大数据技术在智慧校园建设中的应用

邓 睿

(吉林工业职业技术学院，吉林 吉林 132000)

0 引言

采用以往的教育教学模式，无法满足当前经济建设对创新型人才的需求。智慧校园建设作为优化教育教学环境的有效途径，运用现有科学技术来实现发展目标。然而，在实际发展过程中，智慧校园建设受到难以应对校园海量数据、缺乏信息化建设规划以及数据价值未能充分利用等因素影响，难以满足社会经济市场环境对高素质人才的创新性与自主能力等方面的需求。为此，应将大数据技术融入智慧校园数据信息资源利用工作，通过有效采集与处理数据信息，来提高信息应用系统平台的服务能力，进而为智慧校园环境中的师生提供全方位的信息服务。

1 研究大数据技术在智慧校园建设中应用的现实意义

在智慧校园建设中，应用大数据技术能够全面提升高校的教学质量，是高校教育实现信息化过渡的重要体现。当前阶段，社会经济发展水平不断提升，高素质人才的培养尤为关键。推动智慧校园建设，是优化市场环境人力资源的途径之一[1]。而具体的建设过程，大数据技术是核心，能够为用户的个性化交互提供信息化平台，进而为师生创设更趋开放、智能的学习教育环境。然而，在应用大数据技术过程中，受各种因素影响，使得智慧校园建设发展进程缓慢。为此，相关建设者应从实践角度出发，对智慧校园的建设现状进行问题分析，找出大数据技术的应用控制方向与工作重点。

2 智慧校园的建设现状

2.1 难以应对校园海量数据

在信息化时代背景下，数据的价值无法从可观察的显性与可挖掘性方面来衡量。这里的可观察显性价值是指智慧校园建设运行的基础；可挖掘潜在价值则体现了智慧校园发展建设的核心竞争力。受整体信息化建设环境快速发展的影响，智慧校园的海量历史数据逐渐增加，这就需要付出相应的维护控制成本。而智慧校园的建设过程，并未将海量历史数据的潜在价值充分利用，降低了数据信息分析与处理工作的质量与效率。同时，也难以满足当前校园建设海量数据信息处理与计算等方面的需求，在很大程度上阻碍了智慧校园的建设发展。

2.2 缺乏信息化建设规划

智慧校园在落实信息化建设过程中，因没有形成统一且规范的信息化建设标准与战略，导致业务系统无法服务于不同部门。其原因是，不同部门对业务系统的服务需求不一致，对数据信息处理与分析定义的要求不同。各部门之间数据信息资源无法共享，导致数据信息无法为智慧校园信息化系统建设提供必要基础。这里的信息数据是指教师与学生的基本信息、教学数据以及科研数据等。只有将这些数据资源联合起来，实现数据信息资源共享，才能达到智慧校园建设的目标。故而，对大数据与人工智能算法提出了要求[2]。

2.3 数据价值未能充分利用

智慧校园建设的目的，在于通过对数据信息的分析与处理，服务于师生生活与教学发展。海量的历史数据信息，除了能够提升信息化系统建设的全面性外，还能以数据规律形式作用发挥出更多潜力价值。为此，需要运用大数据技术对海量历史数据信息的潜在价值充分挖掘出来，以对校园未来发展提供预判，并为管理决策提供科学有效的依据。但是，当前的智慧校园建设仅采用信息化技术来处理海量数据信息，无法挖掘更深层次的数据信息资源价值。究其原因，与相关建设者并未将数据信息充分重视密切相关。另外，还与智慧校园建设技术水平不高有关，无法在时效内科学处理与分析挖掘校园信息数据。

3 关于大数据技术在智慧校园建设中的应用控制策略

3.1 明确大数据技术应用优势

对于智慧校园建设过程来说，大数据技术的应用优势主要集中在两个层面。

其一，为数据应用提供安全可靠的环境。现阶段，信息技术飞速发展，教育教学环境呈现多元化趋势，校园数据信息量庞大，具有不可估量的潜在价值。因此，在建设智慧校园过程中，运用大数据技术，能够通过构建信息化系统的方式，为海量数据信息的处理提供安全可靠的环境。如此，智慧校园建设可充分利用现有资源，大幅提升教育教学水平、学习动力以及设施管理效用。

