浅析大数据技术在高校智慧校园中的应用

2023-03-13李钟郁

信息记录材料 2023年1期

李钟郁

（河南大学国际教育学院河南开封 475000）

0 引言

近年来，各高校开始逐步按照教育信息化2.0的总体规划要求以及国家标准GB/T 36342《智慧校园总体框架》建设校园[1]。高校智慧校园建设主要依赖于大数据技术、云计算技术、物联网技术[2-3]。高校智慧校园建设中的人事系统、办公OA、教务系统、学工系统、科研系统、校园一卡通、图书馆、后勤服务等，在日常生活中都会产生大量的数据[4]。利用大数据技术对这些数据进行存储、分析、挖掘、展示，从而为学校发展提供新的方向，创建新的智慧教学环境，提供新的智慧教学资源，提高教育教学管理效率。本文描述了智慧校园建设的总体框架，高校智慧校园建设现状以及高校大数据的特点，应用大数据技术的意义，主要讨论大数据技术在高校智慧校园建设中的主要应用场景，以及存在的问题，提出未来建设中的应用建议。

1 高校智慧校园

1.1 总体框架

智慧校园是一个能够为全校师生提供全面的、智能的综合信息服务平台，建立学校与外部世界的连接，利用信息化技术，方便开展教育教学工作[5]。《智慧校园总体框架（GBT36342-2018）》于2018年6月7日正式发布，由国家市场监督管理总局中国标准化管理委员会正式公布。《智慧校园总体框架》中提出智慧校园总体框架分为基础设施层、支撑平台层、应用平台层、应用终端和信息安全体系五部分[6]。具体框架如图1所示：

图1 智慧校园总体框架示意图

1.2 建设现状

智慧校园前身是数字化校园，在数字化校园阶段，各高校已经基本建成网络基础平台，实现校园网络全覆盖，建成诸如学工、教务、人事、办公OA、一卡通、资产管理、财务等信息服务系统，数字化资源建设已经初步成型，但是各业务系统之间缺乏全面融合贯通，缺少数据的采集、利用和分析。在智慧校园建设阶段，很多高校在基础设施层，已经完成万兆主干网络，无线WiFi全覆盖，核心交换机双活部署，并且接入教科网专线，实现了IPV6双栈接入部署。在支撑平台层，很多高校已经建成了统一数据中心、统一人脸库管理、统一数字资源管理、统一日志管理等数据治理基础工作，可通过进一步建设完成更深度的数据挖掘、分析等服务创新工作。在应用平台层，很多高校已经实现全部教室多媒体教学，建立智慧教室、智能门禁、无纸化办公。通过门户、认证、数据中心，实现各系统单点登录，摆脱信息孤岛，实现资源共享。在应用终端，很多高校已经实现可以通过PC、手机、小程序等，获取学习的各项资源。在信息安全体系方面，安装大吞吐量防火墙，实现网络统一出口，并且结合入侵防御、流控、APT防御、安全探针、统一日志管理打造了较为先进、完善的网络保障体系。智慧校园建设中的各项成果大大方便了学校的教育教学管理工作。

2 大数据技术

2.1 高校大数据特点

大数据，就是巨量数据集合。智慧校园中各业务系统产生的数据一般可以分为以下三类：校园基础数据、视频数据、非视频数据。校园基础数据包括教职工的基本信息、学生的学籍信息、档案信息、学校的固定资产、设施设备的登记信息等等。视频数据包括校园中产生的音频、图像、视频监控数据等等。非视频数据指各类非视频时序检测如电力、水力等硬件系统运行产生的数据。高校智慧校园中的这些数据有一些共同的特点。第一是数据产生的用户来源比较单一，主要就是学生和教职工。第二是数据量庞大，一所高校每年有成千上万的在校生，以及数以万计的毕业生，还有自建校以来的教职员工，涉及人员众多，这些人员在学校的活动中又产生了很多数据。第三是数据来源比较丰富，学校的数据来源于门禁、教务、学工、财务、招生、人事、办公OA、一卡通等系统软件；QQ、微信、微博、抖音、贴吧产生的社交数据；校园网、校园AP、交换机等产生的日志数据等等[7]。第四是数据利用率低，学校虽然能产生大量的数据，但是大部分业务系统只是对这些数据进行简单采集和存储，由于数据量庞大，需要很大的存储空间，所以会定期覆盖前期数据，并没有真正对这些数据进行有效的分析利用。第五是数据重复度高，例如教务数据中会有学生的基本信息，同样的数据也会出现在学工系统、财务系统中。

2.2 高校大数据技术应用意义

大数据技术是指大数据的应用技术[8]，通过对数据的采集、存储、分析，发现其中存在的规律和结论，并将其价值展示出来。在这个信息爆炸的时代，学校里面每时每刻都在产生海量数据，单个数据并没有什么价值，只有将不同的数据关联起来，量变产生质变，才能产生价值。例如一个学生浏览“校园贷”网站，偶尔一次可能是误点，但是在特定时间段，长时间浏览不同的“校园贷”网站，那么这个学生很有可能发生网贷风险，利用大数据技术及时发现学生网贷风险，向辅导员老师发出预警，重点关注，避免该生陷入网贷风波。高校智慧校园建设中应用大数据技术，通过对数据的存储、计算、分析，来实现数据的价值，提高校园管理工作效率，真正实现各项决策有理有据。

