基于云平台的高校学生管理预警和疏导系统设计

孙兴华

摘 要： 针对当前高校学生管理预警和疏导系统存在预测准确率较低的问题，为了获得更加准确的预警信息和实现危机预警的精确定位，提出一种基于云平台的高校学生管理预警和疏导系统设计方法。首先分析了高校学生管理预警和疏导系统工作，并阐述了其功能模块，主要包括高校学生管理预警和疏导的应用层、云资源层、认证授权层和校园云端层；然后对系统硬件进行设计，主要由高校学生预警管理子系统模块、紧急情况预警和报警子系统模块、危机预警和分析子系统模块、用户管理模块、互动平台模块、系统管理与维护模块构成；最后给出了系统的软件流程图，分析了预警信息生成、处理、推送和定位功能。实验结果表明，此方法能够实现高校学生管理的及时预警和实时疏导。

关键词： 云平台； 功能模块； 云端层； 高校学生管理； 预警； 疏导系统

中图分类号： TN02?34； TP315 文献标识码： A 文章编号： 1004?373X（2018）03?0175?07

Abstract： The current early warning and guidance system of college students management has low prediction accuracy. In order to obtain the more accurate early warning information， and realize the accurate positioning of the crisis early warning， a college students management design method of early warning and guidance system based on cloud platform is proposed. The early warning and guidance system of college students management is analyzed. Its functional modules are elaborated， including the application layer， cloud resource layer， certificate authority layer and campus cloud layer of college students management early warning and guidance. The system hardware is designed， which is mainly composed of management subsystem module， emergency circumstance warning and alarm subsystem module， crisis warning and analysis subsystem module， user management module， interactive platform module， system management and maintenance module of college students early warning. The software flowchart of the system is given. The functions of early warning information generation， processing， push and positioning are analyzed. The experimental results show that the method can realize the timely warning and real?time guidance for college students management.

Keywords： cloud platform； functional module； cloud layer； university students management； early warning； guidance system

0 引 言

云平台作为当今社会最流行的软件架构方式，在不同领域中均占有一席之地。云平台转向云计算是业界将要面临的一场重大变革，各类云平台的出现是该变革的关键性环节之一[1?2]。云计算的基本思想是在云平台上将大量采用网络连接的计算资源进行统一分配、管理以及计算，云平台主要提供基于“云”的服务，供开发者和用户在创建时使用[3?4]。对于高校学生管理的预警和疏导工作，需要建立一个具有开放性、分布式、高覆盖率和高通联性的云平台，在云平台的多个终端进行学生管理的预警和疏导数据的采集以及提取，在高校学生管理中心实现管理预警和疏导，并对上传到终端管理中心的数据进行统一分析和处理[5]。为了快速、便捷地实现高校学生管理危机预测和决策处理，需要对高校学生管理预警和疏导系统设计方法进行研究。目前，基于B/S模式的高校学生管理预警和疏导系统设计方法[6]，首先运用B/S模式对高校学生管理预警和疏导系统进行设计；然后高校学生管理预警和疏导系统对预警和疏导对象、范围、数据进行统计分析和评估，发布危机预告，及时发现和识别高校学生管理的危机因素；最后通过开发高校学生管理预警和疏导系统，实现高校学生管理数据的传递，达到对学生管理未来发展趋势的准确分析。但这种模式存在预警信息发布实时性较差的问题，为了改善这种状况，提出了许多较为有效的方法[7]。

