基于智慧校園的數據管理框架探析

王 薇 王 瑞 張新華 呂曉琳 陸璐

（海軍大連艦艇學院教研保障中心 遼寧大連 116017）

一、智慧校園

2007年，由歐盟起草的《歐盟智慧城市報告》提出了“智慧城市”的概念及構想。2008年，IBM將智慧城市的發展轉向“智慧地球”概念框架。2015年7月，國務院《關于積極推進“互聯網+”行動的指導意見》指出，要順應全球信息化發展趨勢，促進互聯網的創新成果與經濟社會各領域融合發展。在此背景下，隨著信息時代發展，我國高校教育信息化建設不斷深入，智慧校園的理念及建設思路應運而生。

從信息技術視角看，智慧校園是在新型技術的推動下，運用互聯網、云計算、物聯網等技術構建一個開放、互動、協作的信息化和智能化綜合服務平臺，提供電子化、網絡化、數字化和智能化的校園服務，使廣大師生全面地感知教學信息，有效共享各類數據資源，方便教學和生活的智慧型校園[1]。

智慧校園的發展將解決高等教育管理過程中各個信息孤島和數據流失的問題。智慧校園的建設將通過建設一個綜合的校園信息服務平臺，依托關鍵技術，從而實現將分布在各個信息系統的數據資源匯聚到統一的信息服務平臺，通過數據的分析實現各種資源的高效利用。在高校科研活動方面，智能化的協同合作、知識管理、數據管理以及與外部信息的互通顯得較為重要。智慧校園的分層基礎架構如圖1所示。

二、智慧校園中的數據管理

數據管理指為實現數據和信息資產價值的獲取、控制、保護、交付及提升，對政策、實踐和項目進行的計劃、執行和監督[2]。數據管理不僅是一種先進的管理技術和方法，而且是一種全新的理念。以大數據時代為背景的智慧校園建設中，數據管理具體指智慧數據層的建設（見圖1），分別貫穿于數據獲取、組織加工、集成整合、數據存儲、數據挖掘、數據利用、新數據采集等各個生命周期的全流程。面對海量異構的大數據，如何有序管理和利用這些寶貴的數據，并使其發揮最大價值，是本文所關注的重點。在智慧校園建設中，可以利用先進的科學技術進行管理，為用戶提供更加高效、便捷的服務。通過數據管理實現技術與服務、技術與管理的銜接，從而達到最大限度利用數據的目的。

三、基于智慧校園的數據管理框架

（一）基礎環境數據管理

智慧校園的環境數據包括校園安全監控數據、用戶流動數據、資源利用數據及室內環境數據，監控數據主要來源各種智能監控設備，利用智能監控攝像頭，對基于數據管理的智慧校園功能框架進行深度分析。

第一，在安全監控數據方面，數據管理的主要內容是監控視頻的半結構化數據，利用智能監控攝像頭對校園園區、運動場館、食堂、圖書館、教室、宿舍內等情況進行監控，同時，使用基于多點關聯分析的智能處理方法對多個智能攝像頭的識別結果進行協同關聯分析，挖掘表面獨立的異常行為數據間的深層關聯，以達到突發事件預測并實時報警的目的[3]。

第二，在用戶流動數據方面，數據管理的主要內容是校內用戶流動軌跡、數量數據，采用智能手機進行監控跟蹤，傳感器輔助監測的方法，對用戶流動的軌跡和數量進行監控。通過對智能手機移動軌跡的檢測，形成個人軌跡數據，使用基于軌跡行為特征的用戶流動判定算法進行分析，實時監控校內用戶流動情況，進行風險預警[4]。

第三，在資源利用數據方面，進行資源流量實時監測，包括利用系統監控校園的電量、水量及網絡流量，對能源利用情況的掌握，可確保校園水電及網絡設備的安全；對網絡流量情況的掌握可利用短期網絡流量預測模型，監測和分析網絡流量使用情況，可達到預測網絡流量、感知網絡安全態勢和合理規劃網絡資源的目的[5]。