3 大数据在智慧校园中的应用场景

大数据技术是智慧校园建设中不可或缺的技术之一，目前在高校已经有很多地方利用大数据技术开展各项工作，具体应用场景如下。

3.1 构建数据共享平台，摆脱信息孤岛

大数据技术能够将学校各个系统产生的数据进行深度挖掘和处理，建立统一的数据中心，所有的数据从特定数据库里调用，例如新职工入职后先录入学校人事系统，给予特定工号，门户网站、学工、财务等其他需要职工信息的系统必须从人事系统调用职工信息；新生入校，学生的学籍信息导入学校招生系统，那么教务、学工、财务、团委等需要学籍信息的系统必须从招生系统提取学生信息。通过构建公共数据共享平台，可以确保数据的唯一性，打破学校内部信息孤岛，避免数据重复、错乱，加快校内数据传输速率。

3.2 分析数据，作出判断

有了统一的数据中心，对采集来的数据加以分析利用，为学校的各项决策指引方向。例如通过对学校财务数据的分析统计，可以清晰地、全面地了解学校历年的收入、支出状况，从经济学角度判断学校的发展、建设方向是否正确，及时调整建设方向；通过对录取新生生源地、高考分数等数据的统计分析，可以了解哪些地区的学生更认可这个学校，学生的入学文化素质，从而加大当地招生宣传力度；通过对毕业生的就业方向、工资情况、结业率等数据进行统计分析，了解社会对专业人才的需求，适时调整人才培养方案，制定更加合理的招生计划、教学计划[9]；通过对学生消费情况、到课率、进出图书馆频率等数据进行统计分析，了解学生的实际消费水平、学业态度，更好地将奖学金、助学金分配给实际需要的学生[10]；通过对教室使用情况的统计，可以让老师们迅速找到空闲教室，以备其他情况使用。

3.3 综合预警，扼杀不良行为

高校学生一般20岁左右，离开管控严格的高中生活，自制能力不强，经不起社会的诱惑。尤其是现在的大学生，心理素质差，因各种原因抑郁、网贷、跳楼、自杀的现象在高校时有发生，通过上网行为管理、门禁系统等网络监测软件，分析学生浏览网站情况、宿舍回归率、日常出勤率、消费情况等，描述学生行为轨迹，对突然出现的一些情况做出预警，如心理健康预警、夜不归宿预警、网贷预警、自杀预警、铺张浪费预警等，及时推送相关辅导员，了解学生具体情况，避免悲剧发生。

3.4 智能推送，助力高校图书馆

目前很多高校都购买有电子图书，电子图书是纸质图书的数据形式[11]。近年来，图书馆电子资源越来越多，馆藏数量日益增加，大数据技术使得很多绝版古籍可以以电子形式推送给各位读者，并且得以永久保存。大数据技术的应用，使得馆与馆之间建立连接，形成大的虚拟数据库，只要拥有权限，读者即可翱翔在大的数据库里寻找自己所需资源。同时读者在浏览中产生的历史记录、下载、阅读时长等数据反馈后台，系统可以向读者推荐更多感兴趣的资源。

4 应用中存在的问题

4.1 对大数据技术认识不足

近年来，很多高校领导已经充分认识到必须加强校园信息化建设，对学校内部关于智慧校园建设的各项看得见、摸得着的硬性工程，给予大量财力、物力、人力支持，建设各类智能化系统、推进无纸化办公、建设智慧教室、智能门禁等等，但是像大数据这种短时间内成效不显著、无法产生及时效益的项目，认识不到其重要性，给予的支持不足，投入不足。

4.2 缺乏专业的管理团队

对于学校这种能够产生庞大数据的单位而言，挖掘数据中的意义与价值，前期需要花费大量的精力，做很多准备工作，例如将所有系统数据采集、汇合，形成统一的数据库，建立专业的大数据分析平台等等。这一系列工作，既需要专业的数据分析管理人才，又需要协调各子部门系统负责人。因为在高校，很多部门是各自为战，例如教务处负责教务系统建设，学生负责学工系统建设等，互相不沟通、不交流，重复建设现象时常发生。这就需要有专人负责，成立专业的大数据管理团队，协调各部门信息化系统建设，做好数据的共享。

4.3 数据重复性高，利用率低

在高校中，各子系统独立建设，数据过于分散，例如学生处、教务处、招生处均需要学生的个人信息，在收集个人信息时，来源不统一，没有统一的数据处理接口，经常会出现重复收集现象。另外由于缺少专门负责的部门，很多数据采集之后没有得到合理的储存，或者没有及时更新，下次使用时需要重新收集，造成人力、物力、财力的极度浪费。

