AI辅导员-兰州理工大学AI辅导员

围绕兰州理工大学 AI 辅导员系统搭建展开，响应高校数字化建设，构建包含政策咨询、学情
辅导、生活关怀、生涯规划和学业管理等模块的智能平台。系统基于物联网架构，采用 SpringBoot+Mybatis 作为后端开发框架，Vite+Vue3+ElementPlus 为前端技术栈，实现前后端分离开发。数据库层使用 MySQL 存储结构化业务数据，配合 Redis 缓存中间件提升数据读取与系统 IO 效率；服务端利用 Nginx 进行负载平衡和静态资源处理，通过 4 核 8G 云服务器运行并存储数据文件，注册顶级域名并完成工信部备案保障系统合法落地。系统集成国内主流的豆包文本生成大模型作为 “大脑”，与火山方舟引擎知识图库配合，实现非结构化数据理解认知，并利用本校学生特定需求的局部非敏感数据进行领域适应性微调，形成特色化问答机制，同时集成学业发展追踪模块，实现奖助学金政策解析、职业发展路径等功能。

以高校学生管理场景为核心，旨在通过物联网、人工智能与大数据技术的深度
融合，构建一套智能化、集成化、安全化的综合管理系统，破解传统高校管理中存在的三
大核心痛点：
（1）管理效率层面：针对人工处理学业审核、政策解答等重复性工作耗时耗力的问题，
通过自动化流程（如学业进度自动计算、奖助学金资格智能筛选）与 AI 问答系统，将管
理人员从低价值劳动中解放，使其聚焦学生个性化指导等核心工作，预计减少 30% 以上
的人工操作成本。
（2）服务体验层面：解决传统服务渠道分散（如官网、公众号、线下咨询并存）导致
的信息获取低效问题，打造 “一站式” 智能服务平台，覆盖学生从入学到毕业全周期需求
（如新生入学指南、毕业就业指导），通过多终端访问（电脑 / 手机 / 平板）与语音交互
模式，实现 7×24 小时无间断服务，提升学生满意度。
（3）数据价值层面：改变传统管理中数据孤岛化、分析浅层化的现状，通过整合学业
成绩、咨询记录、职业测评等多维度数据，构建学生数字画像，为管理层提供可视化分析
工具（如学业风险热力图、奖助政策覆盖率报表），辅助制定更精准的教学政策与资源分配
方案，推动管理决策从 “经验驱动” 向 “数据智能驱动” 转型。
（4）技术示范层面：探索物联网架构与大模型技术在教育领域的落地路径，形成可复兰州理工大学毕业设计
8
用的技术方案与实施标准，为其他高校或职业教育机构的智慧化建设提供参考，助力教育
行业数字化转型进程。
（5）安全合规层面：针对学生隐私保护的刚性需求，通过数据加密传输（HTTPS）、
存储加密（AES-256）、细粒度权限控制（RBAC 模型）等机制，确保系统符合《个人信息
保护法》及高校数据安全管理规范，避免数据泄露风险。

系统聚焦高校学生管理智能化转型，通过融合物联网、AI 大模型（豆
包）与大数据技术，构建覆盖政策咨询、学业管理、生涯规划等全场景的智能服务平台。核
心目标包括：通过自动化流程与 AI 问答减少 30% 以上人工成本，提升辅导员事务处理效
率 90%；打造多终端 “一站式” 服务入口，实现 7×24 小时无间断服务；整合多维度数
据构建学生数字画像，辅助管理层实现 “分钟级” 精准决策；通过数据加密、权限控制等
机制符合等保 2.0 标准，保障隐私与系统安全。
采用前后端分离架构，后端基于 Spring Boot+MyBatis 实现业务
解耦，前端通过 Vite+Vue3+Element Plus 构建高性能界面（首屏渲染≤2 秒）。部署于 4
核 8G 云服务器（CentOS 系统），利用 Nginx 实现负载均衡与静态资源缓存（峰值
QPS≥800）。数据层以 MySQL 存储结构化数据、MongoDB 存储非结构化数据，搭配 Redis
缓存高频内容（读性能提升 5-10 倍），并通过每日备份与数据脱敏保障安全。
AI 智能引擎以豆包大模型为核心，接入火山方舟知识库，基于 10
万条数据精调后常见问题回答准确率达 95%；通过 EasyPoi 解析政策文件并构建知识图谱，
实现毫秒级语义检索；基于学生画像生成个性化建议（如竞赛通知、考研分析）。全周期服
务模块覆盖政策咨询（语音 + 图文交互）、学业管理（自动进度计算与风险预警）、生涯规
划（职业测评与就业数据可视化）、生活关怀（校园地图等）。数据可视化模块为管理层提供
大屏看板（如学业预警分布），助力决策周期从 “周级” 缩至 “分钟级”。