大数据智慧校园建设的探索

毛建景，秦利娟，张娴静

（郑州工业应用技术学院 信息工程学院，河南 郑州 451150）

随着大数据来临，互联网、物联网等相关领域日益火爆，数据的增长比雨后竹笋还要快速，在其相关领域内的决策不再依靠经验和自觉，一切依据数据分析，也提升了数据分析行业的地位，所谓的“一切以数据说话”.那么什么是大数据呢？从大数据的提出，到大数据时代的到来，大数据的定义众说纷纭，我们认为，大数据是从数据的采集到数据的挖据分析，从而得到有价值的信息表的一个过程，或者说是一个流程.在这个流程过程中包含了数据的采集、存储和关联分析，并发现信息、创造价值、提升能力.

大数据区别于数据一个明显之处就是一个“大”字，无“大”字无法体现其容量大、类型多、存取速度快，这也是目前大学教学、科研、管理、技术服务、生活服务等大学信息的特征[1].传统校园的信息化建设是基于相关原则，是分化独立的系统实现的，具有独立的数据库和展现层，以及无法满足大数据时代下校园信息化水平和进一步提高大学教育与服务一体化的需求.

1 大数据对大学的影响

高校是人才培养的中心，在整个教学活动的过程中会产生大量的数据，这些数据虽然数量庞大、结构复杂，但它不仅是衡量教学基本状态，也是提高教学质量的重要指标.大数据4V特点[2]之一就是数据种类繁多，不仅含有大量结构化数据、半结构化数据，同时含有非结构化数据.从这一特点分析来说明大数据对大学的重要意义，在大学教学过程中利用结构化数据可以对不同主体进行全面了解教学基本状态，增加了对教学基本状态发展趋势的预测性判断，同时优化了教学过程中师生对话，提高教学效率.结构化的数据是从官方或者学校教学过程中采集和进行数据挖掘的不能全面掌握学校教育方向与社会就业方向是否一致，缺乏合理的对接.而非结构化的数据可以通过网络大数据来搜集社会对高校教学工作的参与和监督信息，进行统计分析，从而来促进学校教育方向与社会就业方向趋于同步化.

同样大学大数据是基于计算机和网络技术而建立的，针对大学整个教学、科研、管理、技术服务、生活服务等大学信息的收集、处理、整合、存储、传输和应用的.把设备、教室等环境，图书馆、讲义、课件等资源应用到教、学、管理、服务、办公等一体化信息平台的重要手段.

2 国内大学大数据建设存在的问题

目前国内大学建立的信息化平台，通常都是依据各子级单位的需求，建立自己独立的数据库和展现层，有的是使用不同公司的不同产品，软件不统一，更甚是数据标准不统一，各子级单位形成了信息孤岛，在逻辑和功能上存在问题.并且资源信息数据难以共享，增加全面把控数据的难度，同时也难以根据信息孤岛提供的数据进行分析，从而得到切实可靠的决策依据.在经济上也会造成学校资金的浪费和重复建设，在学校层面会给教学、科研、管理带来很多重复性工作，造成效率低下.

缺乏统一的规划，各子级单位根据自己的需求建立平台进行数据采集，其中大部分存在设计不规范，兼容性较差，缺乏被采集群体的参与造成有效集成不足，界面多样化，用户使用时需要记住各部门的系统接口，而且各部门独立维护和运营自己的系统无法实现资源共享，被采集群体需要提供多份重复数据，而重复数据在填写过程中，也存在数据标准不统一，所以要根据不同的数据标准重新编译重复标准，造成重复性工作，效率低下，资源严重浪费.

各高校普遍存在重视网络建设而轻视软件平台的建设，各高校目前几乎普及了主干万兆网络，并实现了有线、无线的全网覆盖.但是无大数据分析平台的建立，教师、学生往往感到无信息可用，信息也无法及时共享和传播，教师和学生的积极性无法充分调动起来，建网的效益也无法发挥出来.

