大数据背景下的高职院校信息化建设探索

  1. 云栖社区>
  2. 博客>
  3. 正文

大数据背景下的高职院校信息化建设探索

晚来风急 2017-07-03 13:29:00 浏览834
展开阅读全文

在移动互联时代,数据获取方式发生了革命性的改变,数据的积累给规律探究和决策制定提供了第一手资料。呈几何级数增长的数据已成为新的资源,其价值将逐步被发掘,我们进入了大数据时代。大数据技术为校园信息化的发展带来了新的动力,从数字校园到智慧校园,以人为本的服务理念被提到了新的高度。以大数据技术为背景,从基础平台建设,业务、数据整合,数据挖掘应用三个方面,展望高校信息化建设前景。

引言:从互联网时代到移动互联时代,信息获取和交流的主要方式从PC端过渡到智能移动终端;信息架构从传统的C/S和B/S模式,蜕变成智能移动终端/云计算服务端。新的数据采集方式和共享模式,使数据的产生量以几何级数剧增,数据的价值得到了前所未有的发掘,大数据开启了一次重大的时代转型。

在教育信息化领域,随着“以人为本”服务理念的深入人心,数字化校园正逐步过渡到智慧校园,校园信息化正从传统的管理型向服务型转变。数字化是智慧化的前提和基础,而智慧化必须介入智能的数据处理和分析工具。大数据技术的发展,给智慧决策和知识挖掘提供了新的工具。全面的校园数据,正需要大数据这一强有力的工具,优化分析校园服务的各个环节。

在智慧校园建设的新阶段,校园信息化将以无线网和物联网为主要载体,计算和存储从服务器端向云端过渡。使各类信息服务高度整合和共享,一站式体验更为流畅。在大数据分析的技术框架下,整合校园业务,积累业务数据,开发数据应用。使大数据技术和智慧校园建设充分融合,建立人性化的校园信息服务体系。

智慧校园基础平台建设

2008年IBM提出以新一代信息技术应用为基础的“智慧地球”概念,而其应用在高校信息化领域,便形成了“智慧校园”的雏形。关于智慧校园,并未形成统一的定义,一般认为智慧校园是高校信息化发展的新阶段,是数字化校园的扩展和提升。它基于移动互联、大数据、云计算、物联网等新兴技术,以提供一站式、个性化的校园服务为目标,使校园的数字空间和物理空间有机融合,如图1所示,形成高效、共享、灵活、易用的智慧化服务和管理新体系。

由此可见,“智慧”的目标是“持续地改进服务”。智慧校园相对数字校园,在教、学、研和管理等校园生活的方方面面更强调服务的个性化、精细化和动态性。而智慧是建立在一套有效的数据收集和分析机制之上的。因此,智慧校园的标志性模块有:以智能移动终端、无线网、物联网为代表的数据采集系统,校园三大平台和非结构化数据(日志、监控、社交等)相结合的数据交换和分析系统。智慧校园建设主要有如下几个方面:

(1)完善无线网络构架,提高无线网络的稳定性和安全性。

拓展校园WLAN覆盖范围,提高网络的承载能力,加强认证和安全管理,为数据的采集和交换提供安全、稳定的网络基础。

(2)完善三大平台,打通数据孤岛,建成结构化数据的采集和交换中心。

应用统一的校园数据标准,加强各业务系统的数据集成;建立完善的数据采集和维护管理机制;从多业务系统的单点登录过渡到数字身份的高度集成。保障校园数据采集的便捷性、有效性和及时性。

(3)规划数据获取终端,整合现有的系统监控和日志资源,构建有特色的校园社交生态。

优化“一卡通”系统,在实现“多卡统一”的基础上,使“一卡通”成为物理人员和数字空间的重要桥梁;规划电控、水控、门禁、环境检测等数据采集终端的接口标准和空间分布;整合现有的网管系统、网络流控系统、安防系统和标准化考场监控系统等数据和日志资源,并结合微信、微博、帖吧等公共社交平台,和校园app平台,打造数据中心之外的半结构化和非结构化数据交换中心。

以数据为核心的校园服务碎片化

“智慧校园”以提高“服务”质量为目标,而好的服务体验往往与个性化、便捷、高效相联系。以数据为核心的校园服务碎片化理念,将很好地解决传统校园业务系统在提升服务上的问题。所谓“服务碎片化”,就是对现有的校园业务流程和数据流进行梳理,对原有业务系统进行横向整合,在业务逻辑上呈松耦合,强调一个应用(称之为app)只完成一件事务。如职称评审app,(见图2)呈现给教职员工的是完成一次职称评审的完整流程,包含相关表格填写、资料上传以及评审进展查询等,教师只要按照引导逐步完成即可。而其后台可能涉及人事、教务、科研等业务系统的数据更新和审核。碎片化服务对用户屏蔽了业务系统,只有事务的概念,大大提升了信息系统的用户体验和使用效率。

数据是信息化建设的核心资源,是信息服务得以推行的基础。碎片化的前提是灵活、标准化的数据接口,因其把传统的校园业务系统透明化处理,而前端app直接和后台数据接口相联系。这就需要在数据定义时,规范每个数据项的UC矩阵,并尽可能消除冗余数据项。碎片化服务具有快速开发的特性,有利于校园数据质量的持续改进。在灵活数据接口的基础上,校园的数据填报和采集将变得非常容易。例如教学工作量采集,根据教务、科研、学工、产学研等部门的数据接口,可以快速生成数据采集app。基于数据中心的可靠性,很多数据段可以自动生成,而用户只需更新部分内容就可以完成一次大规模的数据采集,这无论在输入端和审核端都大大降低了教职员工的工作量,其数据流示意图如图3所示。

