智能算法大数据分析在智慧校园建设中的应用

韦大欢

摘   要：我国已经进入到大数据时代，教育教学领域也发生了一定的变化，文章将重点研究智能算法大数据分析在智慧校园建设中的应用，保证智慧校园建立的科学性和有效性。这种方式能够将智能算法大数据与智慧校园建设相互结合，在智慧校园建设的基础上，为学生提供良好的教学条件和教学环境，進而为社会培养出高素质的综合性人才。

关键词：智能算法;大数据;智慧校园

随着信息时代的到来，云计算技术、物联网技术以及人工智能技术逐渐应用到人们的实际生活中，教育领域也不例外。我国在《教育信息化2.0行动计划》中指出，互联网教育是未来教学领域的主要发展方向，需要利用互联网促进教育资源的整合和应用，进而实现创新完善。

1    智能算法大数据分析的应用价值

大数据中包含大量的资料信息，并在一定的时间之内实现数据信息的摘取、管理和处理等工作，将其中包含的数据信息整合成更加高效、完整的数据信息资源。智能算法是一种现代算法，在我国已经具有20多年的应用历史，目前智能算法可以大致分为进化算法以及群智能算法。智能算法大数据在我国的应用范围越来越广。教育作为我国发展建设的关键领域，在实际发展的过程中需要满足时代要求，跟上时代的发展步伐，这种方式能够保证整个教育领域的良好发展。本文将针对智能算法大数据分析在智慧校园建设中的应用展开研究，利用智能算法大数据优化、完善智慧校园系统，促进智慧校园建设的良好发展。

2    智慧校园系统建设

智慧校园是在当今时代基础上提出的一种新型校园管理系统，在实际实施的过程中，能够将时空地理信息、建筑信息模型等技术相互结合，从校园安全等方面实现全视野的校园服务平台。在该平台中能够对校园工作人员、校园事件、校园建筑以及校园资产等方面展开管理，避免高校在信息化建设中出现业务以及信息孤岛的现象。利用人工智能技术对其展开分析，预测校园中可能出现的敏感事件，包括数据信息的分析以及人为行为的分析两方面内容[1]。智慧校园综合管理系统中的信息交换技术，能够在校园中的各个信息源之间建立交换体系，在该平台的基础之上，整合与智慧校园有关的建设信息，并制定统一的建设目标，能够实现校园资源建设数据的统一管理，使数据信息能够更加直观、有效地应用在智慧校园系统建设中。

3    智能算法大数据分析在支智慧校园建设中的应用

3.1  建设智慧管理系统

校园管理是整个校园建设中的重点内容，因此在建设智慧校园的过程中需要注意建立智慧校园挂空系统，利用云服务平台，对系统中的各项应用服务进行整合管理。这种方式能够改变传统教育中存在数据孤岛的现象，进而降低维护费用成本和其中存在的安全隐患，促进师生之间的良好互动。该系统在实际建设中可以大致分为以下几方面：（1）教务管理系统，能够根据教师综合水平、学生所学专业情况以及教室分布情况，利用信息系统进行智能排课和调课，利用学生的搜索课程信息以及选择课程信息进行大数据分析，并及时调整下一学年学生的课程安排情况，实现智能的科研申报、审批、立项以及合作工作，提高整个教务管理水平[2]。（2）协同办公管理，高校工作人员需要与其他高校或者企业进行合作，例如，在出差申请的过程中，申请人员可以通过在线填写申请单的方式提交，审批人员在接到消息推送的第一时间进行审批工作，预知财务资金。教务处的工作人员进行调课，协同办公能够实现整个管理工作高效、灵活开展，进而实现办公的智能化发展。（3）资产管理工作，利用物联网技术，建立智慧校园网络，将教室、图书馆、宿舍等资产展开有效管理，如果设备出现故障能够在第一时间进行感知，提高学生的学习质量和生活环境。

3.2  建立大数据预警平台

校园预警能够实现整个校园的稳定发展，利用云存储等以及大数据分析等技术，针对学生的实际生活以及考勤信息展开收集分析，根据分析结果确定不符合相应规律的学生，能够帮助教师实现准确、高效的预警分析，完成预警提醒[3]。在此过程中可以从以下几方面展开分析：（1）计划执行预警，针对应届生进行培养，包括学习实践、社会实践以及军事训练等内容，将以上培养内容记录在学生日常档案中，能够起到及时提醒的作用。（2）毕业资格审查，在学生正式毕业前一年，教师需要针对学生的实际情况，提醒学生完成未完成的计划，保证学生具备毕业资格，能够顺利毕业。（3）项目经费预警，针对项目负责人展开针对性的提醒，在项目正式开展之前制定完善的项目建设计划，能够避免在项目验收之前出现验收混乱的现象，进而保证项目的有效运行。（4）学风预警，良好的学风是智慧校园建设的主要内容，可以利用智能算法大数据建立来良好的学风预警系统。例如，根据学生的实际考勤情况以及宿舍回归率，针对违反规定以及不符合标准的学生给予提醒。通过智能算法大数据分析的方式及时发现校园中存在的学风问题，尽早提醒，完成干预。（5）就业预警，学生在毕业之后需要进入到社会，利用预警系统统计学生的就业率，并分析当今就业市场需求以及发展趋势，提高学生与社会就业市场之间的吻合性。

