大数据背景下智慧校园

大数据背景下智慧校园

2000年前，我国高校的信息化建设处于初级阶段，基础设置建设

以及系统集成和网络服务都还比较落后。2000 年到2015 年，随着信息管理系统的应用与发展，高校内各个系统自动化程度等较高，信息集成和信息门户得到了很好应用，进入了数字校园时代。2015 年后开始，随着移动互联技术，大数据技术和物联网技术应用，高校已经进入到了智慧校园的建设阶段。

1 智慧校园的基本概念各种信息化应用系统快速发展和推广，高校内管理系统得到了广泛使用，包括学生系统，教务系统，科研系统，图书系统，一卡通系统，财务系统，国资系统等等，产生了海量的大数据，这些数据中包括了结构化数据和非结构化数据，如何利用大数据，挖掘蕴藏的价值，是智慧校园建设的思路和方向。

智慧校园就是利用移动互联，大数据，云计算，物联网，虚拟现实，以及人工智能等技术，打造一个数据中心和协同工作平台，将分散信息管理系统中的数据联系在一起，通过数据挖掘等实现对师生的个性化服务，教学以及管理的智能化运行，将整个校园变成一个智能协同工作的有机体。

智慧校园建设的目标主要有，第一建立大数据中心，将分散的结构化和非结构化数据统一和规范，实现各业务系统之间的数据同步和资

源共享。第二建立协同工作平台，利用物联网，移动

互联实现对教师和学生的个性化服务。第三建立移动智慧校园，通过APP的使用，实现学生学习的移动化和碎片化，生活的智能

化，教师教学和管理的移动化，提高各方面的效率。

2智慧校园的基本？丫构

大数据背景下的智慧校园建设架构如图 1 所示，智慧校园基于物联网和大数据技术，对采集得到的大数据进行存储，共享，加工，处理以及挖掘，实现对高校各类型需求者的个性化，移动化以及精准化服务，提高协同工作效率和质量。

（1）底层为物联网感知层，通过zigbee，RFID等获得校园内各类设备的运行数据，为智慧校园提供数据采集。

（2）云计算层，采用虚拟化，分布式计算等提供大数据计算和处理。

（3）大数据层，采用分布式数据存储，数据挖掘以及数据可视化分析等提供数据支持。

（4）智慧应用层，基于大数据和云计算，实现对智慧校园

的教学科研，运行管理等提供应用支持。

（5）通信层和智能终端层，通过3G/4G网络以及全校Wi-Fi 覆盖，实现智能应用APP的移动化。

3 智慧校园的关键技术

智慧校园的构建需要个各种信息技术的支撑，下面对智慧校园中的关键技术进行简要的介绍。

3.1 大数据技术

在高校的日常教学和管理以及校园生活中会产生大量的数据，大数据技术利用hadoop 分布式存储实现数据统一存储和共享，对数据进行

加工和处理，利用spark 技术等实现数据挖掘，为应用层提供数据支持。

3.2 云计算智慧校园整个框架结构复杂，作为协同工作平台的核心部分，云计算模式可以很好的为其实现资源的动态配置以及优化服务。

3.3 物联网技术

物联网通过传感器进行数据的采集，利用智能识别技术以及通信技术实现人与人，人与物，物与物的智能连接，多传感器信息采集和融合技术为智慧校园的建设奠定了坚实的基础。

3.4 移动互联技术

随着互联网技术的不断发展，移动终端应用越来越广泛，打破了传统的时空限定，利用JAVAEE技术，进行服务器端应用开发，手机移动端APP开发，这都将为智慧校园提供及时方便的通信和应用服务。

4 智慧校园的应用

4.1 智慧教学

智慧校园中，教师可以开展以学生为中心的教学活动，建立

M00或者SPO（云教学平台，利用移动终端开展移动式和碎片化教学。基于大数据中心，教师可以对学生的学习习惯等进行检测。

学生也可以利用云教学平台方便的实现教学互动。

4.2 智慧管理

智慧校园可以方便实现校园管理的智能化，利用物联网传感器技术实现管理过程的检测控制。协同工作平台可以方便实现多校区协同教学和办公，实现网上0A 办公，流程审批等，也可以方便实现网络教学

的开展等。

4.3 智慧决策智慧校园中产生的大数据将被进行加工处理和整合，通过机器学习，人工智能等计算，对数据进行可视化分析和展示，对数据进行挖掘处理，为教学服务，管理服务等提供有价值的规律和决策依据，进一步优化教学和管理。

智慧校园大数据平台建设和运营整体解决方案

智慧校园大数据云平台 建 设 方 案

目录 第1章建设思路和建设目标 (20) 1.1、总体建设内容概述 (20) 1.2、总体建设理念 (21) 1.2.1、搭平台 (21) 1.2.2、定标准 (22) 1.2.3、上应用 (23) 1.2.4、成体系 (24) 1.2.5、集中管 (26) 1.2.6、特色建 (26) 1.3、总体目标 (27) 1.3.1、培养人才目标 (27) 1.3.2、推动教育治理体系和治理能力现代化目标 (27) 1.3.3、平台建设目标 (28) 1.3.3.1、智慧校园平台建设标准化 (28) 1.3.3.2、平台云化 (29) 1.3.3.3、业务能力云化 (29) 1.3.3.4、服务集中化 (29) 1.3.3.5、应用移动化 (29) 1.3.3.6、应用扩展化 (29) 1.3.3.7、资源可持续化 (30) 1.3.3.8、管理可视化 (30) 1.4、总体架构设计 (30) 1.4.1、总体架构 (30) 1.4.2、云平台整体架构 (32) 1.4.3、系统技术路线设计 (32) 第2章智慧校园大数据总体规划 (34) 2.1、智慧校园大数据建设背景 (34)

