大数据挖掘技术在高校智慧校园建设中的应用研究

袁 凯

（甘肃紫光智能交通与控制技术有限公司，甘肃 兰州 730030）

校园信息化已不再是一个新的课题。长期以来，教育部一直高度重视高校建设信息化。虽然很多大学都处于相对较短的发展阶段，但智能高校的毕业生，能够适应企业的社会发展和专业技术的需要，所以这是一个快速发展的阶段。这对学校的发展、信息化建设都至关重要。大数据技术可以融入教育，也可以应用于大学的科研及教育领域。坚持探索创新教学方式，并与学生进行科学研究。由于校园内数据信息日益增多，而数据管理也不能得到有效的处理，所以需要对其进行管理。智慧校园的建设能够有效完成以上各项工作，使学校能够更好地对学校的信息、资料进行动态管理和智能化管理，从而使师生能够更好地在校园中学习。笔者根据自身多年的高校工作经验，主要分析大数据挖掘技术在高校智慧校园的建设。

1 智慧校园概述

现阶段，随着计算机网络技术、大数据技术的不断发展，高校的管理正逐步由传统的电子校园、数字化校园向融合了海量信息、云计算、虚拟技术、移动互联网等技术的智慧校园转型。因特网突破了学校时空的局限，将学校内的行政、教育等各方面的资源有机结合在一起，构成了一个巨大的体系。利用大数据技术与互联网技术的互联，为学校的教师和学生提供更多的个人隐私。通过智慧校园建设，为学校的运作、教学、科研和物流服务提供强有力的智力支撑。

首先，海量数据为智慧校园建设提供了数据环境，诸如“书香校园”“智能教学”“校园一卡通”等都是以大数据技术为依托的，在校园的各个角落都可以看到大数据的影子。

其次，大数据是新技术在智能校园中的体现。从资料收集、储存至分析、显示，大数据技术将会随着科技的发展而逐步提升，同时智能校园的作用也会越来越多、越来越强。

第三，大数据技术为智慧校园提供了更多的应用，从学生进出学校的门禁，到教室里的电子白板，到物流部门的手机刷卡就餐，海量的数据让校园充满了“智慧”。

2 大数据挖掘技术概述

在科技与社会高速发展的今天，人类的日常工作与生产中所需的信息数量正以一种令人震惊的速度增加。寻找使用者需要的资料，并对信息进行分析与处理。大数据挖掘技术是技术的基石，它需要与云计算、因特网、互联网等技术结合起来，才能更好地完成数据挖掘和数据处理。这些技术能够采集、分析、处理、存储和反馈。目前，各高校已有相当好的成绩，比如：校园多卡融合、全方位实时监测、远距离教学、网络教学等。然而，目前的智能网络已经不能满足高校的实际需要，在智慧校园中运用大数据挖掘技术，可以为高校的建设、教学、科学研究等方面提供有力的技术支撑。

数据的获取方式是多种多样的，首先要有专业的收集工具，一般都是以教育为基础的，这是最常见的工具；比如网络爬行器，就是一种可以根据特定的规则，从网络中获取数据的软件；可以从校园的日常琐事中获取资料，例如，监测信息的收集能够反映出学生的生活学习效果，以此来反映教室的状况；对于学生的教学计划，可以通过对新知识的预习，以及对新知识的理解，从而形成教学计划，改善课堂教学数据；学生的试卷也是一个很好的参考资料，老师经常会做考卷分析，所以，学生的卷子也是智慧校园的一种有效数据，可以通过反馈学生最近一段时间的学习情况，通过试卷的正确答案，反馈学生学习的弱点，发现自己的优点，分析自己的能力等等。资料收集的方法有很多种，例如：门禁信息、教学过程录像、教学计划、作业、网络信息等，这些都来源于现实，最能体现学校的实际状况。这些资料的收集，不仅能提供教学参考，还能提供教育管理的决策依据，还能为学校的生活提供更好的参考。

