数字空间视角下的高校数据画像理论研究*

余 鑫 周玲元 王秋先 贾伟强

（1.南昌航空大学经济管理学院 南昌 330063；2.南昌航空大学组织部 南昌 330063）

1 引言

智慧校园概念的不断完善，为高校信息化发展提供了源源不断的建设思路。知识管理平台、社交网络平台、教务管理系统、一卡通应用平台等诸多信息平台是智慧校园的重要组成部分。智慧校园利用信息技术连接物理空间、信息空间以及社会空间，将技术、系统、服务集合于一个开放灵活的有机网络中，能够为广大师生及后勤管理人员提供快捷、高效的服务。

研究者们发现，充分利用大数据为用户提供个性化服务是智慧校园建设的重要任务[1]。智慧校园的构建需要从多方位、多视角出发，利用大数据的用户画像优化用户体验[2]。杨帆[3]、许鹏程等[4]通过用户画像和资源画像提升服务质量，胡蓉[5]融合多源数据对科研人员进行数字画像以分析其行为，达到提高管理效率的目的。国内外对数据画像的研究还有很多运用于城市的规划与发展[6-8]，将信息通信技术（ICT）、物联网、大数据、数据挖掘和数据融合的技术整合到城市各个领域，使城市管理者能够获得必要的信息，以便更好地进行规划和资源管理。现今的大数据能够联结以及刻画三大空间，包括客观的物理空间、存在于人类精神世界的社会空间以及社会与物理空间交换的信息空间[2]。在这三个空间的相互融合中，信息、技术等迅速更新，我们要想全面、动态地利用大数据获取特定信息，不仅需要依靠技术的推动，更需要建立集物理空间、社会空间、信息空间于一体的整合系统[9-10]。本文借鉴马亚雪等[10]的思想，基于三元世界理论提出建立高校数字空间辅助智慧校园建设的构想，进一步凝练高校数据画像内涵，以期运用高校物理空间、社会空间、信息空间中的海量数据，构建综合性校园数据收集、处理、分析、输出的高校数据画像系统，助力智慧校园建设。

2 基于三元世界的高校数字空间构想

2.1 高校空间的构成

三元空间指的是物理空间、社会空间和信息空间，本文将这三者融合的世界称为三元世界。随着高校信息化的持续发展，高校各个信息系统积累的数据量越来越大，系统和系统之间的联系日益增强、交互数据量也与日俱增，高校三元世界中的诸多对象之间的交互也愈加频繁。本文试图以三元世界理论为支撑，将高校作为一个整体进行系统研究，既考虑各子系统的数字空间，也考虑全域性展示高校整体数字空间的问题。在探索利用高校大数据来构建高校数字空间之前，我们先要明确高校物理空间、社会空间、信息空间的具体构成及其相互作用关系：①高校物理空间指客观物质运行所涉及的空间范围以及真实存在于物质世界中的事物总和，其主体是物；②高校社会空间指人与人交往构成的空间，与高校物理空间并存，其主体是人；③高校信息空间建立在高校物理空间和社会空间的基础之上，其主体是数据。没有物理空间和社会空间，就不会有信息空间。信息是一种状态和一种移动方式，也是一种物质属性，信息空间是一个虚拟空间。

物理空间和社会空间的互动产生信息链接，信息空间所产生的信息又会反馈到社会空间，形成对物理空间的相应改造，因此这三者之间是相互依存、相互发展的。尽管信息空间中的大多数实体是由物理空间和社会空间中的一系列动作或由信息空间的数据生成，但没有物理属性的数据很难连接到其他实体对象[11]。通过信息空间中的数据可清晰刻画出高校物理、社会和信息空间，我们通过交换和共享这些数据，实现空间之间的相互联系和控制，从而使高校成为一个可以由数据进行支撑治理、运营和发展的实体。

2.2 高校数字空间构想

高校数字空间是一个基于信息空间及智能数据的高度智能化空间。它利用高校物理、社会和信息空间的相互作用，通过数据形式整合三种类型的高校空间，使现实世界通过数字空间重建高校教学、科研及招生就业等问题。高校数字空间以高校数据为基础，形成高校数字空间运行机制。它通过从高校三元空间获取数据并将其投射到高校数字空间进行组织整合，促进高校各级信息的传递和相互理解，可以为学生、教师、管理人员提供智慧数据，全域性呈现高校各方面的信息服务能力。具体运行机制如图1 所示：

