基于大数据技术的数字化校园建设应用

谢 慧

（甘肃林业职业技术学院，甘肃 天水 741020）

网络技术的飞速发展引导传统教学模式发生了重大的变化，极大的改变了传统教学模式。为了更好的促进学生能够超越时间和空间的限制获取知识，大部分高校依托已经建成的校园网络设备，在实现校园网络化、教学信息化的前提条件下，数字化校园过程中形成相关的数据，虽然这些数据可以进行有效的分组和管理，但是数据的挖掘和充分利用相对较差，极少会顾及到数据的利用。本文就数字化校园建设中大数据的相关分析进行研究，通过对大数据进行分析，提取关键点，为如何更好的服务学生思想管理、精细化教学等做了有效的导向应用，进而提升教学和管理服务。

1 大数据概述

大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合[1]，IBM提出了大数据 5V 特点：Volume（大量），Velocity（高速），Variety（多样），Veracity（真实），Value（价值）。大数据具有多元化的数据来源，例如互联网、电脑及手机等终端设备使用过程中形成海量的图片、文字及视频等内容。而这些内容中既有庞大的信息群体，又可以实现信息的交流与传递。

2 大数据时代数字化校园建设思路

所谓数字化校园是指建立在网络科技基础上，充分收集校园建设中的教学、管理、科研等方面的信息，通过这些信息的分析和处理，优化教学资源、提高管理效率、改善工作模式的一种虚拟教育环境[2]。在数字化校园建设过程中，基于大数据的处理思路，对学校、教职工、学生三方进行统一管理，形成基础对象，对应教室、图书馆、学生宿舍、办公室等相关应用思路，进而形成完整的数据链。数字化校园主要任务有：

图1 数字化校园应用系统

2.1 数据采集

数字化校园建设过程中，对教师、学生等日常应用数据的采集是数字化校园的核心任务，只有建立完善有效的数据采集系统，才能收集各种信息，从而根据信息分析出相关数据，实现校园建设的数字化，进一步提高校园管理质量，实现校园资源利用最大化[3]。采集的数据内容包括教师基本信息、教学软件的应用信息、实训室应用信息、学生个人信息、学生考勤信息、学生日常应用信息等。数据采集模式有硬件和软件两种思路，硬件信息主要有实训室设备、计算机、视频监控、图书馆使用信息等，软件信息主要指学生浏览网页信息、日常爱好等各种隐性信息。

2.2 数据共享及衔接

数字化校园过程中数据共享是一个非常重要的问题，基于大数据思路，通过合理的数据权限模式，构建部门与部门之间的数据交换应用，为教职工和学生提供不同需求的信息服务。共享数据既要构建面向教职工的应用数据，也要构建面向学生的服务数据，同时建立面向决策、统计、分析、评价等部门的数据，其思路为：

图2 大数据决策应用

2.3 数据安全及权限

通常来讲校园中较多的信息资源如果没有被良好处理以及有效管理则很有可能损害用户方面隐私安全[4]。由于数字化校园信息中的信息既有基础信息，也有隐私信息，所以数据的使用及保护尤为重要。为了确保数据的安全，可以着力做好以下三个工作。一是保证数字化校园的数据库备份工作。为了保证数据库的正常运行，可以采用普通备份法和节点储存法降低数据库的损失，同时数据库应该具备自恢复机制以保障数据库的安全。二是做好权限分配及管理工作。基于数字化校园建立统一身份的认证管理，严格匹配用户的实际权限，同时对用户使用敏感信息进行确认管理，以保障信息的安全和校园稳定。三是组建信息安全管理部门，通过对管理人员进行培训，落实岗位管理职责，实现信息管理工作“点对点”,提升信息管理的工作力度。

3 大数据在数字化校园中的应用

通过对数字化校园形成的大数据进行分析，可以有效的对教师、学生的个人行为、办公、学习等方面信息进行详细的采集，利用大数据分类分析、聚类分析和推荐系统的数据挖掘方法[5]，进一步强化学生思想政治管理，引导教育向精细化发展。主要应用有：

3.1 学生数据分析支持思想政治管理

2016年习近平在全国高校思想政治工作会议上强调，我们的高校是党领导下的高校，是中国特色社会主义高校。要坚持不懈传播马克思主义科学理论，抓好马克思主义理论教育，为学生一生成长奠定科学的思想基础[6]。而在数字化校园建设中，可以利用大数据分析学生对网络中的各种数据，例如分析学生对思想政治教育的相关网页、微博、论坛等文章的关注度、关注事件、阅读次数、转发次数、评论量等信息，进一步分析学生的关注热点和关注方式，改进正确价值引导、影响大的文章的推荐方式和推荐力度，比如利用关注度较高的公众号或公众平台进行推送，扩大思想政治教育的覆盖面和覆盖范围，以提升学生思想教育工作效果。

3.2 学生日常分析完善精细化教学

大数据具有较强的个性化特征和可追踪性，多角度、有效、深入的分析能够为教育管理者提供即时感知、实时监控和早期预警等[2]。通过分析学生校园无线网的使用频率、时长、关注热点等网络数据，比较其课程安排分析学生对课程的完成程度，以便对学生日常学习进行教育。通过对学生的课程评价、课程成绩以及实训课程评价等数据等进行分析和挖掘，形成学生对课程知识的掌握程度，比对学生在图书馆浏览信息分析学生的兴趣点，为教师完成学生精细化学习能够获得学生的学习情况、学习习惯及学习爱好，并针对不同的情况为学生制定个性化的教学方案，有助于学生的学习成长。

3.3 学生轨迹分析指导学生行为管理

基于大数据的位置数据分析，利用校园wifi、移动信号等定位模式，分析学生日常行为过程中的学生位置，对比课程安排、活动安排等任务，从而确定学生在日常学习、图书馆、运动场或宿舍的时间对比，形成学生在各个活动中所投入的时间数据，确定学生的真实状态和兴趣爱好。

3.4 学生日常消费分析支持助学金评定预警

根据大数据的消费记录分析，分析学生在校内餐厅每天的消费习惯和费用，利用大数据挖掘学生的日常消费习惯，可以形成对学生餐厅每个服务窗口的优劣比对数据，能够更好的提升学生餐厅的饮食水平和服务水平。同时，监测学生在校内餐厅和校内超市的消费数据，设置预警红线，进而关注学生的生活水平，根据学生每月的消费金额，为评定贫困助学金提供有力的依据，确保贫困助学金能够精准评定，精准发放。

4 结语

随着数字化校园的不断完善，以数字化校园为基础形成的大数据为学校决策层、管理层和教师提供了大数据基础，在确保数据安全背景下，通过对学生及相关数据的数据分析和数据挖掘，能够更好的服务于学生思想政治管理、教师精细化教学、学生行为管理以及学生扶贫预警等工作，也为教育工作者提供了有力的支撑，更好的服务于学生，提升学生的综合素质。