等主要业务板块在国内出版集团的排名均位居前列。
现价:8.12 总市值:206.6亿
公司毛利率:41.08% 市盈率:6.87
每股净资产:6.44 公司营收情况:70.62亿
以上个股仅供参考!
笔落惊风雨,点赞是祝福!
#今日看盘#
1、 黑芝麻
公司主营业务是生产销售黑芝麻系列及其他食品、饮料,从事物流大宗商品及农产品贸易、农产品初加工及仓储、装卸、物流服务、电商服务等,主要产品为黑芝麻糊类食品、黑芝麻饮品、富硒食品。
现价:3.75 总市值:27.9亿
公司毛利率:17.89% 市盈率:205.9
每股净资产:3.52 公司营收情况:12.96亿
2、 新华百货
公司主要经营百货的零售与批发,主要商品有文化用品、服装鞋帽、针纺织品、家电家具、钟表工艺、副食品等。
现价:13 总市值:29.33亿
公司毛利率:26.16% 市盈率:29.19
每股净资产: 8.87 公司营收情况:31.37亿
3、雪迪龙
公司主营业务是从事环境监测、工业过程分析、智慧环保及相关服务,主要产品是环境监测、生态环境大数据、污染治理与节能、环境综合服务、工业过程分析。
现价:9.14 总市值:57.59亿
公司毛利率:47.75% 市盈率:18.43
每股净资产:4.07 公司营收情况:3.14亿
4、 凤凰传媒
公司主营业务为图书、报刊、电子出版物、音像制品的编辑出版、发行,公司教育出版、一般图书出版、图书发行等主要业务板块在国内出版集团的排名均位居前列。
现价:8.12 总市值:206.6亿
公司毛利率:41.08% 市盈率:6.87
每股净资产:6.44 公司营收情况:70.62亿
以上个股仅供参考!
笔落惊风雨,点赞是祝福!
#今日看盘#
【大数据视角下高校数据治理体系研究与实践】数据是教育信息化创新发展进程中的核心资产,构建大数据视角下建设高校数据治理体系,支撑高校管理信息化向服务智能化转变和教育数字化转型已成为必然趋势。高校具有的数据体量更巨大、数据类型更复杂、数据交换更密集,数据治理的需求也更紧迫。从应用需求的角度出发,数据治理能科学精准地促进教育运行机制由管理迈向服务,并快速有效地驱动服务模式由被动转为主动,构建真正以人为本的教育教学生态环境。
围绕当前高校教育数据治理工作的困境、发展及目标任务,运用多层次模型和治理流程,在综合分析建设原则与内容的基础上,形成兼具可行性和示范性的实践路径。
1.明确数据治理服务
第一阶段是确定治理范围。项目建设初期,整体调研学校数据资源情况,整理现有的业务数据资源,明确其与职能部门的隶属关系,梳理并形成数据资源目录、系统业务及人员对数据的使用规范,定义出敏感数据。明确现有的业务应用需求、共享数据库、数据库结构、共享数据资源及主数据库与业务应用、部门职能的资源供需关系,汇总数据资源整体情况,编制治理工作实施方案。
第二阶段是系统业务梳理。结合前期资料分析与实地研究,围绕业务部门及与业务相关的系统单元与现场调研的采集结果,项目工作组撰写、提交数据资产调研报告,经项目负责人及校方网信管理机构确认后,完成系统调研阶段的工作。一是基于业务流程进行数据梳理,通过梳理业务流程,充分了解当前学校及各二级单位的数据现状和应用需求,有助于进一步理解与数据相关的业务含义和业务规则。二是基于信息系统结构进行数据梳理,通过梳理信息系统结构,明确数据在信息系统的分布情况,为后续进行数据职权、责权划分及数据关联关系的明确打好基础。三是基于数据流进行数据梳理,通过梳理数据流向及运行状态,充分了解数据的产生、采集、存储、加工、应用等多个环节,有助于建立完善的数据全生命周期管控体系。
第三阶段是建立校标体系。通过对数据和业务进行梳理,得到相关数据项标准、代码标准、编号标准等,基于系统对数据项进行重新组合,最终形成适用于校情的数据资源目录。有效利用现有的数据资产,建立真实有效的智慧校园数据标准。整体校标体系建设过程分三步进行:第一步将利用学校现有标准,对所覆盖的业务信息系统进行数据校对。在该阶段需要分析数据视图或最新系统导出的数据字典,重构原有数据标准,保证原有标准的可落地性。第二步为重新调研治理范围内的原标准没有覆盖的系统数据,通过调研数据结合相关标准,进行数据梳理与标准建立。第三步将现阶段的数据标准输入数据平台,进行标准与学校真实数据的关联匹配,并启动数据项校验,使系统常态化识别实施标准与现阶段学校物理数据的差距,实现标准的落地性检测。通过平台检测出的质量结果,对真实数据标准进行微调,再让数据标准跟真实数据进行关联,形成常态化真实校标。