图1 高校数字空间运行机制

2.3 高校数字空间框架设计

当前高校的信息服务需要解决两个主要问题：①准确获取校内外实时数据：包括实时准确获取用户信息、查询信息服务过程中的内外部环境信息等；②高校信息共享问题：高校不同平台之间的信息资源无缝链接、数据共享共用。高校数字空间框架结构设计有助于实现高校数字空间范围内信息系统的互联互通，使高校物理、社会和信息空间数据更加智能，用数据画像技术更好地全域性展示高校运行，为高校用户提供实时、准确的个性化服务。本框架结构包括：①情境感知：情境感知的目的是为了可以从多个方面大规模地收集用户信息和情境数据；②大数据智能分析：运用数据仓库技术将所读取到的数据在各系统之间及时共享，进行数据分析并提取有效信息；③交互应用：通过虚拟现实技术和终端设备向高校数字空间使用者进行个性化推送，实现用户信息与高校数字资源之间的对接。

图2 高校数字空间框架

高校数字空间的框架结构主要包括三层：感知层、分析层、交互层（图2）。高校数字空间感知层通过RFID、传感器、Wi-Fi 热点等技术感知使用者信息和高校内外部环境变化，把感知到的信息通过网络传输到高校数字空间的分析层进行数据运算与处理，最后把处理结果传送到高校数字空间的交互层，给相关用户提供智能化服务，为高校管理人员提供智能化管理，帮助决策者提出更好的战略决定[12]。高校数据画像在技术框架的支撑下，可以根据感知到的情境数据实时为高校数据画像用户提供合适的服务，还可以根据数据记录向这些用户推荐相关数字资源。

3 面向高校数字空间的高校数据画像

基于高校数字空间的智慧校园建设是建立在情境感知、人工智能、物联网等技术基础上的，不仅需要对环境数据进行感知获取，还需要对获取到的数据进行整合，按某种组织结构进行存储分析乃至知识发现辅助决策。它是一种全域性展示高校运行的数字模拟及知识发现体系机制建设，在建设过程中面临三个关键性问题：①高校数字空间数据建模问题，即通过什么建模方式实现高校数据空间；②高校数字空间数据建模的扩展性问题，只有良好的扩展性才能保证全域性覆盖整个高校运行领域；③服务内容设计问题，要确保设计的服务内容可以依靠高校数字空间实现全域性一体化信息服务。为了解决以上这些问题，本文提出“高校数据画像”的概念。

高校数据画像是以物联网、数据仓库与数据挖掘等学科的相关理论和技术为支撑，通过数据建模模拟高校运行，并对数据进行整合、存储、分析及知识展示的过程。高校数据画像是一种构建高校数字空间的方法，通过对高校社会、物理及信息空间的数据收集、数据整合来全域性展现高校的运行状态，对全域性数据进行分析最终达到在数据层面上使用多源数据解释目标问题的作用，使之为数据画像用户提供招生、就业、科研及教学信息等个性化服务成为可能。

4 高校数据画像构建方法

4.1 高校切片切块建模

高校运行数据模拟是一个复杂的系统，难以一次成型。本文借鉴复杂系统理论将高校运行进行切片切块处理，针对每个业务逻辑构建描述性指标以实现各个子系统，再进行集成，最终实现高校全域性数字模拟的目的。本方法可以降低数据处理的复杂性，其步骤主要有以下两个部分：

（1）高校切片切块划分。高校是一个复杂的有机体，由许多不同的子系统组成，把高校分为各种业务组成部分，可以更深入地了解高校的工作状态，促进高校工作管理。高校切片切块是在高校构成要素的基础上划分的，目的是从不同角度反映高校状况。智慧校园最常见的特征包括网络基础设施、智慧招生和智慧就业以及把科技研究和教学作为基本发展战略。针对高校组成要素的划分，本文把智慧校园分解成智慧科研、智慧教学、智慧就业、智慧招生、智慧生活以及智慧管理等子系统。

图3 高校切片切块建模

（2）构建子系统具体描述指标体系。高校由多个系统组成，每个系统都有自己独特的评估标准和具体实施细则，必须根据不同的标准进行评估。因此，高校的各个子系统都需要建立独特描述指标体系。建立切片切块的各子系统描述指标体系是为了全域性描述高校各个指定系统的整体情况和功能，并提供针对高校数据画像结构的一般指导，以便通过整合和分析相关指标来获得高校数据的画像。这种架构可以全域性反映高校涉及的所有领域，是高校画像的主要部分，也是建设智慧校园的基础，如图3 所示。

