高校WiFi大数据的应用分析

徐斌

摘要：本文主要对当前大数据技术与无线技术的融合发展现状进行分析，先分析了WiFi采集数据的能力，然后分析了校园中无线大数据在现阶段在学情分析、行为轨迹分析、离校预警、心理健康和个性化服务方面应用。

关键词：大数据；高校WiFi；学情分析；行为轨迹分析

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）27-0003-02

大数据带来的信息风暴正在变革我们的工作、生活和思维。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。随着校园无线网和移动互联网的快速发展，终端、App的使用量剧增，无处不在的无线产品能采集大量的数据。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，为学校高层提供决策依据，已经成为校园无线网未来发展需要考虑的问题。

1 WiFi能捕捉大量的数据，为大数据应用提供了基础数据服务

原来无线产品作为移动互联网的入口，为用户提供良好的移动应用接入体验。现在，随着无线产品技术的发展，无线产品的功能越来越丰富，除了提供用户的网络接入功能外，还提供WiFi探针和定位等功能，能实时采集大量的数据，为用户大数据服务提供了基础。

1.1 无线设备提供全方位的位置感知、行为感知等数据获取能力

WiFi定位技术发展到今天已经成熟，主要可分为三代。第一代，三角定位技术为代表。三角定位技术是基于信号强度RSSI（Received Signal Strength Indication），利用信号衰减模型估算出移动设备距离各个AP的距离，然后根据移动终端（如智能手机）到周围AP距离画圆（如图1），三个圆交叉区域其交就是该设备的位置。它单纯依靠信号强度来评估距离，但是受环境变化影响较大，影响定位效果，数据实时上报能力差。第二代，指纹定位技术为代表。指纹定位技术在三角定位技术的基础上进行了改进，增加信号强度特征库，从而降低了环境变化影响效果，但需要较大的人工实施成本，定位数据上传效率差。第三代定位技术采用声呐原理，基于电波传播时间差（TDOA，time difference of arrival），当有三个或三个以上的AP算出终端到AP的距离时，就可以根据传统的三角定位方式计算出终端位置，同时参与定位的AP越多，定位精度越高。

用户终端一旦通过无线设备接入互联网，无线设备在提供网络接入功能的同时，就开始记录着与用户相关的信息，这一部分数据通过专门的数据通道将数据收集到大数据平台，供数据分析师分析。目前，WiFi无线数据的认知能力不仅知道用户接入到了这一片无线网络的阶段，还知道用户去了哪，做了什么，位置轨迹如何，可以提供基于位置的服务LBS（Location Based Service），可以进行用户行为分析DPI（Deep packet inspection）。通过无线设备提供的位置感知与行为感知能力，可以获取到了用户相关的过程行为这一重要数据源，为我们大数据分析提供的基础。

2 无线设备提供丰富的数据收集能力

数据服务是无线产品功能的延伸。无线产品刚开始只是解决用户无线接入功能和数据转发功能的网络设备，并不是数据收集设备。目前市场上无线产品已经具备了數据收集的能力，并且创造性地解决了设备无关性（无论是哪一款无线网络设备）和协议无关性（无论是支持802.11n还是802.11ac协议的设备）两大难题，从而大部分无线网络设备具备了无线基础数据收集能力。目前能够收集到的无线数据包括：用户上下线数据、LBS数据、DPI数据、网络日志等。基于位置服务的应用对无线设备实时获取数据提出了更高的要求，目前大部分已经具备秒及获取数据的能力。

3 校园无线大数据应用分析

高校作为信息化的排头兵，越来越多的学校为了满足学生的随时随地学习的需要对无线网络的覆盖进行了调整，从原来办公楼教学楼等小范围的覆盖扩大到了全校覆盖. 人们在日常生活中已经离不开手机，高校学生对手机的依赖更强，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、在线互动教学、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，对这些数据加以分析可以很好地为学生提供服务，也对学校的管理有很大的帮助。可以通过WiFi收集的信息后进行分析，建立基于WiFi的大数据解决方案。基于WiFi的大数据解决方案利用大数据平台存储计算能力，以学生画像为中心，结合校园业务系统，为用户提供各类基于位置服务的应用。校园的无线大数据把WiFi作为基础架构层，充当数据管道，提供数据采集的能力；大数据平台提供无线日志、位置、报文等数据的分析处理能力；用户画像提供无线数据与用户基础数据的业务数据建模能力；无线大数据应用为用户提供数据可视化、辅助决策等场景化应用。

