基于數據鏈的“智能+”高校智慧校園服務體系研究

王敏，胡國強

（西北農林科技大學 網絡與教育技術中心，陜西 楊凌 712100）

2019年李克強總理首次在政府工作報告中明確提出“智能+”一詞，“智能+”是指人工智能與物聯網、云計算、大數據、虛擬現實、增強現實、區塊鏈、5G 技術信息技術的耦合，代表著數字技術發展的新階段和新維度，與“互聯網+”相比，“智能+”對傳統行業的改造更具顛覆性。“智能+”對智慧校園發展來說是難得的助力，在此背景下運用“智能+”技術重構智慧校園服務體系，形成“智慧教學、智慧科研、智慧管理、智慧服務、智慧運維”的一體化智慧體系，是當下高校智慧校園發展的重要任務。

一、智慧校園服務類型與技術分析

智慧校園面向不同類型用戶提供不同服務，提供服務主要涉及基礎、人事、教學、學工、科研、公共、生活服務。以對智慧校園用戶群體的分析為基礎，文章介紹了高校智慧校園各業務系統和服務平臺的服務類型及內容，并依據已有研究成果對現有的服務類型進行了技術創新。

（一）基礎服務

基礎服務是智慧校園用戶登錄其他應用系統和服務平臺的基礎，主要由統一身份認證平臺、校園信息門戶及共享數據庫提供。統一身份認證平臺基于CAS（Central Authentication Service）為多個相互信任的應用系統和服務平臺提供認證服務的接口，結合區塊鏈技術實現認證的“去中心化”。未來校園信息門戶可利用用戶畫像建立用戶特征庫，并利用人工智能算法對用戶特征進行識別，識別后根據用戶特征智能推送相應服務。共享數據庫通過采用云計算和大數據技術實現了高校各業務系統實時數據、歷史數據、音視頻文件、日志等海量異構數據的存儲、共享與管理。基于5G 的移動邊緣計算，能夠彌補傳統云計算和大數據技術在信息技術發展的智慧化階段安全性、實時性以及帶寬、算力、存儲等方面的不足，借助虛擬現實技術和增強現實技術實現了物理校園與虛擬校園的有機融合。

（二）人事服務

人事服務主要由人力資源管理平臺提供。人力資源管理平臺結合大數據技術可分析出人事數據之間或人事數據與其他業務系統數據之間的關系，不僅能提升高校人事管理效率和質量，而且可獲取有參考價值的數據信息，提升人事服務用戶滿意度。平臺可結合人工神經網絡算法對現有人事管理數據進行分析和預測，科學合理地進行人力資源規劃，提升人才崗位配比的精確性，進而推動高校人力資源管理目標的落實。

（三）教學服務

教學服務由智慧教學云平臺、在線教育平臺、本研一體平臺、實驗室綜合管理系統、本科教學評價系統、研究生教學評價系統提供。

智慧教學云平臺不僅可錄制教師上課視頻，還可將錄好的視頻上傳至云平臺進行教學資源共享，甚至可根據管理需要分配管理教室軟硬設備權限。此外，智慧云平臺還提供教室教學活動大數據集成分析，為師生推送個性化的教學和學習資源，分析結果可為高校管理層決策提供參考。

在線教育平臺可結合5G 和VR/AR 開展多種類型教學方式，結合雙因子模糊認證和區塊鏈技術實現虛擬網絡中學習者身份認證。在線教育平臺主要由教學功能、教學播客、資源中心、精品課程、研究型教學、專業建設等功能模塊組成，利用數據挖掘技術分析在線綜合教學平臺的數據已成為當前在線綜合平臺研究的熱點，已有國內學者在網絡教學行為挖掘與分析上取得成效。

本研一體平臺由本科教學綜合管理與服務、研究生管理與服務、本研一體管理與服務三個系統組成，旨在建立“面向學生成長、教師發展、教學服務”的一站式綜合教學服務平臺，充分發揮人工智能、大數據、移動互聯網等技術優勢，基于學校各類校務管理系統、教學應用，積極引進和整合校外優質服務，逐步建立“線上線下混合、多終端、全場景、校內外服務融合、信息/流程/數據服務等多種類”的一站式教學服務體系。

實驗室綜合管理系統結合RFID 和Zigbee 技術實現了對儀器設備的精細化管理，結合Wi-Fi 嗅探技術實現了實驗室人員的實時統計，加強實驗室開放管理，結合5G 技術構建遠程開放的實驗平臺實現大型儀器遠程操作與共享。本科教學評價和研究生教學系統可結合支持向量機的數據挖掘算法，實現教育教學過程中對教師教學水平公正、準確、快速地評價。

