基于云平臺的高校學生管理預警和疏導系統設計

孫興華

摘 要： 針對當前高校學生管理預警和疏導系統存在預測準確率較低的問題，為了獲得更加準確的預警信息和實現危機預警的精確定位，提出一種基于云平臺的高校學生管理預警和疏導系統設計方法。首先分析了高校學生管理預警和疏導系統工作，并闡述了其功能模塊，主要包括高校學生管理預警和疏導的應用層、云資源層、認證授權層和校園云端層；然后對系統硬件進行設計，主要由高校學生預警管理子系統模塊、緊急情況預警和報警子系統模塊、危機預警和分析子系統模塊、用戶管理模塊、互動平臺模塊、系統管理與維護模塊構成；最后給出了系統的軟件流程圖，分析了預警信息生成、處理、推送和定位功能。實驗結果表明，此方法能夠實現高校學生管理的及時預警和實時疏導。

關鍵詞： 云平臺； 功能模塊； 云端層； 高校學生管理； 預警； 疏導系統

中圖分類號： TN02?34； TP315 文獻標識碼： A 文章編號： 1004?373X（2018）03?0175?07

Abstract： The current early warning and guidance system of college students management has low prediction accuracy. In order to obtain the more accurate early warning information， and realize the accurate positioning of the crisis early warning， a college students management design method of early warning and guidance system based on cloud platform is proposed. The early warning and guidance system of college students management is analyzed. Its functional modules are elaborated， including the application layer， cloud resource layer， certificate authority layer and campus cloud layer of college students management early warning and guidance. The system hardware is designed， which is mainly composed of management subsystem module， emergency circumstance warning and alarm subsystem module， crisis warning and analysis subsystem module， user management module， interactive platform module， system management and maintenance module of college students early warning. The software flowchart of the system is given. The functions of early warning information generation， processing， push and positioning are analyzed. The experimental results show that the method can realize the timely warning and real?time guidance for college students management.

Keywords： cloud platform； functional module； cloud layer； university students management； early warning； guidance system

0 引 言

云平臺作為當今社會最流行的軟件架構方式，在不同領域中均占有一席之地。云平臺轉向云計算是業界將要面臨的一場重大變革，各類云平臺的出現是該變革的關鍵性環節之一[1?2]。云計算的基本思想是在云平臺上將大量采用網絡連接的計算資源進行統一分配、管理以及計算，云平臺主要提供基于“云”的服務，供開發者和用戶在創建時使用[3?4]。對于高校學生管理的預警和疏導工作，需要建立一個具有開放性、分布式、高覆蓋率和高通聯性的云平臺，在云平臺的多個終端進行學生管理的預警和疏導數據的采集以及提取，在高校學生管理中心實現管理預警和疏導，并對上傳到終端管理中心的數據進行統一分析和處理[5]。為了快速、便捷地實現高校學生管理危機預測和決策處理，需要對高校學生管理預警和疏導系統設計方法進行研究。目前，基于B/S模式的高校學生管理預警和疏導系統設計方法[6]，首先運用B/S模式對高校學生管理預警和疏導系統進行設計；然后高校學生管理預警和疏導系統對預警和疏導對象、范圍、數據進行統計分析和評估，發布危機預告，及時發現和識別高校學生管理的危機因素；最后通過開發高校學生管理預警和疏導系統，實現高校學生管理數據的傳遞，達到對學生管理未來發展趨勢的準確分析。但這種模式存在預警信息發布實時性較差的問題，為了改善這種狀況，提出了許多較為有效的方法[7]。