2.健全数据治理制度
高校数据治理政策及制度的建设应遵循“统一管控、按需开放、充分共享、服务挖掘、安全可控”的基本原则,应包括但不限于以下两个方面的政策及制度:一是基于组织管理方面,制定《数据管理组织的角色权责及管理方法》《数据人员考核评估办法》等。二是基于技术方法方面,制定《数据管理办法》《数据信息标准规范》《数据质量管理办法》《元数据质量标准及评估指标体系》《数据安全分类分级管理办法》等。同时,针对各类数据质量问题,制定识别、监控、度量、预警、处理、反馈等一系列管理活动的闭环数据规范体系,保证学校数据治理与共享服务大数据系统的正常运行。
3.强化管理和运维体系
完善教育数据可视化管理和操作规范,包括角色、权限、元数据管理规范,建立大数据运维规范,包括数据质量监控、数据查询、数据调用等,规范学校相关部门管理人员对系统的管理和维护,具体包括规范业务数据维护标准、规范数据管理标准、建立数据字典、建立平台架构设计规范,通过引入数据标准规范,将数据安全和隐私标准进行规范化,包括提供数据共享与服务时,对数据的存储安全、传输安全、分析挖掘安全等方面进行标准化。#教育# #高等教育# #大数据# #高校# #智慧教育#
围绕当前高校教育数据治理工作的困境、发展及目标任务,运用多层次模型和治理流程,在综合分析建设原则与内容的基础上,形成兼具可行性和示范性的实践路径。
1.明确数据治理服务
第一阶段是确定治理范围。项目建设初期,整体调研学校数据资源情况,整理现有的业务数据资源,明确其与职能部门的隶属关系,梳理并形成数据资源目录、系统业务及人员对数据的使用规范,定义出敏感数据。明确现有的业务应用需求、共享数据库、数据库结构、共享数据资源及主数据库与业务应用、部门职能的资源供需关系,汇总数据资源整体情况,编制治理工作实施方案。
第二阶段是系统业务梳理。结合前期资料分析与实地研究,围绕业务部门及与业务相关的系统单元与现场调研的采集结果,项目工作组撰写、提交数据资产调研报告,经项目负责人及校方网信管理机构确认后,完成系统调研阶段的工作。一是基于业务流程进行数据梳理,通过梳理业务流程,充分了解当前学校及各二级单位的数据现状和应用需求,有助于进一步理解与数据相关的业务含义和业务规则。二是基于信息系统结构进行数据梳理,通过梳理信息系统结构,明确数据在信息系统的分布情况,为后续进行数据职权、责权划分及数据关联关系的明确打好基础。三是基于数据流进行数据梳理,通过梳理数据流向及运行状态,充分了解数据的产生、采集、存储、加工、应用等多个环节,有助于建立完善的数据全生命周期管控体系。
第三阶段是建立校标体系。通过对数据和业务进行梳理,得到相关数据项标准、代码标准、编号标准等,基于系统对数据项进行重新组合,最终形成适用于校情的数据资源目录。有效利用现有的数据资产,建立真实有效的智慧校园数据标准。整体校标体系建设过程分三步进行:第一步将利用学校现有标准,对所覆盖的业务信息系统进行数据校对。在该阶段需要分析数据视图或最新系统导出的数据字典,重构原有数据标准,保证原有标准的可落地性。第二步为重新调研治理范围内的原标准没有覆盖的系统数据,通过调研数据结合相关标准,进行数据梳理与标准建立。第三步将现阶段的数据标准输入数据平台,进行标准与学校真实数据的关联匹配,并启动数据项校验,使系统常态化识别实施标准与现阶段学校物理数据的差距,实现标准的落地性检测。通过平台检测出的质量结果,对真实数据标准进行微调,再让数据标准跟真实数据进行关联,形成常态化真实校标。
2.健全数据治理制度
高校数据治理政策及制度的建设应遵循“统一管控、按需开放、充分共享、服务挖掘、安全可控”的基本原则,应包括但不限于以下两个方面的政策及制度:一是基于组织管理方面,制定《数据管理组织的角色权责及管理方法》《数据人员考核评估办法》等。二是基于技术方法方面,制定《数据管理办法》《数据信息标准规范》《数据质量管理办法》《元数据质量标准及评估指标体系》《数据安全分类分级管理办法》等。同时,针对各类数据质量问题,制定识别、监控、度量、预警、处理、反馈等一系列管理活动的闭环数据规范体系,保证学校数据治理与共享服务大数据系统的正常运行。
