Spark日志分析平台大数据处理课程设计

Spark日志分析平台大数据处理课程设计一、教学目标

本课程旨在通过Spark日志分析平台的教学，使学生掌握大数据处理的基本原理和方法，培养其运用Spark进行日志分析的能力，并树立数据驱动的思维模式。具体目标如下：

知识目标：学生能够理解大数据处理的概念、特点及Spark的基本架构；掌握SparkCore和SparkSQL的核心功能；熟悉Spark日志分析的基本流程和常用操作。这些知识目标与课本中关于大数据技术和Spark平台的章节内容紧密关联，确保学生掌握必要的理论基础。

技能目标：学生能够熟练使用Spark搭建日志分析环境；掌握日志数据的读取、清洗、转换和聚合等操作；能够通过Spark编写简单的日志分析程序，并解释其工作原理。这些技能目标基于课本中的实验和案例，通过实际操作强化学生的动手能力。

情感态度价值观目标：学生能够认识到大数据处理在实际应用中的重要性；培养其团队合作和问题解决能力；树立数据驱动的思维模式，增强对数据分析的兴趣。这些目标与课本中强调的实践导向和创新思维相契合，有助于提升学生的学习动力和职业素养。

课程性质为实践性较强的技术类课程，学生多为高中或大学低年级学生，具备一定的编程基础但缺乏大数据处理经验。教学要求注重理论与实践相结合，通过案例教学和项目驱动，引导学生逐步掌握Spark日志分析的全流程。课程目标分解为具体的学习成果，如能够独立完成一个简单的日志分析项目，能够解释Spark的核心组件作用等，以便后续的教学设计和效果评估。

二、教学内容

本课程围绕Spark日志分析平台的大数据处理技术展开，旨在通过系统化的教学内容，帮助学生达成课程目标。教学内容的选择和紧密结合课程目标，确保知识的科学性和系统性，同时兼顾教学实际和学生的接受能力。教学内容主要涵盖Spark基础、日志数据预处理、日志分析实战三个部分，具体安排如下：

1.**Spark基础**

-**Spark核心概念**：介绍大数据处理的背景、特点及Spark的基本架构，包括Spark的RDD模型、转换操作（map、filter、reduceByKey等）和行动操作（count、collect等）。这些内容与课本中关于SparkCore的章节相关联，为学生后续学习打下基础。

-**Spark环境搭建**：指导学生安装和配置Spark开发环境，包括Java或Scala开发环境的准备、Spark的下载与部署、以及Spark的常用命令行工具的使用。这部分内容与课本中关于Spark安装和配置的章节对应，确保学生能够顺利进入实践环节。

-**SparkSQL基础**：介绍SparkSQL的基本概念和功能，包括DataFrame和DataSet的创建、常用SQL语句的编写以及SparkSQL与RDD的互转。这些内容与课本中关于SparkSQL的章节紧密相关，帮助学生掌握Spark的数据处理能力。

2.**日志数据预处理**

-**日志数据格式**：讲解常见的日志数据格式（如CSV、JSON、TXT等）及其特点，分析不同格式的优缺点和适用场景。这部分内容与课本中关于日志数据格式的章节相关联，为学生后续的日志解析提供理论支持。

-**日志数据解析**：介绍如何使用Spark读取不同格式的日志数据，并通过正则表达式等方法解析日志中的关键信息（如用户ID、访问时间、URL等）。这部分内容与课本中关于日志解析的章节对应，培养学生处理实际日志数据的能力。

-**数据清洗与转换**：讲解如何使用Spark对解析后的日志数据进行清洗，包括去除无效数据、处理缺失值、数据格式化等操作。同时，介绍Spark中的数据转换操作，如flatMap、distinct等，帮助学生提升数据质量。这部分内容与课本中关于数据清洗的章节相关联，确保学生掌握数据预处理的核心技能。

3.**日志分析实战**

-**日志分析案例**：通过具体的日志分析案例，如用户访问路径分析、热点页面统计等，指导学生使用Spark进行日志分析。这些案例与课本中的实战项目相关联，帮助学生理解Spark在实际应用中的价值。

-**复杂查询优化**：讲解如何优化Spark中的复杂查询，包括使用广播变量、调整shuffle操作、利用缓存等技术手段提升查询效率。这部分内容与课本中关于查询优化的章节对应，培养学生的性能优化意识。