2.1.1、战略机遇 (34) 2.1.2、大数据产业政策支持 (36) 2.2、智慧校园大数据的来源 (37) 2.2.1、个体智慧校园大数据 (38) 2.2.2、课程智慧校园大数据 (38) 2.2.3、班级智慧校园大数据 (39) 2.2.4、学校智慧校园大数据 (39) 2.2.5、区域智慧校园大数据 (39) 2.2.6、国家智慧校园大数据 (40) 2.3、智慧校园大数据采集技术图谱 (40) 2.4、智慧校园大数据建设面临问题 (41) 2.4.1、产品同质化严重 (41) 2.4.2、分析端是整体短板 (42) 2.4.3、缺乏统一的行业标准 (42) 2.4.4、大数据价值尚未体现 (42) 2.4.5、数据模型的科学性不足 (43) 2.4.6、数据的权利制度未明确 (43) 2.4.7、数据规模日益庞大 (43) 2.4.8、缺乏稳定高效的大数据环境 (43) 2.4.9、数据利用不充分 (44) 2.4.10、数据驱动带来的科研新挑战 (44) 2.5、智慧校园大数据云平台建设原则 (44) 2.5.1、要提前规划设计 (45) 2.5.2、要有清晰的边界 (46) 2.5.3、要保持连续性和规范性 (46) 2.5.4、采集粒度要尽可能小 (47) 2.5.5、智慧校园大数据数据源分析 (48) 2.5.5.1、数据涉及面窄 (48) 2.5.5.2、有效数据量少 (48)

大数据在智慧校园建设中的应用研究

大数据在智慧校园建设中的应用研究 摘要：大数据作为数据管理的一项新技术，对建设智慧校园起着重要作用。智慧校园是一个整合开放、创新、协作、智能的信息服务平台，其主要功能就是智慧，包括智能感知、自定义配置、双向互动、任意访问、支持大数据和开放的学习环境等等。分析了大数据在智慧校园应用中遇到的问题，提出了解决方案。 关键词：数据管理；智慧校园；大数据 0 引言 随着信息技术的发展，互联网数据高速增长。数据的快速增长不能说明已经进入了大数据时代，处理大数据应该对有价值的数据存储和网络容量集中考虑。原数据密度的价值很小，技术人员必须从大量数据中将有价值的信息剥离出来。 目前大数据技术还处于发展阶段，但潜在应用前景广阔。麦肯锡全球研究院报告“Big data：The next frontier for innovation，competition，and productivity”[1]，对大数据的应用领域和关键技术作了详细分析。大数据技术是建设智慧校园的重要技术，智慧建设元素的一个重要组成部分就是大数据。 1 大数据技术

1.1 大数据来源 近年来数据已达到50%的年增长率。传统的关系型数据管理模式因数据的大体量和过多的非结构化形态数据，无法满足日新月异的需求。大数据的IT技术作为下一代技术，将有利于研究者获得高质量、高价值的数据。 1.2 大数据概念 维基百科对大数据定义是：大数据是指无法在一定时间内使用传统的软件工具，进行收集管理和数据处理抓取其内容。数据（Data）通常指用于技术设计、科学研究、决策、查证的数据，主要是通过科学实验、测试、统计和其它方式获得的统计信息。通过完整地、系统地、精确地测量，采集、记录、分类、存储数据，再对其进行严格地统计、检验、分析，得出有说服力的结论。经过大规模、长时间测量、存储、记录、分析、统计这些数据，接收到的海量数据就是大数据（Big data）。 1.3 大数据特征 大数据有3个特性，即数据类型的多样性（Variety）、数据体量的规模性（Volume）和数据处理速度的高速性（Velocity）。在这3个属性的基础上，相关权威人士增加了数据的时效性（Vitality）、真实性（Veracity）、复杂性（Complexity）以及价值性（Value）等几个特性。 2 需求分析

智慧校园-学校信息化大数据平台解决方案

智慧教育整体建设方案 智慧校园大数据平台校园信息化项目 建 设 方 案 北京XX科技有限公司 2019年X月

目录 第1章项目背景和需求分析 (4) 1.1概述 (4) 1.2 校园信息化需求演进 (5) 1.3小结 (7) 第2章系统设计简介 (8) 2.1 智慧校园承载网络 (8) 2.2 一卡通管理系统 (11) 2.3 消费系统 (11) 2.4 图书管理系统 (12) 2.5 水控系统 (12) 2.6 迎新管理系统 (12) 2.7 RFID出入校门记录系统 (12) 2.8 自动识别学生平安短信服务系统 (13) 2.9 视频监控系统 (13) 2.10 周界防护系统 (15) 2.11 智慧校园建设方式 (16) 第3章设计方案 (18) 3.1 XX中学项目需求 (18) 3.2 XX中学平安校园方案介绍 (19) 3.3 系统设计 (20) 3.3.1项目分析 (20) 3.3.2 设计方案优势特点 (25) 3.3.3 系统总体设计方案 (32) 3.3.4 一卡通系统业务功能设计 (64) 3.4 系统对接方案 (125) 3.4.1图书管理系统 (125) 3.4.2 水电管理系统对接 (127) 3.4.3财务系统对接 (127) 3.4.4 数字化校园对接 (128) 3.5 主要设备技术参数描述 (138) 3.5.1 IPC-B202-IR系列网络枪式摄像机 (138) 3.5.2 IPC-B612-IR系列球形摄像机 (142) 3.5.3 IPC-B312-IR系列红外半球摄像机 (146) 3.5.4 NVR-S200-R16系列网络视频录像机 (151) 3.5.5 VM3500综合安防应用服务器平台 (155) 3.5.6 ADU8600系列综合显示控制单元 (159) 3.5.7 MS8500-E媒体交换服务器 (161) 3.5.8 KB-B100-N网络控制键盘 (165) 3.5.9 MW5249-G3-U LCD拼接显示单元 (166) 3.5.10 ISCOM2600G系列千兆接入以太网交换机 (168) 3.5.11 ISCOM3000G系列三层交换机 (171) 3.5.12 ISCOM S7600 系列多业务核心交换机 (174)

