基于大数据技术的智慧校园整体构建研究
安倩楠
摘要：近年来，大数据技术的迅猛发展为智慧校园的构建和落地带来了新思路。与传统的智慧校园相比，基于大数据技术的智慧校园能为师生提供教学、科研、管理、生活上的一体化智慧服务。首先设计一种新的大数据下的智慧校园体系架构，然后探索出一套智慧校园建设模型，其中包括数据采集、数据治理、数据分析、数据应用服务。最后在图书馆管理、教学监督管理、用户上网管理、网络安全管理等方面进行应用展示。利用该模型能够实现数据资源的整合和校园安全预警，减少管理成本，进一步提高高校信息化水平。
关键词：智慧校园;大数据;体系架构;数据分析;建设模型
中图分类号：TN926-34;TM62? ? ? 文献标识码：A
文章编号：1009-3044（2021）17-0094-02
开放科学（资源服务）标识码（OSID）：
随着信息技术的快速发展，高等教育的发展形态深受影响，高校信息化建设正由数字校园阶段向智慧校园阶段转型发展[1]。教育部在《教育信息化“十三五”规划》提出“积极利用云计算、大数据等新技术，创新资源平台、管理平台的建设、应用模式”，高校利用云计算、大数据等技术，把校内各类数据进行提取、整合和分析。大数据下的智慧校园建设以数据为依托，为师生提供教学、管理、生活等智慧化服务。
1 体系架构
大数据下的智慧校园建设需要摒弃数字化校园业务独立、信息封闭的现状[2]，利用大数据和云计算技术对校园业务系统的基础数据进行去冗余、标准化、存储和计算分析，采用开放、协同的体系架构，在智慧校园中实现按需服务、精准服务和移动服务，从而加快校园各类资源的合理化配置，提高校园智能化管理水平。
基于大数据技术的智慧校园系统架构如图1所示，自顶向下依次为应用服务、数据平台、数据源层、数据标准与规范体系和信息维护与安全体系，从网络、数据、制度标准等多个方面确保智慧校园能够安全、稳定运行。
2 基于大数据技术的智慧校园建设模型
大数据背景下的智慧校园建设本质是充分利用云计算、虚拟化平台等信息技术结合数据分析统计、信息检索、在线分析处理、深度学习、人工智能等计算机技术[3]，把高校的各类基础数据通过数据采集、数据标准化和数据分析整合，并在服务管理过程中应用于教学、舆情控制、校情服务的分析与决策中。
2.1 数据采集
数据采集是大数据下的智慧校园建设的基石。该模块主要完成从各业务子系统中利用ETL工具采集业务相关的结构化数据，通过Nutch[4]爬虫引擎采集外部互联网中文本、图像、视频等非结构化数据，利用Flume日志处理工具预处理用户网络行为、服务器运行等日志文本数据，实现对各类数据有效、规范地采集、清理和标准化存储与应用，为后续高校业务发展提供准确、一致、可互联互通的数据来源。
2.2 数据治理
数据治理是对数据资产管理和控制，包括数据质量管理、数据标准核对、数据清洗与整合交换和数据质量评估。构建高校数据治理框架首先需要确定高校内部的数据标准体系，其中包含数据标准、质量标准、管理标准，确保各个部门能得到落实;其次，消除信息孤岛，完成各业务系统的数据集成整合工作;最后评估数据质量，最终实现校内统一数据治理的目标。
2.3 数据分析
通过对高校大量的业务数据进行采集和治理，从海量的数据中进行数据分类、数据聚类发掘数据之间的关系，抽取具有标识的特征，比如老师、学生、科研、教务等。根据数据分析模型挖掘内在的价值规律，从而加强学校的服务管理能力。
数据分析流程如图2所示，最底层是存储数据的文件系统和数据库，对数据进行分布式缓存，提高数据读取速度，中间层是利用Spark计算引擎处理批量数据，最上层是通过统计分析、聚类等算法根据数据特征进行分析和挖掘，最后提供面對不同应用服务的接口。
2.4 数据应用与服务
在对数据进行采集、处理分析后，通过大数据服务平台为校内师生提供个性化的服务。一是校园网络数据管理，学生在校内活动的相关数据搜集，包括终端设备（POS机、门禁、无线AP等）、防火墙、服务器、堡垒机、网络日志数据等，对这些海量数据的分析和挖掘能够发现和预警异常情况，实现学生精准化服务与管理。二是科研管理服务，该服务能够根据老师的科研情况，找出不同学科、学院的投入和产出，发现具有潜力的科研团队。同时，在科研项目管理过程中进行进度提醒，为科研人员提供同类型的研究报告等，从而有助于高校科研有效、精准地管理和发展。三是教学应用与服务，通过对教学资源管理平台中的学生学习数据监控，帮助老师有的放矢地把握教学中的重点，提高教学质量。同时，教学数据也可以作为评价教师教学水平的依据。四是移动端服务。随着智能手机的普及，基于移动端的智慧校园建设愈发受到人们重视。将学校各业务系统与微信小程序进行对接，如图书馆座位预约、线上统一支付平台、成绩课表查询等，实现随时随地办理业务，推进个性化、精准化服务。