文獻[8]提出一種基于時間序列分析模型的高校學生管理預警和疏導系統設計方法，主要對高校學生成績、考勤等信息進行預測，并構建高校學生管理預警和疏導系統。該方法存在預測準確度較低的問題。文獻[9]提出基于數據挖掘的高校學生管理預警和疏導系統設計方法，以高校學生綜合數據庫為基礎，開發基于數據挖掘的高校學生學業成績、考勤預警和疏導系統；利用數據挖掘關聯規則，根據高校學生綜合數據庫的數據類型特點，對高校學生學業成績和考勤進行離散化處理；采用Apriori算法對高校學生的學業成績數據進行關聯規則挖掘，由高校學生綜合數據庫搜索出具有一定聯系的學業成績和考勤作為關聯規則，將挖掘獲得的關聯規則作為預警信息，從而實現全方位疏導。但該方法存在預警信息挖掘效率較低的問題。文獻[10]研究了一種基于數據倉庫的高校學生關聯預警和疏導系統設計方法，利用數據倉庫技術對高校學生的大量信息數據，如預警對象、預警范圍、預警指標和預警信息等進行統一分析和評估，發布危機通知，及時發現和識別高校學生潛在或已經存在的危機因素。系統主要包括高校學生管理的學籍預警、貧困生預警、心理預警，以及違紀預警等；通過利用網絡客戶端或者移動設備客戶端查詢和接收預警信息，從而實現實時疏導。該方法存在危機因素分析和評估準確率較低的問題。endprint

為了加強學校教務管理，及時對學生進行全方位疏導，改善上述方法產生的問題，提出一種基于云平臺的高校學生管理預警和疏導系統設計方法。實驗結果表明，所提方法能夠及時做出預警，發布預警信息，對提高學生學習成績具有良好的效果。

1 基于云平臺的高校學生管理預警和疏導系統設計

1.1 基于云平臺的高校學生管理預警和疏導工作

在高校學生管理工作中，對于已經出現的一系列問題和突發狀況，需要做到快發現、快控制、快處理，把影響和損失均降至最低；對高校學生管理過程中的各類安全教育隱患做到早發現、早預防、早處理，將問題扼殺在搖籃里。根據問題的嚴重程度，更多情況下不應該只停留在預警層面，更需要突出其教育意義，起到引領、疏導和引導作用。

為此，在學校、學院、班級，乃至宿舍等建立層級分明、結構健全的一系列預警和疏導機制，形成橫到邊、豎到底的開放式網絡系統，在保證系統靈敏度的同時，強化暢通性，避免出現阻滯現象。同時，可以與高校管理的教務處、考勤等管理系統相連接，促進整個高校教育、管理和服務工作的規范化和總體水平。

基于云平臺的高校學生管理預警和疏導系統不僅對存在的安全隱患和突發事件具有預警和監控功能，還可以實現學生管理預警系統和疏導的設置、統計、分析、評估、解除、檢索等一系列的預警和疏導功能，而且為學校的學風建設、學生出勤、考試成績、身心健康等全方位的教育和管理工作提供了一個智能化的平臺。

根據上述需求，針對高校學生管理預警和疏導工作的“云服務”特點，需要建立高校學生管理預警和疏導工作的云平臺，提供相應的“云處理”服務，通過對智能化云平臺的簡單操作即可實現對高校學生管理的預警和疏導工作。

1.2 基于云平臺的高校學生管理預警和疏導系統云結構

基于云平臺的高校學生管理預警和疏導系統主要利用SOA（面向服務的架構）和Web Service實現云平臺與相連接的移動互聯網各個終端進行通信，并在應用期間采用XML、JSON等數據對通信數據進行加密處理，以保證云平臺的安全性。基于云平臺的高校學生管理預警和疏導系統包括四層架構模式，分別為應用層、云資源層、認證授權層和云端層。

應用層是主要面向高校學生以及老師等用戶的服務提供層，用戶通過瀏覽器或者移動終端APP與高校學生管理預警和疏導系統進行交互。應用層主要包含Android管理端和用戶端、IOS管理端和用戶端以及PC管理端和Pad用戶端，這部分應用部署在云資源層。云資源層是該系統的資源中心，主要通過云服務器部署學生管理預警應用，同時承擔該系統的數據存儲和管理任務。認證層為該系統的各類用戶提供統一的認證機制。云端層主要針對高校學生管理，包含預警數據分析、預警數據挖掘和危機分析等功能，高校學生管理者主要通過這一層對高校學生和老師提供的預警數據進行預測分析，實現輔助教學管理和決策。

2 高校學生管理預警和疏導系統的軟件和硬件設計

2.1 高校學生管理預警和疏導系統的硬件設計

基于云平臺的高校學生管理預警和疏導系統的硬件設計主要包括以下模塊：高校學生預警管理子系統模塊、高校學生管理緊急情況預警和報警子系統模塊、高校學生管理危機預警和分析子系統模塊、高校學生用戶管理模塊、高校學生管理互動平臺模塊、系統管理與維護模塊。硬件設計結構如圖1所示。