大数据在智慧校园中地位与作用

大数据在智慧校园中地位与作用 一、“智慧校园”的设计理念 一个智慧校园必须为广大师生提供一个全面的智能感知环境和综合信息服务平台，提供基于角色的个性化定制服务；将基于计算机网络的信息服务融入学校的各个应用于服务领域，实现互联和协作；通过智能感知环境和综合信息服务平台，为学校与外部世界提供一个相互交流和相互感知的接口。其层次结构如图所示。 从图中我们可以看出，前期的数字化校园建设与发展是智慧校园建设的基石。有线与无线双网覆盖的网络环境是智慧校园统一的网络基础设施平台；智慧校园统一数据共享平台和综合信息服务平台通过云计算与虚拟化技术来实现；物联网与无线网络技术则是实现智慧校园主要场景应用的技术保障。 因此“智慧校园”是一个包含云计算、物联网等技术的综合体，不同于传统的“数字校园”概念。“智慧校园”的设计理念就

是通过新一代信息技术的应用使师生及管理人员能以更加精细和动态的方式开展教、学和管理。比如“智慧校园”通过把传感器嵌入和装载到校园的供电系统、供水系统以及建筑物、设备等校园生态系统的各种物件中，实现物联网与互联网的连接，实现校园生活与物理系统的整合。教学系统、管理系统、办公系统等众多软件系统平台也可融入到“校园云”，从而将云、物联网、互联网联接起来，进而实现大规模数据的实时抓取和深度分析计算，最终形成有效的决策依据。所有实时数据的获取、分析都基于“智慧校园”的网络和云计算。大数据的功能特性完成了传统结构化数据在“智慧校园”管理中所不能完成的多类型、快速、实时的数据处理能力。 二、“智慧校园”对大数据技术的需求 “智慧校园”必须通过对大量非结构化形态的数据进行分析形成智慧教学和管理，因此对数据如何获取、复杂数据类型实现、数据处理速度和数据分析能力要求较高。典型的OLAP（联机分析处理）数据分析无法满足智慧应用需求，而基于大数据的超越常规报表的路径分析、时间序列分析、图分析、What-if 分析等深度分析符合学校日益增长的智慧应用需求。基于云计算的应用模式、数据整合共享、交叉复用形成智力资源以及知识服务能力，这些都可以成为大数据在“智慧校园”中的重点应用。 三、大数据在“智慧校园”中的价值 “智慧校园”使得联网实体不断扩大，传统的数据架构已无法满足数据处理要求，大数据对获取的各类体量数据更易实现实时、

智慧校园大数据分析服务

1.1.1大数据分析服务 1.1.1.1.1财务资产分析 ●对高校办学经费总收入及支出，教育收入及支出，人均教育收入及支出，科 研项目收入及支出，人均科研收入及支出，捐款收入，单位收缴信息统计分析。 ●对高校科研经费支出金额，科研类型，科研结果等信息统计分析 ●对高校各类别经费发展变化预测分析 ●对高校收入、支出预算与执行情况统计分析 ●对高校设备资产数量，金额，比重，类型等信息统计分析

1.1.1.1.2教务信息分析 ●对高校教学信息，重点课程，实习地点，实习方向，社会实践等信息统计分 析 ●对高校教材领用，订购，数量，耗材的订购，使用等信息统计分析 ●对考场，考试人员，报名情况，收费情况，成绩等信息统计分析 ●对高校评教结果，指标，方法，类别，能力等信息综合分析 ●对高校开课数量，开课情况，学科信息，成绩信息，心理分析等信息综合分 析 1.1.1.1.3科学研究分析 ●对高校科研平台，专业刊物，科研项目，科研经费，科研成果等信息统计分 析。 ●对高校科研纵向项目信息，排名，占比等统计分析。 ●对高校科研横向项目信息，排名，占比等统计分析。 ●对高校科研项目经费分布，拨入款级别占比，拨入情况，拨款单位，所属单 位，负责人等信息统计分析。 ●对高校科研著作各类型占比，各出版社出版数量，各单位著作分布情况统计 分析。 ●对高校科研获奖数量，成果，人员等信息统计分析

1.1.1.1.4人事信息 ●对高校整体师资结构，专任教师，年龄结构变化趋势等信息统计分析。 ●对高校文科专业队伍建设状态，相关学科队伍教师信息等统计分析。 ●对高校理科专业队伍建设状态，相关学科队伍教师信息等统计分析。 ●对高校在职职工人数，类别结构，职称结构等进行统计分析。 ●对高校专任教师人数，类别结构，职称结构，学历结构，学缘结构综合统计 分析。 ●对高校研究生导师人数，类别结构，职称结构，学历结构，学缘结构综合统 计分析。 ●对高校高层次人才人数，类型综合统计分析。 ●对高校岗位需求统计分析

