基于大數據技術的智慧校園整體構建研究

安倩楠

摘要：近年來，大數據技術的迅猛發展為智慧校園的構建和落地帶來了新思路。與傳統的智慧校園相比，基于大數據技術的智慧校園能為師生提供教學、科研、管理、生活上的一體化智慧服務。首先設計一種新的大數據下的智慧校園體系架構，然后探索出一套智慧校園建設模型，其中包括數據采集、數據治理、數據分析、數據應用服務。最后在圖書館管理、教學監督管理、用戶上網管理、網絡安全管理等方面進行應用展示。利用該模型能夠實現數據資源的整合和校園安全預警，減少管理成本，進一步提高高校信息化水平。

關鍵詞：智慧校園;大數據;體系架構;數據分析;建設模型

中圖分類號：TN926-34;TM62? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）17-0094-02

開放科學（資源服務）標識碼（OSID）：

隨著信息技術的快速發展，高等教育的發展形態深受影響，高校信息化建設正由數字校園階段向智慧校園階段轉型發展[1]。教育部在《教育信息化“十三五”規劃》提出“積極利用云計算、大數據等新技術，創新資源平臺、管理平臺的建設、應用模式”，高校利用云計算、大數據等技術，把校內各類數據進行提取、整合和分析。大數據下的智慧校園建設以數據為依托，為師生提供教學、管理、生活等智慧化服務。

1 體系架構

大數據下的智慧校園建設需要摒棄數字化校園業務獨立、信息封閉的現狀[2]，利用大數據和云計算技術對校園業務系統的基礎數據進行去冗余、標準化、存儲和計算分析，采用開放、協同的體系架構，在智慧校園中實現按需服務、精準服務和移動服務，從而加快校園各類資源的合理化配置，提高校園智能化管理水平。

基于大數據技術的智慧校園系統架構如圖1所示，自頂向下依次為應用服務、數據平臺、數據源層、數據標準與規范體系和信息維護與安全體系，從網絡、數據、制度標準等多個方面確保智慧校園能夠安全、穩定運行。

2 基于大數據技術的智慧校園建設模型

大數據背景下的智慧校園建設本質是充分利用云計算、虛擬化平臺等信息技術結合數據分析統計、信息檢索、在線分析處理、深度學習、人工智能等計算機技術[3]，把高校的各類基礎數據通過數據采集、數據標準化和數據分析整合，并在服務管理過程中應用于教學、輿情控制、校情服務的分析與決策中。

2.1 數據采集

數據采集是大數據下的智慧校園建設的基石。該模塊主要完成從各業務子系統中利用ETL工具采集業務相關的結構化數據，通過Nutch[4]爬蟲引擎采集外部互聯網中文本、圖像、視頻等非結構化數據，利用Flume日志處理工具預處理用戶網絡行為、服務器運行等日志文本數據，實現對各類數據有效、規范地采集、清理和標準化存儲與應用，為后續高校業務發展提供準確、一致、可互聯互通的數據來源。

2.2 數據治理

數據治理是對數據資產管理和控制，包括數據質量管理、數據標準核對、數據清洗與整合交換和數據質量評估。構建高校數據治理框架首先需要確定高校內部的數據標準體系，其中包含數據標準、質量標準、管理標準，確保各個部門能得到落實;其次，消除信息孤島，完成各業務系統的數據集成整合工作;最后評估數據質量，最終實現校內統一數據治理的目標。

2.3 數據分析

通過對高校大量的業務數據進行采集和治理，從海量的數據中進行數據分類、數據聚類發掘數據之間的關系，抽取具有標識的特征，比如老師、學生、科研、教務等。根據數據分析模型挖掘內在的價值規律，從而加強學校的服務管理能力。

數據分析流程如圖2所示，最底層是存儲數據的文件系統和數據庫，對數據進行分布式緩存，提高數據讀取速度，中間層是利用Spark計算引擎處理批量數據，最上層是通過統計分析、聚類等算法根據數據特征進行分析和挖掘，最后提供面對不同應用服務的接口。

2.4 數據應用與服務

在對數據進行采集、處理分析后，通過大數據服務平臺為校內師生提供個性化的服務。一是校園網絡數據管理，學生在校內活動的相關數據搜集，包括終端設備（POS機、門禁、無線AP等）、防火墻、服務器、堡壘機、網絡日志數據等，對這些海量數據的分析和挖掘能夠發現和預警異常情況，實現學生精準化服務與管理。二是科研管理服務，該服務能夠根據老師的科研情況，找出不同學科、學院的投入和產出，發現具有潛力的科研團隊。同時，在科研項目管理過程中進行進度提醒，為科研人員提供同類型的研究報告等，從而有助于高校科研有效、精準地管理和發展。三是教學應用與服務，通過對教學資源管理平臺中的學生學習數據監控，幫助老師有的放矢地把握教學中的重點，提高教學質量。同時，教學數據也可以作為評價教師教學水平的依據。四是移動端服務。隨著智能手機的普及，基于移動端的智慧校園建設愈發受到人們重視。將學校各業務系統與微信小程序進行對接，如圖書館座位預約、線上統一支付平臺、成績課表查詢等，實現隨時隨地辦理業務，推進個性化、精準化服務。