4.2 基于智慧数据的高校数据画像构建

高校切片切块建模为实现高校数据画像提供了便利，而高校数据画像需要数据的支撑。高校数据主要来自于物理空间、社会空间和信息空间，最终目标是全域性了解高校各方面的运作状况。高校数据画像的构建首先需要获取高校数据，通过构建主题，实施切片切块处理，然后通过多维数据模型构建多维数据库，整合多维数据以实现知识发现，最终生成高校数据画像，从不同维度展示高校现状，实现利用智能数据对高校数字空间进行成像的目标。具体构建步骤如下：

（1）主题数据收集。关于高校物理空间、社会空间和信息空间运作的信息有很多，并且随着时间的推移而增加。高校数据画像的基础是选择并获得能够满足高校数字空间建设要求的重要数据。其中，按照不同主题进行切片切块构建子系统，各子系统根据描述指标体系进行数据收集，可能会使用各种数据采集技术来获取高校数据。这些数据可以按形成的高校切片切块进行分类，成为高校数据画像的基本数据。

（2）多维数据分析。高校数据潜在价值巨大，我们可将主题数据按多维数据组织并存储起来，构建多维数据库以供分析、挖掘使用。多维数据分析可以对多维数据进行切片、切块、聚合、钻取、旋转等分析操作，获取基础数据背后的信息；也可以让用户从多维视角、多个层次、多个粒度查看数据，让多维数据立体呈现并揭示背后蕴含的规律。用户借此理解高校运行状况，预测各方面描述指标及提供决策支持。

（3）智能数据挖掘。智慧数据用于描述高校各方面的特定状态和趋势，而高校数据融合目的是描述全域性画像中的高校瞬间状态。多维数据分析只是对主题数据进行了描述性阐述和规律性预测，却很难发现全局性的潜在知识。智能数据挖掘通过整合多维数据，勾勒高校运行脉络与规则，挖掘各业务逻辑内部及之间的关联知识；通过对多维数据的进一步整合形成全局性数字空间信息，即高校数字空间画像。

高校数字空间画像可以全域性展示高校运行现状。从时间和空间两个维度看，高校可以获得三种不同表现形式的高校数据，分别是即时模拟、分析预测、知识发现。即时模拟是某一状态下的高校运行状况；分析预测是针对随着时间变化而变动或随着空间变化而变化的高校信息；知识发现融合时间和空间，立体全方位展示高校，为教学、科研、招生、就业等领域中的各类高校信息需求提供服务。基于上述步骤，高校数字空间画像可以全面了解高校的工作条件，为用户提供全面的高校信息服务，见图4。

图4 基于智慧数据的高校数据画像

5 高校数据画像典型应用场景分析

高校数据画像以智慧数据为基础描绘高校运行方式，并专门为用户提供专属高校运作状况的全域性视图，给学校教学、招生、科研、就业等提供信息支持。本节将探讨高校数据画像的应用前景，以期为高校数字化建设提供参考服务。

5.1 智能化推荐职业规划

随着高等教育的大众化发展，高校毕业人数逐年增长，就业形势严峻。高校毕业生面临的就业压力来自以下两个方面：一是直接就业所面临的职业生涯规划问题，毕业生所学专业以及结合自身的发展特点适合从事什么样的职业；二是继续深造该如何选择专业以及今后的职业发展问题。高校数据画像可为毕业生进行数据分析，结合毕业生自身的实际状况为其推荐相应的职业规划。

高校数据画像参考的数据来自对历年的应届本科生、硕士研究生、博士研究生进行的就业统计，记录、保留并分析毕业生的学历、就业单位、就业单位的性质、薪资待遇、毕业生的联系方式等信息，持续追踪毕业生的发展状况，及时更新数据库相关信息。高校通过高校数据画像，建立起本校毕业生在各行业各省市的就业信息名单表，以特定的时间段调查该高校毕业生在就业单位的现状、实际工作环境和薪资待遇水平等状况，形成有效的交流反馈机制；利用高校数据画像帮助高校毕业生找准自身的发展规划，如信息管理与信息系统专业的应届本科生从事信息传输、软件开发行业的可能性等等，推动毕业生对职业生涯的科学规划。