高校大数据平台解决方案-高校智慧校园解决方案

高校大数据平台解决方案、高校智慧校园解决方案

1.项目概况 近年来，随着信息技术产业的蓬勃发展，高校的信息化建设工作也受到了广泛关注。推进高校信息化建设，打造数字化校园已成为各高等院校的普遍共识。由于信息化建设初期缺乏统一规划，数据标准各异，业务系统各自为政，导致数据非集成化并形成了许多的信息孤岛，这使得大量数据无法共享和利用，获得更大价值。 数据共享交换平台是整个数字化校园建设的重要组成部分，利用平台对校园内散乱分布的数据进行集成化整合，同时将原来分散、利用率低下的信息资源进行数据挖掘，对于学校的发展战略和决策支持具有重要意义。 另外，数据共享交换平台的建设是高校信息化建设下一阶段——智慧校园建设的工作基础。完成对学校内大数据有机的整合和继承管理，掌握学校各项活动中发生的庞大、海量数据，并利用大数据处理技术对这些信息资源进行挖掘、整理、分析，为学校的发展提供决策支持，是大数据时代下支撑学校改革、发展的重要手段。 2.智慧校园建设方案！高校统一数据中心解决方案平台设计目标及思路 大数据时代的教育带有“大教育”的特性，具有全员（从全日制学生到全民，面向所有人）、全程（从学前教育到终身教育，服务各个教育阶段）、全方位（家庭、学校、社会三位一体教育，无所不在的教育，虚实结合的教育）等特点。随着在线平台的推广和普及，越来越多的老师将自己的授课视频放上网。互联网上的眼睛将使所有错误无所遁形，在无数人的编辑之下，知识传播的形式将不断优化、效率会不断提高。在数据的不断累积当中，视频将会沉淀下来，成为经典的学习材料。 目前，建设以全局数据为基础的数据共享交换平台已成为各高校信息化建设的核心内容。通过其建设可以有效消除信息孤岛，节约人力、物力、财力成本，提高工作效率。各职能部处可以通过该平台获取其他业务部门的数据信息，通过对数据的交换、共享、分析、挖掘，为广大师生提供更加完善的服务，为高校建设以及科学管理提供重要的依据。

智慧高校大数据平台建设方案

智慧高校大数据平台 建 设 方 案 I

目录 第1章前言 (8) 1.1、大数据发展分析 (9) 1.1.1、大数据定义 (9) 1.1.2、大数据5v特征及其应用 (10) 1.2、高校大数据建设背景 (11) 1.2.1、战略机遇 (11) 1.2.2、大数据产业政策支持 (12) 1.3、高校大数据建设面临问题 (13) 1.3.1、高校大数据应用分析 (13) 1.3.1.1、数据规模日益庞大 (13) 1.3.1.2、缺乏稳定高效的大数据环境 (14) 1.3.1.3、数据利用不充分 (14) 1.3.1.4、数据驱动带来的科研新挑战 (14) 1.3.2、高校大数据数据源分析 (14) 1.3.2.1、数据涉及面窄 (14) 1.3.2.2、有效数据量少 (15) 1.3.2.3、数据接口不完善 (15) 1.3.3、高校大数据服务用户分析 (15) 1.3.4、高校大数据建设责任制问题 (16) 1.3.4.1、校领导 (16) I

1.3.4.2、教师 (17) 1.3.4.3、学生 (17) 1.3.4.4、家长 (17) 1.3.4.5、校园环境 (17) 1.3.4.6、教学管理与服务 (17) 1.3.4.7、社会 (17) 1.4、建设原则 (18) 1.4.1、安全性 (18) 1.4.2、可扩展性 (18) 1.4.3、灵活性 (18) 1.5、建设目标 (18) 1.5.1、实现数据的共享和交换 (18) 1.5.2、大数据的采集和存储 (19) 1.5.3、大数据分析与决策 (19) 1.6、高校大数据平台建设意义 (19) 1.6.1、实现个性化学习 (19) 1.6.2、实现教育评价体系重构 (20) 1.6.3、实现科学研究范式转型 (20) 1.6.4、开启“大数据创客”新模式 (20) 1.6.5、实现教学模式改革 (20) 1.6.6、实现科学化教育管理 (20) II

大数据分析在智慧教育中的应用研究

大数据分析在智慧教育中的应用研究 摘要：传统面向高校智慧教育的数据分析平台难以从海量智慧资源中准确分析学生学习行为，导致在面向试题的难度预测中，存在准确率低的问题。针对上述问题，开展面向高校智慧教育的大数据分析研究工作，给出智慧教育体系架构的构成以及数据分析平台，利用 Hadoop 技术对智慧教育资源进行分析与处理，采用数据挖掘算法并结合云计算技术深入分析和解释学生学习行为数据的采集、汇聚，获取学生学习行为的隐性和显性行为，评估教育质量，预测学生日后学习表现，建立学生认知模型与可视化图表，把得到的数据智能融入智慧教育体系架构。将该体系架构应用于在线教育系统提供的答题数据，预测英语阅读试题难度。测试结果表明，试题难度评估预测性能较好。 关键词：大数据分析；高校智慧教育；数据挖掘算法；Hadoop 技术；云计算；学生认知模型

目录 1、引言 (3) 2、高校智慧教育大数据分析 (4) 2.1、高校智慧教育体系架构 (4) 2.2、面向学生学习行为的大数据分析技术 (5) 3、实验结果与分析 (8) 4、结论 (9)

