基于校园无线网络的大数据分析应用——以徐州财经高等职业技术学校为例

滕巍

（江苏省徐州财经高等职业技术学校，江苏徐州，221008）

1 大数据发展现状与趋势

随着数字化信息技术发展，大数据技术的应用已经融入了各个行业，政府、医疗、交通、金融、教育等都从大数据中获取了当下真正有价值的信息。在医疗行业，建设全民电子健康系统工程，提高诊疗效率，降低病人看病成本；在交通行业，建立基于大数据的现代航运物流服务体系；在金融行业，通过大数据算法对来自社交媒体和网站新闻的数据进行分析，以决定在未来几秒内是买进还是卖出；在能源行业，电力公司通过掌握海量的用户用电信息，利用大数据技术分析用户用电模式，合理设计电力需求响应系统，确保电网运行安全[1]……各行各业在数据预测以及决策中，提供着十分强大的数据支撑。而大数据的价值，远不止于此，由其在教育行业，更离不开云计算、大数据、智能感知等先进技术的支持。职业院校在智慧校园建设过程中，充分利用大数据技术推进决策支持平台建设，不仅有利于教学质量和效率的提高，也能够为学生未来的发展提供帮助，从而推动我国人才的培养和教育事业的发展。

2 我校网络与信息化建设情况

■2.1 智慧校园建设概述

智慧校园整合学校日常行政办公、教务教学、选课调课、资产管理、考试管理、校园环境安全等多个方面，实现教务教学管理的智能化、协同办公的无纸化、考试管理的在线化、教学资源的数字化目标，努力提升学校管理智慧化水平。

近年来，我校先后投入资金用于智慧校园建设，建成了主干万兆，千兆到桌面的校园网络，覆盖全校的无线网络，完成以统一身份认证、统一门户、统一数据三大基础平台为核心，包含教务管理、学工管理、协同办公、人事管理、科研管理等系统的“智慧财校”平台[2]。我们将校园无线网络产生的上网行为数据以及各类系统产生的业务数据进行标准化清洗、加工，得到满足于学校各部门需要的有决策价值的数据，为其提供决策方向。

■2.2 我校校园无线网络建设情况

2.2.1 网络拓扑

如图1所示，我校采用扁平化网络构架。整体网络为三层设计，校园网络出口总带宽2000M，采用锐捷N18007系列交换机为核心，汇聚交换机与核心交换机之间采用双链路冗余链接。区域内的楼栋汇聚交换机通过千兆、双光纤的方式汇聚到区域交换机上。为充分利用有限的带宽资源，在出口部署流量控制设备，如防火墙、出口路由器等，使出口区域安全、可管、可控。同时，骨干网络具有极高可用性和可靠性，为智慧校园建设打下坚实的基础。

图1 网络拓扑图

2.2.2 覆盖范围

采用场景化无线网络覆盖方案，避免同频干扰，隐藏节点，实现无感知漫游，提高访问速率。校园网络覆盖学校办公区、教学区、宿舍区等共27栋楼宇及室外区域，可管理各类交换机32台，无线AP共1129个，无线网络覆盖区域率达到95%以上。目前，我校校园网用户已经超过6000人。

2.2.3 智慧校园网络管理平台

网络管理平台通过采集用户账号信息、用户访问网络资源的上下线数据、用户接入网络的认证方式、出口设备采集的NAT日志、用户访问互联网的URL信息、出口流量的使用、异常告警等信息，为智慧校园大数据平台提供网络数据支撑。

图2 网络管理平台

3 我校校园无线网络模式下的大数据应用

校园无线网络的建设，实现了高速、稳定、可靠、可运营、可管理的无线网络，满足了师生随时随地上网学习、工作的需求，同时，为我校大数据决策平台提供可供挖掘分析的校园网络数据，为学校决策、管理提供更多的网络数据层面的支撑，充实智慧校园的数据分析维度，为智慧校园建设打下结实的基础。