（四）學工服務

學工服務由學工系統、迎新系統、離校系統提供。學工系統結合大數據技術可精準挖掘貧困生，鑒別虛假貧困生，發現隱形貧困生，實現精準資助，及時對困難學生進行幫扶。學工系統還可結合用戶畫像技術繪制學生用戶畫像，可根據學生用戶畫像定制個性化的培養方案，提升育人效果。楊眾利用人臉識別技術優化了原有的迎新系統，增加了網上預報到、繳納學費和人臉識別功能。徐巖等運用Web 系統分層技術、MVC 設計思想以及Hadoop 數據云存儲技術研發了基于Hadoop 的數字迎新系統。李勃辰研發了基于微信的畢業離校系統，學生不僅可通過微信辦理離校手續，還可通過微信隨時查詢畢業離校手續的辦理流程和自己離校手續辦理進度，方便了學生，提升了離校服務質量。

（五）科研服務

科研服務由科研管理系統提供。該系統實現了科研項目管理、科研成果管理、科研獎勵核算及科研數據可視化分析統計等功能，關聯人事與財務系統，形成了各級各類科研項目、經費、成果、獎勵等活動的階段性數據的可視化管理。科研管理系統下一步的發展趨勢是將成果管理功能擴展為機構知識庫，機構知識庫通過互操作技術或與出版商合作等方法，將成果數據由自存檔轉變為自動提交，甚至可結合人工智能和機器學習技術，構建語義搜索，從海量成果數據中精確檢索用戶所需數據，提升成果數據服務水平。

（六）公共服務

公共服務由國資管理平臺、網絡信息服務平臺、圖書館管理系統、檔案館管理系統提供。國資管理系統結合區塊鏈技術解決了目前資產管理過程中所遇到的安全、效率、成本及信任缺失等問題。其結合物聯網技術可實現儀器設備的數字化管理、資產清查、動態監測，也可結合RFID、Zigbee、云端運算結合的物聯網技術解決條碼標簽帶來的不便和資產維護的問題，提升了資產管理效率。

網絡信息服務平臺可利用卷積神經網絡對運行過程中的日志數據進行測算，得到故障診斷模型，對網絡故障進行定位與診斷，解決網絡故障診斷和檢測難的問題，可結合深度學習實現基于IPv6 的網絡運維機器人系統，提高問題排除速度、用戶滿意度和服務人員的工作效率，可結合人工智能技術建立IT 知識庫，實現用戶問題的智能處理，提升IT 服務供給水平。

圖書館管理系統運用神經網絡與深度學習實現了智能檢索功能，運用人臉識別和機器人實現了無感借閱，運用物聯網和傳感器技術實現了圖書智能管理，運用機器人和人工智能實現了虛擬咨詢功能，運用智慧圖譜技術和深度學習實現了智能學科服務、知識服務，運用深度學習和數據挖掘技術實現了個性化科研空間，運用用戶畫像和爬蟲技術實現了個性化精準推送服務。

檔案館管理系統包括檔案生命周期管理和數據庫兩個模塊，其中，檔案全生命周期管理包括檔案收集、檔案審核、檔案信息獲取、檔案利用與評價、檔案銷毀。檔案館管理系統可結合物聯網、大數據、云計算等新技術，對多元化檔案資源進行智能化管理。

（七）生活服務

生活服務主要由財務系統、一卡通系統、后勤服務平臺提供。財務系統可利用大數據技術實現經費監管，有助于改進財務管理，提高高校內部治理水平。

一卡通系統可采集各個場景的師生行為數據，促進學校內部數據資源的交換與共享，在其運行時也積累了大量的各類數據。針對這些大規模、多模態數據，學者進行了深入研究。夏楊和王芳基于大數據分析和數據挖掘建立了基于一卡通數據的校園大數據分析平臺，能夠為學生管理工作提供決策。韓澤峰等基于深度神經網絡技術構建了基于Consume2Vec 模型的校園一卡通大數據分析模型，解決了現有模型忽略消費數據的時序性和缺乏對數據深度表達的問題。

后勤服務平臺利用條形碼、二維碼、RFID 等技術實現對物體的識別與管理；依靠Zigbee、Lora、NB-IOT物聯網技術實現了校園環境信息和能源信息監測，并結合大數據分析技術實現了用水用電預測；通過云計算技術實現了各項智慧服務，如智慧餐飲服務、智慧公寓管理、智慧物業管理、智慧車輛服務、智慧快遞服務、智慧校園安全等。