1、引言 大数据、人工智能技术的发展和广泛应用，使得“互联网?教育”成为高等院校教育改革与发展的重要研究方向[1]。“智慧教育”的提出更是将高校教育信息化提升到前所未有的新高度[2]。面向高校智慧教育的大数据分析逐渐成为研究广泛关注的重要研究方向之一[3]。目前，相关学者已研究 出多项针对智能辅助系统的数据分析平台。例如：李爽等人通过学生学习行为投入测量指标构建数 据分析平台[4]。这些测量指标更有利于分析和测量教学智能辅助系统的学习行为。周效章以云计算、大数据分析技术为依托，按照“线上?线下?线上”为教育实施路径，构建了“在线教育平台+学习中心”融合教学模式的数据分析平台[5]。上述数据分析平台缺乏对学生学习行为数据合理的整合管理 模式，易造成信息孤岛，无法准确分析学生学习行为数据，导致在面向试题时的难度预测精度较低。在分析国内智能辅助系统的数据分析平台现存问题的基础上，构建“面向高校智慧教育的大数据分 析平台”，以推动我国高校智慧教育发展。

智慧校园(校园信息化大数据建设方案)

智慧校园大数据平台信息化系统集成整体方案 北京XX信息技术有限公司 2019年X月

目录 第1章建设背景 (6) 1.1战略背景 (6) 1.2智慧校园应用综述 (6) 第2章指导思想与建设原则 (8) 2.1指导思想 (8) 2.2建设目标 (8) 2.3建设原则 (9) 2.3.1统一规划 (9) 2.3.2统一标准 (9) 2.3.3分期建设 (9) 2.3.4统一管理 (10) 2.4建设思路 (10) 第3章智慧校园平台总体规划和设计 (12) 3.1软件架构总体规划 (12) 3.2总体架构设计 (14) 3.3基于SOA系统架构设计 (16) 3.4总体技术路线 (17) 3.4.1企业级J2EE框架 (17) 3.4.2面向对象组件技术 (18) 3.4.3负载均衡与应用服务器集群 (18) 3.5性能指标 (19) 3.6系统运行环境 (20) 第4章一期系统建设内容方案 (22) 4.1基础数据库管理平台 (23) 4.1.1系统概述 (23)

4.1.3系统特点 (25) 4.1.4主要功能 (26) 4.1.5功能列表 (30) 4.2单点登录系统 (34) 4.2.1系统概述 (34) 4.2.2系统架构 (35) 4.2.3系统特点 (37) 4.2.4功能介绍 (39) 4.3云桌面系统 (43) 4.3.1系统概述 (43) 4.3.2系统特点 (43) 4.3.3系统功能 (43) 4.4门户网站系统 (47) 4.4.1系统概述 (47) 4.4.2系统架构 (49) 4.4.3系统特点 (49) 4.4.4功能列表 (50) 4.5教学管理信息系统 (54) 4.5.1系统概述 (54) 4.5.2系统特点 (54) 4.5.3功能列表 (56) 4.6协同办公系统（OA） (74) 4.6.1系统概述 (74) 4.6.2系统功能 (74) 4.6.3系统特点 (76) 4.7学生综合素养评价系统 (76) 4.7.1系统概述 (76) 4.7.2系统特点 (77) 4.7.3系统功能 (78) 4.8招生系统 (94) 4.8.1系统概述 (94) 4.8.2系统功能 (95) 4.8.3系统特点 (100) 4.9即时通讯系统 (100) 4.9.1系统概述 (100)

