雙一流背景下應用型院校智慧化校園建設4.0研究

李 剛

（哈爾濱劍橋學院工商管理學院，哈爾濱 150069）

0 引言

我國高校智慧化校園4.0建設是在高校數字化校園1.0階段，信息化校園2.0階段，智能化校園3.0階段之后，更高建設標準的新階段[1]。目前，我國大部分院校都已處于新型網絡化和智能化3.0校園階段[2]。在最新的高校發展綱要中，智慧校園建設已被納入高校發展戰略規劃，是高校內生發展的新途徑[3]。智慧校園是在智能化3.0校園階段的基礎上提出的[4]，近5年來，教育信息技術革新速度飛快，各類在線教育應用更加普遍，以人工智能技術推動的高校教學智慧化模式廣泛出現[5]。因此，各大高校在校園建設方面引進了全新的智慧化技術，使人工智能技術與高校教學資源相融合，全面構建高校智慧化校園4.0[6]。由此，在智慧化教育技術引領下，高校未來建設發展的目標是讓高校變成更為智能、人性的智慧化校園[7]。

信息化3.0建設在民辦高校的發展中有著重要的地位和作用，隨著信息技術的不斷發展，智慧化校園成為未來民辦高校信息化建設的重要目標。總結民辦高校信息化建設經驗及借鑒公辦高校智慧化校園建設的做法，在此基礎上探討民辦高校智慧化校園建設思路[8]。智慧化校園4.0直接覆蓋了高校發展的各種業務、技術與戰略性決策等方面，構建虛擬空間實現與真實校園的對接。內容包括：基礎設施、應用支撐、業務體系、安全運維、發展決策、總體設計、技術線路、體系架構等[9]。智慧化校園通過高速互聯、實時控制、透徹感知以及面向服務的運算，為師生提供更加便捷的服務，營造舒適、高效、和諧的校園環境[10]。智慧化校園建成后，科技信息技術，數據通信技術與社會資源相結合的培養模式，促進教學的智慧化，感知化、互動性[11]。高校智慧校園中的智慧人才培養、智慧生活服務、智慧科學研究以及智慧決策管理等，均有效提升校園整體發展水平[12]。

智慧化校園建設對我國教育事業的發展可以起到極大的幫助[13]。 當前大數據技術和人工智能技術應用在教學中，已經成為智慧化校園建設的顯著特征之一。高校普遍建立大容量數據庫，搭建資源共享和學習互動平臺和校園移動服務開放平臺[14]。 互聯網+和云計算也推動了智慧化校園建設[15]。基于移動智慧化校園應用的大學課堂改革、實踐模式改革[16]， 在與傳統學習模式對比后，應用性場景模擬式的虛擬仿真教學可提供更多的情景感知，這種虛擬效果既減少大規模實驗室建設發費用，也有效加速了移動智慧化建設[17]。

但是，大規模的新技術應用，也給高校智慧化校園建設帶來風險，校園網絡安全防護稍弱，智慧化校園網絡安全防護的設計與實現有偏差[18]。智慧化服務能力不足、應用實踐薄弱，高校智慧校園的構建落后與云計算和云服務的在其他領域的應用開發[19]。智慧校園的先導性造成信息分散、不對稱，容易形成信息孤島[20]。

1 研究假設

1.1 利用機器學習算法提升智慧化校園建設水平

在分析機器學習知識層次的基礎上，提出一種可變流程的智慧化校設計方案，以具有貫穿性的應用案例為主線，通過多種可定制的案例模板將多個高校的智慧化校園有機結合，從而提升智慧化校園的建設效果[21]。以智慧校園建行為的精深分析，利用人工智能(AI)、機器學習以及深度學習和強化學習對傳統智慧化校園建設做出對比性分析，找出異質行為根源、構建全新的智慧化校園網絡結構[22]。在智慧化校園建設的過程中嵌入技術專家領域知識與判斷，使用機器學習主題模型中的新興技術識別預見方法，結合預見專家組的領域知識與判斷，評價智慧化校園建設過程[23]。從智慧化到智能化校園，可以采用抽象數據結構、并行計算模型、容錯機制等方面進行對比[24]。在對智慧化校園使用過程中，讓計算機對歷史用戶行為證據進行學習，得到評價用戶使用的模型。可以更準確和高效地分類出風險用戶和可信用戶[25]，同時，在對用戶管理的過程中及信息安全防護中，流量識別是實現網絡管理與網絡安全的關鍵環節[26]。通過調研已實施智慧化的高校，在獲取大量樣本后，可以為智慧化校園建設找到運算模型最合理參數和模式[27]。通過數據信息處理，優化數據處理方式，利用各種算法搜索到最優參數，將智慧化校園建設的決策問題進行數據化處理是最有效的方式[28]。

