大数据时代校园一卡通数据分析与应用研究

王华+李伶+杨帆

摘 要： 为了提高高校大数据应用服务水平，从校园一卡通系统海量的数据中提取分析出对高校管理层进行辅助决策有帮助的信息，为高校数据资源的分析和利用提供参考。在研究大数据及相关技术的基础上，结合校园一卡通系统数据特点与应用，构建基于大数据的校园一卡通数据分析平台模型，并将此模型应用到高校消费分析、图书馆设计服务、综合预警等校园场景中，利用分析结果辅助学校决策，对推动高校数据服务及数据应用具有积极的作用与价值。

关键词： 大数据应用； 校园一卡通； 数据分析； 平台模型； 利用价值； 数据服务

中图分类号： TN911?34； TP393 文献标识码： A 文章编号： 1004?373X（2018）04?0056?04

Abstract： To improve the big data application service level in university， the information helpful to auxiliary decision of the university management staff is extracted from the huge amount of data in the campus card system to provide a reference for analysis and utilization of data resources in universities. A campus card data analysis platform model based on big data is built on the basis of research on big data and related technologies， combining with data characteristics and application of campus card system. This model is applied to university consumption analysis， library design services， comprehensive warning and other campus scenes to assist the decision making in university， which has a positive function and value for promoting data services and application in university.

Keywords： big data application； campus card； data analysis； platform model； utilization value； data service

大數据时代，数字化正改变着人类的生活，大数据已给各个行业的发展和决策带来了新的机遇和挑战。国务院于2015年印发的《促进大数据发展行动纲要》指出大数据正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响[1]。校园一卡通在高校中的应用已日趋成熟，其功能涉及到校园生活的方方面面，如何更好地利用这些海量数据，成为很有价值的研究课题。

1 大数据的内涵与特征

大数据（big data），也被称为巨量资料，其被定义为无法在一定时间内用常规软件工作对其内容进行抓取、管理和处理的数据集合[2]。

大数据科学决策是高校治理体系和治理能力现代化的关键。在教育领域中，管理和决策越来越依赖于数据和分析[3]。在高校信息化建设过程中，积累了大量的教学、科研、运行管理等方面的业务数据，对数据的有效利用，能让管理决策者更全面地对校情进行把控，提高决策能力。对师生用户而言，大数据也可为用户提供更多个性化的服务。数据是高校的无形资产，对数据进行分析和挖掘应成为高校推进教育信息化建设的一项重要内容[4]。

2 校园一卡通数据应用现状

校园一卡通最早用于食堂消费及浴室刷卡，并逐渐应用于图书借阅，上机登记等场合，统一身份认证平台的建立，使校园卡更是具备了校园身份证的功能。目前几乎所有高校都建成了应用范围不一的校园一卡通系统[5]。通过校园一卡通能够清晰掌握一卡通用户的活动轨迹，以此为基础，进一步推动高校数字化管理系统建设和信息管理水平[6]。在校园一卡通系统的使用过程中，产生了海量的数据，这些数据真实地反映了师生在校园内的多种行为记录，但极少被学校管理者所用。

3 基于大数据的校园一卡通数据分析平台模型

结合校园一卡通数据特点，采用大数据技术支持的数据处理过程，构建一卡通数据分析平台。该平台主要由数据采集层、数据处理层、数据分析层和数据应用层构成，依托一卡通系统数据，基于统一身份认证，结合人事、学生、教学、上网计费等多个相关数据库建设不同主题的数据分析模型，进行可视化展示及应用。体系架构如图1所示，其中管理规范与信息标准体系，信息安全与运维保障体系自始至终贯穿于这4个层次中。

3.1 数据采集层

数据采集层主要是对数据通过不同的方式有效地采集到数据库中。校园一卡通数据分析的数据源除了刷卡产生的流水数据外，还包括其基于身份认证的各种关联数据，以及所代表的人、物和行为轨迹等。采集的数据主要有以下几个方面。

1） 身份信息。基于统一身份认证，从校园卡号识别到用户身份、性别、年龄、籍贯、所在学院、专业等基本身份信息。

2） 消费流水。全面记录了用户在校内期间包括校内食堂、周边超市及各种开放设施的刷卡消费情况，同时还包括各种小额缴费、校园卡充值、充值方式等数据。

3） 图书借阅。校园卡兼具图书借阅功能，通过校园卡结合图书馆书目检索系统可获得当前借阅、历史借阅等全部图书借阅信息。endprint

4） 上网记录。校内学生用户通过校园一卡通卡号作为上网虚拟账号，结合认证计费系统获得学生的上网记录。

3.2 数据处理层

该层负责处理底层的数据源，并实现各类信息的存储和管理，为分析层提供有效及可用的数据，其主要功能包含数据的清理、转换、整合、提取、维护等。该层校园一卡通系统中存储了用户及相关联的海量数據，为了保证分析的可靠性和稳定性，需将影响数据真实性的或无效的数据去除，并将来自不同数据库的数据进行整合，产生标准分析样本，为上层提供输入，相对准确的描述分析结果。