-**结果可视化**：介绍如何将日志分析的结果通过表等形式进行可视化展示，使用户能够更直观地理解数据背后的规律。这部分内容与课本中关于数据可视化的章节相关联，提升学生的数据呈现能力。

教学大纲安排如下：

-**第一周**：Spark核心概念与环境搭建，完成Spark的安装和配置，熟悉Spark的基本命令行工具。

-**第二周**：SparkSQL基础，掌握DataFrame和DataSet的创建及常用SQL语句的编写。

-**第三周**：日志数据格式与解析，学习如何读取和解析不同格式的日志数据。

-**第四周**：数据清洗与转换，掌握数据清洗的基本方法和Spark的数据转换操作。

-**第五周**：日志分析案例，通过实际案例学习使用Spark进行日志分析。

-**第六周**：复杂查询优化，学习如何优化Spark中的复杂查询，提升查询效率。

-**第七周**：结果可视化，掌握如何将日志分析结果进行可视化展示。

教学内容与课本章节紧密关联，确保知识的系统性和科学性，同时通过案例教学和项目驱动，帮助学生逐步掌握Spark日志分析的全流程。

三、教学方法

为有效达成课程目标，激发学生的学习兴趣和主动性，本课程将采用多样化的教学方法，结合理论讲解与实践操作，确保学生能够深入理解Spark日志分析的核心技术和应用方法。教学方法的选择紧密围绕课程内容和学生的特点，注重理论与实践相结合，具体方法如下：

1.**讲授法**：针对Spark的基础概念、核心架构和关键原理，采用讲授法进行系统化讲解。教师通过PPT、表等形式，清晰阐述Spark的工作机制、RDD模型、转换与行动操作等核心内容。讲授法与课本中的理论章节相对应，确保学生掌握必要的理论知识，为后续实践奠定基础。

2.**讨论法**：在课程中设置讨论环节，引导学生就Spark的实际应用场景、日志分析的最佳实践等问题进行讨论。通过小组讨论、课堂问答等形式，鼓励学生分享观点、提出问题、相互启发。讨论法与课本中的案例分析章节相契合，帮助学生深化对知识的理解，培养批判性思维和团队协作能力。

3.**案例分析法**：通过具体的日志分析案例，如用户访问路径分析、热点页面统计等，采用案例分析法进行教学。教师展示实际案例的解决方案，引导学生分析案例中的关键步骤和技术要点，并通过讨论和讲解，帮助学生理解Spark在实际应用中的价值。案例分析法与课本中的实战项目相对应，使学生能够将理论知识应用于实际问题，提升解决问题的能力。

4.**实验法**：设置实验环节，指导学生完成Spark环境的搭建、日志数据的解析、数据清洗与分析等操作。实验法与课本中的实验章节相呼应，通过实际操作强化学生的动手能力，培养其独立解决问题的能力。实验过程中，教师提供必要的指导和帮助，确保学生能够顺利完成实验任务。

5.**项目驱动法**：以一个完整的日志分析项目为驱动，采用项目驱动法进行教学。学生分组完成项目的需求分析、方案设计、代码实现和结果展示等环节。项目驱动法与课本中的综合项目相对应，通过实际项目实践，提升学生的综合能力和团队协作能力。

教学方法的多样化能够满足不同学生的学习需求，激发学生的学习兴趣和主动性。通过讲授法、讨论法、案例分析法、实验法和项目驱动法的结合，学生能够逐步掌握Spark日志分析的核心技术和应用方法，提升其大数据处理能力。

四、教学资源

为支持教学内容和教学方法的实施，丰富学生的学习体验，本课程配备了丰富的教学资源，涵盖教材、参考书、多媒体资料和实验设备等多个方面，确保学生能够获得全面、系统的学习支持。教学资源的选取紧密围绕课程目标和教学内容，与课本内容保持高度关联，符合教学实际需求。

1.**教材**：以指定的Spark官方文档或相关教材作为主要教材，如《Spark大数据处理实战》、《LearningSpark》等。教材内容涵盖了Spark的核心概念、基本操作、日志分析案例等，与课程内容高度一致，为学生提供了系统的理论知识和实践指导。

