基于数据链的 “智能+”高校智慧校园服务体系研究

王敏 胡国强

摘  要：“智能+”背景下，高校智慧校园需要结合多种新兴技术，对其系统业务流程和服务进行全面升级重构。文章采用文献法分析了智慧校园各项服务类型应用的技术，结合“数据采集—数据传输—数据存储—数据挖掘与分析—数据服务”数据链条，设计了“智能+”智慧校园服务体系，以期为智慧校园建设、升级、创新提供新的视角。

关键词：智慧校园;信息链;服务体系

中图分类号：TP393.09;G637    文献标识码：A    文章编号：1673-7164（2022）25-0023-04

2019年李克强总理首次在政府工作报告中明确提出“智能+”一词，“智能+”是指人工智能与物联网、云计算、大数据、虚拟现实、增强现实、区块链、5G技术信息技术的耦合，代表着数字技术发展的新阶段和新维度，与“互联网+”相比，“智能+”对传统行业的改造更具颠覆性。“智能+”对智慧校园发展来说是难得的助力，在此背景下运用“智能+”技术重构智慧校园服务体系，形成“智慧教学、智慧科研、智慧管理、智慧服务、智慧运维”的一体化智慧体系，是当下高校智慧校园发展的重要任务。

一、智慧校园服务类型与技术分析

智慧校园面向不同类型用户提供不同服务，提供服务主要涉及基础、人事、教学、学工、科研、公共、生活服务。以对智慧校园用户群体的分析为基础，文章介绍了高校智慧校园各业务系统和服务平台的服务类型及内容，并依据已有研究成果对现有的服务类型进行了技术创新。

（一）基础服务

基础服务是智慧校园用户登录其他应用系统和服务平台的基础，主要由统一身份认证平台、校园信息门户及共享数据库提供。统一身份认证平台基于CAS（Central Authentication Service）为多个相互信任的应用系统和服务平台提供认证服务的接口，结合区块链技术实现认证的“去中心化”。未来校园信息门户可利用用户画像建立用户特征库，并利用人工智能算法对用户特征进行识别，识别后根据用户特征智能推送相应服务。共享数据库通过采用云计算和大数据技术实现了高校各业务系统实时数据、历史数据、音视频文件、日志等海量异构数据的存储、共享与管理。基于5G的移动边缘计算，能够弥补传统云计算和大数据技术在信息技术发展的智慧化阶段安全性、实时性以及带宽、算力、存储等方面的不足，借助虚拟现实技术和增强现实技术实现了物理校园与虚拟校园的有机融合。

（二）人事服务

人事服务主要由人力资源管理平台提供。人力资源管理平台结合大数据技术可分析出人事数据之间或人事数据与其他业务系统数据之间的关系，不仅能提升高校人事管理效率和质量，而且可获取有参考价值的数据信息，提升人事服务用户满意度。平台可结合人工神经网络算法对现有人事管理数据进行分析和预测，科学合理地进行人力资源规划，提升人才岗位配比的精确性，进而推动高校人力资源管理目标的落实。

（三）教学服务

教学服务由智慧教学云平台、在线教育平台、本研一体平台、实验室综合管理系统、本科教学评价系统、研究生教学评价系统提供。

智慧教学云平台不仅可录制教师上课视频，还可将录好的视频上传至云平台进行教学资源共享，甚至可根据管理需要分配管理教室软硬设备权限。此外，智慧云平台还提供教室教学活动大数据集成分析，为师生推送个性化的教学和学习资源，分析结果可为高校管理层决策提供参考。

在线教育平台可结合5G和VR/AR开展多种类型教学方式[1]，结合双因子模糊认证和区块链技术实现虚拟网络中学习者身份认证。在线教育平台主要由教学功能、教学播客、资源中心、精品课程、研究型教学、专业建设等功能模块组成，利用数据挖掘技术分析在线综合教学平台的数据已成为当前在线综合平台研究的热点，已有国内学者在网络教学行为挖掘与分析上取得成效[2]。

