基于大數據分析的高校后勤信息智能管理系統設計

陳福生

(黎明職業大學,福建 泉州 362000)

隨著互聯網與信息技術的快速發展,傳統數據挖掘技術或是處理模式早已無法滿足校園后勤管理的需求。大數據的出現與應用,為高校后勤管理系統的開發與優化奠定了基礎。因此,高校需要順應時代發展,響應教育部提出的“高校后勤管理信息化、智能化發展”號召,以大數據、云計算、計算機等技術為基礎,開發高校后勤信息智能管理系統(以下簡稱后勤系統),不斷提高高校后勤管理水平,為全校師生提供更為優質的后勤服務。

1 大數據對高校后勤管理的促進作用

基于大數據技術,高校可以在網絡環境下通過計算機請求訪問控制、共享虛擬化資源、快速采集與處理數據信息等,持續提高校園后勤管理信息化、智能化程度。

1.1 優化校園后勤資源配置

高校以往的后勤管理系統運行,往往需要花費大量的財力進行硬件維護和升級,給高校預算增加壓力。

大數據的引入與應用,可以在一定程度上減少硬件提升帶來的預算壓力。高校可以對后勤管理系統進行需求分析,在傳統校園基礎上建立數字信息平臺,利用云計算技術,建立大數據中心,將分布在計算機系統各個方面的大量數據、處理器資源等整合起來,以便于后勤系統的每個人都可以在權限范圍內共享后勤信息資源,進而解決校園后勤系統建設的硬件配置欠缺等問題。

1.2 為師生提供多樣化信息服務

基于大數據分析的后勤系統,智能管理主張的是將信息技術和大數據思維結合,并將之應用于高校后勤管理活動,達到提高后勤管理效率、減少管理成本的目的。以用戶需求為依據,通過分布式計算機系統就能借助云計算平臺建立大數據處理應用模型,收集統一資源定位符(Uniform Resource Locator,URL)、建立站點樹,便于分析教師、學生、管理者在校園網、計算機以及各個子系統中的具體行為,如學生每周食堂消費情況、教師每個月上課情況等等,進而挖掘出海量信息中的潛在資源,為學生、教師和校園管理者提供可能感興趣的信息。

1.3 優化專業人才培養

傳統后勤考核主要是以特定工作周期為主進行業績考核,而引入大數據技術則可以將原本模糊的考核標準變為數字化考核——創建快捷高效的信息統計方式,通過可視化的指標數據來實現標準統一、客觀高效、全面多元的考評體系,為管理人才培養、后勤工作人員監督考核等提供助力;大數據技術引入高校后勤管理之中,要求高校引入專業化、技術性人才,能夠熟練地操作系統,利用軟件與大數據技術來高效地處理各項業務,切實提高高校后勤管理信息化、智能化水平;大數據技術可以在優化、完善后勤管理信息系統的同時,進一步與專業課程、人才培養融合,進一步為高校培養出高質量的復合型后勤人才。

2 基于大數據的高校后勤信息智能管理系統構建

現階段,高校后勤管理普遍面臨內容繁雜、基礎數據大以及體制改革困難大等問題,為解決這些問題,本文設計一款基于大數據分析的高校后勤信息智能管理系統,具體的設計思路與構建如下。

2.1 系統設計思路

(1)強調管控一體化。管控一體化是利用計算機系統、云計算技術、遙感技術以及大數據技術等,針對校園后勤管理的方方面面,構建線上智能監控平臺,并通過安裝計量裝置,實時上傳相關信息,實現數據采集、資源管控、實時監控一體化。例如,在供熱監控方面建立供熱管網計量檢測系統,安裝相關設備進行分布式監控和管理,用于數據采集與實時傳導。