大数据的特点主要包含如下：①海量性。因数据量正在不断增加，“海量性”是其最显著特点，从根源进行大量数据处理，有效拓展了传输规模，进而形成大数据的“海量”特点。②多样性。按照数据类型、结构，数据处理软件功能、技术正在不断完善，如视频、图像、音频、文字等。③高速性。通过大数据技术有效运用，可提高用户的数据体验感，提升数据传输速率。用户利用大数据技术，极短时间内即可得到高清视频、图像，其传播速度、运行系统也正在不断升级，信息交换正在不断加速。④价值性。近年来，因信息升级，数据价值也在不断增强，大量数据存在隐藏价值。

3 大数据挖掘技术在智慧校园中的重要作用

首先，老师们可以利用大数据技术，对学生进行科学评估，对他们的日常表现、考试、期末考试等进行综合评价，并综合运用其他数据对他们的学业进行综合评价。了解学生的生活习惯，发现问题并提出相应的对策，从而制订出更科学、更有效的教学方案，从而提高教学质量和教学成效。

其次，利用大数据挖掘技术，对校园网络进行了改进，并构建了行为数据库，将学生的课堂数据、身体数据、日常教学数据、网上课程数据等进行了详细分析。设定一个系统的正常数值，当发现有超过此数值时，要立即了解，这样才能使管理人员能够及时发现问题，避免造成无法挽回的结果。

第三，有利于优化教育环境。高校智慧校园建设的目的之一就是要为教师提供大量的教学资源。数据挖掘技术可以帮助教师在海量的数据中，迅速获取所需要的教学资料和资源。智能校园能使教育环境与条件得到优化。在网上，老师可以实时监测学生的学习状况，分析他们的学习进程，制定出更符合他们的教学计划。针对不同的学生需要，对教学方案、教学方式进行优化，使其更加符合实际、符合实际需要的知识与资源。

第四，通过智慧校园教材，有利于了解教师教学特点、风格，促进学生和教师协同完成教学计划，进而提升学生的学习效果。同时，大数据挖掘技术也可以使高校的招生考试与科研相结合，在智慧校园建设中，通过大数据挖掘技术的应用，既能有效指导高校的教学，又能有效促进高校教师的科研工作，提高科研的质量和效益。在构建智慧校园的过程中，运用大数据挖掘技术为高校教师搭建了一个教学与科研平台，为广大高校教师提供了大量的教学与科研信息，同时也为高校教师的职业发展趋势提供了科学依据。为了更好地理解科学研究的发展趋势和技术，老师们可以利用大数据的方法进行研究。同时，大数据采集平台也能推动产业间的交流，为广大师生和科研人员提供更好的交流平台。

4 智慧校园中大数据建设的相关问题及现状分析

（1）大数据质量不高，使用效率较低。首先，必须对数据内容进行筛选；其次，可以尝试将教学内容进行主题化，使教师和学生能够更快、更有效地进行资源的分类；第三，要实现数据分层，注重数据和服务的衔接，必须把数据整合到高效的管理之下。

（2）终端用户业务系统有待进一步创新。例如用户在不同的系统中登陆，大量的数据会随着时间的推移而增加，获得的难度也会越来越大，而作为主要使用者的老师和学生，则会在大数据的生成和交易中浏览。针对这一问题，需要对用户的数据进行重新分类，比如利用用户的点击次数和浏览记录来进行记忆；改革高校的管理思想，包括鼓励学生主动上传自身的参考资料，以反映自身实际状况，大力推行智能校园系统，为大数据注入新的活力。

（3）智慧校园的建设现状。智慧校园是基于互联网和新一代云计算技术的应用，以通达的信息科技，构建物联化系统。它是一个以多种不同的应用服务体系为媒介，以信息关联度为中心，将教学、科研、管理与校园生活有机结合起来。智慧校园具有以下几个特征：①感知化。利用计算机、数据挖掘、通信等技术，结合校内的数据资源，实现了学校管理、科研、教学、生活等数据的全面采集、传输、整合和分析；②互动性。利用有关技术，建立设备、数据信息以及人员之间的有效联接，确保人事物之间的沟通畅通；③灵活性。通过无线覆盖技术的网络环境，为不同类型的使用者在任何时间、任何地点都能使用，为教育、行政工作带来便利和有效的服务；④智能化。通过大数据、云计算以及物联网技术的有效融合，建设智能化校园。在我国，高校信息网络系统的发展始于20世纪80年代，许多高校虽已进行了信息化设施建设，已研发运用了教学管理系统，但与智慧校园的建设标准，还存在一定差距，例如带宽较为紧张，数据分析共享不足，资源整合度不够，业务系统也未进行有机整合。