本研一体平台由本科教学综合管理与服务、研究生管理与服务、本研一体管理与服务三个系统组成，旨在建立“面向学生成长、教师发展、教学服务”的一站式综合教学服务平台，充分发挥人工智能、大数据、移动互联网等技术优势，基于学校各类校务管理系统、教学应用，积极引进和整合校外优质服务，逐步建立“线上线下混合、多终端、全场景、校内外服务融合、信息/流程/数据服务等多种类”的一站式教学服务体系。

实验室综合管理系统结合RFID和Zigbee技术实现了对仪器设备的精细化管理，结合Wi-Fi嗅探技术实现了实验室人员的实时统计，加强实验室开放管理，结合5G技术构建远程开放的实验平台实现大型仪器远程操作与共享。本科教学评价和研究生教学系统可结合支持向量机的数据挖掘算法，实现教育教学过程中对教师教学水平公正、准确、快速地评价。

（四）学工服务

学工服务由学工系统、迎新系统、离校系统提供。学工系统结合大数据技术可精准挖掘贫困生，鉴别虚假贫困生，发现隐形贫困生，实现精准资助，及时对困难学生进行帮扶。学工系统还可结合用户画像技术绘制学生用户画像，可根据学生用户画像定制个性化的培养方案，提升育人效果。杨众利用人脸识别技术优化了原有的迎新系统，增加了网上预报到、缴纳学费和人脸识别功能[3]。徐岩等运用Web系统分层技术、MVC设计思想以及Hadoop数据云存储技术研发了基于Hadoop的数字迎新系统[4]。李勃辰研发了基于微信的毕业离校系统，学生不仅可通过微信办理离校手续，还可通过微信随时查询毕业离校手续的办理流程和自己离校手续办理进度，方便了學生，提升了离校服务质量[5]。

（五）科研服务

科研服务由科研管理系统提供。该系统实现了科研项目管理、科研成果管理、科研奖励核算及科研数据可视化分析统计等功能，关联人事与财务系统，形成了各级各类科研项目、经费、成果、奖励等活动的阶段性数据的可视化管理。科研管理系统下一步的发展趋势是将成果管理功能扩展为机构知识库，机构知识库通过互操作技术或与出版商合作等方法，将成果数据由自存档转变为自动提交，甚至可结合人工智能和机器学习技术，构建语义搜索，从海量成果数据中精确检索用户所需数据，提升成果数据服务水平。

（六）公共服务

公共服务由国资管理平台、网络信息服务平台、图书馆管理系统、档案馆管理系统提供。国资管理系统结合区块链技术解决了目前资产管理过程中所遇到的安全、效率、成本及信任缺失等问题。其结合物联网技术可实现仪器设备的数字化管理、资产清查、动态监测，也可结合RFID、Zigbee、云端运算结合的物联网技术解决条码标签带来的不便和资产维护的问题，提升了资产管理效率。

网络信息服务平台可利用卷积神经网络对运行过程中的日志数据进行测算，得到故障诊断模型，对网络故障进行定位与诊断，解决网络故障诊断和检测难的问题，可结合深度学习实现基于IPv6的网络运维机器人系统，提高问题排除速度、用户满意度和服务人员的工作效率，可结合人工智能技术建立IT知识库，实现用户问题的智能处理，提升IT服务供给水平。

图书馆管理系统运用神经网络与深度学习实现了智能检索功能，运用人脸识别和机器人实现了无感借阅，运用物联网和传感器技术实现了图书智能管理，运用机器人和人工智能实现了虚拟咨询功能，运用智慧图谱技术和深度学习实现了智能学科服务、知识服务，运用深度学习和数据挖掘技术实现了个性化科研空间，运用用户画像和爬虫技术实现了个性化精准推送服务。