3 大數據智慧校園應用效果

大數據服務平臺廣泛地從學校業務系統采集各種數據，經過數據標準化處理，利用數據分析模型對數據進行分類和聚合，提取具有業務特征的數據集合，為不同場景提供更準確、一致的數據服務應用。

3.1 智慧圖書館

通過建設實時大數據服務平臺，搜集到館統計、借閱排行榜、借還圖書統計等數據，經過數據聚合和分類，找出借閱數量最多的圖書，能夠為師生提供熱門圖書推薦，而且門禁數據能夠方便圖書管理人員清點到館人數、了解借還書情況，提高圖書管理水平。具體見圖3所示。

3.2? 用戶網絡行為管理

大數據服務平臺把新增用戶信息、用戶上網行為信息、服務器日志等數據進行廣泛采集和整理，通過大數據分析模型，基于相關算法對用戶行為數據進行分析和挖掘，可以發現用戶上網偏好和興趣，比如用戶檢索的熱門關鍵詞，如圖4所示。學校通過大數據服務平臺挖掘有價值的信息，有利于提高學校業務管理水平，具體如圖5。

3.3 教學監督管理

全校統一各業務系統的數據標準，通過對結構化數據和非結構化數據的收集、處理和分析，提取和教學相關的數據信息，如圖6所示。大數據服務平臺科員統計出在線課程的數量、參與學生人數、課程訪問量和相關教學資源數量等信息。經過數據聚合、數據分類和數據排序，得到活躍課程排行榜、活躍班級排行榜、學生簽到情況等教學實時情況，全面反映教學狀態，對于教師評價、提高學生教學質量、學科建設開展具有一定的借鑒和參考價值。

3.4 網絡安全管理

通過對網絡日志數據、互聯網數據的采集、挖掘和建模分析，大數據服務平臺能夠監督和管理學校整個校園網網絡信息安全情況，精準獲取網站攻擊IP地址、攻擊次數等信息，有效防范網頁篡改、信息竊取、拒絕服務等各類攻擊，便于校園網絡安全管理。具體見圖7所示。

4 結語

隨著大數據技術的蓬勃發展，建設智慧校園已經成為高校的普遍共識。將大數據技術與智慧校園的構建相結合，有助于加快教育事業的迅速發展，還能夠完善智慧校園的建設。本文以大數據技術為支撐點，提出圍繞大數據的智慧校園建設模型，構建智慧圖書館、用戶網絡行為管理、教學監督管理和網絡安全管理模塊功能，為高校更完善地建設智慧校園提供一定的參考價值。

參考文獻：

[1] 余鵬，李艷.智慧校園視域下高等教育數據生態治理體系研究[J].中國電化教育，2020（5）：88-100.

[2] 張勝春，林鵬，宿娜.大數據背景下高校智慧校園建設探索[J].中國成人教育，2017（6）：71-74.

[3] 余鵬，李艷.基于教育大數據生態體系的高校智慧校園建設研究[J].中國電化教育，2018（6）：8-16.

[4] 凌晶.高校智慧校園大數據一體化平臺的研究與實踐[D].武漢：武漢輕工大學，2018.

[5] 余泰，李莉，趙欣.基于教育大數據的高校智慧教學環境構建[J].實驗室研究與探索，2020，39（7）：285-288.

[6] 高勇，于艷華，赫玲河，等.構建大數據智慧校園應用系統新生態研究與實踐——以白城醫學高等專科學校為例[J].職業技術教育，2020，41（32）：66-69.

[7] 王高亮.基于共享數據中心的“智能校園”系統設計[J].電子制作，2017（22）：47-49.

[8] 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（自然科學版），2015（S1）：119-125，131.

[9] 劉鳳娟.大數據的教育應用研究綜述[J].現代教育技術，2014，24（8）：13-19.

[10] 于長虹，王運武，馬武.智慧校園建設的現狀、問題與對策[J].教學與管理，2015（6）：48-51.

[11] 劉敏斯，陳少波.大數據時代高校智慧校園建設研究[J].軟件導刊，2015，14（8）：6-8.

【通聯編輯：李雅琪】