基于大數據的高校疫情防控系統研究與實踐

劉勇， 郝璐瑤， 趙文濤， 劉佳

(南京航空航天大學， 信息化處， 江蘇， 南京 210016)

0 引言

2020年，一場突如其來的新冠疫情(COVID-19)迅速席卷全球。疫情爆發一年多以來，給包括高校在內的整個社會帶來了嚴重的影響。由于疫情的蔓延及防控措施，給交通、餐飲、娛樂等產業帶來了直接沖擊，對中國經濟增長帶來重要的影響，同時新冠肺炎疫情在海外呈快速蔓延態勢，對美國、歐盟、日本等世界主要經濟體經濟增長帶來嚴重打擊，全球經濟遭遇了上世紀30年代大蕭條以來的最嚴重衰退。高校也不能在全球疫情爆發的大背景下獨善其身，紛紛延遲開學，通過“網課”，實現“停課不停學”，并通過一系列信息化防控手段，實現了精準防控。新冠疫情的爆發在一定程度上促進了信息技術和在線教育的普及推廣，并助推了大學治理能力和效能的提升。

2020年來，全國疫情雖然得到了有力控制，但形勢依然嚴峻復雜，包括高校在內的社會各種單位不能有一絲懈怠，必須按照中央有關部署全力做好疫情防控各項工作。

1 傳統疫情防控及大數據在疫情防控中的應用現狀

傳統防疫一般采取“人海戰術+手工表格+手工確認+逐級上報”的手工作坊式手段，往往造成通傳不暢、數據“打架”、組織低效、管理困難等突出問題。使用QQ、微信群等傳統手段，無法確認學生是否已讀，輔導員班主任需要逐個確認，尤其鄰近開學，通知越來越多；疫情采集依賴手工表格、問卷工具，不匹配學校管理模式，效率低下，統計繁瑣；校門入口管控中，通過手工確認學生身份信息，手工體溫檢測、效率低、易聚集，同時也造成校外人員出入管理無依據、風險大，容易引入疫情風險；以上都是傳統疫情防控存在的突出問題。

大數據分析是指對規模巨大的數據進行分析，通過大數據分析挖掘人物事件之間隱藏的關系。大數據具有數據規模巨大、產生高速、表現形式和內容多樣等特點。早在2020年1月，工信部即召開疫情防控大數據支撐服務工作調度會，提出“運用大數據分析，加強聯防聯控，實現精準施策，確保疫情防控科學有效推進”。

當前，大數據已經被廣泛應用在疫情防控過程中，并起到顯著效果。通過電信大數據對用戶位置軌跡數據進行多元場景分析，支撐湖北、北京新發地、石家莊等疫情中高風險地區密切接觸人員流動情況分析，服務疫情態勢研判、疫情防控部署。浙江等省份通過充分運用“大數據+網格化”手段嚴密開展全面排查，精準滾動排摸相關人員，落實具體管控措施。全球健康藥物研發中心聯合清華大學通過人工智能藥物研發平臺和大數據分享平臺，加速新型冠狀病毒藥物研發。重慶市、黑龍江省等各省市公安局運用公安大數據服務支撐疫情防控工作，實現資源匯集、手段集成，編織起了一張牢固的數字化疫情防控網。大數據模型還為政府決策復工復產提供科學參考。

2 需求分析

由于本次疫情爆發正處于學生寒假的特殊節點，這對高校各項防疫抗疫活動的開展造成了一定的困難，例如師生的健康狀況難以把握、師生的實際地理位置難以確定、開學如何調度返校批次、遠程實時監控師生在校健康狀況以及在公共場所如何追蹤學生軌跡位置等。

高校師生遍及全國各個省市直轄市，地理跨度大、疫情嚴重程度不一、遠程溝通不通暢，使得學校難以準確把握師生健康狀況；疫情期間，部分師生的行動軌跡難以界定，無法確定其活動半徑，存在潛在感染和被感染風險；開學時，人流量大，交叉感染風險高，解決在盡可能不影響教學活動的同時實現學生的安全入學的問題，十分迫切；校園里，人員密度大，傳染風險高，一方面對全校師生的健康狀況的實時監測尤為重要，另一方面要對學生的行為軌跡和位置進行追蹤，有助于對風險群體的追溯。

根據本次新冠疫情的特點以及高校實際的校情和學情，高校迫切需要構建一個包含學生入校、在校和離校的全周期大數據系統。該系統一方面要借助校園信息化設備采集數據，另一方面還要打破校園各業務部門的數據壁壘，實現對學生數據的融合對齊、清洗加工以及應用等，該系統可以為學校的疫情防控增利助益，有力保障廣大師生們的身心健康和教學科研工作的順利開展。

