基于大数据技术的智慧校园整体构建研究.docx

《基于大数据技术的智慧校园整体构建研究.docx》由会员分享，可在线阅读，更多相关《基于大数据技术的智慧校园整体构建研究.docx（4页珍藏版）》请在第一文库网上搜索。

1、基于大数据技术的智慧校SB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

2、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

3、、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Nutch4爬虫引擎采集外部互联网中文本、

4、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

5、，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，最后提供面封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）

6、、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

7、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

8、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

9、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。