高校學生預警管理子系統主要由預警信息監測、預警信息處理和突發情況定位三部分構成。其中高校學生管理突發情況預警和高校學生管理報警子系統是該平臺最關鍵的模塊，包含高校學生管理突發情況預警、高校學生學業預警、高校學生考勤預警、高校學生心理預警、高校學生生活預警、高校學生紀律預警等。

基于云平臺的高校學生管理預警和疏導系統的硬件設計，依據預警的緊急程度，可以劃分為紅、橙、黃三個等級。當遭遇緊急情況時，高校學生管理緊急情況預警子系統允許學生和老師通過客戶端向云平臺發送預警信息，預警信息會被推送到云平臺的相關人員客戶端。而且當高校學生遭遇非常緊急的情況時，高校學生管理緊急情況預警子系統將通過“一鍵報警”功能將緊急情況以最短的時間推送至輔導員或相關領導的客戶端。高校學生管理危機預警和分析子系統通過數據挖掘分析該系統收集的學生信息和外部有用信息，生成相應的預警信息，然后將這些預警信息推送給相關學生和教師。

高校學生的互動管理子系統主要包括發送通知、答疑解惑以及互動聊天等。這些雖然不是核心模塊，但是能夠增加用戶使用預警系統的熱情和促進師生感情。

高校學生用戶管理模塊主要包括用戶登錄、用戶注冊、用戶信息維護、用戶身份驗證和用戶權限管理等方面。高校學生的系統管理和維護模塊主要包括信息輸送、數據維護、菜單管理、接口管理、地圖管理和語音管理等。其中信息輸送模塊負責發送預警和相關系統信息；數據維護模塊和菜單管理模塊等功能主要通過Web實現；接口管理模塊能夠在各種設備上分享數據；語音管理模塊能夠實現聲音搜尋，語音信息分析、處理和識別等功能。

2.2 高校學生管理預警和疏導系統的軟件設計

2.2.1 基于規則的預警信息生成

基于云平臺的高校學生管理預警和疏導系統涉及各種預警信息的生成和傳遞，其中每一種預警信息的產生機制都是不同的，下面以高校學生的學業預警為例，闡述高校學生學業預警信息的生成機制。

高校學生學業預警的主要目的是當有學生的課業成績不合格或者出勤次數較低時，向學生發送相關預警信息。基于云平臺的高校學生管理預警和疏導系統在制定消息生成規則時，參考了河北省北方學院正在執行的學生管理條例，以不合格科目數量和曠課節數作為規則的重要衡量指標，制定了不同的預警消息生成和發送策略。

預警信息生成規則可以形式化為三元組，其中，代表預警信息生成規則的類型，其表達式為：endprint

代表預警信息生成規則的指標數值范圍，其表達式如下：

式中：和表示高校學生管理的預警信息；表示高校學生管理的預警信息集合。

代表預警信息生成規則的字符串集合，是滿足預警信息生成規則情況下應該發送的預警信息，其表達式為：

根據上述計算公式，設計了專門的規則管理模塊用于預警信息生成規則的編輯和管理工作，以方便學生和老師等用戶編輯和管理。

高校學生管理的預警信息生成規則編輯完成后，規則引擎會立刻掃描學生的課業成績信息和考勤信息，對獲得的每一條學生信息，依次進行判斷，如果滿足條件則生成該學生的一條預警信息，并存儲在高校學生管理的預警信息表中。基于規則的高校學生管理預警信息生成方法如下：

1） 查詢數據庫中每個學生的課業成績信息，生成成績不合格的科目總數；

2） 查詢高校學生管理預警規則信息表中類型為課業成績類型的規則，并且按照每個學生不合格科目的數目從低到高進行排列，形成高校學生管理預警規則隊列；

3） 依次選取出每條規則的，如果滿足，則完成高校學生管理預警規則匹配，提取該規則的預警信息字符串作為高校學生管理不合格課業的預警信息并返回，轉入步驟4）；反之，如果，則繼續步驟3）直至為空，再進行步驟4）；