高校大部分已经建立了一卡通系统，但是其应用范围较窄，无法形成跨区域异地漫游的集商务、身份识别和金融一体的公用，同时也未实现数据实施全局共享.

3 大学大数据分析平台建设模式的分析

大数据分析平台的核心就是数据资源的共享，是统一应用集成共享，是集成物联网和软件平台的平台[3].从建设的模式而言，一种整体规划，根据学校的教、学、管理、服务、办公等需求，统一建立大数据分析平台.但是，大多数高校已经建立一些信息孤岛式的平台和应用程序，很难再重新规划统一数据标准建立新的大数据分析平台，那么只能采用第二种模式，即基于现有的主干网络、“信息孤岛”平台的基础上，进行统一规划整合.

大学大数据资源的整合重在数据整合、系统集成化、业务流程闭环整改等方面，这样才能实现信息资源的共用和联动，进而实现教学、科研、学科建设的数据化.据调查显示高校大数据的建立一般经过三个阶段，第一个阶段传统意义上信息化校园建设，主要是主干网络的建立和部分部门自建系统软件平台阶段.第二个阶段数字化校园初级阶段或称为智慧校园的初级阶段，在这个阶段已经注重平台的建设，集成身份统一、核心数据统一、门户统一[4]，三个统一的数字化时代.第三个阶段称为大数据校园或数字化校园及智慧校园阶段，大数据时代的来临，云计算技术的加入，这个阶段不仅仅局限于校园内部的信息，也扩展到校校合作、校企合作、校社信息同步，这种模式，保证校园教学工作更加智能，同时也保证学校科研、管理工作及服务工作的同步.大部分的高校处于第二个阶段，要实现第三个阶段，还需要进一步的资源整合.

大数据是对海量数据进行挖掘分析并得到有价值的信息，目前高校拥有大量的用户群体，也具备了基本的数据采集系统，如图1.

图1 高校数字化系统基本架构

就大部分高校而言，现行的数字化或智慧校园体系初具上图的规模，一般都是按照ModelView Controller，即模型 (model)－视图 (view)－控制器(controller)框架体系开发或集成而成[5].

主干网络是各个通信网络的硬件基础，目前大部分学校已经建立起了相应的校内以太网，实现了有线、无线的全网覆盖，为大数据智慧校园的建设做好了物质基础.

核心数据库层是所有数据集中的核心，也是大数据发展的核心，它要保持数据的一致性、可靠性、可行性、安全性，才能为整个校园的信息查询和决策分析提供强有力而又可靠的全面数据保障.目前大部分的高校处在第一个阶段，需要对数据整合建立公共的数据平台，那么第一步要做的就是重新规划统一核心数据库，包括统一身份、统一核心数据、统一门户.

数据逻辑层是数据分析算法的集成，对采集的数据进行分类、汇总、存储，是数据的过滤和初步分析阶段，这对以后数据的分析以及业务流程具有重要意义，是控制器的范畴.

业务管理层，是针对高校的科研、服务、管理等服务应用体系建立的保证，只有合理的集成业务管理层，是在数据逻辑层和核心数据库层上建立的，也是表现层的数据来源，是对数据分类后的精确处理.

数据表现层是用户呈现层，也是用户的交互页面，根据不同的需求，不同的部门，分别呈现其需求的内容.

只有集成这些层次才能完善智慧校园大数据平台的建立，下面以定制化的教务管理系统进行分析，其应包含的模块如图2所示：

图2 智慧校园教育管理系统功能构架图

从上图不难看出基本涵盖了教务的基本功能，但是大数据平台不同于传统的教务系统的构架体系.首先，师资模块是根据核心数据层中人事处的分类数据而形成的师资模块，基于数据共享和同步的思想，教务处可以随时调用人力资源库，进行师资的分析.同样学籍模块可以从招生办提交的核心数据库中进行条件化筛选，进行学生人数的掌握，合理分配教学资源.其次，在选课、排课、教学场地、教室借用等教学计划、教学任务调整、教学工作量核算、考试成绩查询管理、学生学费、学籍管理等方面，与相应的管理部门可以通过核心数据库以及数据逻辑层的共享实现数据的实时同步，提高教学、办公等工作效率.