我校大数据决策平台，梳理分析源数据模型，制定统一的数据标准，根据构建的数据模型，将源数据进行筛选采集。数据平台采用大数据存储技术(Hadoop/Clickhouse)和关系型数据存储技术(Oracle/Mysql)来存储过程数据和主数据，通过对数据质量、安全和主数据的管理，为平台提供数据运算、数据共享和预警等基础数据服务，同时根据学校实际需求可定制分析和服务，如：校情大数据、网络大数据、一卡通大数据、个人数据中心等。

图3 一体化数据服务架构

■3.1 基础数据平台

根据学校的数据建设标准和高校数据治理的经验构建了14个数据子集，并构建200多个基础的数据模型用于学校各类型的数据存储。同时，为确保数据质量，系统增加了数据校验组件，数据校验组件会根据数据标准，校验数据治理组件传输过来的数据，对不符合要求的数据，直接丢弃并将结果反馈给数据治理组件，以便数据治理组件对其组件进行调整，以满足校验规则的要求。最终实现对我校数据的可视化管理，提高了数据利用的效率和透明性。

图4 平台数据信息总览

■3.2 校情大数据

校情大数据是以数据多样化和集中为基础，将教学、科研、管理充分融合，通过挖掘数据的潜在价值，透析过去，预测未来，为学校发展决策提供数据支撑，实现科学化校园管理和服务。系统覆盖人才培养、师资建设、学科建设3大主题，一百多个和学校治理密切相关的数据动态指标，校园实时数据一目了然。校领导可以随时了解校园运行和治理的动态成果，根据需求定制数据展现方式，并提供数据汇总结果下载功能。

图5 校情总览

■3.3 网络大数据

3.3.1 行为轨迹分析

运用信息和通信技术手段，感测、分析、整合学生的行为数据，通过全面挖掘和深入分析，将学生在校行为轨迹按照时间顺序描绘成动态轨迹。大数据分析平台中的轨迹分析功能模块抓取学生的校园无线网络数据，进而查询到该学生个人的行为轨迹[3]。行为轨迹数据分析为我校对学生的安全管理提供准确的数据支撑，帮助学校对学生的行为进行分析、评判和预警，加强学生的有效管理。

3.3.2 区域密集度分析

根据网络行为轨迹，系统将某一时间内用户集中上网区域以热力图的形式展示。通过用户热力图，校领导及安保部门能够及时掌控非法闯入、异常滞留等个体安全隐患，以及非法聚集、聚集过载等群体安全隐患，从而进行及时干预，及时防范。对于班主任，能够根据学生的日常行为来理解他们，实现个性化教育。

图6 校园人群轨迹图

图7 用户热力图

3.3.3 学生在校安全管理

系统根据采集的数据，对比用户活动特征，一旦发现跟历史特征有严重偏差，就会发送数据预警。预警中心对平台产生的所有预警数据进行分类统计和横向对比分析、实时报告最新发生的预警事件，并对未来阶段时间内发生的预警事件进行趋势预测。

表1 预警事件类型

3.3.4 学生画像

在校园里，任何行为都可被数字化。用户的购买支付行为、行为轨迹、搜索分享、浏览收藏、借书归还等行为都会留下足迹，并且以数据的形式进行存储。通过对在校学生上网行为数据的分析，大数据为每个学生贴上具有行为或思想的特征标签，并按照群体分类，用户可以查看每个分类的人群特征，并从院系、年级、男女比例三个方面进行群体标签的分析，帮助学校定位不同标签人群的特征和规律，协助学校进行精细化学生管理。

图8 学生个人画像

图9 学生群体画像

4 结束语

基于校园无线网络的大数据分析应用，数据可视化能有效推动校园管理向智能化、科学化发展。教学、保卫、后勤等多项校园管理与师生生活行为实现可视的综合联动，使之成为一个基于大数据的关键应用。