大数据技术在高校学生信息化管理中的应用探索

杨 帆

（辽宁建筑职业学院 辽宁 辽阳 111000）

0 引言

高校管理长期以来都是人们关注的焦点，加之信息爆炸时代的到来，学生信息化管理成为学术界积极讨论与高校实践探索的井喷式话题。但从实质角度来看，信息化管理系统开展后续日常教育与教学教育中存在现实问题，主要体现在信息化管理系统产生数据不可分析及海量离散数据在管理层面无法提供数据支撑等。据此，本文以大数据技术构建高校学生信息化管理系统为讨论方向，旨在解决传统高校信息化管理中存在的不足，以此推动我国高校信息化管理系统发展。

1 基于大数据技术构建高校学生信息化管理的数据资源

基于大数据技术构建高校学生信息化管理的数据资源划分可从信息化管理基本定位将其划分为以下3类。

1.1 数据存储与数据采集

数据存储与数据采集主要体现在校园信息化管理中人工录入数据及自动采集的基础上计算与合并后形成衍生数据[1]。信息化管理核心要求即高校学生管理信息一体化、联动化及可视化，纵观我国高校信息化管理应用中存在的主要问题即是各工作部门信息化系统差异导致信息数据无法合并，孤岛化与碎片化的系统数据亦存在格式差异问题，对信息化管理整体联动性造成现实阻碍[2]。据此，依托大数据技术构建高校学生信息化管理系统中，应加强数据资源规范化与标准化，将分布式数据存储形成相对统一的数据资源，依托大数据分析技术处理，提高数据资源准确性及规律性，为后续高校学生管理提供有效支撑。

1.2 物联网收集离散数据

高校信息化管理中不可避免产生海量离散数据，数据多以图形、表格、图像等无法接触的形式在人机交互界面呈现，且离散数据内容在产生中并未对管理数据进行深度挖掘，它的结果仅是特定类信息集中化的存储方式，较为常见的为高校视频数据、人体感官数据等。离散数据在高校学生信息化管理体系中因体量较大与数据直观性较差等问题，对高校信息化管理造成不同程度的影响。因此，基于大数据技术构建高校学生信息化管理，依托物联网自主收集与处理海量离散数据，根据大数据综合处理与分析实现高校学生信息化管理的全面变革与本质化提升。如通过物联网自主收集高校监控视频，基于大数据挖掘与分析后可精准识别与深度挖掘某教室内学生行为，提高学生监督效率与覆盖率的同时，对促进高校信息化管理发展具有现实意义。

1.3 数据共享

数据共享主要集中体现于凝聚高职课程内部与外部的海量共享数据库，主要服务于高职课程教学、教研及日常管理[3-4]，如服务于网络学习的信息化教学资源——电子教材、电子文献、微课教材与海内外名师讲座。基于大数据分析技术的数据共享资源具有自主记忆功能，可精准识别信息化教学管理中学习成绩与物联网系统中学生行为偏好，精准定位学生学习风格，模拟制订学生个性化学习方案，为高职课程层次化及个性化教学提供数据支撑。

2 基于大数据技术构建高校信息化管理系统的模型研究

2.1 相关理论研究

大数据是具有高体量数据类特大数据集，具有“可视化分析”“数据挖掘算法”“预测性分析”“语义引擎”以及“数据质量与数据管理”等特点，从实质角度来看，大数据对传统信息传送数据格局进行革新的同时，为社会信息化、高效化发展，奠定良好的基础。在基于大数据技术构建高校学生信息化管理平台中，首先应做好顶层设计，秉承“铲除产生信息孤岛的土壤”的原则，切实解决传统高校数据采集效率低等问题，并针对某一项问题进行深入探究，为数据集中和标准统一提供根本保证[5-6]。同时，我国教育部门明确表示，高校建立统一大数据管理平台与数控资源库中，要合理构建应用场景。因此高校大数据管理平台建设中应切实从实际角度出发，切实保障大数据平台符合高校管理需求。

2.2 系统设计

2.2.1 系统框架

结合上述高校信息化管理系统数据资源，对现有的高校信息化管理系统进行重组与完善，将高校尚未统一的平台系统形成云数据，基于相应接口构建云数据管理平台，同时基于现有高校信息化管理系统中相对分布的数据存储资源，在该平台的基础上建立以大数据技术为核心的信息化管理系统模型。系统构建主要以Hadoop平台架构为例，具体见图1[7]。

由图1可知，依托大数据技术构建的高校学生信息化管理系统基础层主要以数据为主，其数据内容统一规划传统高校信息管理中形成的海量数据；中间层为面向异构数据统一管理及数据分布式管理的采集层与存储管理层，服务于系统数据采集规范化处理与高校数据利用的综合效率；顶层设计为大数据分析工作，通过大数据分析与可视化结果用于服务高校教育、日常及服务等方面的决策。