5 大数据挖掘技术在智慧校园中的建设策略

首先，建立公共数据共享、集成平台，促进校内数据信息的有效传递。利用大数据技术，深入挖掘和处理各种与学校发展相关的数据，并利用云计算技术将所搜集到的数据与分析结果与全校师生共享。建立一个统一的公共数据共享平台，可以加速学校内的信息传递，加强各个部门的交流，从而突破学校内部的“孤岛”模式，提高全体师生对“智慧校园”的参与热情，有助于更好地实现学校的可持续发展目标。同时，大数据技术也为大学的科学研究提供了有力的支持。利用信息共享的平台，使科研单位能够及时获取有关的资料，并能与国内外进行学术交流。

其次，建立统一的数据交换平台，突破校园“信息孤岛”。搭建一个统一的数据交流平台，使各个信息系统能够畅通无阻地流转，并使学校内部的数据进行实时交流，并使学校内部的数据资源得以共享。统一的信息交流平台要收集所有的资料；处理与集成，制定统一的资料规范。在搭建数据共享平台的过程中，采用了校园人事与学生就业部门的数据源，通过数据共享和数据的交互，实现了校园数据的可维护性、数据源的规范化。校内数据共享与交流系统采用数据交换的方式，对学校内的共用数据进行集中的管理与权限，为使用者进行全面的信息检索，为决策人员进行数据挖掘与数据解析。

第三，建立大数据分析平台。基于已建好的数据中心、数据综合、交易、数据处理等系统，构建基于大数据的大数据挖掘与分析系统，能够从多个角度针对需求构建出各种灵活的数据解析对象和分析模式，并对所收集到的海量数据进行数据挖掘、分析，通过各种图形对数据进行全面的、可视化的展现。通过对海量数据进行分析，不但能够方便学校的教师和学生在工作、学习、生活中获得资讯等方面的方便，领导也可以做出正确的决定；从专业建设、课程建设、教学诊革等几个角度来看，都能得到比较完整、客观的资料。

第四，有效转变数据储存方式，构建大数据仓库系统。近年来，随着大数据技术日益更新，智慧校园数据信息量更为庞大，而传统数据库，仅具有数据查询、统计、处理等功能。若遇到数据问题，尤其是数据容量、可用性和扩展性要求时，无法满足数据信息处理要求。为此，针对大数据信息，需在短时期内，实现数据信息的及时集成、有效处理，必须构建大型数据库，利用仓库提取方式，获取数据信息。此外，在传统数据管理中，无法整合各部门的数据信息，未实现信息共享，使得各业务部门处于一种信息孤岛状态，进而导致数据预测、业务处理互相脱离。突破封闭式管理模式，建立内部网络，实现数据信息的有效传递，进而提升数据信息的共享度，为智慧校园提供更为科学、安全的数据保障。

第五，提升数据管理人才的培养力度。在智慧校园建设中，大数据技术的运用依靠人才支撑，为此，智慧校园必须具备一只数据信息分析的专业队伍，方可实现智慧校园建设模式的专业化、信息化。为此，想要发挥大数据优势，必须注重专业数据人才引进和培养，对大数据技术、通信技术、云计算等知识进行训练。同时，加强外部人员引进，建立科学管理、人才培养模式，打造一个高素质和专业化的大数据信息管理队伍。此外，高校还需注重内部潜力的挖掘，通过多元化人才培养方式，不断提升大数据信息管理人员的综合素养。

6 结束语

在大学校园中，运用大数据挖掘技术进行智慧校园建设十分必要。在实际建设过程中，充分发挥智慧校园的功能，协助校方管理，为教师和学生提供更好的服务，让管理与服务变得更方便。在智慧校园中，建设一个基于大数据的服务平台，需要政府的大力支持，但它的作用也是巨大的，不仅有利于我国的发展，同时也是对高等教育的一次重大变革，有助于高校在教学和人才的培养上，走上世界一流大学的行列，为国家培养更多的实用型人才。