其二，构建新型数据服务模式。通过构建基于大数据的信息化数据处理系统，为教学参与者与基础设施服务之间提供良性的互动条件，进而最大程度地发挥各类资源的利用价值。智慧校园的核心是数据中心，是计算机系统与软件平台运行控制的基础。在构建数据库这一服务模式的过程中，应将为用户操作提供数据实时更新、模糊筛选与检索功能作为目标。如此，智慧校园就能为学生提供更好的教学环境，学生也能够通过自我发现、自我解决的模式，提升逻辑思维能力，进而将创新性和想象力更好地融入学习生活。故而，智慧校园建设也是为国家输送创新型人才的途径[3]。

3.2 构建数据应用系统与平台

大数据技术在智慧校园建设中的运用离不开互联网，主要应用控制方式体现为互联网教育平台、数据信息管理系统、数据化系统以及网络平台等形式。在改变传统教学方式的同时，还极大地拓展了学习空间与范围。学生的学习培训不会受到时间与环境的限制，丰富了课堂教学的内容与手段。由于互联网技术具有传递性特征，学生可以在互联网上获取大量信息数据资源，以优化自身专业知识。此技术的发展建设，能够为学生开展自主学习提供空间，在提升学习效率的同时还能塑造思维能力与探索精神。除了发挥了数据化技术优势外，应用这两种计算机技术后，还深化了教师与校园的联络，即使在不同的范围，也可多方位掌握课堂教学任务，督查学习结果，使得课堂教学环境与教学方法更具直接性与可控性。

对于智慧校园信息平台体系的构建过程，主要分感知层、通信层以及大数据支撑层和应用层等部分。以感知层为例，智能系统感知层包含的技术内容有WSN网络、RFID射频识别以及ZigBee 协议[4]。其中，WSN 网络是指通过无线传感器网络，开展网络分布区域环境内各个监测对象信息数据的监测与采集，以为后续目标范围内对象的监测与跟踪。此项技术应用前景广阔，可根据不同用户需求进行调整。RFID 射频识别技术是通过射频信号的空间耦合，进行无线信息的传递与智能识别操作。这里的识别装置有应答器与询问器，主要用来识别与监测物体信息数据，如校园卡刷卡识别等。ZigBee 协议作为一种低功耗局域网协议，能够通过近距离无线连接，为系统感知层采集与传递各类信息提供条件。当网络层协议与API标准化得到实现，就可为智慧校园内部的信息交互提供技术支持。

高校信息化建设项目更多基于业务支撑，为师生提供数字化服务。具体就是运用大数据技术将信息数据变现，经数据可视化、分析以及预测，为学校教学与科研管理提供决策支撑。此过程，采用的大数据平台为H3C DataEngine，通过清洗与梳理数据信息强化数据质量。对于教务、学工以及一卡通等业务系统的结构化数据特征，机械设备日志以及互联网非结构化数据，进行了统一管理，展现了平台的分析处理与目标展现功能，实现了学生画像、学业预警等相关大数据应用，为客户提供教学与学生管理服务。

构建大数据业务支撑层过程，应明确其功能集中在存储、分类、筛选以及提取等数据处理内容上。这里的数据支撑层包含数据仓库、书库管理模块、平台服务器以及后台运行数据库等。存储的信息数据包括学生课程信息、考试数据、图书馆数据、教职工信息以及学生学籍档案等。均可通过科学有效的调取，来完成智慧校园大数据支撑层的构建[5]。

智能校园应用层是智能化系统具体使用中作用最突出的层级，依赖计算机设备实现平台和系统的运行及管理，具体包括：教学管理系统、学生管理系统、综合信息系统、移动校园系统和一卡通系统。高校运用智能应用层可以实现各院系专业课程安排、课时统计、选修课安排、考试规划等功能。学生管理系统能够对学生的获奖情况、学籍、成绩等信息进行管理。

3.3 创建智能学习环境

以学生综合画像为例，大数据技术的应用，就是将用户画像作为真实用户的虚拟代表，并基于真实数据信息构建目标用户的模型功能。要想提高用户画像的精准性，需运用大数据技术从多维度出发分析数据信息内容。例如，从数据信息采集入手，对学生的日常生活消费、学习以及上网行为等方面进行分析，以获得具有个体特征的数据。通过对学生基本个人信息特征的精准描述，可对其学习与生活情况提供监测与预警服务。