2.2.2 云数据管理子系统框架

此次数据管理系统主要针对高校信息化管理中的硬性需求设计，将系统设计具体细致划分为两类：一类以Hadoop构架的云平台数据处理；另一类为高校信息化管理系统平台中的数据模型[8]。前者模型设计中主要采用Hadoop系统特点进行基本存储，后者主要针对高校信息化管理数据为模型的方案进行设计。设计模型见图2。

2.2.3 存储模型

存储模型主要以Master sever、slave server及client为主，系统模型基于不可信节点构建，在一定程度上克服传统服务器条件性的限制，即便低能性PC亦可提供高质量服务。需要注意的是，slave server服务器应具备充足的硬盘空间，以此规避数据存储丢失问题，见图3。

2.2.4 系统管理子系统的实现

系统管理子系统设计主要从用户权限及登录管理两个方面入手。

（1）用户权限管理模块。通过管理功能，管理员可以对用户进行授权，修改用户密码，添加和删除用户。在全系统中，对经过认证的使用者进行了开放，其授权的特征是统一的。管理员可以管理授权使用者的资料，例如账号、姓名、ID、密码等。根据使用者的角色，他们的权限也会有所不同。在特殊的管理中，必须参照一定的条件来分配角色。比如，用户资格、智能等参考标准。该系统还提出了一个模块式的授权机制，即通过对同一角色的通用用户进行集体授权，从而降低了授权的数量。同时，本系统还支持数据表的授权，即将视图、数据表的类型分割后，对不同的用户进行单独的存取。通过这种方式，有些数据在未经许可的情况下无法访问。

在图4和图5中，使用一个用于管理角色和管理用户信息的系统接口。“系统角色管理”为用户提供了各种权限，如添加、删除等。如果有多个角色，可以在“角色名称”中键入相应的数字，然后单击“查询”即可获取。

如图5所示，在“用户信息”窗口中，已显示了用户信息。比如，用户名、名字、创建日期等。在此视窗内，若使用者人数众多，则由管理员进行模糊查询，将相应的字母填入“用户名”。在操作条中，模块提供了添加和删除的权限。

（2）用户登录模块。因为每个人的权限都不一样，每个人都有自己的专属界面。在特定的设计过程中，软件开发人员应该清楚每个使用者在各个模块中的作用，并设定相应的理由。而且，一旦登录成功，就不能同时使用同一个账户。总体上，在设计登录模块时应该考虑如下方面登录单点化，禁止重复登录。

登录和显示控制指的是在用户输入的帐号后，由系统判定该帐号的权限，并将该帐号的具体内容显示在该用户的个人平台上。在此，根据使用者的属性标记来判断所显示的内容。单一登录，是指同一时间内，同一个帐号只允许一次登录，而不能多次登录。当进行控制时，是由伺服器来执行的。选择控制端，是因为如果是由浏览器来完成，它就需要提供相应的代码。如果不能计算出密码，就会被其他拥有同样账号的人入侵。在服务器获得了登录信息后，在没有再次登录的情况下，将会被禁止再次登录。当然，一些物件或登录使用者也会在很长时间内登录，这会使伺服器承受更大的压力。因此，当系统被设计，如有对象在特定时间未操作，则会自动退出。

3 大数据学生管理平台的实际应用效益

高校信息化管理体系中大数据技术收集行为（管理行为、学生行为）数据后，通过挖掘与分析，为高校后续教育与管理提供参考数据。在具体应用过程中，不仅解决了传统数据格式不标准、难收集等问题，同时对提高生活管理与教学管理具有实质意义。

3.1 提高学生管理效率

通过数据存储与数据采集建立独立数据资源库后，高校教师可根据视频内容与教学活动制定高职课程计划与方案，或通过浏览数据内容对学生学习兴趣及日常行为进行综合点评，有助于帮助高校教师在对学生管理措施中进行创新或帮助学生矫正不良行为。而物联网自主采集数据信息并深度挖掘后，设定系统化及便捷化监控警告功能，提高学生管理力度的同时，促进高校监督工作质量全面提升。

3.2 提高管理针对性

大数据技术可对学生集体或个体行为数据特征进行挖掘与分析，为针对管理提供数据支撑。严格意义上来说，学生因个体差异不同导致在接受管理与学习方面存在一定差异，为进一步提高管理效率与管理针对性，高校教师可通过大数据平台，基于海量数据检索对学生行为及兴趣进行分析，不断加强管理课亲和力、针对性。同时大数据海量数据分析与存储可以识别高校学生在学生生活与学习过程中存在的问题，帮助教师及时矫正学生不良行为，提高管理效率。

4 结语

综上所述，本文以大数据技术在高校学生信息化管理中的应用探索为讨论方向，分析与讨论了基于大数据技术构建高校学生信息化管理平台需求的基础上，详细阐述了大数据高校学生信息化管理平台的模型设计，最后结合实践案例分析了大数据学生管理平台对提高高校管理的实际价值。大数据技术作为整合、处理资源的核心技术，不仅有效解决传统高校信息化管理中存在的若干问题，同时也在一定程度上可提高高校信息化管理效率，对促进高校管理质量提升具有现实意义与深远影响。