2.**参考书**：提供一系列参考书，包括《大数据处理技术基础》、《Hadoop与Spark大数据技术详解》等，帮助学生深入学习大数据处理的相关技术和理论。这些参考书与课本内容相补充，为学生提供了更广阔的知识视野，有助于提升其理论水平和实践能力。

3.**多媒体资料**：准备一系列多媒体资料，包括PPT课件、教学视频、动画演示等。PPT课件系统梳理了课程的知识点，教学视频展示了Spark的实际操作过程，动画演示则直观解释了Spark的内部工作机制。这些多媒体资料与课本内容相对应，通过视觉和听觉的双重刺激，增强学生的学习效果。

4.**实验设备**：配置完善的实验设备，包括计算机、服务器、网络环境等，确保学生能够顺利开展实验操作。实验设备应满足Spark的运行要求，包括Java或Scala开发环境、Spark的安装与配置、以及必要的网络资源。实验设备与课本中的实验章节相对应，为学生提供了实践操作的平台。

5.**在线资源**：提供一系列在线资源，包括Spark官方文档、开源代码库、在线论坛等。这些在线资源与课本内容相补充，为学生提供了更丰富的学习资料和交流平台。学生可以通过在线资源查阅最新的技术资料、学习开源代码、参与社区讨论，提升其自主学习和解决问题的能力。

教学资源的丰富性和多样性能够满足不同学生的学习需求，支持教学内容和教学方法的实施，提升学生的学习效果和综合能力。通过合理利用这些教学资源，学生能够更深入地理解Spark日志分析的核心技术和应用方法，为其未来的学习和工作奠定坚实的基础。

五、教学评估

为全面、客观地评估学生的学习成果，确保教学目标的达成，本课程设计了多元化的教学评估方式，包括平时表现、作业、实验报告和期末考试等。评估方式与教学内容和教学方法紧密结合，注重过程性评价与终结性评价相结合，力求全面反映学生的知识掌握程度、技能应用能力和学习态度。

1.**平时表现**：平时表现占评估总成绩的20%。包括课堂出勤、课堂参与度（如提问、回答问题、参与讨论等）、实验操作的积极性与规范性等。平时表现的评估与课堂讲授、讨论和实验环节相对应，旨在引导学生积极参与课堂活动，培养良好的学习习惯。

2.**作业**：作业占评估总成绩的30%。布置与课程内容相关的编程作业和理论思考题，如Spark环境配置、日志数据解析、简单日志分析程序编写等。作业的评估与课本中的章节内容和实验操作相呼应，检验学生对理论知识的理解程度和实际操作能力。

3.**实验报告**：实验报告占评估总成绩的30%。要求学生提交实验报告，详细记录实验目的、实验步骤、实验结果和分析讨论等。实验报告的评估与实验环节相对应，旨在考察学生的实验设计能力、数据处理能力和问题分析能力。

4.**期末考试**：期末考试占评估总成绩的20%。期末考试采用闭卷形式，题型包括选择题、填空题、简答题和编程题等。期末考试的评估与课程内容的全部知识点相对应，旨在全面检验学生对Spark日志分析的理论知识和实践技能的掌握程度。

评估方式的客观性和公正性通过以下措施保证：采用统一的评分标准，由教师单独评分或组成评分小组进行交叉评分，确保评分的公平性；对于编程作业和实验报告，提供参考答案或评分细则，让学生了解评分标准，增强评估的透明度；定期进行教学反思，根据学生的反馈和学习情况，及时调整评估方式，提升评估的有效性。

通过合理的评估方式，能够全面反映学生的学习成果，及时反馈教学效果，为教师改进教学提供依据，为学生提供明确的学习方向和目标，促进其全面发展。

六、教学安排

本课程的教学安排遵循合理、紧凑的原则，确保在有限的时间内完成所有教学任务，同时充分考虑学生的实际情况和需求，提升教学效果。教学进度、教学时间和教学地点的安排如下：

1.**教学进度**：本课程总时长为7周，每周安排2次课，每次课2小时。教学进度紧密围绕教学内容和教学目标，合理分配理论讲解、案例分析和实践操作的时间。具体进度安排如下：