文献[8]提出一种基于时间序列分析模型的高校学生管理预警和疏导系统设计方法，主要对高校学生成绩、考勤等信息进行预测，并构建高校学生管理预警和疏导系统。该方法存在预测准确度较低的问题。文献[9]提出基于数据挖掘的高校学生管理预警和疏导系统设计方法，以高校学生综合数据库为基础，开发基于数据挖掘的高校学生学业成绩、考勤预警和疏导系统；利用数据挖掘关联规则，根据高校学生综合数据库的数据类型特点，对高校学生学业成绩和考勤进行离散化处理；采用Apriori算法对高校学生的学业成绩数据进行关联规则挖掘，由高校学生综合数据库搜索出具有一定联系的学业成绩和考勤作为关联规则，将挖掘获得的关联规则作为预警信息，从而实现全方位疏导。但该方法存在预警信息挖掘效率较低的问题。文献[10]研究了一种基于数据仓库的高校学生关联预警和疏导系统设计方法，利用数据仓库技术对高校学生的大量信息数据，如预警对象、预警范围、预警指标和预警信息等进行统一分析和评估，发布危机通知，及时发现和识别高校学生潜在或已经存在的危机因素。系统主要包括高校学生管理的学籍预警、贫困生预警、心理预警，以及违纪预警等；通过利用网络客户端或者移动设备客户端查询和接收预警信息，从而实现实时疏导。该方法存在危机因素分析和评估准确率较低的问题。endprint

为了加强学校教务管理，及时对学生进行全方位疏导，改善上述方法产生的问题，提出一种基于云平台的高校学生管理预警和疏导系统设计方法。实验结果表明，所提方法能够及时做出预警，发布预警信息，对提高学生学习成绩具有良好的效果。

1 基于云平台的高校学生管理预警和疏导系统设计

1.1 基于云平台的高校学生管理预警和疏导工作

在高校学生管理工作中，对于已经出现的一系列问题和突发状况，需要做到快发现、快控制、快处理，把影响和损失均降至最低；对高校学生管理过程中的各类安全教育隐患做到早发现、早预防、早处理，将问题扼杀在摇篮里。根据问题的严重程度，更多情况下不应该只停留在预警层面，更需要突出其教育意义，起到引领、疏导和引导作用。

为此，在学校、学院、班级，乃至宿舍等建立层级分明、结构健全的一系列预警和疏导机制，形成横到边、竖到底的开放式网络系统，在保证系统灵敏度的同时，强化畅通性，避免出现阻滞现象。同时，可以与高校管理的教务处、考勤等管理系统相连接，促进整个高校教育、管理和服务工作的规范化和总体水平。

基于云平台的高校学生管理预警和疏导系统不仅对存在的安全隐患和突发事件具有预警和监控功能，还可以实现学生管理预警系统和疏导的设置、统计、分析、评估、解除、检索等一系列的预警和疏导功能，而且为学校的学风建设、学生出勤、考试成绩、身心健康等全方位的教育和管理工作提供了一个智能化的平台。

根据上述需求，针对高校学生管理预警和疏导工作的“云服务”特点，需要建立高校学生管理预警和疏导工作的云平台，提供相应的“云处理”服务，通过对智能化云平台的简单操作即可实现对高校学生管理的预警和疏导工作。

1.2 基于云平台的高校学生管理预警和疏导系统云结构

基于云平台的高校学生管理预警和疏导系统主要利用SOA（面向服务的架构）和Web Service实现云平台与相连接的移动互联网各个终端进行通信，并在应用期间采用XML、JSON等数据对通信数据进行加密处理，以保证云平台的安全性。基于云平台的高校学生管理预警和疏导系统包括四层架构模式，分别为应用层、云资源层、认证授权层和云端层。

应用层是主要面向高校学生以及老师等用户的服务提供层，用户通过浏览器或者移动终端APP与高校学生管理预警和疏导系统进行交互。应用层主要包含Android管理端和用户端、IOS管理端和用户端以及PC管理端和Pad用户端，这部分应用部署在云资源层。云资源层是该系统的资源中心，主要通过云服务器部署学生管理预警应用，同时承担该系统的数据存储和管理任务。认证层为该系统的各类用户提供统一的认证机制。云端层主要针对高校学生管理，包含预警数据分析、预警数据挖掘和危机分析等功能，高校学生管理者主要通过这一层对高校学生和老师提供的预警数据进行预测分析，实现辅助教学管理和决策。

2 高校学生管理预警和疏导系统的软件和硬件设计

2.1 高校学生管理预警和疏导系统的硬件设计

基于云平台的高校学生管理预警和疏导系统的硬件设计主要包括以下模块：高校学生预警管理子系统模块、高校学生管理紧急情况预警和报警子系统模块、高校学生管理危机预警和分析子系统模块、高校学生用户管理模块、高校学生管理互动平台模块、系统管理与维护模块。硬件设计结构如图1所示。

