基于大数据技术的智慧校园构建

章喜字　林双钦

摘  要： 为了促进高校数字化教学资源的共享，通过分析智慧校园的需求，分析智慧校园所使用的关键技术，包括大数据技术、物联网技术和社交网络，设计了智慧校园建设中分别为智能感知层、网络层、数据层和应用层的四层架构，以及大数据分析的核心算法。智慧化校园的建设为师生提供个性化的服务，推动教育事业的进一步发展。

关键词： 智慧校园; 物联网; 大数据; 算法

中图分类号：TP391          文献标识码：A      文章编号：1006-8228（2020）06-115-03

Abstract： In order to promote the sharing of digital teaching resources in colleges and universities， this paper analyzes the needs of smart campus， and the key technologies used in smart campus， including big data technology， Internet of Things technology and social network， and designs the four-tier architecture of smart campus construction， including the intelligent sensing layer， network layer， data layer and application layer， as well as the core algorithm of big data analysis. The construction of intelligent campus provides personalized services for teachers and students， and promotes the further development of education.

Key words： smart campus; Internet of Things; big data; algorithm

0 引言

隨着信息化的发展，教育信息化成为其中重要的一部分，具有重要的现实意义。高校在信息化发展的过程中，应综合运用各类资源来提高教学、科研和创新能力，进而提升高校教育的改革和创新能力。

中国高校经历了校园网、数字校园的建设，随着计算机技术的进一步发展，智慧校园逐渐成为建设的重点。随着高校师生数量的增加，信息量越来越大，因此，必须改变校园的管理模式，使之适应现代化的发展需要。大数据技术的发展，对高校的智慧校园建设提出了新的挑战[1-2]。论文分析智慧校园中各数据资源的使用情况，结合目前智慧校园发展现状，建立基于大数据的智慧校园平台，能够促进高校数字化教学资源的共享提供更为高效的途径，对校园管理提供科学决策依据，为广大师生的工作、学习和生活提供更加便利的服务，该平台的建立对促进高校数字化的发展具有重要的现实意义[3]。

1 智慧校园建设关键技术

⑴ 大数据

随着数据量的迅猛增加，大数据（Big Data）技术的应用更加广泛。大数据是指使用常规的工具、软件在一定时间内无法获取、处理和管理的数据集合。需要使用新的处理模式才能够洞察、决断复杂多样的信息资源。大数据具有如下特点：数据规模大、多样性、时效性、准确性和价值大。其中多样性是指数据种类包括图片、运行日志等结构化和非结构化的数据。时效性是指获取和处理数据要求及时和高效。准确性是指数据处理后的结果要求准确。大价值是指利用大数据技术对数据处理存在巨大的价值。在智慧校园的建设中，数据复杂而多样，需要从这些复杂而海量的数据中获取有价值的信息。因此，要充分利用大数据技术来建设高水平的智慧校园。

⑵ 物联网

20世纪90年代物联网（Internet of Things，IOT）由美国卡内基梅隆大学的研究者提出，是指将实体中嵌入芯片和软件达到物机交互[4]。智能技术、传感器技术、纳米技术、射频识别技术（RFID，Radio Frequency Identification）等是物联网实现的关键技术。在智慧校园的建设中，物联网起到关键作用，通过无线传感器技术将各设备连接，构成一个系统性的空间。RFID将无线射频和嵌入式有机结合，达到自动获取相关数据的目的。

⑶ 社交网络

社交网络（Social Network Service）可以不受时空限制，提供虚拟化的社会交流空间。社交网络利用社交平台使学生能够展现自我、获取知识信息、增进友谊，深受学生的青睐[5]。如人们经常使用的微信、QQ、电子邮件等。社交网络成为人们工作、生活和学习，不可缺少的一部分。因此，应充分利用社交网络实现智慧校园的建设。

2 智慧校园需求分析

校园中存在大量的数据资源，包括个人信息、教学资源等。智慧校园应该能够为师生提供丰富的资源信息，达到资源的共享。对于学校的管理者需要高效地管理和服务师生，参与到智慧校园的管理，及时对师生的需求响应。各管理者的管理权限明确，达到安全管理的要求。联通各部分达到信息共享。对于安全性要求较高的资源，要求设置一定的权限。智慧校园为了要具有可扩展性。在功能上，要求具有存储能力和计算能力。能够采集和存储实时数据，具有数据备份和容错能力，需要可靠的服务器支持。需要计算系统对海量数据进行初步处理、筛选。对突发情况能够处理。基于大数据的智慧校园安全性非常重要，应避免为了病毒的攻击，确保数据安全和系统稳定。系统要求方便操作，支持各应用接口和Web端口。