3 系統設計

3.1 系統總體架構

基于大數據的高校疫情防控系統通過獲取數據源層的數據，進行統計分析和挖掘，給學校師生提供數據應用服務。系統主要由數據源層、服務層和展現層組成，具體設計架構如圖1所示。

圖1 基于大數據的高校疫情防控系統總體架構

數據源層主要用于存儲各類校園數據，主要涵蓋校園數據中心主數據庫，包含辦公、人事、教務、研究生、學工、保衛、后勤等業務系統以及日常填報的身體健康狀況數據、地理位置數據、接觸者數據等。接著對數據源層的數據進行初步處理，按照類別整理和分成公共基礎數據和業務主題數據。

服務層的作用在于對數據源層的人員、地理、疫情上報等數據進行抽取、分析、轉換，并將分析、挖掘后的數據提供給展現層。根據業務應用的需求提供微服務形式的數據服務。數據抽取轉換的最終目標通過對數據預處理，生成頂層業務分析和挖掘分析建模所需的數據集。

展現層主要將服務層產生和存入的數據進行可視化展現，通過Web頁面、大屏和移動App等形式，為疫情防控決策提供各種大數據支持服務。

3.2 數據采集

該系統采集、存儲各類校園數據，包括數據中心主數據庫、業務系統數據以及疫情防控系統數據等，包括學生抵校時采集的學生實時體溫數據，每天收集學生當天的體溫數據、不良癥狀數據。對體溫過高等異常癥狀的重點對象，還要收集更多、更細致的生理健康數據。學生上課、就餐等群體活動的位置數據也會被采集等。數據采集包括接口測試、傳輸監測、質量監控、采集統計和日志管理等。

各類數據采集接入是大數據應用過程中關鍵的環節，除了需要大量的數據格式調研，還需要針對各類系統產生的數據量、數據存儲方式、數據交換實時性等具體情況，設計不同的接入方式。一般情況下，為了不影響原有系統運行，將這些系統中需要共享交換的數據拉取到視圖中，并開放視圖的對外訪問權限，之后便可由數據交換系統進行數據的抽取和轉換。由于對接系統較多，需要通過ETL工具進行數據抽取(Extract)、轉換(Transform)、加載(Load)，并依據相應的數據標準和規則對其處理和整合。

3.3 數據清洗

由業務系統獲得的數據，存在各種問題，數據質量不高，如存在缺失值、存在重復記錄、編碼不一致以及數據難關聯等，一般不能直接使用。只有先經過清洗處理，數據才能夠為實際應用提供堅實基礎。由于數據質量問題多樣，一般綜合采用多種方法對數據進行清洗，以期兼顧速度與效果，清洗方法如圖2所示。

圖2 數據清洗方法

早期業務系統建設存在“重功能、輕數據”的現象，在疫情防控系統對接的各類系統當中，常見的數據問題有下面兩種。

(1) 數據質量不高。由于采集方式不同、采集手段落后，數據質量參差不齊，數據錄入不準確，更新不及時，存在缺項、丟失、無效、空值、定義不明晰等問題，低質量數據不斷沉淀，數據的完備性、準確性存疑，難以充分高效地利用。

(2) 數據共享不充分。一方面，由于很多業務系統由院系和部門自行建設、自行管理，沒有納入數據中心進行統一管理，數據中心無法獲得全量、全過程數據；另一方面，人員和組織機構編碼等信息往往各系統仍相互獨立，研究生、教務系統、組工系統等系統組織機構未沿用人事系統統一編碼標準。這些都為數據共享帶來了嚴重阻礙。

3.4 數據呈現

數據展現層負責對數據進行可視化展現，展現形式包括Web端、移動App以及展示大屏等，用數據說話，為決策提供支撐。數據服務層會按照各類使用場景，抽取各業務系統的數據信息，將不同系統的數據根據既定的邏輯關系進行分析、整合和處理，通過數據集成交互、數據實時抓取和高分渲染等技術手段在數據展現層給予呈現。微服務架構的使用有效降低了數據展現層的重復性工作，實現了系統之間的松耦合。

4 系統實現及效果分析

4.1 疫情跟蹤大數據

疫情跟蹤大數據主要包含疫情實時播報、健康情況展示、健康跟蹤、人員跟蹤、嚴控部門情況展示以及歷史數據查詢等模塊。疫情跟蹤大數據以新冠疫情為抓點，對采集的數據包括體溫等師生健康、位置等行程數據，通過分析、整合和處理，實現對重點關注人群的實時追蹤，使疫情可防可控。

