校園無線大數據

“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來”。

——麥肯錫

近兩年，隨著云時代的來臨，大數據（Big Data）這個詞在一次又一次的被人們提起，人們用它來描述海量的數據以及隨之產生的技術，互聯網每天數以億計的數據產生，每秒鐘有上萬條微博發布，上千萬條微信交互，超市利用大數據進行顧客消費行為分析，將原本不相關的“尿布”、“啤酒”進行捆綁銷售，根據庫存和需求的情況對貨物商品進行實時定價；華爾街根據民眾的情緒進行股票拋售；洛杉磯警察局和加利福尼亞大學合作利用大數據預測犯罪的發生；甚至國內如百度等互聯網公司也利用大數據技術開發了如百度指數等應用。數據的重要性已經逐步被世人認可，有人將之比為黃金、石油，甚至有人云“當時時變幻的、海量的數據出現在眼前，是怎樣一幅壯觀的景象？在后臺注視著這一切，會不會接近上帝俯視人間星火的感覺？”

對于大學校園來說，數據呈現爆炸式地增長，數據的產生也多種多樣，對于信息系統來說，既有學校各個業務系統如人事、財務、教務、資產產生的結構化數據，又有多媒體教學等產生的非結構化數據，同時學生、老師、訪客主動產生和各式各樣的設備自動搜集的信息越來越多，如：通過各種社交媒體和即使通信軟件分享自己的想法、興趣等。特別是隨著校園無線網和移動互聯網的快速發展，終端、App的大量豐富，在校園無線網如何利用大數據技術更好地為廣大師生提供服務，以及為學校高層提供更好地決策依據，已經成為校園無線網未來發展的趨勢所在。

圖1 無線位置

無界管理

校園里存在多種多樣的終端PC、iPAD、iPHONE；終端的品牌也是紛雜多樣,蘋果、三星、小米；甚至操作系統也是各式各樣，不同系統、終端對無線網、業務系統的支持情況是不同的。分析各終端品牌、類型占比情況，以便校方在進行業務系統開發時進行進度把控（先開發占比量大的平臺）、不同終端平臺差異化的適配以及對學生、老師、訪客、領導等各類人群品牌傾向分析。通過H3C的智能終端識別技術，可使用指紋級的終端識別分析出目前接入無線網絡的終端型號，結合H3C的精細化管理解決方案可以將用戶人群、地點、時間進行深入的統計，利用大數據分析后續可根據結果進行用戶消費能力、用戶品牌喜好分析，結合學校上層業務為用戶提供更有針對性的服務等等。

無線位置

隨著校園無線網和移動互聯網的應用日益豐富，越來越多的學校為了滿足用戶隨時隨地能夠使用無線網的需求，將原來辦公樓等小范圍點的覆蓋，擴展到食堂、宿舍、廣場、禮堂等大范圍全覆蓋，而無線網絡的建設愈發成熟，用戶更是每時每刻都接入到無線網絡中。這也為無線位置分析提供了數據支撐。另外我們知道無線網絡的優勢在于，用戶脫離了傳統有線網絡的束縛可以隨時隨地使用網絡，而這移動的特點決定了在建設無線之前對覆蓋密度僅僅能做簡單的預估，后期使用時覆蓋效果如何，后續使用人群密度是否更高，是否和時間有所關聯。在結合大數據技術可統計出某個區域一定時間段的用戶密度，結合帶寬、流量的實際情況分析出當前無線網絡是否需要優化。傳統定位方式定位精度較差、需要提前進行數據采樣，導致使用不變等問題制約著校園無線定位的應用。H3C創新地采用“丘比特”定位算法結合X-Share定位可將定位精度達到2~3米，通過上層定位引擎可對接校方業務系統，為之提供大數據分析，未來也將在學校廣泛地應用。

教學

現在學生的學習已經和無線網絡息息相關，通過無線進行VOD視頻學習、進行系統選課、iPAD書包、在線互動教學、查看校車軌跡、校園導航等，據統計學生60%以上的時間都在使用無線網絡，當然同時也在產生海量的數據，如何利用這些海量的數據來為學生提供更好的服務？我們可以利用課程信息進行熱門課程及空閑教室分析。如：李明是XX大學學生，晚上要去教學樓上自習，傳統方式李明是一間一間教室找，看看哪間教室人比較少，位置比較好。然而常常要不是找了好久都沒找到空閑的教室還不如去圖書館或者回宿舍，要不就是剛坐下看一會書由于有課、社團占用等原因而不得不再重新尋找，而利用大數據技術可以對教室中人群的密度、教室的空閑情況、學生上課教室課表信息進行分析，學?？梢酝ㄟ^系統分析各個教室的每個時段的空閑情況進行教室的合理調配，并且可以將課表結合終端的位置時間進行課程信息的推送等等。學生也可以利用無線終端如手機、iPAD很直觀地在系統中查看當前各個自習室都有多少人，以便選擇合適的教室進行自習，并且在路過每個自習室的時候都會收到當前自習室的課程信息以便自己安排學習時間。另外利用大數據技術來改善學生的學習成績也是非常重要的一個目的，學生平時學習生活中有許多信息也常常被我們忽略，而通過大數據技術可以將這些重要的信息進行分析，如課堂出勤率、最熱門課程、最受歡迎教室等等。

生活

對于學校生活中的“大數據”，國內已經有許多高校在進行率先應用，如華東師大的“餐飲預警”系統，根據學生的餐飲消費情況進行統計如果低于全校學生每頓飯消費均額的60%，這些同學就會進入進一步核查的名單，之后進行精確的分析考察后會進行關注關懷等。某學生就由于就餐的減少而收到了這樣一條短信：“同學，發現你上個月餐飲消費較少，不知是否有經濟困難”。甚至某些大三大四學生由于將餐費拿去買考研資料而并不知道學校還有書費補貼，這時預警系統也可以反映出來。也體現了學校的人文關懷。而對于無線校園領域其實生活中的“大數據”也有著廣泛的應用。如：通過對用戶移動軌跡、時間、用戶類型、無線熱圖技術等信息進行分析，學生每天在教學樓哪層哪間教室的停留時間，結合課程安排信息，提醒長時間待在教室的學生要注意勞逸結合，反之注意功課安排。食堂各個窗口的人員流動密集情況來作為菜品受歡迎的依據，同時結合信息推送的方式推送每日的特價菜；分析圖書館的哪個館哪個書架前哪類書是最受歡迎的，當經過某個書架自動推送出最受歡迎的書籍；分析用戶的長期移動軌跡，如匹配教室-宿舍-食堂三點一線且為大四學生，之后再做精確判斷統計為考研備考學生，進行考研相關信息如備考指南、輔導班相關等信息推薦。

以上的介紹也僅僅是校園無線大數據應用的冰山一角，而列舉的場景是學校最常碰到的幾個情景，無線大數據在校園的應用還有許多。今天是個移動互聯網時代也是海量數據爆發的時代，如何將無線、大數據技術進行結合為學生、老師的教學、生活、娛樂創造更好的環境和體驗，是大家一直努力的方向。