改进校园数据交换中心设计,使之适应碎片化数据服务接口,是数据层的工作重点。在数据接口的设计中,引入三层设计原则:①个人查询。使个人用户在权限范围内,便捷地查询和修改相关信息,及时获取校园资讯;②院系部门统计。院系部门能对各自关心的数据进行收集、统计与分析,便于了解本部门运作情况,及时制定合理措施;③校级辅助决策。校级范围内更强调整体数据的报表呈现和信息挖掘,为校级决策提供依据。

校园数据应用

数据应用是“智慧校园”的有机组成部分,也是“智慧”的重要体现。随着校园数据的积累,通过大数据分析获取事物规律改进校园服务的能力也进一步提升。无论在个人、院系以及校级层面,大量信息模式的获取,可用来指导具体工作和决策。常规的校园数据应用有如下几个方面:

1.生源数据分析

根据各地区新生的报到率和在校的学习表现,调整生源地分布和招生策略。在分析过程中针对省内生源,可以把生源地分析粒度缩小到县、镇甚至校级;外省生源可以把分析粒度扩大到省甚至大地区。并根据分析结果指导招生部门开展考前宣讲、优惠政策制定等,以提高学校的生源质量。

2.就业数据分析

通过对学生专业分布和就业数据的分析,了解各专业在校学生的结构分布以及毕业生的就业动态,并探索建立合理的信息共享模式,使用人单位和我校有更流畅的信息交流。也可以建立毕业生的职业数据跟踪,更好地引导在校学生的就业分流,发挥优秀毕业生对在校学生的职业指导作用。使学校制定的就业政策能及时反映就业市场需求,提高毕业生的社会竞争力。

3.校园人流分析

根据WLAN接入分布、信息流量分布的空间特征,结合安保系统的监控信息,对全校范围内的热点区域和热点事件进行实时跟踪和预警。也可以根据信息点接入数量和流量的实时数据,调整局部网络结构和流控策略,以提高用户的网络使用体验,充分利用有限的网络资源。

4.一卡通数据分析

通过对一卡通消费数据的分析,分析学生的日常用餐和生活消费模式,为勤工俭学、贫困生资助、奖学金和助学金发放等提供数据依据,确保各项补助尽可能合理地发放。可以对学生的消费模式(消费时间、消费内容)进行分类。和健康数据相结合,为师生提供个性化的健康饮食建议;和教学数据结合,探索生活模式和学业成绩的相关度。

5.教学数据分析

在教学数据中,通过教室安排和排课系统,对全校的教室和实验室资源进行统计分析,为今后教务处的排课优化提供参考;通过对教务和学工系统数据的集成,对学生到课率和选课信息进行跟踪统计,建立起缺课预警通知系统,为部分经常旷课、迟到、早退的学生,及时提供告警或其他信息反馈,引导学生顺利完成学业。也可以对学习表现(到课率、课堂表现等)和学业成绩进行相关度分析,以帮助各专业识别关键课程甚至关键课时,及时改革课程设置,提高教学的有效性。

6.上网行为分析

通过对网络流控数据和访问数据的分析,追踪不同用户的上网习惯、访问内容、软件使用等。协助发现校园流行趋势、技术动态和热点事件,以及对可能存在的病毒和舆论事件进行控制和预警。也可以和学业成绩、健康数据进行相关度分析,以便学校开展适时的培训和指导,引导学生形成健康的网络使用习惯。

7.图书借阅数据分析

通过对图书借阅和电子阅览室使用数据的分析,了解学生的阅读模式和阅读频率,以及对数字资源的内容需求,为调整图书的类型和改进阅读服务提供依据。可以对学生阅读内容、阅读数量、借阅习惯和学业状况、能力表现进行相关性分析,以便更好地引导学生的书籍阅读和书籍推荐。

结束语

智慧校园围绕着数据的采集、数据分析和数据应用展开。在大数据应用的过程中,也存在着众多问题。①数据的采集和管理机制问题。对于源数据的录入和审核是保证数据有效性的前提,而数据安全和隐私保护也需要合理的管理机制。②数据源问题。数据应用需要较大规模的数据基数,否则会造成模式挖掘的偶然性。数据的完整性不够,或者错误数据的存在,可能造成无效的模式挖掘。③挖掘模式的验证问题。通过数据挖掘的模式不一定都是有价值的,有的甚至是错误的,这需要加以严格的理论分析和实践论证,唯数据论并不可取。

总之,目前大数据的研究和应用还处于初步阶段,但很多专家学者都对“大数据技术”寄予厚望,甚至认为这将拉开“数据技术”时代的帷幕。“智慧校园”是校园信息化建设的新方向,大数据分析作为“智慧校园”的关键技术,将对提升校园服务、改进校园管理产生深远的影响。(作者:许冠军等,台州科技职业学院)

本文转自d1net(转载)

网友评论

登录后评论
0/500
评论
晚来风急
+ 关注