4.4 建立数据标准难

无法建立统一的标准，应该是目前大数据技术中存在的难点之一。随着大数据技术越来越火，很多高校现在已经开始建立数据库，收集学校中产生的海量数据。但是在对数据分析利用中存在的一个很重要的问题就是很多情况无法建立合适的数据标准，例如前面应用场景提到的通过对学生消费情况、到课率、进出图书馆频率等数据进行统计分析，了解学生的实际消费水平、学业态度，更好地将奖学金、助学金分配给实际需要的学生，学生的校内消费情况可以通过一卡通数据获得，校外消费情况研究人员不得而知，如果学生长期在外居住、点外卖，那么通过一卡通获得的学生消费水平就并不真实，存在很大偏差。所以在分析数据时，建立什么样的标准来判定学生消费水平低，家庭比较贫困，单靠学校内部采集到的数据，是比较困难的，这里的数据只能作为参考，无法直接采用。

4.5 数据深度应用难

很多数据单列出来无法产生价值，只有综合起来才能产生意义。数据的相关性才能使大数据产生意义。例如一个学生某天的宿舍门禁没有他的进出信息，并不能说明什么，可能那天他请假了，但是如果长期无进出信息，同时校内也无上课记录、无消费信息，那么研究人员基本可以判断这个学生没来上学，很可能是退学了。像这种数据分析产生的意义并不大，因为研究人员可以从学籍状态中直接获得他的这些信息。想让大数据用在评价教师教学质量、评出学生奖助学金，实现教育教学工作中的绝对公平，又很难建立数据标准，所以对于数据的深度挖掘应用目前很难做到。

5 大数据技术应用于智慧校园建设的建议

5.1 加强大数据技术意识

大数据技术目前在各高校的实际应用并不多，很多领导看不到其中的时效价值。而且很多高校的领导还没有利用大数据技术来管理、建设学校的意识，重视程度不高。将大数据技术应用于智慧校园，需要学校领导们的大力支持。可以邀请专人为领导们培训，让他们意识到大数据技术可以提高工作效率，可以使管理更严谨，准确性更高，同时使管理工作更轻松。各高校在信息化建设的同时，应该把目光放长远，增强大数据技术意识，认识到大数据技术的应用价值，在建设智慧校园的同时，将产生的数据及时存储，多了解现在大数据技术的应用程度，将收集到的数据进行深度挖掘和分析，提取其中价值，为学校发展贡献数据支撑。

5.2 成立专业的技术团队

在领导的支持下，各高校应该成立专业的大数据技术团队。单纯的做好数据存储很简单，但是想要深度挖掘其中的价值和意义，就需要专人深入这个专业，需要耗费大量时间和精力去了解目前大数据技术的发展及应用现状。目前很多高校各部门在建设信息化项目时，互相之间不沟通、不交流，出现重复建设现象的问题。需要一只专业的团队与学校的信息化建设单位相结合，协调各部门建设工作，了解学校的信息化建设现状，建立统一的数据资源库，避免数据重复采集，保障数据来源的唯一性、准确性和可靠性。

5.3 建立专项资金

各高校每年应建立专项资金，用于大数据技术相关建设项目。分析大数据的前提就是数据的存储，需要购买专业的存储设备；数据的分析展示，需要建立专门的展示网页；邀请专业的大数据技术专家，采取线上线下方式，提供大数据技术培训；实地考察其他院校大数据技术应用的实例，从中汲取经验，建设自己的智慧校园等等。购买设备、建立展示网站、专家培训、实地考察等等均需要大量资金投入，这些资金可以纳入专项资金中，用于大数据技术项目。

5.4 实际推动各种应用

虽然目前大数据技术在高校中的应用仍然存在各种问题，但是研究人员仍需积极推动各项应用，真正将大数据技术用起来，在用的过程中，不断磨合、改进。例如在教学评估中，通过大数据技术对各位任课教师进行评估，传统的教学评估是让学生对任课教师进行评价，通过学生的评价对教师进行排名，采用大数据技术，研究人员可以将学生的到课率、学习成绩、对老师的喜爱度等等进行综合分析，对教师们进行更加全面、立体、准确的教学评估。在图书馆管理工作中，研究人员可以将读者的借阅信息进行分析处理，得到读者偏好的书籍类别，利用大数据技术向读者智能推送读物。通过在学生管理、教学工作、管理工作等过程中的实际应用，真正实现大数据技术的价值。

5.5 加强数据安全管理

高校的数据涉及人员较多、内容较广，包括学生、教职工的个人信息、家庭信息等等，社会上经常出现贩卖个人信息，谋取非法利益的事情。现在随着社会的进步，越来越多的人意识到个人信息保密的重要性。高校产生的海量数据，在存储的过程中一定要注意利用各种加密设备、加密技术保障其安全性，对建立的数据库要进行24小时不间断的监督和管理，安装防盗设备，增强管理人员数据安全意识，从根源上解决非法盗用风险，避免数据泄露的可能性。