高校学生预警管理子系统主要由预警信息监测、预警信息处理和突发情况定位三部分构成。其中高校学生管理突发情况预警和高校学生管理报警子系统是该平台最关键的模块，包含高校学生管理突发情况预警、高校学生学业预警、高校学生考勤预警、高校学生心理预警、高校学生生活预警、高校学生纪律预警等。

基于云平台的高校学生管理预警和疏导系统的硬件设计，依据预警的紧急程度，可以划分为红、橙、黄三个等级。当遭遇紧急情况时，高校学生管理紧急情况预警子系统允许学生和老师通过客户端向云平台发送预警信息，预警信息会被推送到云平台的相关人员客户端。而且当高校学生遭遇非常紧急的情况时，高校学生管理紧急情况预警子系统将通过“一键报警”功能将紧急情况以最短的时间推送至辅导员或相关领导的客户端。高校学生管理危机预警和分析子系统通过数据挖掘分析该系统收集的学生信息和外部有用信息，生成相应的预警信息，然后将这些预警信息推送给相关学生和教师。

高校学生的互动管理子系统主要包括发送通知、答疑解惑以及互动聊天等。这些虽然不是核心模块，但是能够增加用户使用预警系统的热情和促进师生感情。

高校学生用户管理模块主要包括用户登录、用户注册、用户信息维护、用户身份验证和用户权限管理等方面。高校学生的系统管理和维护模块主要包括信息输送、数据维护、菜单管理、接口管理、地图管理和语音管理等。其中信息输送模块负责发送预警和相关系统信息；数据维护模块和菜单管理模块等功能主要通过Web实现；接口管理模块能够在各种设备上分享数据；语音管理模块能够实现声音搜寻，语音信息分析、处理和识别等功能。

2.2 高校学生管理预警和疏导系统的软件设计

2.2.1 基于规则的预警信息生成

基于云平台的高校学生管理预警和疏导系统涉及各种预警信息的生成和传递，其中每一种预警信息的产生机制都是不同的，下面以高校学生的学业预警为例，阐述高校学生学业预警信息的生成机制。

高校学生学业预警的主要目的是当有学生的课业成绩不合格或者出勤次数较低时，向学生发送相关预警信息。基于云平台的高校学生管理预警和疏导系统在制定消息生成规则时，参考了河北省北方学院正在执行的学生管理条例，以不合格科目数量和旷课节数作为规则的重要衡量指标，制定了不同的预警消息生成和发送策略。

预警信息生成规则可以形式化为三元组，其中，代表预警信息生成規则的类型，其表达式为：endprint

代表预警信息生成规则的指标数值范围，其表达式如下：

式中：和表示高校学生管理的预警信息；表示高校学生管理的预警信息集合。

代表预警信息生成规则的字符串集合，是满足预警信息生成规则情况下应该发送的预警信息，其表达式为：

根据上述计算公式，设计了专门的规则管理模块用于预警信息生成规则的编辑和管理工作，以方便学生和老师等用户编辑和管理。

高校学生管理的预警信息生成规则编辑完成后，规则引擎会立刻扫描学生的课业成绩信息和考勤信息，对获得的每一条学生信息，依次进行判断，如果满足条件则生成该学生的一条预警信息，并存储在高校学生管理的预警信息表中。基于规则的高校学生管理预警信息生成方法如下：

1） 查询数据库中每个学生的课业成绩信息，生成成绩不合格的科目总数；

2） 查询高校学生管理预警规则信息表中类型为课业成绩类型的规则，并且按照每个学生不合格科目的数目从低到高进行排列，形成高校学生管理预警规则队列；

3） 依次选取出每条规则的，如果满足，则完成高校学生管理预警规则匹配，提取该规则的预警信息字符串作为高校学生管理不合格课业的预警信息并返回，转入步骤4）；反之，如果，则继续步骤3）直至为空，再进行步骤4）；