4） 查詢數據庫中每個學生的考勤信息，生成每個學生的總曠課次數；

5） 查詢高校學生管理預警規則表中類型為考勤信息的規則，并且按照每個學生總曠課次數從低到高進行排列，形成高校學生管理預警規則隊列；

6） 依次選取出每條高校學生管理預警規則的，如果滿足，則完成高校學生管理預警規則匹配，提取該規則的預警信息字符串作為高校學生管理考勤預警信息并返回，轉入步驟7）；反之，如果，則繼續步驟6）直至為空，再進行步驟7）；

7） 結束。

2.2.2 高校學生管理預警和疏導系統的云消息處理

在基于云平臺的高校學生管理預警和疏導系統中，除了云服務器之外，還包括PC客戶端、Android手機客戶端、IOS手機客戶端、Pad客戶端等。如何實現這些客戶端與總服務器端之間消息的高效和及時同步共享，是云平臺需要重點考慮的問題。下面以Android系統與總服務器端信息同步共享為例，闡述基于云平臺的高校學生管理預警和疏導系統是如何實現云消息處理的。

在基于云平臺的高校學生管理預警和疏導系統中，Android系統和云服務器主要采用Volley框架實現云消息傳遞。Volley框架是Google提出的網絡信息傳遞框架，Volley框架自身包含許多工具類，例如StringRequest，ImageRequest，JsonRequest等，這些都允許開發者和用戶直接調用，同時，Volley框架的擴展性能較好，可以根據用戶或開發者自己的需求定義工具類。基于云平臺的高校學生管理預警和疏導系統云消息傳遞由下列四步組成：

1） 實例化RequestQueue；

2） 自定義調用網絡請求工具類；

3） 將網絡請求放入高校學生管理預警和疏導系統的云消息隊列中；

4） 將網絡請求退出高校學生管理預警和疏導系統的云消息隊列。

通過使用Volley框架能夠解決高校學生管理預警和疏導系統的云消息隊列問題，同時能夠避免由于網絡信號較差導致重復訪問bug。

以登錄功能為例，當Android系統客戶端加載LoginActivity時，對RequestQueue進行初始化；當用戶點擊登錄選項時，RequestQueue將用戶填寫的數據向云服務器進行提交；當服務器端返回數據時，做出相應處理，中途還可以取消網絡請求，即在Android系統客戶端的網絡請求發送過程中，Activity銷毀，該網絡請求可以取消。高校學生管理預警和疏導系統的云消息處理流程如圖2所示。

2.2.3 高校學生管理預警和疏導系統的云消息推送

高校學生管理的各類預警信息和通知都需要及時推送給相關學生和老師，采用的推送方式主要有：單播推送、分組推送和廣播推送。為了降低系統開發成本，使用baidu cloud來實現高校學生管理預警信息云推送。下面以分組推送為例，闡述高校學生管理預警和疏導系統的云消息推送。

baidu cloud云消息推送通過對用戶客戶端設置標簽（Tag）的方式對高校學生管理預警和疏導系統用戶進行分組，標簽產生的方式可以由服務器端進行設置，也可以由用戶系統客戶端進行設置，云消息推送服務器根據不同的標簽對用戶進行篩選，并將高校學生管理預警信息推送到指定標簽用戶的客戶端。無論是由服務器端統一設置的標簽，還是由用戶客戶端設置的標簽，都是由云消息推送服務器統一管理的。

在高校學生管理預警消息分組推送過程中，云消息推送服務器首先根據標簽搜索出所有目標設備，并獲取這些設備的user ID和channel ID；然后對這些設備進行消息的分組推送。在云消息推送過程中，收到信息的客戶端會向推送的服務器發送一個消息回執，如果服務器發現云消息推送失敗，云消息推送服務器會將待推送的云消息列表中的消息繼續推送，直至所有消息全部推送成功為止。基于云平臺的高校學生管理預警和疏導系統的云消息推送流程如圖3所示。

2.2.4 高校學生管理預警和疏導系統的定位模塊

高校學生管理預警和疏導系統的定位功能是用戶手機客戶端通過定位技術對高校學生所在位置信息進行捕捉，當高校學生遭遇突發情況時，可以自動發送預警信息，也可以使用“一鍵報警”向老師和同學發出預警消息。