3 大数据智慧校园应用效果
大数据服务平台广泛地从学校业务系统采集各种数据，经过数据标准化处理，利用数据分析模型对数据进行分类和聚合，提取具有业务特征的数据集合，为不同场景提供更准确、一致的数据服务应用。
3.1 智慧图书馆
通过建设实时大数据服务平台，搜集到馆统计、借阅排行榜、借还图书统计等数据，经过数据聚合和分类，找出借阅数量最多的图书，能够为师生提供热门图书推荐，而且门禁数据能够方便图书管理人员清点到馆人数、了解借还书情况，提高图书管理水平。具体见图3所示。
3.2? 用户网络行为管理
大数据服务平台把新增用户信息、用户上网行为信息、服务器日志等数据进行广泛采集和整理，通过大数据分析模型，基于相关算法对用户行为数据进行分析和挖掘，可以发现用户上网偏好和兴趣，比如用户检索的热门关键词，如图4所示。学校通过大数据服务平台挖掘有价值的信息，有利于提高学校业务管理水平，具体如图5。
3.3 教学监督管理
全校统一各业务系统的数据标准，通过对结构化数据和非结构化数据的收集、处理和分析，提取和教学相关的数据信息，如图6所示。大数据服务平台科员统计出在线课程的数量、参与学生人数、课程访问量和相关教学资源数量等信息。经过数据聚合、数据分类和数据排序，得到活跃课程排行榜、活跃班级排行榜、学生签到情况等教学实时情况，全面反映教学状态，对于教师评价、提高学生教学质量、学科建设开展具有一定的借鉴和参考价值。
3.4 网络安全管理
通过对网络日志数据、互联网数据的采集、挖掘和建模分析，大数据服务平台能够监督和管理学校整个校园网网络信息安全情况，精准获取网站攻击IP地址、攻击次数等信息，有效防范网页篡改、信息窃取、拒绝服务等各类攻击，便于校园网络安全管理。具体见图7所示。
4 结语
随着大数据技术的蓬勃发展，建设智慧校园已经成为高校的普遍共识。将大数据技术与智慧校园的构建相结合，有助于加快教育事业的迅速发展，还能够完善智慧校园的建设。本文以大数据技术为支撑点，提出围绕大数据的智慧校园建设模型，构建智慧图书馆、用户网络行为管理、教学监督管理和网络安全管理模块功能，为高校更完善地建设智慧校园提供一定的参考价值。
参考文献：
[1] 余鹏，李艳.智慧校园视域下高等教育數据生态治理体系研究[J].中国电化教育，2020（5）：88-100.
[2] 张胜春，林鹏，宿娜.大数据背景下高校智慧校园建设探索[J].中国成人教育，2017（6）：71-74.
[3] 余鹏，李艳.基于教育大数据生态体系的高校智慧校园建设研究[J].中国电化教育，2018（6）：8-16.
[4] 凌晶.高校智慧校园大数据一体化平台的研究与实践[D].武汉：武汉轻工大学，2018.
[5] 余泰，李莉，赵欣.基于教育大数据的高校智慧教学环境构建[J].实验室研究与探索，2020，39（7）：285-288.
[6] 高勇，于艳华，赫玲河，等.构建大数据智慧校园应用系统新生态研究与实践——以白城医学高等专科学校为例[J].职业技术教育，2020，41（32）：66-69.
[7] 王高亮.基于共享数据中心的“智能校园”系统设计[J].电子制作，2017（22）：47-49.
[8] 蒋东兴，付小龙，袁芳，等.大数据背景下的高校智慧校园建设探讨[J].华东师范大学学报（自然科学版），2015（S1）：119-125，131.
[9] 刘凤娟.大数据的教育应用研究综述[J].现代教育技术，2014，24（8）：13-19.
[10] 于长虹，王运武，马武.智慧校园建设的现状、问题与对策[J].教学与管理，2015（6）：48-51.
[11] 刘敏斯，陈少波.大数据时代高校智慧校园建设研究[J].软件导刊，2015，14（8）：6-8.
【通联编辑：李雅琪】
