基于校園無線網絡的大數據分析應用
——以徐州財經高等職業技術學校為例

滕巍

（江蘇省徐州財經高等職業技術學校，江蘇徐州，221008）

1 大數據發展現狀與趨勢

隨著數字化信息技術發展，大數據技術的應用已經融入了各個行業，政府、醫療、交通、金融、教育等都從大數據中獲取了當下真正有價值的信息。在醫療行業，建設全民電子健康系統工程，提高診療效率，降低病人看病成本；在交通行業，建立基于大數據的現代航運物流服務體系；在金融行業，通過大數據算法對來自社交媒體和網站新聞的數據進行分析，以決定在未來幾秒內是買進還是賣出；在能源行業，電力公司通過掌握海量的用戶用電信息，利用大數據技術分析用戶用電模式，合理設計電力需求響應系統，確保電網運行安全[1]……各行各業在數據預測以及決策中，提供著十分強大的數據支撐。而大數據的價值，遠不止于此，由其在教育行業，更離不開云計算、大數據、智能感知等先進技術的支持。職業院校在智慧校園建設過程中，充分利用大數據技術推進決策支持平臺建設，不僅有利于教學質量和效率的提高，也能夠為學生未來的發展提供幫助，從而推動我國人才的培養和教育事業的發展。

2 我校網絡與信息化建設情況

■2.1 智慧校園建設概述

智慧校園整合學校日常行政辦公、教務教學、選課調課、資產管理、考試管理、校園環境安全等多個方面，實現教務教學管理的智能化、協同辦公的無紙化、考試管理的在線化、教學資源的數字化目標，努力提升學校管理智慧化水平。

近年來，我校先后投入資金用于智慧校園建設，建成了主干萬兆，千兆到桌面的校園網絡，覆蓋全校的無線網絡，完成以統一身份認證、統一門戶、統一數據三大基礎平臺為核心，包含教務管理、學工管理、協同辦公、人事管理、科研管理等系統的“智慧財校”平臺[2]。我們將校園無線網絡產生的上網行為數據以及各類系統產生的業務數據進行標準化清洗、加工，得到滿足于學校各部門需要的有決策價值的數據，為其提供決策方向。

■2.2 我校校園無線網絡建設情況

2.2.1 網絡拓撲

如圖1所示，我校采用扁平化網絡構架。整體網絡為三層設計，校園網絡出口總帶寬2000M，采用銳捷N18007系列交換機為核心，匯聚交換機與核心交換機之間采用雙鏈路冗余鏈接。區域內的樓棟匯聚交換機通過千兆、雙光纖的方式匯聚到區域交換機上。為充分利用有限的帶寬資源，在出口部署流量控制設備，如防火墻、出口路由器等，使出口區域安全、可管、可控。同時，骨干網絡具有極高可用性和可靠性，為智慧校園建設打下堅實的基礎。

圖1 網絡拓撲圖

2.2.2 覆蓋范圍

采用場景化無線網絡覆蓋方案，避免同頻干擾，隱藏節點，實現無感知漫游，提高訪問速率。校園網絡覆蓋學校辦公區、教學區、宿舍區等共27棟樓宇及室外區域，可管理各類交換機32臺，無線AP共1129個，無線網絡覆蓋區域率達到95%以上。目前，我校校園網用戶已經超過6000人。

2.2.3 智慧校園網絡管理平臺

網絡管理平臺通過采集用戶賬號信息、用戶訪問網絡資源的上下線數據、用戶接入網絡的認證方式、出口設備采集的NAT日志、用戶訪問互聯網的URL信息、出口流量的使用、異常告警等信息，為智慧校園大數據平臺提供網絡數據支撐。

圖2 網絡管理平臺

3 我校校園無線網絡模式下的大數據應用

校園無線網絡的建設，實現了高速、穩定、可靠、可運營、可管理的無線網絡，滿足了師生隨時隨地上網學習、工作的需求，同時，為我校大數據決策平臺提供可供挖掘分析的校園網絡數據，為學校決策、管理提供更多的網絡數據層面的支撐，充實智慧校園的數據分析維度，為智慧校園建設打下結實的基礎。