-**第一周**：Spark核心概念与环境搭建，完成Spark的安装和配置，熟悉Spark的基本命令行工具。

-**第二周**：SparkSQL基础，掌握DataFrame和DataSet的创建及常用SQL语句的编写。

-**第三周**：日志数据格式与解析，学习如何读取和解析不同格式的日志数据。

-**第四周**：数据清洗与转换，掌握数据清洗的基本方法和Spark的数据转换操作。

-**第五周**：日志分析案例，通过实际案例学习使用Spark进行日志分析。

-**第六周**：复杂查询优化，学习如何优化Spark中的复杂查询，提升查询效率。

-**第七周**：结果可视化与课程总结，掌握如何将日志分析结果进行可视化展示，并进行课程总结和复习。

2.**教学时间**：每周安排2次课，每次课2小时，具体时间安排如下：

-周一上午：理论讲解与案例分析

-周三下午：实验操作与讨论

3.**教学地点**：理论讲解与案例分析在多媒体教室进行，实验操作在计算机实验室进行。多媒体教室配备投影仪、电脑等设备，便于教师进行演示和讲解；计算机实验室配备必要的计算机和网络环境，确保学生能够顺利开展实验操作。

4.**教学调整**：在教学过程中，根据学生的实际情况和需求，适时调整教学进度和时间安排。例如，如果学生在实验操作中遇到较多问题，可以适当延长实验时间；如果学生对某个知识点理解不够深入，可以增加相关的讲解和讨论时间。

教学安排的合理性和紧凑性通过以下措施保证：提前制定详细的教学计划，明确每周的教学任务和目标；定期检查教学进度，确保按计划完成教学任务；及时收集学生的反馈意见，根据学生的需求调整教学安排。

通过合理的教学安排，能够确保教学任务的顺利完成，提升学生的学习效果和综合能力，为学生的学习和工作奠定坚实的基础。

七、差异化教学

鉴于学生之间存在学习风格、兴趣和能力水平的差异，本课程将实施差异化教学策略，通过设计差异化的教学活动和评估方式，满足不同学生的学习需求，促进每一位学生的全面发展。差异化教学与课程目标、内容和方法紧密关联，旨在为不同层次的学生提供适宜的学习支持，提升教学的整体效果。

1.**教学活动差异化**：

-**基础层**：针对基础较薄弱的学生，提供基础知识的强化讲解和简单的实验任务，如Spark环境配置、基本日志数据解析等。这些活动与课本中的基础章节和简单实验相对应，帮助学生掌握核心基础知识，建立学习信心。

-**提高层**：针对基础较好的学生，提供更具挑战性的实验任务和项目任务，如复杂日志分析案例、Spark性能优化等。这些活动与课本中的进阶章节和综合项目相对应，引导学生深入探索Spark的高级功能和应用技巧，提升其解决问题的能力。

-**拓展层**：针对学有余力的学生，提供额外的学习资源和拓展任务，如Spark源码阅读、新技术探索等。这些活动与课本中的拓展内容和技术前沿相对应，鼓励学生自主深入学习，培养其创新精神和研究能力。

2.**评估方式差异化**：

-**基础层**：针对基础较薄弱的学生，评估重点放在基础知识的掌握程度和基本实验操作的完成情况。作业和实验报告的评分标准相对宽松，更注重学生的参与度和进步幅度。

-**提高层**：针对基础较好的学生，评估重点放在技能应用的深度和广度。作业和实验报告的评分标准较为严格，要求学生能够独立完成较复杂的任务，并展示一定的创新思维。

-**拓展层**：针对学有余力的学生，评估重点放在创新能力和研究能力。作业和实验报告的评分标准更具挑战性，鼓励学生提出新的想法和解决方案，并进行深入的分析和探讨。

差异化教学的实施通过以下措施保证：教师根据学生的学习情况，进行分层分组，为不同层次的学生提供适宜的教学活动和评估方式；定期收集学生的反馈意见，根据学生的需求调整教学策略；采用多元化的评估方式，全面反映学生的学习成果，确保评估的公平性和有效性。

通过差异化教学，能够满足不同学生的学习需求，促进学生的个性化发展，提升教学的整体效果，为学生的学习和工作奠定坚实的基础。

八、教学反思和调整

在课程实施过程中，教学反思和调整是持续优化教学效果的重要环节。通过定期进行教学反思和评估，教师能够及时了解学生的学习情况和需求，发现教学中的问题，并据此调整教学内容和方法，提升教学的针对性和有效性。教学反思和调整与课程目标、内容和方法紧密关联，旨在形成教学闭环，促进教学质量的持续提升。