1.2 利用耗散結構改善智慧校園運營狀況

高校智慧化校園建設基礎本質是信息共享，信息共享空間系統具有耗散結構性[29]，各類數字化產品設計系統具有耗散結構特性，在這類系統中，普遍存在與系統有序性密切相關的時、空信息差[30]。由于信息耗散結構存在，高校文獻信息系統，其運作流程實質是信息從無序到有序、再從有序到無序的循環往復過程[31]，同樣，數字圖書館在信息傳遞和接收都存在信息耗散特點，如果解決了信息耗散，資源共享效果差，不控制耗散現象，可以解決開放信息系統中共享問題，但智慧化較差[32]。由于文獻信息資源共享具有耗散結構的特性，高校開放程度太低和外部干預太多，均不能成為智慧校園，高校從共享體系結構、共享模式及資源建設角度改善信息耗散，是智慧化校園建設運營中需要解決的問題[33]。高校圖書館信息資源是智慧化校園建設的一部分，改變文獻信息資源共享體系的耗散結構特性，發揮信息資源的共享優勢是智慧化校園建設的關鍵點[34]。在高校數字圖書館信息資源管理的研究中，耗散結構理論揭示信息網絡存在不穩定性，嚴格意義上的成熟穩定的高校共生網絡數量比較少。高校共生網絡穩定性受信息耗散影響較大。建立高校共生網絡穩定性，可以從經濟效益、環境效益和高校共生博弈的角度改善高校共生網絡耗散結構[35]，智慧化校園建設的圖書館信息咨詢體系的耗散結構是一個遠離平衡的開放系統，具有非線性相互作用，可以有效避免信息耗散弊端，提高信息共享價值[36]。高校智慧化生態鏈耗散結構的演化過程，其智慧形成模式的演化路徑為：智慧價值鏈→價值星系→價值網。

對于知識的耗散性，教育的信息化給教師的教學帶來了前所未有的挑戰。在信息對稱環境下教師知識體系的耗散結構特征 ，需要重構教師的知識體系，對于知識共享進行重新設計[37]。情報信息系統的耗散結構特性，對于數據挖掘等后續工作具有潛在風險[38]信息網絡化的到來，教育智慧化運營的新途徑是解決耗散結構[39]，高校智慧化系統出現在高校智慧建設中，高校智慧化系統中信息耗散結構的生成與演化，最終形成高校智慧化系統演化非平衡混沌狀態[40]。

1.3 研究的主要框架和內容

圖1 研究框架圖

智慧化校園建設初始階段從數字化信息1.0建設開始，從數據化角度開始分析信息化后校園管理能力的提高，這種信息利用從信息化教學方面得到廣泛研究，各大高校全面推廣后，開始全面信息化教學2.0建設，信息化教學在多個領域鋪開，從以單個高校為支點到各個高校形成聯盟，借助網絡化技術，從網絡化和智能化角度進行信息化改革，形成智能化技術3.0建設，當各類網絡智能應用技術全面覆蓋校園領域，智能化技術與用戶體驗的結合成為研究熱點，最終成為智慧化校園4.0建設階段。