某学院采用了大数据平台架构，将目标放在教务系统整合、人事系统、图书馆系统以及无线上网系统等业务数据上，通过运用大数据统一存储与计算集群的无线扩展功能，将处于碎片化的校园管理实现了整体智能化控制。在无线上网系统信息业务中，根据网络流控数据与访问数据分析结果，对不同用户上网习惯、软件使用情况以及访问内容进行追踪，一旦发生学生失联情况，就可根据学生在校期间的上网时长与浏览内容评估其行为。

在教师教学方面，应从改革教学方法与改善校园环境入手。具体是将物理环境与网络虚拟环境结合起来，以为学生提供更多选择学习方法与学习环境的空间，此过程需将个性化、智能化以及对外开放化作为技术运用目标。以建设未来教室为例，应运用大数据技术中的电子白板技术，按照手指方法，实现学习实例教程的电子显示屏目标。在为教师构建网络教学平台的过程，需与互联网充分结合，通过建设在线学习平台，以提高教学环境与教学时间设置的灵活性。此外，教学过程中，教师可运用二维码技术与视频技术创设数字化教材，为学生自主学习与实时学习提供必要的资源，最终实现课堂教学延伸目的[6]。

3.4 学生管理大数据应用

在智慧校园建设的学生管理层面，大数据技术的应用主要集中在学业管理、心理管理、学生轨迹管理和校情管理4个方面。

3.4.1 学业管理

高校学生的自主学习能力尤为重要，智慧校园建设除了为其提供良好的课堂与学习环境外，还要从管理角度出发，强化其自主学习能力。具体而言，就是运用大数据技术对学生的考试成绩、课堂考勤、学习时长以及图书馆借阅等行为数据信息进行挖掘分析，形成具有个性化特点的学业预测报告。如此，结合实际情况给出相应的学业建议，为不同学生做出学业预警，使其能够更为清晰地掌握自身的学业水平，进而对学习计划进行合理调整。

3.4.2 心理管理

由于社会经济环境的多元化发展，高校学生要面临学业、生活、社交以及就业等方面的问题，导致部分学生的抗压能力与自我疏导能力较弱，容易出现心理健康问题。大数据技术应对学生的社团活动、上网记录、学习时长、门禁记录以及图书馆借阅等行为数据进行采集分析，以完成学生行为与心理画像的感知计算，就能及时发现学生心理的异常情况，进而通过合理的干预与疏导，帮助其恢复良好的生活学习状态。

3.4.3 学生轨迹管理

智慧校园建设过程运用大数据来管理学生轨迹，就是采集一个或者多个移动对象的数据信息，并结合采集信息所处位置、时间以及运动速度等特征，按照先后顺序完成轨迹数据的排列[7]。由于网络环境中智能终端设备接入量大幅增长，移动对象产生的数据分析需求呈几何级数增长。为此，大数据技术人员应将时间与空间作为信息数据分析处理重点，以掌握学生或特定群体的活动行为与规律。智慧校园中，可按照师生轨迹数据确定其行为轨迹，以掌握当前师生的兴趣爱好、行为特征以及社会习惯，为管理师生行为提供助力，这是强化学生在校期间安全管理工作质量水平的关键。

3.4.4 校情管理

智慧校园建设应为学校管理层与师生群体提供教育发展现状、专业导向等方面的实时信息。具体通过状态数据形式，将相关图表数据直观展现出来，以为问题发现与调整提供指导。这是提升学校管理水平、教育教学能力的有效途径，应运用大数据技术的重要支撑作用来加强校园文化建设的服务能力。通过构建校情管理与分析平台，不仅能够分析统计校园基础条件信息数据，还可为教育教学、学生管理以及科研领域管理提供指引，是优化智慧校园建设的重要一环。

4 结语

综上所述，智慧校园建设过程存在着各种问题，需运用大数据技术的数据采集、整合、分类、处理以及分析功能，形成信息平台系统，提高服务水平质量。事实证明，采用以往的智慧校园建设模式，难以满足社会经济市场环境对高素质人才的创新性与自主能力等方面的需求。在未来，相关建设者应结合各行业市场环境的发展需求与变化，对智慧校园信息系统平台进行调整控制，以使教师教学方法、学生学习环境以及校园基础设施服务水平，均能跟上建设需要。