3.强化管理和运维体系
完善教育数据可视化管理和操作规范,包括角色、权限、元数据管理规范,建立大数据运维规范,包括数据质量监控、数据查询、数据调用等,规范学校相关部门管理人员对系统的管理和维护,具体包括规范业务数据维护标准、规范数据管理标准、建立数据字典、建立平台架构设计规范,通过引入数据标准规范,将数据安全和隐私标准进行规范化,包括提供数据共享与服务时,对数据的存储安全、传输安全、分析挖掘安全等方面进行标准化。#教育# #高等教育# #大数据# #高校# #智慧教育#
【#六大轨道交通创新产品在京发布#】冬奥支线智能列车、新一代城市轨道交通自动售检票系统、北京城轨云……近日,第二届北京轨道交通协同创新论坛在京举办,六大轨道交通创新产品同时发布,展现北京轨道交通飞速发展成果。论坛上,来自北京轨道交通行业内各业主单位、科研院所、创新型企业的专家代表共同研讨城轨未来发展方向。
智能智慧化、装备自主化、绿色低碳化,是北京轨道交通高质量发展的三个重大战略。论坛上,北京协同创新轨道交通研究院和铁科院联合发布六大轨道交通创新产品,包括冬奥支线智能列车、城市轨道交通综合检测列车、城市轨道交通基础设施智能运维平台、AFC2.0(新一代城市轨道交通自动售检票系统)、北京城轨云、基于车车通信的列车运行控制及列车自主感知运行系统(VBTC)。
其中,冬奥支线智能列车整车采用以太网控车,配置智能障碍物监测及脱轨检测、车辆健康管理系统、智能乘客服务系统,引领智能地铁列车国内先进水平,最高运行时速为100公里,可实现有人值守的全自动。
城市轨道交通综合检测列车,是国家发改委“城市轨道交通综合试验检验工程”项目重要组成部分,也是专属于城轨交通领域的综合检测移动装备。
城市轨道交通基础设施智能运维平台,是集成数据资产管理、数据智能分析、可视化综合展示等功能的城市轨道交通基础设施智能运维平台。
新一代城市轨道交通自动售检票系统将北京地铁既有的AFC系统、MLC系统、互联网系统、监视中心系统等整合为中心平台直接控制设备的运行模式,有效实现智能运行、智能维修、智能服务,为国内首创的新一代AFC系统。
北京城轨云为新型轨道交通建设运营的基础设施,由云数字底座、技术平台、AI平台等构成,支持轨道交通全生命周期运转,实现轨道交通业务应用在云上的一站式集成设计、开发、验证、上架、分发部署。
基于车车通信的列车运行控制及列车自主感知运行系统(VBTC),实现自动化与智能化融合,突破人工智能视觉感知、相对速度安全追踪等核心技术,通过车载智能控制,故障情况下通过感知自主运行,进一步提升轨道交通安全性。
智能智慧化、装备自主化、绿色低碳化,是北京轨道交通高质量发展的三个重大战略。论坛上,北京协同创新轨道交通研究院和铁科院联合发布六大轨道交通创新产品,包括冬奥支线智能列车、城市轨道交通综合检测列车、城市轨道交通基础设施智能运维平台、AFC2.0(新一代城市轨道交通自动售检票系统)、北京城轨云、基于车车通信的列车运行控制及列车自主感知运行系统(VBTC)。
其中,冬奥支线智能列车整车采用以太网控车,配置智能障碍物监测及脱轨检测、车辆健康管理系统、智能乘客服务系统,引领智能地铁列车国内先进水平,最高运行时速为100公里,可实现有人值守的全自动。
城市轨道交通综合检测列车,是国家发改委“城市轨道交通综合试验检验工程”项目重要组成部分,也是专属于城轨交通领域的综合检测移动装备。
城市轨道交通基础设施智能运维平台,是集成数据资产管理、数据智能分析、可视化综合展示等功能的城市轨道交通基础设施智能运维平台。
新一代城市轨道交通自动售检票系统将北京地铁既有的AFC系统、MLC系统、互联网系统、监视中心系统等整合为中心平台直接控制设备的运行模式,有效实现智能运行、智能维修、智能服务,为国内首创的新一代AFC系统。
北京城轨云为新型轨道交通建设运营的基础设施,由云数字底座、技术平台、AI平台等构成,支持轨道交通全生命周期运转,实现轨道交通业务应用在云上的一站式集成设计、开发、验证、上架、分发部署。
基于车车通信的列车运行控制及列车自主感知运行系统(VBTC),实现自动化与智能化融合,突破人工智能视觉感知、相对速度安全追踪等核心技术,通过车载智能控制,故障情况下通过感知自主运行,进一步提升轨道交通安全性。
✋热门推荐