高校學生管理預警和疏導系統的定位功能主要運用百度地圖、GPS、手機攝像頭等實現。高校學生管理預警和疏導系統的定位模塊主要由四部分構成：Android或者IOS智能手機、高校學生管理預警和疏導系統服務器以及百度地圖服務器。當高校學生遭遇突發情況時，高校學生管理預警和疏導系統服務器啟動定位功能，獲取學生定位信息，手機客戶端將學生信息以及定位信息進行封裝并及時發送到高校學生管理預警和疏導系統服務器，服務器捕獲到請求后將高校學生管理預警信息通過廣播或者其他形式發送給目標用戶客戶端，目標用戶客戶端獲得高校學生管理的預警信息后，對數據進行解析，并且在手機界面顯示突發情況的定位信息，從而實現高校學生管理的全方位疏導。endprint

定位模塊是基于云平臺的高校學生管理預警和疏導系統的核心模塊，復雜程度較高，該模塊需要解決的最重要的問題之一是學生的定位問題。由于室內定位需要龐大的室內定位數據，基于云平臺的高校學生管理預警和疏導系統只實現了學生在校園內的室內定位。結合百度地圖的室內定位SDK和校園地圖 ，通過無線WiFi、手機藍牙設備以及PDR等室內定位技術能夠實現平滑的1～8 m的定位效果和定位精度。高校學生管理預警和疏導系統的定位流程如圖4所示。

3 實驗結果與分析

實驗選用C/S模式、B/S模式和云平臺開發高校學生管理預警和疏導系統，采用C#語言進行軟件開發。實驗選取Microsoft Visual Studio 2013進行高校學生管理的前臺軟件開發，選取Microsoft SQL Server2013進行高校學生管理的后臺數據庫創建。實驗數據來源于河北北方學院某專業的學生預警和疏導系統，選取其中1 800條預警信息進行實驗。

應用基于云平臺的高校學生管理預警和疏導系統對某高校學生的學業成績進行預警，高校學生管理者在登錄系統后，首先進行相關信息初始化設置，然后將學生課業成績的網絡電子版導入系統中，即可實現對學生學業成績的相關預警，并向相關學生和老師發布預警信息。在系統中，可以提供學生成績的不合格查詢、補考成績不合格查詢、補考后不合格總學分查詢，以及預警學生名單查詢等，利用三色預警機制，可以實現對高校學生學業成績的不同程度預警，及時發現學業成績有問題的學生，根據系統中對學生學業成績情況的分析結果預測學生學業成績的變化趨勢，從而實現及時疏導。三色預警機制相關參數設置如表1所示。

根據表1數據，對高校學生管理預警和疏導系統的預警消息處理效率、預警消息推送效率和預警定位精確度進行對比分析。

預警消息處理效率和預警消息推送效率是衡量高校學生管理預警和疏導系統的兩項重要指標。將文獻[8?9]方法和本文方法對預警消息推送效率進行對比分析。實驗結果分別如圖5，圖6所示。

定義預警消息的處理效率和推送效率公式分別如下：

分析圖5和圖6可知，文獻[8]方法的預警消息處理效率較低，且波動性較大，從而導致了預警消息推送效率波動性也較大；文獻[9]方法的預警消息處理效率隨著預警消息數目的不斷增加而逐漸降低。由于文獻[8]方法的預警消息處理效率逐漸降低，造成預警消息推送延遲，無法及時發布預警通知，實現及時疏導；本文方法的預警消息處理效率始終較高，因而預警消息的推送效率也同樣較好，可以及時發布高校學生的預警消息給相關教師和學生，實現實時疏導。

預警定位精確度對預警消息的及時發布和實現高校學生的全方位疏導具有重要意義，是衡量高校學生管理預警和疏導系統設計方法有效性的重要標準之一。將文獻[8，10]方法和本文方法對預警消息的定位精確度進行對比分析，結果如圖7所示。

預警定位精確度的表達式為：

根據圖7可知，文獻[8]方法的預警定位精確度最低；文獻[10]方法的預警定位精確度次之。兩者均無法實現高校學生管理危機和突發情況的準確定位，從而無法及時發布相關預警信息給教師和學生；本文方法的預警定位精確度最高，平均在80%左右，能夠及時獲取危險信息和突發情況的準確位置信息，從而發布預警消息給相關人員，實現全方位疏導。