綜上所述，“智能+”背景下人工智能與其他信息技術的交叉融合，改進了智慧校園的各項服務，使得服務的質量與效率大為提升，具體服務及所應用的新技術如下：基礎服務應用人工智能、云計算、大數據、5G、虛擬現實、增強現實、用戶畫像、區塊鏈技術；人事服務應用人工智能、數據挖掘、機器學習技術；教學服務應用人工智能、物聯網、區塊鏈、5G、虛擬現實、增強現實、Wi-Fi 嗅探技術；學工服務應用人工智能、云計算、用戶畫像、人臉識別技術；科研服務應用人工智能、機器學習技術；公共服務應用人工智能、用戶畫像、爬蟲、物聯網、人臉識別、機器人技術；生活服務應用人工智能、物聯網、大數據、機器學習、混合現實、地理信息系統技術。

二、智慧校園用戶服務體系構建

“智能+”背景下，在對各項服務應用技術分析的基礎上，研究結合“數據采集→數據傳輸→數據存儲→數據挖掘與分析→數據服務”數據鏈條，秉承模塊化設計理念，提出“智能+”智慧校園服務體系，并設計出由基礎設施層（數據采集）、網絡傳輸層（數據傳輸）、數據資源層（數據存儲）、技術支撐層（數據挖掘與分析）、應用服務層（數據服務）、用戶層、技術保障體系（運維保障體系和安全標準體系）組成的智慧校園服務體系總體架構。

（一）基礎設施層（數據采集）

IPv4/IPv6 網絡基礎設施包括IPv4/IPv6 網絡設備，物聯網基礎設施包括校園部署的各種傳感器和支持RFID、Zigbee、Lora、6Lowpan、NB-IoT 等物聯網協議的通訊設備，運營商網絡基礎設施是指用于提供2G/3G/4G/5G 網絡服務架設的基站，服務器指為校內用戶提供服務的業務系統與服務平臺的各種服務器，云計算基礎設施設備指提供云服務的硬件設備與軟件，人機交互設備指人與機器交互的設備。智慧校園服務體系基礎設施層可提供物聯網感知數據、網絡日志、視頻數據、業務部門與服務平臺系統數據等內部數據和外部招生系統數據、互聯網數據等外部數據。該層實現了數據的采集與感知，為數據傳輸、數據存儲、數據挖掘分析與數據服務打下基礎。

（二）網絡傳輸層（數據傳輸）

網絡傳輸層由物聯網、移動互聯網、互聯網、局域網組成，負責將基礎設施層采集的數據傳輸至資源服務層。物聯網由RFID、Zigbee、Lora、6Lowpan、NB-IoT網絡組成，移動互聯網由2G/3G/4G/5G 網絡組成，互聯網由IPv4/IPv6 網絡組成，局域網由無線局域網（WLAN）和有線局域網（LAN）組成。

（三）數據資源層（數據存儲）

數據資源層依托數據資源池實現數據的存儲，數據資源池由各類業務數據庫、數據倉庫、資源庫、信息資源目錄等組成。數據資源層構建覆蓋全校所有業務與服務的多類型（關系型數據庫Oracle 或MySQL 和非關系型數據庫HBase 或Mongodb）業務數據庫與基礎數據庫，關系型數據庫和非關系型數據庫的混合使用既發揮了關系型數據庫存放管理及處理結構化數據的優勢，又突出了非關系型數據庫存儲及管理半結構化和非結構化數據的特色。

（四）技術支撐層（數據挖掘與分析）

技術支撐層利用人工智能、機器學習、模式識別、虛擬現實、增強現實、用戶畫像、大數據分析技術對數據進行挖掘與分析，并與區塊鏈、機器人、地理信息系統、Wi-Fi 嗅探技術協同為數據應用服務層提供技術支持，為“智能+”智慧校園服務體系各項服務的正常開展提供技術支撐。

（五）應用服務層（數據服務）

應用服務層由智慧校園業務系統和服務平臺組成，可分為基礎服務、人事服務、教學服務、學工服務、科研服務、公共服務、生活服務七類，旨在為師生提供全方位、個性化、智慧化的服務。

（六）用戶層

用戶層由智慧校園服務的對象組成，包括在校學生、教學人員、科研人員、教輔人員及行政人員。

（七）技術保障體系

技術保障體系由運維保障體系和安全標準體系組成，是智慧校園各項服務穩定、安全、高效運行的重要保障。

三、結語

人工智能、云計算、大數據、5G、虛擬現實、增強現實、用戶畫像、區塊鏈、機器人、人臉識別、IPv6、機器學習、地理信息系統、Wi-Fi 嗅探等技術的應用重構了智慧校園的服務體系，豐富了智慧校園的功能。文章依據服務類型應用不同技術，結合信息鏈重構高校智慧校園服務體系，為“智能+”時代智慧校園服務建設提供了新的思路。