智慧化校園建設具體建設及評價包括以下內容：1）硬件系統部分，校園網絡（有線與無線），多媒體教室，計算機教室，多媒體電教平臺，云桌面及網絡，教學軟件，多媒體廣播教學系統、語音教學軟件、電子閱讀軟件、在線考試軟件；精品錄播教室，多媒體電教平臺，錄播系統，傳遞教室（視頻會議），主講教室，聽講教室；創客教室，終端設備，校園一卡通系統，一卡通管理中心（應用管理中心、結算管理、制卡管理、用戶權限管理）、消費管理系統、門禁管理系統、自助充值系統，一卡通應用集成服務；數字圖書館系統，圖書管理系統、借閱系統（借書卡與一卡通集成）、自助還書終端機、圖書數字標簽等，電子閱覽室；校園電視臺系統，3D虛擬演播室，移動導播系統；校園數字廣播系統，廣播室（主控室），廣播分控室，傳輸設備，前端設備，校園信息發布系統，校園車輛管理系統，學校人行出入口管理系統，校園視頻監控綜合管理系統，互動教學系統，計算機機房，3D教學多功能室。2）軟件部分，OA辦公系統，校園管理平臺，直點播平臺。

2 實證研究

2.1 不同機器學習算法在智慧化校園應用比較

利用機器學習算法，本文選用標準化均方誤差（Normalized Mean Squares Error， NMSE）對機器學習算法進行評價。其定義為：，其中，yi表示觀測值，表示第i個觀測值的預測值，表示觀測值的算術平均值。分子是模型預測性能，分母是基準模型的預測性能。NMSE取值范圍在0～1之間，值越小，模型性能越好，反之亦然。對高校智慧化校園建設水平從以下5個方面分析：1）數字化信息水平；2）智能化技術水平；3）網絡化應用水平；4）信息化教學水平；5）智能化服務水平。5個變量的數據來源于黑龍江省民辦高校智慧化校園建設現狀調研報告。

對5個變量數據計算后，3種模型的NMSE見表1。可以看出，人工神經網絡ANN的預測效果較好，多元自適應回歸樣條MARS次之，支持向量機SVM最弱。因此，我們選擇人工神經網絡建模進行實證研究。

表1 三種模型的NMSE

2.2 基于人工神經網絡的在智慧化校園建設中應用

人工神經網絡建模的過程包括在輸入層中輸入變量和在輸出層中建立目標變量，選擇隱藏層節點個數，使用不同學習算法構建模型和預測等幾個步驟。

2.2.1 輸入變量和目標變量

人工神經網絡對變量的尺度十分敏感，需要對即將進入ANN的數據要進行標準化處理。標準化處理公式如下：，其中，x是觀測值，μ是觀測值均值，σ是觀測值的標準差。處理后的數據分為3個輸入變量和一個目標變量36個觀測值組成訓練集進入ANN。輸入層有3個節點，輸出層1個節點。智慧化校園建設輸入型變量為智慧化校園的建設投入建設的時間，建設的過程管理。目標變量為建設后的效果，包括建成以后，實際為校園帶來的改變。

2.2.2 選擇隱藏層節點個數

該節點就是建設智慧化校園過程中，工程施工的控制節點。該節點為智慧化校園建設過程中投入和產出的分界點。在智慧化校園建設的投入階段，按照投入的資金數量，投入的人力物力，投入的過程性控制和管理。預先未投入的產出進行人工神經網絡模擬。在投入階段分別設置若干可控變量。在節點之前，根據若干可控變量，設置出神經網絡傳遞路徑，根據投入數量多少，直接選擇產出效果模擬。

表2 AIC和BIC信息準則測試結果

2.2.3 確定學習算法

在智慧化校園建設過程中，其中投入階段，受到多個影響變量的共同作用，其中，資金投入是主要影響因素，關于智慧化校園的預先設計，受到資金的影響較大。因智慧化校園更新，迭代速度較快，因此在預先設計方案時，可能會由于技術革新，而使技術并未達到最終投產目的，因此在資金使用和技術設備引進過程中，均會受到技術變革的影響，因此在資金投入權重方向上，使用機器學習可以有效的避免由于技術創新而帶來的建設浪費和損失。模型使用反向傳播算法控制權重的更新率，選擇最大迭代次數控制權重收斂過程。