第四，在室內環境數據方面，依靠無處不在的傳感器，對圖書館、教室、寢室、食堂、運動館等室內溫度、濕度和光照進行實時監測，根據用戶需求隨時調整環境，滿足用戶對各室內空間舒適度的要求。隨著物聯網技術的不斷發展，對用戶和環境的感知將更加透徹，對室內環境數據的分析將更加貼近用戶需求，真正實現用戶與智慧校園的互聯互通。

（二）用戶行為數據管理

用戶行為數據包括教育者和學習者兩個角色的基本個人信息，具體行為信息分為用戶日常行為數據、用戶學習行為數據、用戶科研行為數據及用戶教育行為數據。用戶每天在校園中隨時產生海量數據，云計算、大數據、人工智能為用戶行為數據挖掘利用提供便利條件，在用戶行為數據的基礎上建立行為分析模型，分析用戶不同行為維度，從而推動智慧校園個性化教育發展，為智慧校園中各類管理事務提供科學的決策依據。

在用戶導航行為數據方面，利用藍牙定位系統和智能手機輔助，進行精確的室內定位，實現校內導航、校內導覽、消息推送及用戶軌跡記錄等功能[6]。通過收集教育者教育資料上載、電子教育課堂發布、課程任務分發與審核、學習者學習情況評估與學習者信息查看行為數據，以及學習者上網瀏覽點擊量、教育資料下載、電子教育課堂學習、查看與參加課程任務、上課缺課情況、查看教育者基本信息等行為數據，結合分析用戶日常行動軌跡，總結用戶教學特點及學習興趣數據，完善校園建設及課程教學設計。用戶在利用圖書館過程中產生的數據，可以為圖書館的資源采購和資源管理提供意見，優化圖書館資源結構。

此外，智慧校園可以發揮資源推介功能，將校內資源與外界資源連接，將分析整理后的外部資源推送給用戶，提高用戶學習、科研和教育效率。

（三）教育科學數據管理

教育科學數據來源可以是教學科研活動的任何一個環節，也可以是智慧校園下采集的所有教學科研資源及成果。形式十分多樣，包含論文、出版物、電子課件、數字文件、實物及其他形式，主要是對教學科研過程中的觀測數據、實驗數據、仿真數據、派生數據或編譯數據、參考數據或規范數據這幾種類型[7]。在大數據環境下，通過數據分析建立以用戶為中心的知識關聯網絡，為用戶教學、科研、學習提供便利條件。

智慧校園還可以利用教育科學數據資源，挖掘各數據框架間的內部聯系，結合基礎環境數據、用戶行為數據比對分析，其結果可作為衡量校園建設及用戶科研、教育、學習等情況的重要依據模型。此外，通過關聯智慧校園資源數據與用戶行為數據，建立用戶個人畫像，系統需要隨時監控數據并及時給予反饋，在用戶數據及資源數據發生明顯改變時，挖掘數據間的關聯關系，結合用戶數據及基礎數據進行共同分析，對智慧校園建設及資源分布進行重新調整和計算，結果可作為智慧校園進一步完善發展重要依據，為科學研究提供決策參考。

四、結束語

智慧校園的數據來源廣泛、內容形式豐富多樣，本文將智慧校園數據分為基礎環境數據、用戶行為數據、教育科學數據三類，根據數據類別提出基于智慧校園的數據管理功能框架，并對智慧校園中數據管理的作用進行詳細分析。重點對數據收集方式及數據分析方法進行闡述，證明功能框架構建的合理性，使基于智慧校園的數據管理功能實現成為可能，對未來智慧校園建設具有參考意義。智慧校園的建設是動態更新的，隨著科學技術不斷發展，智慧校園的功能會逐漸優化、擴展。但無論先進科技如何發展變化，數據管理對智慧校園功能實現的作用是不可或缺的。數據管理是一項長期、復雜、系統性的綜合工程，智慧校園未來的建設重點是海量數據的承載和良好利用問題，以及更好的使數據管理在智慧校園的建設中持續、高效地發揮作用。