大数据技术在智慧校园中的应用现状及前景

科技风2016年8 月上·大数据技术在智慧校园中的应用现状及前景 常红春 严思静 湘潭医卫职业技术学院湖南湘潭411104 摘要：目前，随着高校信息化建设的提速，智慧校园已逐渐成为高校信息化建设的热点，随着网络覆盖、信息系统的投入使用、R FID 、二维码、视频监控、普适计算等信息技术的应用，使得高校产生的数据总量不断增加，数据结构也日趋复杂。大数据技术作为IT 领域新一代的数据管理技术与架构，在智慧校园中具有极大的潜在应用价值。 关键词：智慧校园；海量数据；大数据技术 信息技术能助推高校教育教学管理变革创新，提升学校教学、人才培养质量。进21世纪以来，我国高校信息化脚步加快，已迈入智慧校园建设的新阶段，随着RFID 、二维码、视频监控、普适计算等智慧校园信息技术的应用，高校信息管理系统、一卡通系统、校园BBS 论坛、贴吧、网站点击流量、通信设备、监控系统等产生的数据量呈几何级数快速增长，采用新型技术对海量数据进行有效分析和处理，提炼出有价值的数据信息供学校管理部门参考决策，将使得智慧理念在高校管理中真正得以实现。 1高校智慧校园中数据分析处理现状及不足1.1技术运用理念问题 智慧校园是新型信息化技术，往往由学校领导决策，信息网络中心等部门负责实施，如果要全面推行，势必得到全院师生的理解和支持，比如信息资源平台的使用，需要每个部门、每个员工甚至包括每个学生都对信息资源平台有所了解，掌握系统模块和功能，熟悉其操作流程和办法，才能确保信息平台和系统真正发挥作用。 然而，对于一种新技术，领导层往往看重的是技术是否已经运用，而不是很关注运用状况和结果，比如智慧校园环境下，对海量数据是否能加以提炼以供决策，真正助推学校改革发展，相信不单单是校领导层，对于信息网络中心等信息技术负责部门考虑的都比较欠缺；由于信息技术专业性强，对很多非计算机专业师生家长来说，要完全接受需要一个过程，使得系统平台普及以及数据收集等工作难以全面开展，影响了数据分析结果的普遍性。 1.2数据收集机制缺乏 智慧校园中的海量数据不能很好利用的重要原因是缺乏有效的数据收集工具，汇聚数据难。目前，高校获得各种海量数据的途径多为学生、教务等管理信息系统、QQ 群、纸质表格等，对于各种系统收集的数据比较分散，难以综合运用结果，比如对学生信息收集分散凌乱，学生处、招生处、教务处等部门对有些字段重复进行收集，浪费人力财力，且不利于统一数据接口的建立。另外，由于收集部门的分散，没有统一的责任部门，每个部门对收集到的电子数据往往用完就删掉了或者保管时间不长，对纸质档材料往往用完就归档封存，数据再利用相当不便，效率低下。 1.3数据分析环节有待加强 对于信息系统或者调查问卷等收集到的数据，应进行数据分析，因为不管是信息系统也好还是调查问卷也好，存在噪声数据或者人为乱填等因素，因此，必须对收集到的数据去伪存真，噪声处理或者相似度检查等，以获得最接近客观现实的数据。而很多高校，由于缺乏有关数据管理员等专业技术人才，对收集的数据有的缺乏分析环节，直接提交管理层参考和决策使用，有的则采用的数据分析技术比较落后，比如采用excel 等工具进行简单筛选，连OLAP 数据分析工具都没有，更不用提Spark 技术数据处理平台了。 1.4数据处理系统技术落后 高校管理部门收集到的数据有些是批量数据，有些是学生上网或者饭卡消费的实时数据，有些是聊天、做作业等图片数据，需要批量数据处理系统、流式数据的处理、实时交互计算、图数据处理系统等处理系统软件分别进行处理。而高校管理人员对不同类型数据缺乏辨别，加上这些数据处理软件技术复杂、软件昂贵、人才缺乏、使用不便等因素，导致先进的数据处理软件未能在高校数据平台中得以使用，数据处理效率低下。 2大数据技术简介及在智慧校园中的应用前景 大数据技术包括海量数据的收集、分析、处理等技术，其中处理技术包括对静态数据的批量处理，对在线数据的实时处理以及对图数据的综合处理，在处理过程中会用到Apache Hadoop 、Spark 等处理平台系统；数据分析技术包括绍深度学习、知识计算和可视化等关键技术，解决如何对图像、声音、文本等数据进行有效表达、解释和学习。 “智慧校园”是一个包含云计算、物联网、智能传感等技术的综合体，是对“数字校园”的拓展和提升。“智慧校园”通过把传感器嵌入和装载到校园的供电、供水系统以及建筑物、设备等校园生态系统的各种物件中，实现物联网与互联网的连接、校园生活与物理系统的整合，而后将学习、管理、办公系统等众多软件系统平台融入到“校园云”，从而将云、物联网、互联网联接起来，进而实现大规模数据的实时抓取和深度分析计算，最终形成有效的决策依据，“智慧校园”通过对大量非结构化形态的数据进行分析形成智慧教学和管理，因此，对数据如何获取、复杂数据类型实现、数据处理速度和数据分析能力要求较高，而大数据技术作为IT 领域新一代的数据管理技术与架构，在对结构化、半结构化和非结构化数据实施深度挖掘并形成智能决策依据方面有较强的优势，因此，在智慧校园数据收集、分析、处理等环节使用大数据先进技术将会使“智慧校园”建设提升到一个新的高度，大数据的技术特性和潜在价值必将使其成为“智慧校园”中不可或缺的重要组成部分。 3结语 通过分析智慧校园数据收集、分析、处理等环节存在的问题，分析大数据技术的先进性和优越性以及在智慧校园中的应用前景，可为高校信息化建设部门提供参考，让智慧校园目标得以真正实现。 参考文献： ［1］程学旗，靳小龙等.大数据平台技术综述［J］.软件学报，2014.9.［2］刘卓，崔忠伟.大数据技术在高校智慧校园中的应用［J］.软件导刊，2015.8. ［3］王晓光.大数据及云计算技术在智慧校园中的应用研究［J］.中国教育信息化，2015. ［4］姚琪.大数据在智慧校园中的价值研究［J］.信息网络安全，2013.8.作者简介：常红春（1983-），男，湖南衡阳人，湘潭医卫职业技术学院，讲师，硕士，主要研究方向为系统设计、网络管理。 科技创新 DOI:10.19392/https://www.wendangku.net/doc/d22437371.html,ki.1671-7341.201615040 45

智慧高校大数据分析平台解决方案

智慧高校大数据分析平台 解决方案

目录 第1章建设思路和建设目标 (15) 1.1、总体建设内容概述 (15) 1.2、总体建设理念 (16) 1.2.1、搭平台 (16) 1.2.2、定标准 (16) 1.2.3、上应用 (18) 1.2.4、成体系 (18) 1.2.5、集中管 (21) 1.2.6、特色建 (21) 1.3、总体目标 (22) 1.3.1、培养人才目标 (22) 1.3.2、推动教育治理体系和治理能力现代化目标 (22) 1.3.3、平台建设目标 (23) 1.3.3.1、高校平台建设标准化 (23) 1.3.3.2、平台云化 (23) 1.3.3.3、业务能力云化 (24) 1.3.3.4、服务集中化 (24) 1.3.3.5、应用移动化 (24) 1.3.3.6、应用扩展化 (24) 1.3.3.7、资源可持续化 (24) 1.3.3.8、管理可视化 (25) 1.4、总体架构设计 (25) 1.4.1、总体架构 (25) 1.4.2、云平台整体架构 (27) 1.4.3、系统技术路线设计 (27) 第2章高校大数据总体规划 (29)