2.2.4 模型預測結果

對比各大高校在智慧化校園建設過程中的數據，通過引入雙一流高校智慧化校園建設的數據，和普通大學，智慧化校園建設的數據，以雙一流高校數據作為樣本數據，通過機器學習算法，投入產出，進行全過程人工神經模擬，得出投入產出比，再根據技術革新和技術變革所帶來的影響對普通大學投入進行模擬，算出，智慧化校園最終建成產出。通過對訓練集數據的計算，NMSE=0.1254，得出小于1的結果，擬合效果較好。把測試集數據放入預測模型后，發現NMSE=0.3412，雖然仍然小于1，但是相比訓練集，誤差有所增大。模型有改進的空間。

2.2.5 改進模型

針對雙一流高校，在智慧化校園建設的早期，已經根據投入產出比，模擬出智慧化校園建設的一些經驗，機器學習后，該模型可以被廣泛推廣到其他大學，在建設過程中減少資金的浪費。通過計算訓練集，模型的NMSE降至0.0000205，把模型應用到測試集后，NMSE＝0.000676，顯示測試集的擬合情況。

3 基于機器學習的校園智慧化建設過程

3.1 機器學習在校園智慧化建設原理

機器學習在校園智慧化建設過程中的應用利用機器學習模擬決策算法原理。專家依據數據獲取進行的判斷，跟機器學習在思想上是一致的。在智慧化校園建設過程中，首先選擇雙一流高校，獲取智慧化校園建設的數據，哈爾濱工業大學作為中國最早建立智慧化校園的雙一流高校，其在智慧化校園建設過程中，一直走在我國其他高校的前列。以雙一流高校數據，作為學習和訓練樣本，具備可行性，信度和效度條件均較高。以雙一流高校智慧校園建設的標準，作為其他高校的參考標準，是具有可信性和說服力的。普通高校在智慧化校園建設過程中，如果與雙一流高校在標準投資等方面，相同或者相似，則可以進行分類。如果在建設過程中數據呈現出連續性，則可利用機器學習算法進行回歸。在采用面板數據進行統計分析時，雙一流高校數據呈現出分類和回歸特性，因此，機器學習算法可以用來對普通高校建設進行充分論證。

3.2 機器學習算法在校園智慧化建設應用

通過智慧化校園建設投入過程中，實際的資金投入和預測的資金投入，以及實際產出的效果和預測的產出效果，都會存在偏差，利用機器學習找出實際和預測之間的偏差。在建設中，由于系統存在誤差，并不是所有的投入均能夠及時轉為產出，在建設過程中存在部分資源浪費現象，因為技術革新等因素存在，使得部分財務資源投入不能有效產出。機器學習可以對偏差作出的影響判斷，使系統向減少偏差的方向變化。在以上設計思路確定后，利用機器學習設定相應的算法，主要考量智慧化校園建設的3類重要指標，投入，產出和周期，該算法主要測試決策的時間快慢和時間長度。一個算法以該基本操作的重復執行的次數作為算法的時間量度，包括時間頻度和時間復雜度，在每次智慧化校園建設過程中，都會根據雙一流高校智慧化校園建設的情況為普通高校計算時間頻度和時間復雜度，改變傳統由專家進行預測的弊端。

3.3 校園智慧化機器學習算法降低信息耗散

校園智慧化建設的各類應用均通過信息共享方式傳遞，但信息開發的結果將造成耗散結構產生，非平衡耗散結構是智能平臺常態，若實現均衡狀態，需要在信息非平衡狀態進行識別，在傳遞過程中進行糾正，由低序低效的耗散結構向高序高效的結合結構不斷躍升。低序低效在智能化3.0階段，輸入端口的輸入權限設計單一，若增加權限開放端口，多數的端口都可以增加信息傳遞速度，但權限數遠遠小于端口，造成輸入端信息耗散。而在智能化4.0階段開放輸入端口的輸入權，同時還能避免端口數量增加和共享造成信息耗散，輸入端口全部通過機器學習和數據自動生成獲取，實現信息即時傳輸，既現場直播（live）狀態，而不是人為過程編輯狀態。校園智慧化建設在應用中，以減少人為影響，數據耗散減輕。