1.**定期教学反思**：

-**课后反思**：每次课后，教师及时进行课后反思，回顾教学过程中的亮点和不足。反思内容包括教学目标的达成情况、教学内容的讲解效果、教学方法的运用情况、学生的参与度和反馈等。课后反思与课本中的教学章节相对应，帮助教师总结经验，为后续教学提供参考。

-**周度反思**：每周结束时，教师进行周度反思，总结本周的教学进度和效果，分析学生的学习情况和存在的问题。周度反思与课本中的教学进度相对应，帮助教师把握教学节奏，及时调整教学计划。

-**阶段性反思**：每完成一个阶段性任务后，教师进行阶段性反思，评估学生的学习成果和教学效果，分析教学中的问题和不足。阶段性反思与课本中的阶段性目标和任务相对应，帮助教师全面评估教学效果，为后续教学提供指导。

2.**教学调整**：

-**内容调整**：根据学生的反馈和学习情况，及时调整教学内容和进度。例如，如果学生对某个知识点理解不够深入，可以增加相关的讲解和讨论时间；如果学生对某个实验任务兴趣较高，可以增加相关的拓展任务。

-**方法调整**：根据学生的参与度和学习效果，及时调整教学方法。例如，如果学生对讲授法兴趣较高，可以增加讲授法的使用；如果学生对讨论法兴趣较高，可以增加讨论法的使用。

-**评估调整**：根据学生的学习情况和需求，及时调整评估方式和评分标准。例如，如果学生对某个评估任务难度较大，可以适当降低难度；如果学生对某个评估任务兴趣较高，可以增加相关的评估任务。

教学反思和调整的实施通过以下措施保证：建立教学反思机制，定期教师进行教学反思和讨论；收集学生的反馈意见，通过问卷、课堂讨论等形式，了解学生的学习情况和需求；建立教学调整机制，根据教学反思和学生的反馈，及时调整教学内容和方法。

通过教学反思和调整，能够及时发现问题，改进教学，提升教学效果，促进学生的全面发展，为学生的学习和工作奠定坚实的基础。

九、教学创新

在课程实施过程中，积极尝试新的教学方法和技术，结合现代科技手段，旨在提高教学的吸引力和互动性，激发学生的学习热情，提升教学效果。教学创新与课程目标、内容和方法紧密关联，旨在通过新颖的教学方式，促进学生的深度学习和主动探索。

1.**引入在线互动平台**：利用在线互动平台，如Kahoot!、Mentimeter等，进行课堂互动和测验。这些平台可以实时收集学生的反馈，并提供即时的数据分析，帮助教师了解学生的学习情况，及时调整教学策略。在线互动平台与课本中的教学章节相对应，通过游戏化的方式，增强课堂的趣味性和互动性，提升学生的参与度。

2.**采用虚拟仿真技术**：利用虚拟仿真技术，模拟Spark日志分析的整个流程，让学生在虚拟环境中进行实验操作。虚拟仿真技术可以为学生提供安全、可控的实验环境，减少实验风险，同时提高实验的效率和效果。虚拟仿真技术与应用实践相对应，通过模拟实际操作，帮助学生更好地理解理论知识，提升其动手能力。

3.**应用大数据分析工具**：利用大数据分析工具，如ApacheZeppelin、JupyterNotebook等，进行数据分析和可视化展示。这些工具可以让学生在真实的数据环境中进行实验操作，提升其数据分析能力和可视化能力。大数据分析工具与课本中的数据分析章节相对应，通过实际操作，帮助学生更好地理解数据分析的理论和方法，提升其数据分析能力。

4.**开展项目式学习**：采用项目式学习（PBL）模式，让学生以小组形式完成一个完整的日志分析项目。项目式学习可以培养学生的团队合作能力、问题解决能力和创新精神。项目式学习与课本中的综合项目相对应，通过实际项目实践，提升学生的综合能力和团队协作能力。

教学创新的实施通过以下措施保证：教师定期参加教学创新培训和研讨会，学习新的教学方法和技术；积极与教育技术部门合作，引进和开发新的教学工具和平台；鼓励学生参与教学创新活动，收集学生的反馈意见，不断改进教学创新方案。

