?在移動互聯時代，數據獲取方式發生了革命性的改變，數據的積累給規律探究和決策制定提供了第一手資料。呈幾何級數增長的數據已成為新的資源，其價值將逐步被發掘，我們進入了大數據時代。大數據技術為校園信息化的發展帶來了新的動力，從數字校園到智慧校園，以人為本的服務理念被提到了新的高度。以大數據技術為背景，從基礎平臺建設，業務、數據整合，數據挖掘應用三個方面，展望高校信息化建設前景。
引言：從互聯網時代到移動互聯時代，信息獲取和交流的主要方式從PC端過渡到智能移動終端;信息架構從傳統的C/S和B/S模式，蛻變成智能移動終端/云計算服務端。新的數據采集方式和共享模式，使數據的產生量以幾何級數劇增，數據的價值得到了前所未有的發掘，大數據開啟了一次重大的時代轉型。
在教育信息化領域，隨著“以人為本”服務理念的深入人心，數字化校園正逐步過渡到智慧校園，校園信息化正從傳統的管理型向服務型轉變。數字化是智慧化的前提和基礎，而智慧化必須介入智能的數據處理和分析工具。大數據技術的發展，給智慧決策和知識挖掘提供了新的工具。全面的校園數據，正需要大數據這一強有力的工具，優化分析校園服務的各個環節。
在智慧校園建設的新階段，校園信息化將以無線網和物聯網為主要載體，計算和存儲從服務器端向云端過渡。使各類信息服務高度整合和共享，一站式體驗更為流暢。在大數據分析的技術框架下，整合校園業務，積累業務數據，開發數據應用。使大數據技術和智慧校園建設充分融合，建立人性化的校園信息服務體系。
智慧校園基礎平臺建設
2008年IBM提出以新一代信息技術應用為基礎的“智慧地球”概念，而其應用在高校信息化領域，便形成了“智慧校園”的雛形。關于智慧校園，并未形成統一的定義，一般認為智慧校園是高校信息化發展的新階段，是數字化校園的擴展和提升。它基于移動互聯、大數據、云計算、物聯網等新興技術，以提供一站式、個性化的校園服務為目標，使校園的數字空間和物理空間有機融合，如圖1所示，形成高效、共享、靈活、易用的智慧化服務和管理新體系。
圖1 智慧校園示意圖
由此可見，“智慧”的目標是“持續地改進服務”。智慧校園相對數字校園，在教、學、研和管理等校園生活的方方面面更強調服務的個性化、精細化和動態性。而智慧是建立在一套有效的數據收集和分析機制之上的。因此，智慧校園的標志性模塊有：以智能移動終端、無線網、物聯網為代表的數據采集系統，校園三大平臺和非結構化數據(日志、監控、社交等)相結合的數據交換和分析系統。智慧校園建設主要有如下幾個方面：
(1)完善無線網絡構架，提高無線網絡的穩定性和安全性。
拓展校園WLAN覆蓋范圍，提高網絡的承載能力，加強認證和安全管理，為數據的采集和交換提供安全、穩定的網絡基礎。
(2)完善三大平臺，打通數據孤島，建成結構化數據的采集和交換中心。
應用統一的校園數據標準，加強各業務系統的數據集成;建立完善的數據采集和維護管理機制;從多業務系統的單點登錄過渡到數字身份的高度集成。保障校園數據采集的便捷性、有效性和及時性。
(3)規劃數據獲取終端，整合現有的系統監控和日志資源，構建有特色的校園社交生態。
優化“一卡通”系統，在實現“多卡統一”的基礎上，使“一卡通”成為物理人員和數字空間的重要橋梁;規劃電控、水控、門禁、環境檢測等數據采集終端的接口標準和空間分布;整合現有的網管系統、網絡流控系統、安防系統和標準化考場監控系統等數據和日志資源，并結合微信、微博、帖吧等公共社交平臺，和校園app平臺，打造數據中心之外的半結構化和非結構化數據交換中心。
以數據為核心的校園服務碎片化
“智慧校園”以提高“服務”質量為目標，而好的服務體驗往往與個性化、便捷、高效相聯系。以數據為核心的校園服務碎片化理念，將很好地解決傳統校園業務系統在提升服務上的問題。所謂“服務碎片化”，就是對現有的校園業務流程和數據流進行梳理，對原有業務系統進行橫向整合，在業務邏輯上呈松耦合，強調一個應用(稱之為app)只完成一件事務。如職稱評審app，(見圖2)呈現給教職員工的是完成一次職稱評審的完整流程，包含相關表格填寫、資料上傳以及評審進展查詢等，教師只要按照引導逐步完成即可。而其后臺可能涉及人事、教務、科研等業務系統的數據更新和審核。碎片化服務對用戶屏蔽了業務系統，只有事務的概念，大大提升了信息系統的用戶體驗和使用效率。
圖2 碎片化服務app示意圖