(1) 疫情實時播報。系統每1小時抽取最新疫情上報數據，時刻關注疫情發展，如圖3所示。該部分包含本校總體疫情趨勢展示，并且進一步細分為學院學生健康狀況信息和各職能部門員工的健康信息。

圖3 疫情實時播報圖

(2) 健康跟蹤展示。健康跟蹤通過匯總各院系學生的健康數據，主要以人員總體體溫分布、異常體溫趨勢曲線、異常癥狀人員的院校分布、上報感染人數曲線、上報疑似感染人數曲線、異常癥狀人數曲線和接觸感染者人數曲線的形式予以展現，便于主管部門有效把控，為防疫措施的決策和部署提供數據支撐，圖4展示了它的部分功能。

圖4 健康跟蹤展示圖

(3) 人員跟蹤展示。人員跟蹤主要展示各學院、各職能單位的學生或教職工的當前所在地理位置，按位置劃分為：在湖北、在寧不在校、非在寧以及在校等4類，同時以熱度圖的形式展現人員的空間分布情況，如圖5所示。

圖5 人員跟蹤展示圖

疫情跟蹤大數據根據師生每日上報的健康信息，挖掘數據趨勢，分析學校總體疫情防控形勢，重點開展對確診/疑似/隔離人員、湖北/武漢外出史、湖北/武漢人員接觸史、密切接觸人員等重點人員的大數據分析，實現了全校人員信息的可查和可追溯。學校各部門根據疫情跟蹤大數據分析結果，可以全面掌握當前面臨疫情形勢和發展趨勢，為做好疫情防控工作、全力阻斷傳染源，提供科學決策支持，同時掌握全校師生分布情況和返校趨勢，為做好復學各項準備工作提供依據。系統上線后獲得各個部門高度關注，為學校快速掌握師生健康實時狀況及動向提供數據保障，為做好師生返校保證工作提供了支撐。

4.2 學生返校大數據

學生返校是校園疫情防控的重點，需要掌握學生返校申請概況和各學院、各生源省的返校申請概況，重點對來自中高風險地區且已經審批通過的返校人員進行關注；入校過程中重點要對學生體溫狀態、健康狀態以及人流量狀態進行跟蹤。

學生返校大數據主要有人員分布展示、返校學生態勢、返校學生實況、行程追蹤展示以及返校學生行程追溯。采集了教職工和學生每日填報數據、返校申請數據、各校門門禁數據以及行程軌跡數據等，并根據學生ID實現跨表數據關聯。返校大數據可為相關業務部門學生返校工作的計劃、組織和調度等提供有效數據支撐。

(1) 返校學生態勢。返校學生態勢可以按照不同校區動態展示申請學生數、已返校學生數、重點關注學生數以及各年級群體的地理分布情況等，并進一步劃分為培養層次、性別以及畢業年級等。返校學生態勢，可宏可微，有助于學校統籌安排和合理調度整個學生返校工作，減少疫情管控壓力。頁面展示如圖6所示。

圖6 返校學生態勢圖

(2) 返校學生實況。返校學生實況可實時的展示學生返校過程中的真實狀況，包括每個校區累計的審批人數、返校人數、異常人數和按時間統計的返校人數趨勢，按學院統計的審批人數、返校人數、異常人數和返校率等指標，并可以知識卡片形式動態展示當前時刻每個校門出入道閘的學生信息，如圖7所示。

圖7 返校學生實況圖

(3) 返校行程追溯。可通過學號和工號、列車班次來查詢師生員工的行程信息。通過輸入學號等，可以查閱該對象基本信息，如健康狀況、同行信息、歷次疫情上報信息以及軌跡碰撞信息等，還可以通過輸入列車班次查閱列車信息以及同次搭乘該列車的人員信息等，如圖8所示。

圖8 返校行程追溯圖

5 總結

針對高校新冠疫情防控中存在的數據規模大、數據亂結構類型多、數據壁壘、所在地理位置和健康狀況數據難實時獲取、難歸結等問題，構建了包含學生入校、在校和離校的全周期校園疫情跟蹤和返校大數據系統。該系統能互聯學校各業務系統的數據資源，并通過任務定時調度機制，實現了實時、準確獲取各項數據，微服務的架構采用實現了業務組件化和服務化，降低了系統的耦合性。系統上線后，學校各部門可以根據分析結果，全面掌握當前面臨疫情形勢和發展趨勢，為做好疫情防控工作、全力阻斷傳染源，提供科學決策支持；同時掌握全校師生分布情況和返校趨勢，為做好復學各項準備工作提供依據。