2.1、高校大数据建设背景 (29) 2.1.1、战略机遇 (29) 2.1.2、大数据产业政策支持 (31) 2.2、高校大数据的来源 (32) 2.2.1、个体高校大数据 (33) 2.2.2、课程高校大数据 (33) 2.2.3、班级高校大数据 (33) 2.2.4、学校高校大数据 (34) 2.2.5、区域高校大数据 (34) 2.2.6、国家高校大数据 (34) 2.3、高校大数据采集技术图谱 (35) 2.4、高校大数据建设面临问题 (35) 2.4.1、产品同质化严重 (36) 2.4.2、分析端是整体短板 (36) 2.4.3、缺乏统一的行业标准 (36) 2.4.4、大数据价值尚未体现 (36) 2.4.5、数据模型的科学性不足 (37) 2.4.6、数据的权利制度未明确 (37) 2.4.7、数据规模日益庞大 (37) 2.4.8、缺乏稳定高效的大数据环境 (37) 2.4.9、数据利用不充分 (38) 2.4.10、数据驱动带来的科研新挑战 (38) 2.5、高校大数据云平台建设原则 (38) 2.5.1、要提前规划设计 (39) 2.5.2、要有清晰的边界 (40) 2.5.3、要保持连续性和规范性 (40) 2.5.4、采集粒度要尽可能小 (41) 2.5.5、高校大数据数据源分析 (42) 2.5.5.1、数据涉及面窄 (42)

大数据背景下智慧校园

大数据背景下智慧校园 2000年前，我国高校的信息化建设处于初级阶段，基础设置建设 以及系统集成和网络服务都还比较落后。2000 年到2015 年，随着信息管理系统的应用与发展，高校内各个系统自动化程度等较高，信息集成和信息门户得到了很好应用，进入了数字校园时代。2015 年后开始，随着移动互联技术，大数据技术和物联网技术应用，高校已经进入到了智慧校园的建设阶段。 1 智慧校园的基本概念各种信息化应用系统快速发展和推广，高校内管理系统得到了广泛使用，包括学生系统，教务系统，科研系统，图书系统，一卡通系统，财务系统，国资系统等等，产生了海量的大数据，这些数据中包括了结构化数据和非结构化数据，如何利用大数据，挖掘蕴藏的价值，是智慧校园建设的思路和方向。 智慧校园就是利用移动互联，大数据，云计算，物联网，虚拟现实，以及人工智能等技术，打造一个数据中心和协同工作平台，将分散信息管理系统中的数据联系在一起，通过数据挖掘等实现对师生的个性化服务，教学以及管理的智能化运行，将整个校园变成一个智能协同工作的有机体。 智慧校园建设的目标主要有，第一建立大数据中心，将分散的结构化和非结构化数据统一和规范，实现各业务系统之间的数据同步和资 源共享。第二建立协同工作平台，利用物联网，移动 互联实现对教师和学生的个性化服务。第三建立移动智慧校园，通过APP的使用，实现学生学习的移动化和碎片化，生活的智能

化，教师教学和管理的移动化，提高各方面的效率。 2智慧校园的基本？丫构 大数据背景下的智慧校园建设架构如图 1 所示，智慧校园基于物联网和大数据技术，对采集得到的大数据进行存储，共享，加工，处理以及挖掘，实现对高校各类型需求者的个性化，移动化以及精准化服务，提高协同工作效率和质量。 （1）底层为物联网感知层，通过zigbee，RFID等获得校园内各类设备的运行数据，为智慧校园提供数据采集。 （2）云计算层，采用虚拟化，分布式计算等提供大数据计算和处理。 （3）大数据层，采用分布式数据存储，数据挖掘以及数据可视化分析等提供数据支持。 （4）智慧应用层，基于大数据和云计算，实现对智慧校园 的教学科研，运行管理等提供应用支持。 （5）通信层和智能终端层，通过3G/4G网络以及全校Wi-Fi 覆盖，实现智能应用APP的移动化。 3 智慧校园的关键技术 智慧校园的构建需要个各种信息技术的支撑，下面对智慧校园中的关键技术进行简要的介绍。 3.1 大数据技术 在高校的日常教学和管理以及校园生活中会产生大量的数据，大数据技术利用hadoop 分布式存储实现数据统一存储和共享，对数据进行