5.2 高效化择校深造

近几年，全国硕士研究生招生考试报考人数持续攀升，考研难度明显加大，考生竞争压力越来越大。选择契合自身学习实力与兴趣爱好的目标学校及专业，需要对高校的录取难度、综合排名、科研教学水平、目标专业实力进行分析。

高校数据画像可让考生多方位了解报考学校，增加成功几率，通过展示该校综合实力、专业技能、学科平台、就业质量，提高考生对报考学校的基础认识。高校数据画像对于历年录报比、在校研究生科研状况、研究生奖学金分配状况等的数据记录，能让考生了解该校的内部学习氛围。同时，高校如果将其研究生复试过程通过高效数据画像进行展示，做到公开透明，将有效吸引考生报考。诸如利用实时监控设备对复试现场进行直播并记录保存，将录取信息和招生过程以公开形式展现给考生，可以让研究生招生工作程序化、规范化，确保招生工作安全、公平、公正地进行。

5.3 精确化进校招聘

校园招聘是用人单位招聘适用人才的主要途径之一。目前我国高校数量众多，其种类、规模、教学质量等不尽相同，因此各高校的教学资源及学生培养方案存在巨大差异。用人单位进行校园招聘时需要对各高校有清晰认识并与之建立良好的关系来保障员工输入的持续性。

在高校建立数据画像之前，用人单位对一所学校的综合实力及人才素质并没有直观认识，因此招聘难度较大。高校数据画像的应用，能够更加全面记录学生的学业状况，进校招聘的企业据此可以更加准确地了解学生在校的日常表现、基础课成绩、专业基础课成绩、专业课成绩、思想政治素质、动手实践能力水平、奖学金获得情况等信息，能快速全面地掌握求职毕业生的工作学习能力、未来工作态度、特长爱好、上进心、事业心等。高校数据画像根据高校的突出特点、优势专业、历届毕业生工作表现来展现该校学生的能力与综合素质水平，以便用人单位在众多求职者中挑选出适合本单位相关岗位、具备培养潜质的学生。高校数据画像能快速提高用人单位校园招聘的效率，高校毕业生在校园招聘中也能够更加直观地了解就业行情。

5.4 助力地方发展

高校数据画像从整体上分析了学科结构特征及其演化趋势，通过结合当地发展特色与需求进行产学研合作，能够给地方政府提供数据支持，还能根据分析结果为当地政府充分利用现有资源与技术提升产业集聚能力、为促进区域经济一体化发展提供参考。同时为紧密联系社会发展需求，及时把科研创新成果转换为实际产品，高校可根据各个学科的特色优势设置相关专业、课程及人才培养方案，根据企业技术要求水准建立专业数据库，避免高校的科研方向与社会实践脱节，使人才培养方向适应外部社会发展的需要；进一步加强校企合作，使学生能够在实践中了解所在城市企事业单位的结构组织、盈利模式、研发能力状况等；利用高校数据画像记录历届毕业生的就业状况，实时增加相关数据，通过就业指导以及相关实训课程让学生了解所在城市发展状况以及所需专业技能，更好融入城市发展。

以前政府、企业和当地高校常见的协作方式是与高校优势学科进行产学研合作，这种协作的结果是高校某些非优势学科成果因不被关注而弱化。而高校数据画像能让外界充分了解其全域性专利以及研究情况，方便企业、政府与高校建立合作关系，把研究成果投入实践中，将理论成果转换成实际应用。另外，高校数据画像通过对收集到的数据进行分析组织整合，并将其最终呈现出来，实现全域性勾勒当地产学研发展态势的功能，从而为当地政府提供参考支持，帮助政府实现对当地科研创新的把控，能从宏观的视角及时对所在区域产业发展进行调整。

6 结语

本文立足于三元世界理论，分析了高校数字空间三维结构，提出了构建高校数字空间辅助智慧校园建设的构想，明确了高校数据画像的概念及其内涵，提出了高校数据画像的构建方法——高校切片切块建模以及智慧数据下的高校数据画像。构建高校数据画像的最终目的是让高校数据画像服务于校内外人士，本文基于上文的阐述提出四个典型的应用场景分析，以期为高校数据画像更好地服务于高校数字空间建设提供参考。

（来稿时间：2019 年10 月）