档案馆管理系统包括档案生命周期管理和数据库两个模块，其中，档案全生命周期管理包括档案收集、档案审核、档案信息获取、档案利用与评价、档案销毁。档案馆管理系统可结合物联网、大数据、云计算等新技术，对多元化档案资源进行智能化管理。

（七）生活服务

生活服务主要由财务系统、一卡通系统、后勤服务平台提供。财务系统可利用大数据技术实现经费监管，有助于改进财务管理，提高高校内部治理水平。

一卡通系统可采集各个场景的师生行为数据，促进学校内部数据资源的交换与共享，在其运行时也积累了大量的各类数据。针对这些大规模、多模态数据，学者进行了深入研究。夏杨和王芳基于大数据分析和数据挖掘建立了基于一卡通数据的校园大数据分析平台，能够为学生管理工作提供决策[6]。韩泽峰等基于深度神经网络技术构建了基于Consume2Vec模型的校园一卡通大数据分析模型，解决了现有模型忽略消费数据的时序性和缺乏对数据深度表达的问题[7]。

后勤服务平台利用条形码、二维码、RFID等技术实现对物体的识别与管理;依靠Zigbee、Lora、NB-IOT物联网技术实现了校园环境信息和能源信息监测，并结合大数据分析技术实现了用水用电预测;通过云计算技术实现了各项智慧服务，如智慧餐饮服务、智慧公寓管理、智慧物业管理、智慧车辆服务、智慧快递服务、智慧校园安全等[8]。

综上所述，“智能+”背景下人工智能与其他信息技术的交叉融合，改进了智慧校园的各项服务，使得服务的质量与效率大为提升，具体服务及所应用的新技术如下：基础服务应用人工智能、云计算、大数据、5G、虚拟现实、增强现实、用户画像、区块链技术;人事服务应用人工智能、数据挖掘、机器学习技术;教学服务应用人工智能、物联网、区块链、5G、虚拟现实、增强现实、Wi-Fi嗅探技术;学工服务应用人工智能、云计算、用户画像、人脸识别技术;科研服务应用人工智能、机器学习技术;公共服务应用人工智能、用户画像、爬虫、物联网、人脸识别、机器人技术;生活服务应用人工智能、物联网、大数据、机器学习、混合现实、地理信息系统技术。

二、智慧校园用户服务体系构建

“智能+”背景下，在对各项服务应用技术分析的基础上，研究结合“数据采集→数据传输→数据存储→数据挖掘与分析→数据服务”数据链条，秉承模块化设计理念，提出“智能+”智慧校园服务体系，并设计出由基础设施层（数据采集）、网络传输层（数据传输）、数据资源层（数据存储）、技术支撑层（数据挖掘与分析）、应用服务层（数据服务）、用户层、技术保障体系（运维保障体系和安全标准体系）组成的智慧校园服务体系总体架构。

（一）基础设施层（数据采集）

IPv4/IPv6网络基础设施包括IPv4/IPv6网络设备，物联网基础设施包括校园部署的各种传感器和支持RFID、Zigbee、Lora、6Lowpan、NB-IoT等物联网协议的通讯设备，运营商网络基础设施是指用于提供2G/3G/4G/5G网络服务架设的基站，服务器指为校内用户提供服务的业务系统与服务平台的各种服务器，云计算基础设施设备指提供云服务的硬件设备与软件，人机交互设备指人与机器交互的设备。智慧校园服务体系基础设施层可提供物联网感知数据、网络日志、视频数据、业务部门与服务平台系统数据等内部数据和外部招生系统数据、互联网数据等外部数据。该层实现了数据的采集与感知，为数据传输、数据存储、数据挖掘分析与数据服务打下基础。

（二）网络传输层（数据传输）

网络传输层由物联网、移动互联网、互联网、局域网组成，负责将基础设施层采集的数据传输至资源服务层。物联网由RFID、Zigbee、Lora、6Lowpan、NB-IoT网络组成，移动互联网由2G/3G/4G/5G网络组成，互联网由IPv4/IPv6网络组成，局域网由无线局域网（WLAN）和有线局域网（LAN）组成。