通过教学创新，能够提高教学的吸引力和互动性，激发学生的学习热情，提升教学效果，促进学生的全面发展，为学生的学习和工作奠定坚实的基础。

十、跨学科整合

在课程实施过程中，注重不同学科之间的关联性和整合性，促进跨学科知识的交叉应用和学科素养的综合发展。跨学科整合与课程目标、内容和方法紧密关联，旨在通过跨学科的教学设计，拓宽学生的知识视野，提升学生的综合能力，培养其跨学科思维和创新能力。

1.**与计算机科学整合**：将Spark日志分析平台与计算机科学中的数据结构、算法、数据库等知识进行整合。例如，在讲解Spark的数据结构时，可以结合计算机科学中的数据结构知识，讲解Spark的RDD模型与数组、链表、树等数据结构的异同；在讲解Spark的算法时，可以结合计算机科学中的算法知识，讲解Spark的转换操作和行动操作的原理和实现。与计算机科学整合可以加深学生对Spark的理解，提升其编程能力和算法设计能力。

2.**与数学整合**：将Spark日志分析平台与数学中的统计学、线性代数、概率论等知识进行整合。例如，在讲解Spark的统计功能时，可以结合数学中的统计学知识，讲解Spark的聚合操作和统计函数的原理和应用；在讲解Spark的矩阵运算时，可以结合数学中的线性代数知识，讲解Spark的矩阵运算原理和实现。与数学整合可以加深学生对Spark的数据处理能力的理解，提升其数据分析能力和数学建模能力。

3.**与数据科学整合**：将Spark日志分析平台与数据科学中的数据挖掘、机器学习、数据可视化等知识进行整合。例如，在讲解Spark的数据挖掘功能时，可以结合数据科学中的数据挖掘知识，讲解Spark的机器学习库MLlib的原理和应用；在讲解Spark的数据可视化功能时，可以结合数据科学中的数据可视化知识，讲解Spark的数据可视化工具和技巧。与数据科学整合可以加深学生对Spark的数据分析能力的理解，提升其数据科学能力和数据分析能力。

4.**与业务管理整合**：将Spark日志分析平台与业务管理中的市场分析、用户行为分析、业务决策等知识进行整合。例如，在讲解Spark的日志分析案例时，可以结合业务管理中的市场分析知识，讲解如何通过Spark进行用户行为分析，为业务决策提供数据支持。与业务管理整合可以加深学生对Spark的实际应用价值的理解，提升其业务分析能力和决策能力。

跨学科整合的实施通过以下措施保证：教师定期参加跨学科教学培训和研讨会，学习跨学科的教学方法和设计；积极与其他学科的教师合作，共同设计跨学科的教学项目和活动；鼓励学生参与跨学科的学习和交流，收集学生的反馈意见，不断改进跨学科整合方案。

通过跨学科整合，能够拓宽学生的知识视野，提升学生的综合能力，培养其跨学科思维和创新能力，促进学生的全面发展，为学生的学习和工作奠定坚实的基础。

十一、社会实践和应用

为培养学生的创新能力和实践能力，本课程设计了与社会实践和应用相关的教学活动，让学生将所学知识应用于实际场景，提升其解决实际问题的能力。社会实践和应用与课程目标、内容和方法紧密关联，旨在通过实际项目的实践，加深学生对知识的理解，提升其综合能力。

1.**企业实习**：安排学生到企业进行实习，参与企业的实际项目，如日志分析、数据分析等。企业实习可以让学生在真实的工作环境中进行实践，提升其实际工作能力和职业素养。企业实习与课本中的实际应用章节相对应，通过实际项目的实践，帮助学生更好地理解理论知识，提升其实际应用能力。

2.**社区服务**：学生参与社区服务项目，如为社区提供数据分析服务、为社区提供数据咨询服务等。社区服务可以让学生将所学知识应用于社区建设，提升其社会责任感和服务意识。社区服务与课本中的社会应用章节相对应，通过实际项目的实践，帮助学生更好地理解理论知识，提升其社会服务能力。

3.**创新创业项目**：鼓励学生参与创新创业项目，如开发基于Spark的日志分析工具、开发基于Spark的数据分析平台等。创新创业项目可以培养学生的创新精神和创业能力。创新创业项目与课本中的创新应用章节相对应，通过实际项目的实践，帮助学生更好地理解理论知识，提升其创新