我校大數據決策平臺，梳理分析源數據模型，制定統一的數據標準，根據構建的數據模型，將源數據進行篩選采集。數據平臺采用大數據存儲技術(Hadoop/Clickhouse)和關系型數據存儲技術(Oracle/Mysql)來存儲過程數據和主數據，通過對數據質量、安全和主數據的管理，為平臺提供數據運算、數據共享和預警等基礎數據服務，同時根據學校實際需求可定制分析和服務，如：校情大數據、網絡大數據、一卡通大數據、個人數據中心等。

圖3 一體化數據服務架構

■3.1 基礎數據平臺

根據學校的數據建設標準和高校數據治理的經驗構建了14個數據子集，并構建200多個基礎的數據模型用于學校各類型的數據存儲。同時，為確保數據質量，系統增加了數據校驗組件，數據校驗組件會根據數據標準，校驗數據治理組件傳輸過來的數據，對不符合要求的數據，直接丟棄并將結果反饋給數據治理組件，以便數據治理組件對其組件進行調整，以滿足校驗規則的要求。最終實現對我校數據的可視化管理，提高了數據利用的效率和透明性。

圖4 平臺數據信息總覽

■3.2 校情大數據

校情大數據是以數據多樣化和集中為基礎，將教學、科研、管理充分融合，通過挖掘數據的潛在價值，透析過去，預測未來，為學校發展決策提供數據支撐，實現科學化校園管理和服務。系統覆蓋人才培養、師資建設、學科建設3大主題，一百多個和學校治理密切相關的數據動態指標，校園實時數據一目了然。校領導可以隨時了解校園運行和治理的動態成果，根據需求定制數據展現方式，并提供數據匯總結果下載功能。

圖5 校情總覽

■3.3 網絡大數據

3.3.1 行為軌跡分析

運用信息和通信技術手段，感測、分析、整合學生的行為數據，通過全面挖掘和深入分析，將學生在校行為軌跡按照時間順序描繪成動態軌跡。大數據分析平臺中的軌跡分析功能模塊抓取學生的校園無線網絡數據，進而查詢到該學生個人的行為軌跡[3]。行為軌跡數據分析為我校對學生的安全管理提供準確的數據支撐，幫助學校對學生的行為進行分析、評判和預警，加強學生的有效管理。

3.3.2 區域密集度分析

根據網絡行為軌跡，系統將某一時間內用戶集中上網區域以熱力圖的形式展示。通過用戶熱力圖，校領導及安保部門能夠及時掌控非法闖入、異常滯留等個體安全隱患，以及非法聚集、聚集過載等群體安全隱患，從而進行及時干預，及時防范。對于班主任，能夠根據學生的日常行為來理解他們，實現個性化教育。

圖6 校園人群軌跡圖

圖7 用戶熱力圖

3.3.3 學生在校安全管理

系統根據采集的數據，對比用戶活動特征，一旦發現跟歷史特征有嚴重偏差，就會發送數據預警。預警中心對平臺產生的所有預警數據進行分類統計和橫向對比分析、實時報告最新發生的預警事件，并對未來階段時間內發生的預警事件進行趨勢預測。

表1 預警事件類型

3.3.4 學生畫像

在校園里，任何行為都可被數字化。用戶的購買支付行為、行為軌跡、搜索分享、瀏覽收藏、借書歸還等行為都會留下足跡，并且以數據的形式進行存儲。通過對在校學生上網行為數據的分析，大數據為每個學生貼上具有行為或思想的特征標簽，并按照群體分類，用戶可以查看每個分類的人群特征，并從院系、年級、男女比例三個方面進行群體標簽的分析，幫助學校定位不同標簽人群的特征和規律，協助學校進行精細化學生管理。

圖8 學生個人畫像

圖9 學生群體畫像

4 結束語

基于校園無線網絡的大數據分析應用，數據可視化能有效推動校園管理向智能化、科學化發展。教學、保衛、后勤等多項校園管理與師生生活行為實現可視的綜合聯動，使之成為一個基于大數據的關鍵應用。