大数据环境下高校智慧校园建设分析与探讨

《大数据环境下高校智慧校园建设分析与探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据环境下高校智慧校园建设分析与探讨　　摘要：百年大计，教育为先。信息化校园建设一直以来是教育建设的重点。随着云计算技术、物联网技术等新一代计算机信息技术的产生，高校纷纷依托这些新兴技术建设“智慧校园”。智慧校园的建设是利用新兴计算机技术实现校园数字信息化，为广大高校师生及管理人员提供全方位的智能化校园生活和便捷的综合性服务，能为不同的个体提供更为精确的，与众不同的个性化定制服务，让广大师生充分享受互联网技术给高校的教学、学习、科研、生活和管理带来的进步。然而数据的庞大和复杂性使得“智慧校园”的建设面临着诸多挑战，智慧校园的目标还远未达成。“大数据”技术是一种新型的数据分析技术，能对各

2、类型数据进行深度分析，深度挖掘并能为各项服务应用提供智能决策分析，是“智慧校园”建设不可或缺的一部分。　　关键词：智慧校园；大数据；教育资源；数据处理　　中图分类号：TP393文献标识码：A文章编号：1009-3044（2016）19-0218-034　　近百年里，人类从电气时代步入信息时代后，数据变成为独一无二的传递媒介，在我们的生活中无处不在。随着互联网和物联网的快速发展，人们的一起日常生活都可以被数据化记录。在2009年爆发了全球性的甲型H1N1流感病毒疫潮，令人感到震惊的是，在该病毒爆发的前几周，《自然》杂志上的一篇论文准确地预测了H1N1流感的爆发。这篇由谷歌公司工程师们发表的

3、论文利用计算机技术准确分析预测跨领域疫情爆发的论文，随着疫情的蔓延也引起全世界的关注。人们逐渐意识到，这些曾经静静记录在各种数据库里的数据。开始爆发出惊人的价值和巨大的信息，人类已经迈入一个深度挖掘数据的大数据时代[1]。　　我国在高校研究大数据中有着得天独厚的条件，根据教育部2016年4月7日发布的数据显示，2015年我国大学生在校人数达到3700万，全世界第一。全国各类高校达到2852所，位居世界第二。在高校里，学生在校园学习生活的各项活动都会产生大量的数据，教师教学、科研等各项数据，以及高校各项日常教务管理等等，日积月累。特别是近年来倡导和建设的智慧校园，使得高校师生日常学习生活以

4、及教务管理产生了海量的数据。对这些数据运用大数据技术，进一步分析和挖掘，就会对“智慧校园”的发展建设提供更为深远的智能决策。　　1高校智慧型校园的建设和发展　　1.1“智慧校园”的概念　　“智慧校园”是校园信息数字化建设结合物联网、云计算、大数据技术等计算机技术而产生的校园建设的新概念。它以物联网为基础、以云计算、大数据为核心打造的集高校工作管理、教育教学、学习科研、校园生活服务等等综合型智慧校园环境，这个一体化环境以各种应用服务系统为载体，将教学、科研、管理和校园生活进行充分融合[2]。在智慧校园里，可以通过手机、电脑等现代化工具，结合校园网络，能极其方便地进行学习、教学、科研、管理、

5、生活、服务等活动，实现校园生活学习的全面信息化，达到丰富校园生活，提高教育、教学、管理效率的目的。4　　1.2智慧校园的总体框架　　智慧校园建设是将智能化传感器植入和安装到教室、实验室、会议室、图书馆、餐厅和宿舍等地方。并对它们进行一定方式的连接，形成“物联网”，通过服务器和云计算服务中心将“物联网”和“软件系统管理平台”整合，实现全面的信息化智能化，并且采用科学的管理方式对这些信息资源进行处理，为校园师生、工作管理人员提供全方位的数字信息生活环境和方便快捷的办公服务平台。　　1.3现阶段智慧校园建设的不足[3]　　智慧校园从概念的产生就受到了国家政策的大力支持，以及各大企业的技术支持，

6、但由于高校本身管理的复杂性，以及各部门之间的通信困难，导致尽管在智慧校园高速发展的今天，也在建设上存在一定的困难和不足。主要表现为：　　第一、高校信息的复杂性，使得学校和师生之间的即时信息沟通能力不强。由于高校信息的种类繁多以及学生的自律性等等问题，以致目前绝大多数高校和学生之间的信息沟通还没有全面实现互联网化，甚至还有许多学校仍然通过布告栏或者辅导员、班长通知的传统方式，而且通过移动互联网传递的即时信息也面临信息数量等限制，无法对不同类型学生进行精准发送等诸多问题，造成沟通效率低下。　　第二、高校部分机构繁多，信息相对闭塞，智慧管理难。高校机构庞大，部门繁多。各个学院和行政管理部门有各

7、自的网站，甚至有不同软件公司开发的管理系统，难以统一管理。使用不同的平台，导致各类信息资源存储在不同的数据库中，形成诸多“信息孤岛”4，数据格式和标准无法统一，从而造成系统中存有大量冗余数据、垃圾数据。第三、大数据缺乏进一步分析和挖掘。由于数据的庞大和复杂性，缺乏有效的系统针对这类数据进行分析和挖掘，例如、学生的图书借阅信息无法跟个性化教学进行关联，学生的消费数据很难跟助学金以及助学贷款进行关联，学生的日常生活行为不能跟毕业方向进行