4） 查询数据库中每个学生的考勤信息，生成每个学生的总旷课次数；

5） 查询高校学生管理预警规则表中类型为考勤信息的规则，并且按照每个学生总旷课次数从低到高进行排列，形成高校学生管理预警规则队列；

6） 依次选取出每条高校学生管理预警规则的，如果满足，则完成高校学生管理预警规则匹配，提取该规则的预警信息字符串作为高校学生管理考勤预警信息并返回，转入步骤7）；反之，如果，则继续步骤6）直至为空，再进行步骤7）；

7） 结束。

2.2.2 高校学生管理预警和疏导系统的云消息处理

在基于云平台的高校学生管理预警和疏导系统中，除了云服务器之外，还包括PC客户端、Android手机客户端、IOS手机客户端、Pad客户端等。如何实现这些客户端与总服务器端之间消息的高效和及时同步共享，是云平台需要重点考虑的问题。下面以Android系统与总服务器端信息同步共享为例，阐述基于云平台的高校学生管理预警和疏导系统是如何实现云消息处理的。

在基于云平台的高校学生管理预警和疏导系统中，Android系统和云服务器主要采用Volley框架实现云消息传递。Volley框架是Google提出的网络信息传递框架，Volley框架自身包含许多工具类，例如StringRequest，ImageRequest，JsonRequest等，这些都允许开发者和用户直接调用，同时，Volley框架的扩展性能较好，可以根据用户或开发者自己的需求定义工具类。基于云平台的高校学生管理预警和疏导系统云消息传递由下列四步组成：

1） 实例化RequestQueue；

2） 自定义调用网络请求工具类；

3） 将网络请求放入高校学生管理预警和疏导系统的云消息队列中；

4） 将网络请求退出高校学生管理预警和疏导系统的云消息队列。

通过使用Volley框架能够解决高校学生管理预警和疏导系统的云消息队列问题，同时能够避免由于网络信号较差导致重复访问bug。

以登录功能为例，当Android系统客户端加载LoginActivity时，对RequestQueue进行初始化；当用户点击登录选项时，RequestQueue将用户填写的数据向云服务器进行提交；当服务器端返回数据时，做出相应处理，中途还可以取消网络请求，即在Android系统客户端的网络请求发送过程中，Activity销毁，该网络请求可以取消。高校学生管理预警和疏导系统的云消息处理流程如图2所示。

2.2.3 高校学生管理预警和疏导系统的云消息推送

高校学生管理的各类预警信息和通知都需要及时推送给相关学生和老师，采用的推送方式主要有：单播推送、分组推送和广播推送。为了降低系统开发成本，使用baidu cloud来实现高校学生管理预警信息云推送。下面以分组推送为例，阐述高校学生管理预警和疏导系统的云消息推送。

baidu cloud云消息推送通过对用户客户端设置标签（Tag）的方式对高校学生管理预警和疏导系统用户进行分组，标签产生的方式可以由服务器端进行設置，也可以由用户系统客户端进行设置，云消息推送服务器根据不同的标签对用户进行筛选，并将高校学生管理预警信息推送到指定标签用户的客户端。无论是由服务器端统一设置的标签，还是由用户客户端设置的标签，都是由云消息推送服务器统一管理的。

在高校学生管理预警消息分组推送过程中，云消息推送服务器首先根据标签搜索出所有目标设备，并获取这些设备的user ID和channel ID；然后对这些设备进行消息的分组推送。在云消息推送过程中，收到信息的客户端会向推送的服务器发送一个消息回执，如果服务器发现云消息推送失败，云消息推送服务器会将待推送的云消息列表中的消息继续推送，直至所有消息全部推送成功为止。基于云平台的高校学生管理预警和疏导系统的云消息推送流程如图3所示。

2.2.4 高校学生管理预警和疏导系统的定位模块

高校学生管理预警和疏导系统的定位功能是用户手机客户端通过定位技术对高校学生所在位置信息进行捕捉，当高校学生遭遇突发情况时，可以自动发送预警信息，也可以使用“一键报警”向老师和同学发出预警消息。