（三）数据资源层（数据存储）

数据资源层依托数据资源池实现数据的存储，数据资源池由各类业务数据库、数据仓库、资源库、信息资源目录等组成。数据资源层构建覆盖全校所有业务与服务的多类型（关系型数据库Oracle或MySQL和非关系型數据库HBase或Mongodb）业务数据库与基础数据库，关系型数据库和非关系型数据库的混合使用既发挥了关系型数据库存放管理及处理结构化数据的优势，又突出了非关系型数据库存储及管理半结构化和非结构化数据的特色。

（四）技术支撑层（数据挖掘与分析）

技术支撑层利用人工智能、机器学习、模式识别、虚拟现实、增强现实、用户画像、大数据分析技术对数据进行挖掘与分析，并与区块链、机器人、地理信息系统、Wi-Fi嗅探技术协同为数据应用服务层提供技术支持，为“智能+”智慧校园服务体系各项服务的正常开展提供技术支撑。

（五）应用服务层（数据服务）

应用服务层由智慧校园业务系统和服务平台组成，可分为基础服务、人事服务、教学服务、学工服务、科研服务、公共服務、生活服务七类，旨在为师生提供全方位、个性化、智慧化的服务。

（六）用户层

用户层由智慧校园服务的对象组成，包括在校学生、教学人员、科研人员、教辅人员及行政人员。

（七） 技术保障体系

技术保障体系由运维保障体系和安全标准体系组成，是智慧校园各项服务稳定、安全、高效运行的重要保障。

三、结语

人工智能、云计算、大数据、5G、虚拟现实、增强现实、用户画像、区块链、机器人、人脸识别、IPv6、机器学习、地理信息系统、Wi-Fi嗅探等技术的应用重构了智慧校园的服务体系，丰富了智慧校园的功能。文章依据服务类型应用不同技术，结合信息链重构高校智慧校园服务体系，为“智能+”时代智慧校园服务建设提供了新的思路。

参考文献：

[1] 余胜泉，陈璠，李晟. 基于5G的智慧校园专网建设[J]. 开放教育研究，2020，26（05）：51-59.

[2] 崔海媛，孙超，罗鹏程. 新一代机构知识库的关键技术和发展趋势研究[J]. 图书情报工作，2019，63（19）：96-104.

[3] 杨众. 高校智慧迎新系统的设计与实现[J]. 信息技术与信息化，2019（01）：50-52.

[4] 徐岩，万曙静，乔丽娟. 基于Hadoop的数字迎新系统的设计与实现[J]. 电子测试，2017（20）：56-57.

[5] 李勃辰，史英杰，马子鑫，等. 基于微信的高校毕业生离校系统的设计与开发[J]. 无线互联科技，2019，16（07）：43-44+49.

[6] 夏杨，王芳. 基于一卡通数据的校园大数据分析平台的构建与应用[J]. 华中师范大学学报（自然科学版），2017（S1）：146-151.

[7] 韩泽峰，杨涛，侯琳琳，等. 基于Consume2Vec模型的校园一卡通大数据分析[J]. 计算机应用，2020，40（S1）：85-91.

[8] 江春梅. 服务育人导向下高职智慧后勤服务平台的建设[J]. 淮南职业技术学院学报，2020，20（02）：130-132.

基金项目：中国教育技术协会高等农业院校分会2021年度智慧校园专项课题“深度融合信息技术的教师教学水平在线评价实践研究”（课题编号：C21YB01）;中国教育技术协会高等农业院校分会2021年度智慧校园专项课题“基于数据智能的农林高校人才培养监测体系研究”（课题编号：C21ZD03）。

作者简介：王敏（1985—），女，学士，西北农林科技大学网络与教育技术中心中级工程师，研究方向为教育信息化;胡国强（1981—），男，硕士，西北农林科技大学网络与教育技术中心高级工程师，研究方向为信息网络技术应用与教育信息化。