3.3 数据分析层

大数据技术最核心的价值在于对海量数据进行存储和分析[7]。大数据分析是在强大的支撑平台上运行分析算法发现隐藏在大数据中潜在价值的过程[8]。数据分析层整合聚类、分类、回归、时序等深度分析算法，通过建立相关模型，实现校园一卡通数据的综合分析、管理及数据挖掘。按照分析应用的需要，结合相关数据资源和服务资源进行综合分析，原始数据经过数据分析层获取到大数据的价值，以及大量数据间隐含的模式。通过深度分析算法进行数据预测和数据关联性洞察，实现对数据含义和价值的深度挖掘。

3.4 数据应用层

该层主要将数据分析的结果通过图表等方式进行可视化的展示，根据研究主题，将分析结果应用于学校管理、分析决策以及为学生提供个性化应用等，为高校管理部门提供快速的信息查询及更好更科学的决策依据。

4 校园一卡通数据利用价值分析

应用大数据分析平台，可对校园一卡通及其相关系统进行以下维度的分析应用，对学生资助、学业预警、图书管理、个人数据服务等方面进行初步应用，取得了很好的效果。

4.1 消费分析

校园一卡通系统主要记录的为用户消费流水数据，仅通过时间维度来进行消费情况分析，可获得消费总额、人均消费情况等，用于反映整体消费趋势。在消费分析中，可采用K?means算法对清洗和集成后的数据做聚类分析，将消费次数、消费金额、就餐地点等属性作为输入属性，挖掘学生的消费习惯。

结合大数据分析方式，将消费情况与学生家庭状况结合，还可采用apriori算法进行关联分析，即从校园一卡通所有关联数据中发现各项之间的隐藏关系，如贫困生与消费额的关联度等，可作为贫困学生助学金及贷款的发放依据，辅助学校精准资助贫困生。

4.2 图书馆设计服务

大数据的应用为高校图书馆的功能拓展和服务创新带来了新的机遇和挑战。通过校园一卡通的借阅功能，结合大数据分析，可从读者、图书馆、学校三个维度对传统图书馆功能进行新的设计分析，逐步构建高校的智慧图书馆。

应用该设计服务模型，对读者来说，可获得个性化信息推送，如分析借阅偏好、借阅趋势等，获得精准荐书服务，并可了解自己在全校范围内的图书阅读情况；对图书馆来说，可获得图书的累计借阅量、热门借阅等数据，使图书馆资源最大化利用，提升服务质量；对学校层面，在此数据分析的基础上，还可结合学生的专业、成绩等信息进一步形成图书借阅数据报告，为高校图文信息分析提供一定的依据。高校图书馆借助大数据技术，可以有效地提高服务效率、降低服务的成本[9]。

4.3 上网情况分析

网络日益普及，大学校园成为网络用户最为密集的区域。入网认证计费系统与学校的统一身份认证系统进行对接，实现基于统一身份认证系统的校园网接入策略，即可通过校园一卡通卡号作为登录认证客户端的惟一账号，这就使通过校园卡号结合认证系统进行上网情况分析成为可能，即可通过不同时间段在线账号数分析、用户使用时长分析、访问目的地址分析等了解大学生的网络使用情况。除对高校网络舆情进行有效监控外，还可对上网时间过长的用户进行预警，防止网络沉迷，对用户上网情况的分析也是进行校园网流量控制、提升校园网运行质量的一个有效途径。

4.4 学生综合预警

通过对校园一卡通系统数据分析，确定相关指标的阈值，建立模型，一旦达到临界值范围，系统自动发出警报[10]，实现学生安全、消费、上网等情况的预警机制，更进一步地了解学生心理动向，进行成绩、就业的预测，做到事先预防、适时干预、过程管控。

以不在校预警为例，传统方式通过消费、图书借阅及场馆出入、上网每单一指标，很难确认该学生是否在校，如学生可能不在食堂就餐或者不去图书馆等，但如果将此三方面信息综合考虑，当校园卡所有应用均为空时，为其辅导员推送不在校预警信息，让辅导员及时关注了解学生行踪。结合校园一卡通数据分析研究学生在校生活习惯和学习规律，可作为学校学生管理预警机制的一部分，协助及早发现学生异常信息，发挥管理和教育的功能，有效提升教育质量，帮助学生顺利完成学业。