4 結 論

當前的高校學生管理預警和疏導系統存在預警信息處理和推送效率較低的問題，為此提出一種基于云平臺的高校學生管理預警和疏導系統設計方法，并通過實驗結果證明，所提方法能夠實現危機預警的準確定位，為學校的學風建設以及實現學生全方位的教育和疏導工作提供了一個智能化的平臺，也為后續預警和疏導大數據分析、更好的用戶體驗、更好的云服務提供了良好的前提準備。

參考文獻

[1] 孟牒，姚浩偉，韋飛祥，等.大學生交通安全認知現狀評價與預警機制研究[J].科技通報，2016，32（9）：229?232.

MENG Die， YAO Haowei， WEI Feixiang， et al. Evaluation and early warning mechanism of cognitive status quo on traffic safety with undergraduates [J]. Bulletin of science and technology， 2016， 32（9）： 229?232.

[2] 郭艷君，徐遠新，孫勤英，等.嵌入式換道預警系統設計[J].科學技術與工程，2015，15（18）：199?205.

GUO Yanjun， XU Yuanxin， SUN Qinying， et al. Embedded design of lane change warning system [J]. Science technology and engineering， 2015， 15（18）： 199?205.

[3] 趙亮.煤與瓦斯突出預警系統設計與實現[J].煤炭技術，2015，34（6）：165?167.

ZHAO Liang. Design and implementation of coal and gas outburst warning system [J]. Coal technology， 2015， 34（6）： 165?167.

[4] 池明文，孟慶娟，馬占飛.一種用于無線傳感網絡的故障預警系統設計[J].現代電子技術，2017，40（4）：163?166.

CHI Mingwen， MENG Qingjuan， MA Zhanfei. Design of a fault early warning system for wireless sensor network [J]. Modern electronics technique， 2017， 40（4）： 163?166.endprint

[5] 張鋒，溫鴻天，黃鎮宏，等.基于物聯網技術的人體云健康監護及預警系統[J].計算機測量與控制，2015，23（6）：1898?1901.

ZHANG Feng， WEN Hongtian， HUANG Zhenhong， et al. A human body′s cloud health monitoring and early warning system based on the Internet of Things technology [J]. Computer measurement & control， 2015， 23（6）： 1898?1901.

[6] 李留青，陳中良.基于視覺圖像踩踏風險預警研究[J].計算機仿真，2015，32（9）：429?432.

LI Liuqing， CHEN Zhongliang. Risk early warning of stampedes based on visual image [J]. Computer simulation， 2015， 32（9）： 429?432.

[7] 李國鵬，季鵬程，陳怡，等.基于分布式結構輸電線路防外力破壞檢測與預警系統設計[J].電子設計工程，2016，24（24）：95?97.

LI Guopeng， JI Pengcheng， CHEN Yi， et al. Design of detection and warning system for transmission lines with external force damage based on the distributed structure [J]. Electronic design engineering， 2016， 24（24）： 95?97.

[8] 崔哲哲，林定文，林玫.廣西學生肺結核發病趨勢分析及預警系統建立[J].中國學校衛生，2017，38（1）：144?147.

CUI Zhezhe， LIN Dingwen， LIN Mei. Analysis of the incidence of pulmonary tuberculosis in Guangxi students and the establishment of early warning system [J]. Chinese journal of school health， 2017， 38（1）： 144?147.

[9] 馬高庭，蔣萬春，申艷光.基于關聯規則的肉雞產品質量安全預警模型[J].江蘇農業科學，2015，43（3）：271?274.

MA Gaoting， JIANG Wanchun， SHEN Yanguang. Quality and safety early warning model of broiler product based on association rules [J]. Jiangsu agricultural sciences， 2015， 43（3）： 271?274.

[10] 毛鶯池，閔偉，接青，等.基于動態鏡像的實時數據倉庫存取預處理技術研究[J].計算機科學，2015，42（12）：130?135.

MAO Yingchi， MIN Wei， JIE Qing， et al. Real?time data warehouse pre?processing based on dynamic mirror replication [J]. Computer science， 2015， 42（12）： 130?135.endprint