3.1 无线点到与学情预警应用

校园中有很多需要点到的情况，比如课堂点到，传统的老师点名方式点到方式既浪费时间又不准确，刷校园卡方式点到容易代刷而不准确，利用面部识别方式点到方式需要较高的投入，利用WiFi的LBS数据进行课堂点到不需要增加太多投入，数据也较准确。探针采集到的学生手机MAC地址通过实时上传到考勤应用服务中；考勤应用服务将探针采集的数据与事先已经绑定的员工手机MAC地址进行匹配计算，生成考勤信息。考勤的数据再结合其他业务系统的数据，比如以为课程成绩和图书借阅情况等数据的分析，通过数据整合、分析，挖掘出每个学生的学习、生活状态，预测出学生的挂科危险以及可能出现的“特殊状况”。

3.2 学生行为轨迹分析

人们对一件事情的认知是通过几个要素记录的，如时间、地点、人物、背景、事件、经过、结果等，而目前与事件的相关数据大多是结果数据，对一件事情的过程数据我们往往无从考究。无线设备收集上来的无线数据为我们记录了一个事件的具体过程，我们可以综合分析用户的行为轨迹与结果记录来提供精确的数据服务。同过LBS的数据，可以进行学生的行为轨迹分析，生成人流热力图，提供给相关部门便于进行安全管理。对整个学校还可以人流异常集中情况进行分析，如遇到突发事件可以及时地进行处置。

3.3 学生离校预警

学生管理工作中，学生的查寝工作比较困难，传统的学生干部排班晚查寝由于同学间隐瞒而不准确。采用学生手机的WiFi进行查寝可以不增加学校设备投资的情况下完成，采用此方式最大程度上避免了人工检查时由于人情原因而产生的瞒报，减少了学生干部和辅导员的工作量，也规避了晚上查寝时涉及个人隐私情况的发生。再结合校园卡系统的数据，可以更准分析出学生是否在校，可以较为准备的预警离校学生情况。

3.4 学生的心理健康方面应用

如果一个学生极少与其他同学在一起很可能存在一定的社交障碍，学校可以对这些学生更加关注，有针对性地帮助他们解决心理问题。学生的校内社交情况如何获取呢？通过WiFi探针获得的LBS数据，可以分析学生校内与同学间的社交情况，比如进出图书馆、寝室，以及食堂用餐、超市购物等情况，通过对用户轨迹分析发现一个学生在学校有多少亲密的朋友，比如恋人、闺蜜、死党。用户的轨迹分析加上校园卡的数据，如不同用户"一前一后刷卡"的记录，可以更准确地得出学生的校内社交情况，预防和干预学生的问题。

3.5 对学生提供个性化服务

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，并参考学生上课教室课表信息进行分析，学校可以推送给学生查看当前各个自习室使用情况，以便选择合适的教室进行自习；根据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，最推荐的书籍。

4 总结

大数据正悄然改变校园生活，让教学、安全、健康的素质教育变得简单，这一切都离不开高品质无线联接，离不开大数据对于无线终端定位位置分析，也离不开各业务系统数据紧密结合，校园无线大数据的价值将会被不断地发掘。

参考文献：

[1] 钮鑫.WiFi定位的原理及应用方向[J].福建电脑，2015（10）.

[2] 周慧.基于WiFi的室内定位技术研究[D].南京邮电大学，2016.

[3] 杨琴.基于WiFi登錄数据的大学生校园活动时空特征研究[D].华中师范大学，2016.

[4] 李引罗，彭鹏飞.一种基于WiFi探针技术的智能考勤系统设计[J].数字技术与应用，2017（12）

[通联编辑：光文玲]