3.3  形成智慧教学课堂

课堂教学是高校建设的重点内容，因此，在建立智慧校园的过程中，需要从智慧教学课堂出发，提高整个校园的教学水平，教学是校园建设的根本。因此改变传统的教学方法，将智慧教学理念应用在其中，能够将学生的被动学习转化为主动学习[4]。例如，利用物联网技术以及移动互联网技术，建立线上线下的综合教学模式，课前智能签到、组织学生进行教学实践;在课后，学生可以利用电脑等其他智能设备，实现自主学习，能够使整个教学方式更加多样化，拓展教学内容，学生可以充分利用碎片化的时间提高学习效率。学习系统能够将学生的学习状态完整记录下来，包含出勤状态、学习状态、学习时间的使用情况以及学习效率等，利用大数据技术进行分析，完成多维度的学习评估。教师根据评估结果对学生进行针对性的学习引导，全方面提升教学质量。

3.4  拓展整合数据来源

数据是智能算法大数据分析中的核心部分，在建设智慧校园的过程中，需要保证数据来源的全面性和有效性，实现对数据来源的有效整合。为了保证智能算法大数据的实际应用效果，需要从应用整合的角度出发，在此基础上实现数据共享。数据管理的根本目的就是充分利用大数据技术，对校园的整个教学系统展开全面、有效的分析，进而制定管理水平的提升策略。在完成以上工作之后，建立集成数据整合平台，是数据管理的主要内容。数据管理是整个智慧校园建设中的必要条件，通过数据管理的方式能够逐渐积累日常工作中的数据信息，为今后智能算法大数据分析提供数据条件[5]。由此可以看出，数据来源是智慧校园建设中的主要内容，在利用智能算法大数据建设智慧校园的过程中，相关人员需要充分认识到这一问题，实现数据资源的有效整合和拓展，保证数据资源的良好应用，能够将数字资源的价值充分发挥出来，提高智能算法大数据分析效果的同时，保证智慧校园建设水平。

3.5  提供智慧服务

智慧服务的主要目的就是将师生作为根本，为师生提供更加方便、高效的服务。目前主要通过建立账号的方式，师生登录账号，能够实现图书馆资料的查询和借阅工作，完成课程选择、预约以及课程缴费等。例如，在发放贫困生补助金的过程中，可以利用大数据技术分析学生点外卖的次数、食堂就餐水平等，作为最终发放助学金的依据。另外，根据学生的出勤记录以及外出记录等，确定其中存在的安全隐患，并建立预警信息系統。智能算法大数据分析除了能够应用在以上方面之外，还能够分析学生的学习特长、学习特征、作息时间以及生活习惯等，将综合特点相吻合的学生划分到一个宿舍中，能够降低学生日常相处中出现矛盾的概率，提高学生日常生活的综合水平。在校企合作方面，也可以利用智能算法大数据展开分析应用。在此过程中需要注意以下问题：（1）保证智能算法大数据与智慧校园平台建立的关系，智慧校园平台是整个校园管理的重要组成部分，因此，二者之间必须保持紧密联系。（2）选择合适的大数据平台分析工具，支持APP接入、电视以及LED展示等，使其能够应用在各种情况下。能够将智能算法大数据分析的价值充分发挥出来，进而建设一个完整、高效的智慧校园平台，提高我国高校人才培养质量，促进校园管理的良好发展[6]。

4    结语

通过以上研究能够看出，将智能算法大数据分析应用在智慧校园建设中，能够形成全面、系统的高校智慧校园系统，从教育数据资源、教育管理系统、数据分析组织、校企合作等方面展开研究。促进整个高校智慧校园建设的良好发展，最终达到形成完整智慧校园体系的目的。

[参考文献]

[1]杜长冲.基于校园一卡通数据系统的学生行为分析研究[J].读与写（教育教学刊），2019（6）：27-28.

[2]王颖.我国高校智慧校园建设存在的问题和对策[J].中国新通信，2018（14）：104.

[3]洪亚玲，刘星海.省卓越校建设背景下智慧校园建设方案研究—以湖南汽车工程职业学院为例[J].电脑知识与技术，2018（14）：233-243.

[4]沈蕾.大数据分析平台支持下高职院校智慧校园建设研究[J].教育现代化，2018（7）：133-135.

[5]秦长涛，史琳，刘坤峰.“互联网+”背景下高校智慧校园建设的研究[J].内江科技，2017（8）：70，101.

[6]向磊.基于大数据的智慧校园规划设计研究[J].信息技术与信息化，2017（8）：145-148.