(2)后勤管理系統基本功能模塊設計。后勤系統功能模塊設置以系統具體實現方式和運行模式為準,包括后勤基本信息的錄入、處理、查詢與統計等,具體情況如下:①設立數據庫,本地數據庫+Web 服務器+數字信息平臺;②后勤數據處理,工作人員通過學校現有的官網、一卡通系統以及線上辦公系統等利用網絡中心與實際勘察等方式,準確、實時地查詢各種數據信息。后勤管理系統對學生宿舍片區、商業片區、實驗片區、辦公片區等各項后勤數據(如水電費、煤氣費等)進行登記、查詢、統計;③打印報表,根據后勤信息錄入最終結果,通過查詢、統計等功能,打印所需要的相關報表;④后勤管理改進計劃制定,根據區域的用水、用電、供熱等情況,制定全新的后勤管理計劃并配置人員,調整設備管理、儀表(水、電)數據管理、故障管理等業務;⑤數據備份:工作人員將每月后勤數據備份到全年數據庫中。

(3)基于B/S+C/S架構開發系統管理平臺。面向校園管理者基于WEB瀏覽器構建系統終端操作界面,便于其通過界面快速獲取所需的相關信息,借助數據查詢、財務審計等功能,滿足高效、智能后勤管理的基本需求。面向后勤維護人員,通過QQ、微信等客戶端、服務器開發登錄頁面,便于其快速登錄系統,隨時隨地查看校園各地區水、電、氣、熱等設備運行情況,從而及時維修并預防事故發生。

(4)軟件模塊設計。圍繞高校后勤管理人員以及工作需求,通過云計算虛擬平臺、大數據處理應用模型對接,針對后勤管理人員、后勤維護人員工作需求開發特定的功能模塊,如面向后勤管理人員開發權限設置模塊,面向后勤維護人員開發一鍵查看功能,由此不斷地完善系統框架。

2.2 系統架構搭建

2.2.1網絡體系結構模式的選擇

在系統開發前,對后勤管理系統進行需求分析,對比客戶端/服務端架構(Client/Server架構、C/S架構)與(Browser/Server架構、B/S架構)的優劣情況。C/S架構交互性強、具有安全的存取模式、網絡通信量低、響應速度快、利于處理大量數據,但缺少通用性,具有較大的局限性;B/S架構只安裝維護一個服務器(Server),而客戶端采用瀏覽器(Browse)運行軟件,但數據傳輸速度慢、軟件的個性化特點明顯降低。為了克服兩種架構的局限性,本設計在網絡結構模式選擇時,決定利用雙緩沖技術將C/S 與 B/S這兩種模式整合在一起使用。

2.2.2系統功能模塊的建立

某高校結合自身后勤管理運行模式,以后勤管理辦、人事管理、財務管理以及考核管理為節點,設置了12個一般性后勤信息管理功能模塊,具體情況如圖1所示。

圖1 某高校一般性后勤信息管理模塊

上圖中共有4個大功能模塊和12個小功能模塊,分別是面向不同的后勤管理人員以及后勤維護人員所設立的。如后勤管理辦,以維護校園消防、環境、餐飲以及學生安全為管理目標,針對高校食堂經理、學生宿舍員、校園清潔及安保人員設立的;人事管理,下設學生管理、環境管理、庫房管理等子模塊,負責人員安排以及人事調動方面的管理工作;財務管理以成本管理、預算管理以及資金管理為主,主要是針對校內現金流向、各項支出以及活動資金預算所設立的功能模塊,強調全面加強校園后勤資金與成本控制;考核管理則是以師生考勤、教學樓以及衛生管理為主,記錄各項考勤信息并進行數據分析,向不同群體提供對應的考勤信息服務。

2.2.3系統數據庫設計與構建

通過對高校后勤管理現狀的調查與分析,高校后勤信息智能管理系統中倉庫數據庫下設三個子模塊:后勤倉庫管理數據庫、后勤能源管理數據庫、后勤資源調配管理數據庫。這三個子模塊中分門別類地保存著各種信息,便于用戶查詢、共享、處理。圖2是高校后勤倉庫管理的物資核對UML模型(統一建模語言或標準建模語言、Unified Modeling Language)。