高校学生管理预警和疏导系统的定位功能主要运用百度地图、GPS、手机摄像头等实现。高校学生管理预警和疏导系统的定位模块主要由四部分构成：Android或者IOS智能手机、高校学生管理预警和疏导系统服务器以及百度地图服务器。当高校学生遭遇突发情况时，高校学生管理预警和疏导系统服务器启动定位功能，获取学生定位信息，手机客户端将学生信息以及定位信息进行封装并及时发送到高校学生管理预警和疏导系统服务器，服务器捕获到请求后将高校学生管理预警信息通过广播或者其他形式发送给目标用户客户端，目标用户客户端获得高校学生管理的预警信息后，对数据进行解析，并且在手机界面显示突发情况的定位信息，从而实现高校学生管理的全方位疏导。endprint

定位模块是基于云平台的高校学生管理预警和疏导系统的核心模块，复杂程度较高，该模块需要解决的最重要的问题之一是学生的定位问题。由于室内定位需要庞大的室内定位数据，基于云平台的高校学生管理预警和疏导系统只实现了学生在校园内的室内定位。结合百度地图的室内定位SDK和校园地图 ，通过无线WiFi、手机蓝牙设备以及PDR等室内定位技术能够实现平滑的1～8 m的定位效果和定位精度。高校学生管理预警和疏导系统的定位流程如图4所示。

3 实验结果与分析

实验选用C/S模式、B/S模式和云平台开发高校学生管理预警和疏导系统，采用C#语言进行软件开发。实验选取Microsoft Visual Studio 2013进行高校学生管理的前台软件开发，选取Microsoft SQL Server2013进行高校学生管理的后台数据库创建。实验数据来源于河北北方学院某专业的学生预警和疏导系统，选取其中1 800条预警信息进行实验。

应用基于云平台的高校学生管理预警和疏导系统对某高校学生的学业成绩进行预警，高校学生管理者在登录系统后，首先进行相关信息初始化设置，然后将学生课业成绩的网络电子版导入系统中，即可实现对学生学业成绩的相关预警，并向相关学生和老师发布预警信息。在系统中，可以提供学生成绩的不合格查询、补考成绩不合格查询、补考后不合格总学分查询，以及预警学生名单查询等，利用三色预警机制，可以实现对高校学生学业成绩的不同程度预警，及时发现学业成绩有问题的学生，根据系统中对学生学业成绩情况的分析结果预测学生学业成绩的变化趋势，从而实现及时疏导。三色预警机制相关参数设置如表1所示。

根据表1数据，对高校学生管理预警和疏导系统的预警消息处理效率、预警消息推送效率和预警定位精确度进行对比分析。

预警消息处理效率和预警消息推送效率是衡量高校学生管理预警和疏导系统的两项重要指标。将文献[8?9]方法和本文方法对预警消息推送效率进行对比分析。实验结果分别如图5，图6所示。

定义预警消息的处理效率和推送效率公式分别如下：

分析图5和图6可知，文献[8]方法的预警消息处理效率较低，且波动性较大，从而导致了预警消息推送效率波动性也较大；文献[9]方法的预警消息处理效率随着预警消息数目的不断增加而逐渐降低。由于文献[8]方法的预警消息处理效率逐渐降低，造成预警消息推送延迟，无法及时发布预警通知，实现及时疏导；本文方法的预警消息处理效率始终较高，因而预警消息的推送效率也同样较好，可以及时发布高校学生的预警消息给相关教师和学生，实现实时疏导。

预警定位精确度对预警消息的及时发布和实现高校学生的全方位疏导具有重要意义，是衡量高校学生管理预警和疏导系统设计方法有效性的重要标准之一。将文献[8，10]方法和本文方法对预警消息的定位精确度进行对比分析，结果如图7所示。

预警定位精确度的表达式为：

根据图7可知，文献[8]方法的预警定位精确度最低；文献[10]方法的预警定位精确度次之。两者均无法实现高校学生管理危机和突发情况的准确定位，从而无法及时发布相关预警信息给教师和学生；本文方法的预警定位精确度最高，平均在80%左右，能够及时获取危险信息和突发情况的准确位置信息，从而发布预警消息给相关人员，实现全方位疏导。

