校園大數據的分析與深度應用

隨著云計算、物聯網、智能設備為代表的新型信息技術的廣泛應用，高校信息化建設正在向智慧校園邁進，大數據的分析和深度應用成為智慧校園的重要應用之一。本文分析了校園大數據的特點，闡述了大數據分析面臨的難題及解決途徑，提出了大數據深度應用的方向。通過對校園大數據的分析及深度應用，促進信息化建設，為高校教學、科研、管理和決策提供數據支撐。

【關鍵詞】智慧校園 碎片化 決策 數據支撐

1 引言

信息技術飛速發展的今天，給人們的工作、生活、學習和思維帶來了巨大改變。作為新生事物的領先接收者，高校信息化的建設發展如火如荼，大多數高校對數據堪比黃金的價值已達成共識。目前智慧校園已成為信息化建設的熱點，大數據的分析和深度應用成為智慧校園的重要應用之一。雖然這與社會的大數據相比，還不能是真正意義的大數據，但是就高校而言，這些數據就是校園大數據。這些碎片化的數據目前僅僅用于教師、學生信息的統計、查詢，但這遠遠沒有發揮出這些數據的價值。通過對校園大數據進行分析，并將其深度應用于教學管理、科學研究、學科建設、招生就業、學生成長和管理服務等多個方面，從而為高校管理和決策提供數據支撐。

2 校園大數據的分析

在高校數年的信息化建設中，都比較注重數據的管理和積累。與社會大數據一樣，校園大數據也具有真實性、巨大性、復雜性和混雜性等特點。校園大數據的區別還在于實時性和價值性。實時性是指經過數字校園的建設后各高校基本建成數據共享平臺，校園大數據生成后可以實時采集和共享。價值性在于經過分析、深度應用的校園大數據可以即時產生價值。

數據分析是校園大數據深度應用的前提與核心。通過對高校信息系統產生的內容真實、不同類型、快速增加的數據進行采集、清洗，在數據分析平臺的支撐下，運用數據分析方案或模型，從而挖掘出其中的相關關系。經過分析，才能為后續深度應用提供數據支撐。

目前校園大數據分析主要以定量為主，既有動態性數據也有靜態性數據。數據分析的任務主要包括描述性分析、預測性分析和規范性分析。描述性分析目的是總結歷史形成客觀描述。預測性分析主要是利用各種工具對歷史數據進行分析，然后基于當前數據對未來做出預測。規范性分析則是通過動態指標顯示決策結果供決策者使用。

校園大數據分析同樣面臨一系列的難題。一是數據的完整性和準確性不足。采集到的數據不能準確反映問題。例如學生校外購物數據難以掌握，無法準確判斷學生的生活情況。二是部分數據涉及個人隱私。真實數據的分析結果若涉及個人隱私，可能會引起不滿。三是大數據的分析是一項系統工程，需要高校各部門配合。通過職責劃分明確各部門承擔的角色，自上而下，保護數據安全，維護數據隱私，嚴格數據管理規定，完善數據來源，提高數據質量。唯有通過多途徑才能真正提供有價值的數據分析和應用。

3 校園大數據的深度應用

校園大數據的分析能夠將隱藏在海量碎片化數據中的信息挖掘出來，根據分析結果，提升教學質量，細化學生管理水平，提升資源利用效率，幫助科學管理決策，從而服務于高校的各項工作，服務于高校師生員工。

互聯網技術的發展，使得在線學習逐步成為學習的重要方式。通過學生的在線學習行為，如學習時長、測評結果，可以分析出學生對課程的學習情況，教師通過學生的學習情況確定教學難點，關注教學重點，調整教學方式，提高教學效率。通過對學生的學習行為、考核情況，可以預測學生的學習情況，對問題學生進行預警，及時督促其學習。通過對學生選課、考試成績、圖書借閱和社團活動等數據進行分析，根據結果有針對性的調整學生培養方案，從而提高畢業生質量。

一卡通消費數據，可以分析學生的就餐和消費行為，可以通過消費水平判斷經濟狀況，對嚴重低于平均消費的學生重點關注，及時與學生溝通，幫助解決生活難題，從而發揮大數據深度應用的價值。將學生在校期間的消費數據形成報表，畢業時推送給學生，既能幫助學生回憶校園生活的點點滴滴，又增強了學校與學生之間的凝聚力。同時還可以給學生提供校園導航、校車軌跡等個性化精準服務。

結合無線使用情況和一卡通數據，可以分析教室、自習室和圖書館中學生的分布情況，為學生自習提供指引。通過對圖書借閱情況分析，可以及時調整熱門圖書位置，方便借閱。通過對校園基礎設施的使用情況分析，及時調整熱門設施的布局，提高設施利用率，減少基礎投資。

隨著數據分析及深度應用體系的使用，通過校園大數據分析預測模式，可以為高校提供管理層面的科學規劃和決策支持。通過跟蹤招生和就業信息，可以預測在校生的未來就業情況，為學校改變管理和教學模式提供支撐。通過教師的教學、科研和學生學習、就業情況的分析，可以幫助預測學校在行業中的地位及未來發展情況，為學校管理層提供數據支持和趨勢判別。

4 結語

互聯網新技術的不斷發展和應用，使得社會各行各業都面臨著巨大的變化，教育行業更加重視大數據的價值。建設智慧校園已成為各高校信息化十三五規劃的重要內容，而校園大數據的分析及深度應用成為智慧校園的重要應用之一。只有緊跟大數據發展的前沿，通過不斷實踐，才能發揮和駕馭大數據的價值，為高校的建設和快速發展提供支持和保障。

參考文獻

[1]蔣東興，付小龍，袁芳，等.大數據背景下的高校智慧校園建設探討[J].華東師范大學學報，2015（03）：119-125.

[2]Dursun D，Haluk D.Data，Information and Analytics as Services[J].Decision Support Systems，2013，55（01）：359-363.

[3]王珊，王會舉，覃雄派，等.架構大數據：挑戰現狀與展望[J].計算機學報，2011，34（10）：1741-1752.

[4]宓詠，趙澤宇.大數據創新智慧校園服務[J].中國教育信息化，2013（24）：3-7.

[5]張連城，蔣東興，劉東，等.高校信息化建設理論與實踐-智慧校園[M].北京：北京航空航天大學出版社，2014.

作者簡介

劉遠超（1987-），男。現為山東警察學院現代教育中心助理實驗師，主要從事網絡管理，網絡安全方面的研究。

作者單位

山東警察學院現代教育中心 山東省濟南市 250014