圖2 高校后勤倉庫管理的物資核對UML模型

建立起UML模型后,就可以針對不同子模塊UML圖的內在聯系,構建數據庫的關系邏輯進而搭建合適的子數據庫和總數據庫。

2.3 “大數據”中心的數據處理

高校后勤信息智能管理系統運行的難點,主要體現在如何在短時間內快速、準確地處理龐大、類型多、信息雜亂的數據資源。“大數據”中心的數據處理可以很好地解決這一問題,“大數據”中心建立在大數據技術、對象池技術、Python工具等的基礎上,可以直接利用信息資源庫、核心庫、協議庫以及通信庫內的數據信息,有效地調度各方面的系統資源,以及集中式、整合處理各方面的數據信息,實現源數據到目標數據的變換,避免系統頻繁創建或是關閉數據庫鏈接從而造成系統宕機、崩潰的現象。系統數據處理流程圖如圖3所示。

圖3 系統數據處理流程圖

3 基于大數據分析的高校后勤信息智能管理系統應用實例

以某高校公共建筑供熱數據采集與應用為例,闡述基于大數據分析的高校后勤信息智能管理系統的應用過程。

3.1 需求分析

由于該高校不同的建筑供熱量以及供熱需求各不相同,為降低學校公共建筑每月水、電、氣、熱消耗及相關費用支出,采取分溫、分時、分區等做法,按照能耗實際用途進行分段計量以減少能耗。

3.2 數據采集

首先,在各公共建筑供熱管路上安裝智能遠傳超聲波式熱能表,負責對各建筑供熱計量以及用能情況進行的實時監控;在建筑供熱回水總管上安裝線性調節閥,通過控制線性調節閥,使得建筑內各房間溫度維持在穩定值,達到按需調控的目的。然后,利用Python、對象池等技術,快速從學工系統、智慧校園、校園一卡通系統中抓取數據,如校園內所有供熱系統設備、管道以及建筑分布和用能特點,并通過 Python 編寫的網絡爬蟲程序,設計相應的讀取規則后,程序就會自動地、不間斷地從校園網站當前頁面上所有的鏈接爬取數據存放到文件或是 MongoDB中,同時對爬取的數據進行儲存、過濾、建立索引,由此建立公共教學建筑供熱數據庫。

3.3 強化對公共建筑供熱控制

(1)加強建筑供熱自動化節能控制。辦公樓與教學樓在夜間,采取低溫運行的方式,將電動閥門開度降到最低,工作日上班前一小時打開閥門,讓室內溫度恢復到設定值,節約熱能避免浪費。在此過程中,由于所有的供熱節能控制,都是通過系統自動完成的,后勤管理人員只需要登錄系統后臺,就能進入供熱監控中心,遠程配置時間、溫度等參數,并與市政供熱管理部門溝通協作,協同聯控換熱站到建筑本體的供熱量,精準調控好公共建筑供熱需求。

(2)落實建筑供熱安全監測。實時采集校內公共建筑供熱管網壓力、室內溫度實時數據,并設定壓力、溫度等越限報警裝置,提高供熱安全管理水平,并在此基礎上建立安全、精準的供熱控制模式。具體如表1所示。

表1 供熱控制模式表

3.4 數據分析管理

圖4是黎明職業大學教學樓日供熱分小時柱狀圖(調控前、調控后)。在后勤信息智能系統調控前,該教學樓供熱量無論是白天還是夜晚,都保持比較平穩的趨勢,而且供熱量都比較高(1.8GJ 左右);調控后(上午9點開始調控),該教學樓供熱量明顯下降。據統計分析,通過后勤信息智能管理系統對校內公共建筑進行熱計量和節能控制,該校每年本部教學區供熱節能率可達到 15%以上。

圖4 調控前后該教學樓日供熱分小時柱狀圖

4 結論

綜上所述,基于大數據分析的高校后勤信息智能管理系統,對于提升高校后勤管理工作有著重要意義。在系統建設應用過程中,應當充分利用大數據、云計算等技術,并發揮計算機的輔助作用,對智能高校后勤管理信息化服務具體實現方式展開深層次探究,逐步推進高校后勤信息化監管體系的建立和完善,推動高校后勤服務水平邁上新的臺階。