习近平总书记曾提出，大数据是信息化发展的新阶段，要推动大数据技术产业创新发展，构建以数据为关键要素的数字经济，运用大数据提升国家治理现代化水平，运用大数据促进保障和改善民生。

大数据时代，谁拥有了数据以及对数据的挖掘分析能力，谁就能占领新一轮科技竞争的战略制高点，大数据分析技术是一门正蓬勃发展的新兴技术，有着非常广阔的发展前景和重要的研究意义。

为提升广大在校学生、相关从业人员及兴趣爱好者的大数据分析技术水平，由北京理工大学罗森林教授提出，北京理工大学信息安全与对抗技术研究所、信息系统安全与对抗实验中心设计并实现了BFS-BDCP大数据分析技术竞赛系统。系统主要用于线上教学，为用户提供优质、丰富、难度多维的大数据竞赛，适应于不同背景、不同水平的用户参与并提升大数据分析技术。同时，本系统设计了良好简洁的交互页面简化用户操作，设立了完备合理的参赛组队规则，给参赛用户提供了一个互相交流、学习、进步的平台。系统发布海量持续更新的数据集资源及机器学习资源，帮助新手用户快速上手并掌握扎实的分析技能，为高水平用户提供挑战自己、持续提升的机会。

BFS-BDCP提供面向生活、生产环境的真实数据，全面提升数据挖掘分析能力；竞赛涵盖了生物信息、自然语言、网络空间安全等多个学科领域，多层次多阶段加速技术应用创新，系统全面地提升工程实践能力。

欢迎使用BFS-BDCP大数据分析技术竞赛系统，在这里锻炼大数据分析技术，提升技术水平，系统全面地提升创新与工程实践能力！

系统功能与技术优势

本产品面向用户端、管理端，提供了完全可视化的web操作界面，除此之外 还有中间服务端，监测系统运行。系统的功能结构图如下所示：

系统为用户提供了在线组队、在线评测、多竞赛参赛等多样化竞赛功能。还提供了数据集资源，可供用户进行数据分析。此外，系统提供有大数据分析的学习资源，用户可以快速入门。竞赛设有A/B榜单机制，防止通过多次提交过拟合竞赛数据集。

系统采用异步任务队列机制，按提交时间顺序自动对用户提交结果评分、排名，并动态可视化榜单成绩变化。该机制能够在计算成绩占用CPU资源的同时，保证系统其他功能的正常运行，保证用户无需等待返回结果、同时流畅访问其他界面，具有良好的并发性。此外，该机制具有纠错性，在系统断电重启、系统故障等突发情况时，可自行重启并开始未完成的任务。

系统采用B/S架构，不需要安装任何客户端程序，有浏览器即可进行访问，支持多端访问。同时，系统支持多端定时数据备份，最大程度保证系统数据安全。系统采用模块化编程方式，各个功能模块独立，具备可拓展性。

竞赛资源数据库数据源主要来自Kaggle，UCI，DataFoutain等大数据资源平台和真实数据集，包括医学信息，自然语言，网络安全等应用领域，覆盖全面、内容丰富。数据资源由系统管理员维护并持续更新。

除了丰富多样的数据集资源和竞赛资源，本系统还提供了大量的机器学习和数据分析技术学习资料，其中主要包含机器学习和python编程相关在线课程链接，经典书籍和重要文献资料下载链接，帮助新手迅速掌握数据分析的基本技能。

技术路线与系统结构

系统自底向上由基础环境层、数据资源层、业务逻辑层和用户表示层组成。采用B/S（浏览器/服务器）架构，以Linux Ubuntu 20.04、python3.7.7和Mysql8.0作为开发环境。

其中客户端运行在浏览器上，使用HTML、CSS、Javascript语言编写实现，服务端运行在Linux Ubuntu系统上，使用Django框架进行开发。针对成绩计算功能，采用rabbit server、celery异步任务队列。

系统的逻辑架构图如下所示。

系统效果与能力展示（管理端）

查看全部竞赛列表功能

查看竞赛详细信息界面

组队功能

排行榜功能

查看数据集资源列表功能

查看数据集详细信息界面

通知公告界面

学习资源共享功能