4 结 论

当前的高校学生管理预警和疏导系统存在预警信息处理和推送效率较低的问题，为此提出一种基于云平台的高校学生管理预警和疏导系统设计方法，并通过实验结果证明，所提方法能够实现危机预警的准确定位，为学校的学风建设以及实现学生全方位的教育和疏导工作提供了一个智能化的平台，也为后续预警和疏导大数据分析、更好的用户体验、更好的云服务提供了良好的前提准备。

参考文献

[1] 孟牒，姚浩伟，韦飞祥，等.大学生交通安全认知现状评价与预警机制研究[J].科技通报，2016，32（9）：229?232.

MENG Die， YAO Haowei， WEI Feixiang， et al. Evaluation and early warning mechanism of cognitive status quo on traffic safety with undergraduates [J]. Bulletin of science and technology， 2016， 32（9）： 229?232.

[2] 郭艳君，徐远新，孙勤英，等.嵌入式换道预警系统设计[J].科学技术与工程，2015，15（18）：199?205.

GUO Yanjun， XU Yuanxin， SUN Qinying， et al. Embedded design of lane change warning system [J]. Science technology and engineering， 2015， 15（18）： 199?205.

[3] 赵亮.煤与瓦斯突出预警系统设计与实现[J].煤炭技术，2015，34（6）：165?167.

ZHAO Liang. Design and implementation of coal and gas outburst warning system [J]. Coal technology， 2015， 34（6）： 165?167.

[4] 池明文，孟慶娟，马占飞.一种用于无线传感网络的故障预警系统设计[J].现代电子技术，2017，40（4）：163?166.

CHI Mingwen， MENG Qingjuan， MA Zhanfei. Design of a fault early warning system for wireless sensor network [J]. Modern electronics technique， 2017， 40（4）： 163?166.endprint

[5] 张锋，温鸿天，黄镇宏，等.基于物联网技术的人体云健康监护及预警系统[J].计算机测量与控制，2015，23（6）：1898?1901.

ZHANG Feng， WEN Hongtian， HUANG Zhenhong， et al. A human body′s cloud health monitoring and early warning system based on the Internet of Things technology [J]. Computer measurement & control， 2015， 23（6）： 1898?1901.

[6] 李留青，陈中良.基于视觉图像踩踏风险预警研究[J].计算机仿真，2015，32（9）：429?432.

LI Liuqing， CHEN Zhongliang. Risk early warning of stampedes based on visual image [J]. Computer simulation， 2015， 32（9）： 429?432.

[7] 李国鹏，季鹏程，陈怡，等.基于分布式结构输电线路防外力破坏检测与预警系统设计[J].电子设计工程，2016，24（24）：95?97.

LI Guopeng， JI Pengcheng， CHEN Yi， et al. Design of detection and warning system for transmission lines with external force damage based on the distributed structure [J]. Electronic design engineering， 2016， 24（24）： 95?97.

[8] 崔哲哲，林定文，林玫.广西学生肺结核发病趋势分析及预警系统建立[J].中国学校卫生，2017，38（1）：144?147.

CUI Zhezhe， LIN Dingwen， LIN Mei. Analysis of the incidence of pulmonary tuberculosis in Guangxi students and the establishment of early warning system [J]. Chinese journal of school health， 2017， 38（1）： 144?147.

[9] 马高庭，蒋万春，申艳光.基于关联规则的肉鸡产品质量安全预警模型[J].江苏农业科学，2015，43（3）：271?274.

MA Gaoting， JIANG Wanchun， SHEN Yanguang. Quality and safety early warning model of broiler product based on association rules [J]. Jiangsu agricultural sciences， 2015， 43（3）： 271?274.

[10] 毛莺池，闵伟，接青，等.基于动态镜像的实时数据仓库存取预处理技术研究[J].计算机科学，2015，42（12）：130?135.

MAO Yingchi， MIN Wei， JIE Qing， et al. Real?time data warehouse pre?processing based on dynamic mirror replication [J]. Computer science， 2015， 42（12）： 130?135.endprint