智慧校园大数据综合解决方案

智慧校园大数据综合解决方案

目录 1.背景 (5) 2.智慧校园建设整体规划 (8) 2.1.“智慧校园”的慨述 (8) 2.2.智慧校园设计依据 (9) 2.3.系统架构设计 (9) 2.3.1.系统设计原则 (9) 2.3.2.总体技术架构 (13) 2.3.3.智慧校园特色及优势 (15) 2.3.3.1.移动化应用 (15) 2.3.3.2.统一的信息标准 (15) 2.3.3.3.统一的身份认证 (15) 3.智慧校园建设内容 (16) 3.1.智慧校园信息化基础建设 (16) 3.1.1.基础网络建设 (16) 3.1.1.1.新建网络质量要求 (16) 3.1.1.2.校园网 (18) 3.1.1.3.无线网络覆盖 (21) 3.1.1.3.1.设计思路和理念 (21) 3.1.1.3.2.设计依据和标准 (21) 3.1.1.3.3.设计方案 (23) 3.1.1.3.4.协议标准选择 (23) 3.1.2.智慧安防 (24) 3.1.2.1.智慧监控 (24) 3.1.2.2.智慧车管 (26) 3.1.3.校园数字广播 (26) 3.1.4.多媒体教室 (29) 3.1.5.学习终端 (29) 3.1.6.可视化管理平台 (33) 3.1.6.1.系统架构 (36) 3.1.6.2.2.三维模型展示模块 (37) 3.1.6.2.3.监控管理模块 (38) 3.1.6.2.4.门禁系统管理模块 (40) 3.1.6.2.5.消防管理模块 (40) 3.1.6.2.6.管线管理模块 (42) 3.1.6.2.7.水电管理模块 (43) 3.1.6.2.8.人车定位管理模块 (45) 3.1.6.2.9.设备管理模块 (45) 3.1.6.2.10.教室管理模块 (46) 3.2.智慧教学 (47) 3.2.1.创新教 (47) 3.2.1.1.教育资源 (48) 3.2.1.2.互动授课 (50) 3.2.1.3.翻转课堂 (57) 3.2.1.4.网络教研 (58) 3.2.1.5.教学轨迹 (58) 3.2.2.自适应学 (60) 3.2.2.1.统一学习路径 (61) 3.2.2.2.智能作业 (64) 3.2.2.3.多种学习方式 (67)

智慧校园高校大数据解决方案 高校大数据整体解决方案

I 高校大数据整体解决方案V3.6 高校大数据整（校园大数据） 规 划 方 案

目录 第1章前言 (8) 1.1、大数据发展分析 (9) 1.1.1、大数据定义 (9) 1.1.2、大数据5v特征及其应用 (10) 1.2、高校大数据建设背景 (11) 1.2.1、战略机遇 (11) 1.2.2、大数据产业政策支持 (12) 1.3、高校大数据建设面临问题 (13) 1.3.1、高校大数据应用分析 (13) 1.3.1.1、数据规模日益庞大 (13) 1.3.1.2、缺乏稳定高效的大数据环境 (14) 1.3.1.3、数据利用不充分 (14) 1.3.1.4、数据驱动带来的科研新挑战 (14) 1.3.2、高校大数据数据源分析 (14) 1.3.2.1、数据涉及面窄 (14) 1.3.2.2、有效数据量少 (15) 1.3.2.3、数据接口不完善 (15) 1.3.3、高校大数据服务用户分析 (15) 1.3.4、高校大数据建设责任制问题 (16) I 高校大数据整体解决方案V3.6

1.3.4.2、教师 (17) 1.3.4.3、学生 (17) 1.3.4.4、家长 (17) 1.3.4.5、校园环境 (17) 1.3.4.6、教学管理与服务 (17) 1.3.4.7、社会 (17) 1.4、建设原则 (18) 1.4.1、安全性 (18) 1.4.2、可扩展性 (18) 1.4.3、灵活性 (18) 1.5、建设目标 (18) 1.5.1、实现数据的共享和交换 (18) 1.5.2、大数据的采集和存储 (19) 1.5.3、大数据分析与决策 (19) 1.6、高校大数据平台建设意义 (19) 1.6.1、实现个性化学习 (19) 1.6.2、实现教育评价体系重构 (20) 1.6.3、实现科学研究范式转型 (20) 1.6.4、开启“大数据创客”新模式 (20) II 高校大数据整体解决方案V3.6

智慧高校大数据可视化业务综合解决方案

智慧高校大数据BI可视化业务综合解决方案 I

目录 第1章前言 (8) 1.1、大数据发展分析 (9) 1.1.1、大数据定义 (9) 1.1.2、大数据5v特征及其应用 (10) 1.2、高校大数据建设背景 (11) 1.2.1、战略机遇 (11) 1.2.2、大数据产业政策支持 (13) 1.3、高校大数据建设面临问题 (14) 1.3.1、高校大数据应用分析 (14) 1.3.1.1、数据规模日益庞大 (14) 1.3.1.2、缺乏稳定高效的大数据环境 (15) 1.3.1.3、数据利用不充分 (15) 1.3.1.4、数据驱动带来的科研新挑战 (15) 1.3.2、高校大数据数据源分析 (16) 1.3.2.1、数据涉及面窄 (16) 1.3.2.2、有效数据量少 (16) 1.3.2.3、数据接口不完善 (16) 1.3.3、高校大数据服务用户分析 (16) 1.3.4、高校大数据建设责任制问题 (17) 1.3.4.1、校领导 (18) I

1.3.4.2、教师 (18) 1.3.4.3、学生 (18) 1.3.4.4、家长 (18) 1.3.4.5、校园环境 (18) 1.3.4.6、教学管理与服务 (19) 1.3.4.7、社会 (19) 1.4、建设原则 (19) 1.4.1、安全性 (19) 1.4.2、可扩展性 (19) 1.4.3、灵活性 (20) 1.5、建设目标 (20) 1.5.1、实现数据的共享和交换 (20) 1.5.2、大数据的采集和存储 (20) 1.5.3、大数据分析与决策 (21) 1.6、高校大数据平台建设意义 (21) 1.6.1、实现个性化学习 (21) 1.6.2、实现教育评价体系重构 (22) 1.6.3、实现科学研究范式转型 (22) 1.6.4、开启“大数据创客”新模式 (22) 1.6.5、实现教学模式改革 (22) 1.6.6、实现科学化教育管理 (23) II