數據是信息化建設的核心資源，是信息服務得以推行的基礎。碎片化的前提是靈活、標準化的數據接口，因其把傳統的校園業務系統透明化處理，而前端app直接和后臺數據接口相聯系。這就需要在數據定義時，規范每個數據項的UC矩陣，并盡可能消除冗余數據項。碎片化服務具有快速開發的特性，有利于校園數據質量的持續改進。在靈活數據接口的基礎上，校園的數據填報和采集將變得非常容易。例如教學工作量采集，根據教務、科研、學工、產學研等部門的數據接口，可以快速生成數據采集app?；跀祿行牡目煽啃?，很多數據段可以自動生成，而用戶只需更新部分內容就可以完成一次大規模的數據采集，這無論在輸入端和審核端都大大降低了教職員工的工作量，其數據流示意圖如圖3所示。
圖3 App數據流示意圖
改進校園數據交換中心設計，使之適應碎片化數據服務接口，是數據層的工作重點。在數據接口的設計中，引入三層設計原則：①個人查詢。使個人用戶在權限范圍內，便捷地查詢和修改相關信息，及時獲取校園資訊;②院系部門統計。院系部門能對各自關心的數據進行收集、統計與分析，便于了解本部門運作情況，及時制定合理措施;③校級輔助決策。校級范圍內更強調整體數據的報表呈現和信息挖掘，為校級決策提供依據。
校園數據應用
數據應用是“智慧校園”的有機組成部分，也是“智慧”的重要體現。隨著校園數據的積累，通過大數據分析獲取事物規律改進校園服務的能力也進一步提升。無論在個人、院系以及校級層面，大量信息模式的獲取，可用來指導具體工作和決策。常規的校園數據應用有如下幾個方面：
1.生源數據分析
根據各地區新生的報到率和在校的學習表現，調整生源地分布和招生策略。在分析過程中針對省內生源，可以把生源地分析粒度縮小到縣、鎮甚至校級;外省生源可以把分析粒度擴大到省甚至大地區。并根據分析結果指導招生部門開展考前宣講、優惠政策制定等，以提高學校的生源質量。
2.就業數據分析
通過對學生專業分布和就業數據的分析，了解各專業在校學生的結構分布以及畢業生的就業動態，并探索建立合理的信息共享模式，使用人單位和我校有更流暢的信息交流。也可以建立畢業生的職業數據跟蹤，更好地引導在校學生的就業分流，發揮優秀畢業生對在校學生的職業指導作用。使學校制定的就業政策能及時反映就業市場需求，提高畢業生的社會競爭力。
3.校園人流分析
根據WLAN接入分布、信息流量分布的空間特征，結合安保系統的監控信息，對全校范圍內的熱點區域和熱點事件進行實時跟蹤和預警。也可以根據信息點接入數量和流量的實時數據，調整局部網絡結構和流控策略，以提高用戶的網絡使用體驗，充分利用有限的網絡資源。
4.一卡通數據分析
通過對一卡通消費數據的分析，分析學生的日常用餐和生活消費模式，為勤工儉學、貧困生資助、獎學金和助學金發放等提供數據依據，確保各項補助盡可能合理地發放?？梢詫W生的消費模式(消費時間、消費內容)進行分類。和健康數據相結合，為師生提供個性化的健康飲食建議;和教學數據結合，探索生活模式和學業成績的相關度。
5.教學數據分析
在教學數據中，通過教室安排和排課系統，對全校的教室和實驗室資源進行統計分析，為今后教務處的排課優化提供參考;通過對教務和學工系統數據的集成，對學生到課率和選課信息進行跟蹤統計，建立起缺課預警通知系統，為部分經常曠課、遲到、早退的學生，及時提供告警或其他信息反饋，引導學生順利完成學業。也可以對學習表現(到課率、課堂表現等)和學業成績進行相關度分析，以幫助各專業識別關鍵課程甚至關鍵課時，及時改革課程設置，提高教學的有效性。
6.上網行為分析
通過對網絡流控數據和訪問數據的分析，追蹤不同用戶的上網習慣、訪問內容、軟件使用等。協助發現校園流行趨勢、技術動態和熱點事件，以及對可能存在的病毒和輿論事件進行控制和預警。也可以和學業成績、健康數據進行相關度分析，以便學校開展適時的培訓和指導，引導學生形成健康的網絡使用習慣。
7.圖書借閱數據分析
通過對圖書借閱和電子閱覽室使用數據的分析，了解學生的閱讀模式和閱讀頻率，以及對數字資源的內容需求，為調整圖書的類型和改進閱讀服務提供依據?？梢詫W生閱讀內容、閱讀數量、借閱習慣和學業狀況、能力表現進行相關性分析，以便更好地引導學生的書籍閱讀和書籍推薦。
結束語
智慧校園圍繞著數據的采集、數據分析和數據應用展開。在大數據應用的過程中，也存在著眾多問題。①數據的采集和管理機制問題。對于源數據的錄入和審核是保證數據有效性的前提，而數據安全和隱私保護也需要合理的管理機制。②數據源問題。數據應用需要較大規模的數據基數，否則會造成模式挖掘的偶然性。數據的完整性不夠，或者錯誤數據的存在，可能造成無效的模式挖掘。③挖掘模式的驗證問題。通過數據挖掘的模式不一定都是有價值的，有的甚至是錯誤的，這需要加以嚴格的理論分析和實踐論證，唯數據論并不可取。
總之，目前大數據的研究和應用還處于初步階段，但很多專家學者都對“大數據技術”寄予厚望，甚至認為這將拉開“數據技術”時代的帷幕。“智慧校園”是校園信息化建設的新方向，大數據分析作為“智慧校園”的關鍵技術，將對提升校園服務、改進校園管理產生深遠的影響。