3 智慧校园架构设计

根据智慧校园的需求，进行架构设计，整个架构可以分为四层进行设计，分别为最下面的智能感知层，依次向上分别为网络层、数据层和应用层。智能感知层中利用RFID技术、ZigBee等技术采集校园中各类信息、业务数据，全面感知各设施的运行情况，以及师生与校园环境的互动。包括智慧课室、智慧教学、智慧安防、智慧后勤和智慧资产等。网络层中包括物联网、无线、校园网、监控网和有线网，提供智慧校园各应用的移动互联服务，方便师生访问和获取信息。数据层中利用数据采集、分析、治理和挖掘技术，对各类信息进行处理和分析。包括统一数据标准、统一数据视图、统一数据分析、统一数据交换平台、统一数據共享平台和统一数据生成等。应用层是智慧校园应用的接口，在数据层的基础上提供个性化的服务。包括网上事务中心、个人工作平台、大数据中心、资讯中心、移动门户、网络社区平台等。

智慧校园能够提供个性化服务，通过校园中海量数据，挖掘师生的生活学习规律，提高用户体验和服务质量，为智慧校园的构建提供全面、科学的数据基础。另外，智慧校园中的信息标准和安全是智慧校园架构设计不可忽略的重要部分，需要统一的信息标准，规范化数据建模、加工和交换过程，实现资源共享。同时需要建立有效的安全机制。智慧校园架构如图1所示。

4 大数据分析和算法选择

⑴ 数据分析

智慧校园中的数据分析是基于交互式Spark分析平台，平台分为三层，分别为分布式缓冲层、中间层和算法层。分布式缓冲层缓存数据，能够减少访问时间。中间层支持基于stream实时数据流的计算。算法层提供算法库和应用访问接口。论文中设计的智慧校园数据分析平台能够大大提高存储和计算效率。提高执行效率，SQL执行方面采用优化策略，优化了其性能。本平台采用ANSI SQL 2003及PL/SQL过程语言扩展，这种方法支持复杂的数据仓库的应用，迁移性能优越。平台使用机器学习算法，通过Spark访问分布式数据以及数据检索和挖掘。

⑵ 算法选择

平台采用的算法包括逻辑回归算法、聚类算法、推荐算法、线性回归、支持向量机和关联分析算法等。其中逻辑回归包括常用的机器学习算法，可以预测事务发生的概率。聚类算法中，使用经典的机遇划分的聚类算法K-means，用于统计分析。推荐算法用于根据以后浏览记录预测以后的喜好。线性回归算法确定多变量依赖关系。支持向量机可广泛用于分类和回归分析，是一种监督式学习方法。关联分析算法是根据数据挖掘结果的频繁项集，挖掘出信息的关联规则。

5 结束语

智慧校园是高速发展的信息化和大数据发展的产物，是数字化校园建设的关键。智慧校园的建设是各学校重点发展的事务之一。论文结合高校发展需要，分析了智慧校园的各种需求，设计了智慧校园的架构，整个架构分为四层，分别为智能感知层、网络层、数据层和应用层。智慧校园提供个性化服务，通过校园中海量数据挖掘师生的生活学习规律，提高用户体验和服务质量，为智慧校园的构建提供全面、科学的数据基础。另外设计了智慧校园的信息标准和安全体系，对智慧校园的大数据进行分析，以及对所使用的算法进行选择，能够保证智慧校园安全平稳运行。智慧化校园的建设能够为师生提供个性化的服务，推动教育事业的进一步发展，能够为其他高效智慧校园的建设提供参考。

参考文献（References）：

[1] 郭良玉，彭科.高中智慧校园在大数据背景下的建设模式[J].电子技术与软件工程，2020.1：151-152

[2] 朱文祥.物联网技术在智慧校园建设中的应用分析[J].南方农机，2019.50（24）：245

[3] 张华.教育信息化背景下智慧校园的建设[J].教学与管理，2019.36：33-35

[4] 张伟，胡雄强，王明倩，任康.一种基于物联网的智能家居系统设计[J].信息技术，2019.3：48-51

[5] 章讯，龙华，周芝民.基于网络结构改进社交网络好友推荐算法研究[J].信息技术，2017.8：152-156