4.5 个人数据服务

校园一卡通涵盖了大学生活的大部分信息，通过大数据对校园一卡通数据的分析，不仅可以做宏观的分析研究，为管理者提供决策，也可对师生在校行为进行个性化分析，保证个人数据全面精准，为用户提供参考。

以江苏师范大学为例，自2015年起，应用校园一卡通大数据分析，为毕业生送出数字礼物“我的大学”，通过微信应用在手机端为毕业生展示其在校四年来的生活、学习轨迹，为学生打造了一份独特的校园回忆，收到了良好的效果。

后续，还可为在校生推出个性化应用，如实时掌握个人消费情况，适时进行消费提醒；了解个人图书馆借阅情况，精准推荐图书等。校园一卡通里记录了学生的学习规律和生活习惯，对这些信息进行收集整理、挖掘和分析，可为学生及时调整自己的学习、生活习惯提供参考，帮助学生更有效地成长。

5 结 语

大数据时代加速了社会的变化与发展，对高校数据资源利用与数据服务创新提出了新的挑战。本文仅以校园一卡通数据为例，对高校数据资源进行分析利用，其获得的结果不仅为领导决策提供了有用的信息，也为高校信息资源的应用和增值，构建完整的校情分析应用系统及决策支持系统提供了实践经验和实现方法；同时，也为在校学生的个体行为提供了一定的参考。随着大数据在教育行业的应用与发展，大数据分析对高校其他数据资源的利用价值也必将得到更大的显现。endprint

参考文献

[1] 佚名.促进大数据发展行动纲要[EB/OL].[2015?08?31].http：//www.gov.cn/zhengce/content/2015?09/05/content_10137.htm.

Anon. Action outline for big data development promotion [EB/OL]. [2015?08?31]. http：//www.gov.cn/zhengce/content/2015?09/05/content_10137.htm.

[2] 康路晨.一本书读懂大数据时代[M].北京：民主与建设出版社，2015.

KANG Luchen. Understanding big data era with this book [M]. Beijing： Democracy and Construction Press， 2015.

[3] 王加年，徐晴.大数据时代的高校共享数据平台研究[J].中国教育信息化，2015（10）：10?12.

WANG Jianian， XU Qing. Research on shared university data platform in big data era [J]. The Chinese journal of ICT in education， 2015（10）： 10?12.

[4] 胡祖辉，徐毅.大数据背景下高校教育数据的分析与应用研究[J].现代教育科学，2017（1）：109?114.

HU Zuhui， XU Yi. Analysis and application of education data in universities under the background of big data [J]. Modern education science， 2017（1）： 109?114.

[5] 何秀全.校园一卡通数据分析及应用相关研究述评[J].华中师范大学学报（自然科学版），2017（z1）：63?65.

HE Xiuquan. A review of the research and application of campus card data [J]. Journal of Central China Normal University （National sciences）， 2017（S1）： 63?65.

[6] 夏杨，王芳.基于一卡通数据的校园大数据分析平台的构建与应用[J].华中师范大学学报（自然科学版），2017（z1）：146?151.XIA Yang， WANG Fang. Construction and application of campus big data analysis platform based on campus card data [J]. Journal of Central China Normal University （National sciences）， 2017（S1）： 146?151.

[7] 蒋东兴，付小龙，袁芳，等.大数据背景下的高校智慧校园建设探讨[J].华东师范大学学报（自然科学版），2015（z1）：119?125.JIANG Dongxing， FU Xiaolong， YUAN Fang， et al. Discussion on the construction of wisdom campus in universities under the background of big data [J]. Journal of East China Normal University （Natural Sciences）， 2015（S1）： 119?125.

[8] 李学龙，龚海刚.大数据系统综述[J].中国科学：信息科学，2015，45（1）：1?44.

LI Xuelong， GONG Haigang. A survey on big data systems [J]. Scientia sinica informationis， 2015， 45（1）： 1?44.

[9] 段瑞梅.大数据环境下高校图书馆服务模式浅析[J].图书馆工作与研究，2016，1（9）：107?109.

DUAN Ruimei. The service mode of university library under the big data environment [J]. Library work and study， 2016， 1（9）： 107?109.

[10] 先晓兵，陈凤，王继元，等.基于大数据的高校学生管理工作研究与实践[J].中国教育信息化，2015（10）：6?10.

XIAN Xiaobing， CHEN Feng， WANG Jiyuan， et al. Research and practice of college student management based on big data [J]. The Chinese journal of ICT in education， 2015（10）： 6?10.endprint