这就是基于传统的校园信息化进行整合而得到建设初探，相应的建立校园的智能分析平台、科研教学和服务支撑平台，同样基于云计算的技术，开发相应的云桌面、服务共享平台及模块化数据中心.

总体而言建设大数据智慧校园的建立模式是在有线无线全网覆盖的基础上实施，建立“信息孤岛”之间的桥梁，打通通道，最终建立起满足教师、学生在教学、科研、学习方面的要求，而这个过程核心是数据核心层的标准统一，做好长期规划，切合实际，从实际情况出发，实事求是.

同样在建设过程中会存在很多问题，大数据平台的建立会对传统校园的管理思想、体制和方法造成冲击，也会触及机构重组、人员调整等问题，同样会冲击一些部门的利益，也会因此产生阻力，造成资金不足，项目暂时搁置.

4 对大数据智慧校园平台的展望

利用大数据平台建立高校信息共享平台，是采用数据挖掘技术，打破传统数据搜集的模式，利用大数据技术对学校相关数据进行数据检索、抽取、挖掘与归类分析，来增强高校的跨部门的资源整合，实现对教育情景的准确分析与科学预测.可以通过数据治理实现知识决策、提高教学质量.

教育部于2013年开启了“全国普通高等学校本科教学基本状态数据库”，标志着大数据评估时代的来临.本科评估也掀开了一个新的篇章，这就要求智慧校园建设需要加快进度，以满足数据化评估的时代需求.

同样大数据引发新的教学模式的改变，从公元前300年，孔老夫子创建私塾及苏格拉底的讲学，开创教育先河，但是现在还在沿用一对多的教学模式，而现在随着大数据时代的来临，学生的学习不再是一对多的课堂模式，在线学习日益成为学生学习的重要途径.学生在不限定的空间和时间进行多途径交互式的学习，学习更加有效率.大数据可以挖掘群体的学习模式，进行分析、归纳、统计，得出学习的规律，也凸显处学习过程中难点重点，从而进行针对性的教学，提高教学模式的改革，使教学更趋于科学化、合理化.

大数据转变了大学教学观念，在线学习会直接进行教师分化三个等级，一种通过提供优质教学资源，获得更好地发展；一种称为助教，为学生提供辅导和帮助；最后一种是从基础教育中出来，投入到科研中去，更好的发展科学[6].

再者，大数据促进个性化的教育.在线学习由于不限空间不限时间不限专业，学生可以根据自己的学习情况和个人特点，制定自己的学习计划，根据自己的知识储备、学习能力以及兴趣特长，选择自己的学习方法，学习技巧，真正做到因材施教.

大数据的到来，改变了传统统计学科的研究方法，但是其性质未改变，使其更加有效和快捷地分析出结果.

大数据是交叉性的学科，覆盖了数学、统计学、计算机编程语言、数据库、分布式计算、数据挖掘、人工智能、机器学习和数据可视化工具等学科.覆盖学科非常广泛.

大数据的到来，会引发大学教学的重大变革，机遇与挑战共存，大数据智慧校园的推动整个大学乃至整个国家高等教育的重大项目.

5 结语

实现大数据智慧校园建设，是大学的机遇，同时也是挑战，任重而道远.其建立必须要经历萌芽期、发展期、成熟期这三阶段，而大数据具有典型的规模性、多样性、高速性、价值性、易变性和准确性，体现出了建设的复杂性和庞大性.在这个紧要时期，我们要抓紧时代的脉搏，让大数据服务于大学培养更多的专业人才，推动我国大数据的发展.