校园无线大数据

“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。

——麦肯锡

近两年，随着云时代的来临，大数据（Big Data）这个词在一次又一次的被人们提起，人们用它来描述海量的数据以及随之产生的技术，互联网每天数以亿计的数据产生，每秒钟有上万条微博发布，上千万条微信交互，超市利用大数据进行顾客消费行为分析，将原本不相关的“尿布”、“啤酒”进行捆绑销售，根据库存和需求的情况对货物商品进行实时定价；华尔街根据民众的情绪进行股票抛售；洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生；甚至国内如百度等互联网公司也利用大数据技术开发了如百度指数等应用。数据的重要性已经逐步被世人认可，有人将之比为黄金、石油，甚至有人云“当时时变幻的、海量的数据出现在眼前，是怎样一幅壮观的景象？在后台注视着这一切，会不会接近上帝俯视人间星火的感觉？”

对于大学校园来说，数据呈现爆炸式地增长，数据的产生也多种多样，对于信息系统来说，既有学校各个业务系统如人事、财务、教务、资产产生的结构化数据，又有多媒体教学等产生的非结构化数据，同时学生、老师、访客主动产生和各式各样的设备自动搜集的信息越来越多，如：通过各种社交媒体和即使通信软件分享自己的想法、兴趣等。特别是随着校园无线网和移动互联网的快速发展，终端、App的大量丰富，在校园无线网如何利用大数据技术更好地为广大师生提供服务，以及为学校高层提供更好地决策依据，已经成为校园无线网未来发展的趋势所在。

图1 无线位置

无界管理

校园里存在多种多样的终端PC、iPAD、iPHONE；终端的品牌也是纷杂多样,苹果、三星、小米；甚至操作系统也是各式各样，不同系统、终端对无线网、业务系统的支持情况是不同的。分析各终端品牌、类型占比情况，以便校方在进行业务系统开发时进行进度把控（先开发占比量大的平台）、不同终端平台差异化的适配以及对学生、老师、访客、领导等各类人群品牌倾向分析。通过H3C的智能终端识别技术，可使用指纹级的终端识别分析出目前接入无线网络的终端型号，结合H3C的精细化管理解决方案可以将用户人群、地点、时间进行深入的统计，利用大数据分析后续可根据结果进行用户消费能力、用户品牌喜好分析，结合学校上层业务为用户提供更有针对性的服务等等。

无线位置

随着校园无线网和移动互联网的应用日益丰富，越来越多的学校为了满足用户随时随地能够使用无线网的需求，将原来办公楼等小范围点的覆盖，扩展到食堂、宿舍、广场、礼堂等大范围全覆盖，而无线网络的建设愈发成熟，用户更是每时每刻都接入到无线网络中。这也为无线位置分析提供了数据支撑。另外我们知道无线网络的优势在于，用户脱离了传统有线网络的束缚可以随时随地使用网络，而这移动的特点决定了在建设无线之前对覆盖密度仅仅能做简单的预估，后期使用时覆盖效果如何，后续使用人群密度是否更高，是否和时间有所关联。在结合大数据技术可统计出某个区域一定时间段的用户密度，结合带宽、流量的实际情况分析出当前无线网络是否需要优化。传统定位方式定位精度较差、需要提前进行数据采样，导致使用不变等问题制约着校园无线定位的应用。H3C创新地采用“丘比特”定位算法结合X-Share定位可将定位精度达到2~3米，通过上层定位引擎可对接校方业务系统，为之提供大数据分析，未来也将在学校广泛地应用。

教学

现在学生的学习已经和无线网络息息相关，通过无线进行VOD视频学习、进行系统选课、iPAD书包、在线互动教学、查看校车轨迹、校园导航等，据统计学生60%以上的时间都在使用无线网络，当然同时也在产生海量的数据，如何利用这些海量的数据来为学生提供更好的服务？我们可以利用课程信息进行热门课程及空闲教室分析。如：李明是XX大学学生，晚上要去教学楼上自习，传统方式李明是一间一间教室找，看看哪间教室人比较少，位置比较好。然而常常要不是找了好久都没找到空闲的教室还不如去图书馆或者回宿舍，要不就是刚坐下看一会书由于有课、社团占用等原因而不得不再重新寻找，而利用大数据技术可以对教室中人群的密度、教室的空闲情况、学生上课教室课表信息进行分析，学校可以通过系统分析各个教室的每个时段的空闲情况进行教室的合理调配，并且可以将课表结合终端的位置时间进行课程信息的推送等等。学生也可以利用无线终端如手机、iPAD很直观地在系统中查看当前各个自习室都有多少人，以便选择合适的教室进行自习，并且在路过每个自习室的时候都会收到当前自习室的课程信息以便自己安排学习时间。另外利用大数据技术来改善学生的学习成绩也是非常重要的一个目的，学生平时学习生活中有许多信息也常常被我们忽略，而通过大数据技术可以将这些重要的信息进行分析，如课堂出勤率、最热门课程、最受欢迎教室等等。

生活

对于学校生活中的“大数据”，国内已经有许多高校在进行率先应用，如华东师大的“餐饮预警”系统，根据学生的餐饮消费情况进行统计如果低于全校学生每顿饭消费均额的60%，这些同学就会进入进一步核查的名单，之后进行精确的分析考察后会进行关注关怀等。某学生就由于就餐的减少而收到了这样一条短信：“同学，发现你上个月餐饮消费较少，不知是否有经济困难”。甚至某些大三大四学生由于将餐费拿去买考研资料而并不知道学校还有书费补贴，这时预警系统也可以反映出来。也体现了学校的人文关怀。而对于无线校园领域其实生活中的“大数据”也有着广泛的应用。如：通过对用户移动轨迹、时间、用户类型、无线热图技术等信息进行分析，学生每天在教学楼哪层哪间教室的停留时间，结合课程安排信息，提醒长时间待在教室的学生要注意劳逸结合，反之注意功课安排。食堂各个窗口的人员流动密集情况来作为菜品受欢迎的依据，同时结合信息推送的方式推送每日的特价菜；分析图书馆的哪个馆哪个书架前哪类书是最受欢迎的，当经过某个书架自动推送出最受欢迎的书籍；分析用户的长期移动轨迹，如匹配教室-宿舍-食堂三点一线且为大四学生，之后再做精确判断统计为考研备考学生，进行考研相关信息如备考指南、辅导班相关等信息推荐。

以上的介绍也仅仅是校园无线大数据应用的冰山一角，而列举的场景是学校最常碰到的几个情景，无线大数据在校园的应用还有许多。今天是个移动互联网时代也是海量数据爆发的时代，如何将无线、大数据技术进行结合为学生、老师的教学、生活、娱乐创造更好的环境和体验，是大家一直努力的方向。