以傳統大學數字化過程為例，一般都是文字，圖片，視頻后期人為編輯，生成數據，信息后通過智能化平臺進行傳遞，即時通訊能力降低。傳統在線課程，一般為教師授課錄制完畢統一上傳，利用平臺進行信息分享，信息確實能夠共享，但每經過一個端口都會產生信息耗散，若端口設計不合理還會出現信息偏差。未來改變大學傳統數字化過程，可以利用信息直播（live）方式減少損耗，加快傳遞速度，特別是借助于機器學習的信息自動生成技術，例如現在大學進行開會時，文字資料同步進行傳輸，既不需要人為記錄，也不需要考慮信息輸入端口，以及信息修改及信息粉飾。在最新的智慧化校園建設方面，區塊鏈技術正在逐步應用，可以采用分步記賬方式確保校園智慧化，合理應用機器學習理論，可以促進智慧化校園系統朝著新的有序的方向進行，從而優化信息耗散結構。

4 結論與對策

雙一流背景下應用型院校智慧化校園建設研究，由于智慧化校園建設發展劃分為不同的階段，借助機器學習與信息耗散理論，提出新時期和應用型院校智慧化校園建設的新方法和新手段，文章研究假設基于機器學習理論構建新型應用型院校智慧化校園，基于信息耗散理論構建新型信息化校園建設，選用標準化均方誤差模型，對數字化信息1.0，信息化教學2.0智能化技術3.0帶來的網絡化應用、智能化服務進行綜合評價，利用標準化均方誤差判斷出智慧化校園建設方面與數字化和信息化建設的差別，利用機器學習進一步提升智慧化校園的建設，并且在信息化過程中依據信息耗散原理推進信息化利用過程，減少智慧化校園造成的信息耗散。對應用型院校智慧化校園建設提出建議和對策。區塊鏈技術在校園智慧化建設應用，為了共同探討高校大數據、高校區塊鏈的平臺、安全以及行業服務等重要問題，反映全國智慧高校與區塊鏈的最新進展。區塊鏈是一種具備前沿性的技術，它的出現讓很多行業都變得更加“智慧化”，這是不爭的事實。區塊鏈采用基于互聯網大數據的加密算法，通過建立共識協議，利用技術方式落實契約原則，并引入法律規則和控制節點，采用技術信任加持商業信用，避免交易風險的發生，維護誠信。除了解決信任問題外，區塊鏈技術還能保護信息的私密性。區塊鏈通過分布式數據庫系統與參與者共識協議，并加蓋時間戳，就可以形成可追蹤、可驗證、不可篡改的數據庫，保護了數據的完整性與私密性。

以雙一流背景下應用型院校智慧化校園建設：1）建設智慧教室，將學校行課教室和正規實訓室建成基于物聯網技術集智慧教學（智慧課堂）、師生考勤、環境智慧調節、視頻監控及遠程控制于一體的新型現代化智慧教室、智慧實訓室；建成利用虛擬技術模擬教學場景的3D智慧教室，建成新型創客智慧實訓室；2）建設智慧門禁，建立一體化出入管理系統，涵蓋車輛、師生、訪客出入校門自動管理，教室、實訓室、辦公室、寢室的進出權限管理以及校園電子圍籬的建設；3）建設智慧數據中心，升級有線及無線網絡線路，升級網絡中心，新建職教數據中心，擴容網絡帶寬；4）建設智慧應用平臺，升級數字化校園平臺，建設10間智慧學術廳或會議室及1間錄播室。以上就是校園信息化在建設智慧校園中的作用分析，以智慧化應用帶動新一代信息技術與教育全過程的深度融合，構建學校、教師和學生之間的即時溝通，打造高效、便捷、舒適、智能的智慧校園。提升信息化服務支撐教育教學的能力，培養一批有較高應用水平的管理團隊和師資隊伍，為學校的戰略規劃提供數據支撐，提高管理效率和決策水平，使學校教育信息化發展邁上新高度。