智慧校園數據分析系統研究設計

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了智慧校園數據分析系統研究設計范文，希望能給你帶來靈感和參考，敬請閱讀。

［摘要］伴隨著大數據、移動互聯網等信息技術的不斷成熟，數據支持決策已經影響到社會和生活的各個方面。我國的教育信息化在近年來也快速發展，“智慧校園”已經成為高校信息化建設的一致目標。在智慧校園視角下，高校將建立起豐富、多樣、繁雜的信息數據庫，如何利用這些數據，并且影響和支持決策將是“智慧校園”的重要突破點。通過對校園宏觀環境和用戶需求的深入分析，開展教學、服務、管理、科研四個方面的數據分析系統設計，建立基礎、決策、分析數據庫并研究分析模型，形成一套服務于教師、學生和校園管理者的數據分析系統整體方案。

［關鍵詞］數據分析；大數據；智慧校園；決策支持

1國內外研究開發現狀和發展趨勢

1．1現狀與趨勢

在當今大數據、云計算、物聯網和移動互聯網等新思路、新技術快速發展的又一歷史時期，高等教育面臨著前所未有的發展機遇，在經歷了網絡化、數字化、信息化管理階段之后，“智慧校園”將是在“互聯網＋教育”趨勢下最重要的發展思路。隨著計算機技術的不斷發展，各種系統結構化和非結構化數據以前所未有的驚人速度迅猛增長，“大數據”時代已經到來。大數據是指數據結構比較復雜、數據規模大的數據集合。其數據量已經遠遠超出了一般數據管理工具可以承受的處理時間以及數據處理及存儲管理能力。在當今大數據環境下，高校管理系統的數據結構及數據量發生了巨大的變化。在數據存儲、數據管理、數據分析及數據挖掘等方面面臨著巨大的機遇和挑戰。為了有效地利用大數據為高校決策分析提供更好的服務，必須基于大數據建立相應的數據分析系統。

1．2國內外研究與開發綜述

隨著大數據的發展和教育信息化的不斷深入，基于大數據開展的高校校園數據分析與應用逐步受到重視。對大數據的定義始終沒有形成統一的意見。維基百科對大數據（Bigdata）的定義是：所涉及的數據量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理并整理成為人類所能解讀的信息。麥肯錫全球研究院將大數據定義為：無法在一定時間內使用傳統數據庫軟件工具對其內容進行獲取、管理和處理的數據集合。加特納（Gartner）于2012年修改了對大數據的定義：大數據是大量、高速、多變的信息資產，它需要新型的處理方式去促成更強的決策能力、洞察力與優化處理。而在高校學生數據的分析應用方面，國內外高校均有開展相關的研究。紐約州波基普西市瑪麗斯特學院（MaristCollege）與商業數據分析公司Pentaho合作發起開源學術分析計劃，旨在一門新課程開始的兩周內預測哪些學生可能會無法順利完成課程，它基于商業分析平臺開發了一個分析模型，通過收集分析學生的學習習慣，包括線上閱讀材料、論壇發言、完成作業時長等數據信息，來預測學生的學業情況，及時干預幫助問題學生，從而提升畢業率。上海財經大學基于校園信息化數據基礎，開發了校務決策支持系統，面向人才培養、內部管理、科學研究和師生服務等方面開展決策分析；華東師范大學利用校園信息化基礎數據，開展了校車人數與載客分布分析，提升了校車使用率；利用一卡通數據開展了貧困生的特征確定、潛在貧困生分析、后續跟蹤驗證，有效提升了幫困扶貧的工作效率。

2需求分析

結合西安歐亞學院信息化建設基礎與海量的數據積累，建立“智慧校園”數據分析系統，通過此平臺的建設和應用，運用數據挖掘和知識發現，從而在大數據中獲取數據之間內在的相互聯系，以及其中可能存在的某種規律，從而有效提升校園管理的決策效率，提升教學科研與管理服務的綜合水平。通過調查走訪各部門，了解教師、學生與行政管理人員的相關需求。主要包括四個方面：一是教學數據分析需求。包括各分院、招生辦、教務處等部門對于招生、學生學習行為、教學質量、學科建設與學生就業等方面的分析。二是生活服務數據分析需求。包括圖書館、后勤等部門對于學生的消費行為即圖書借閱、網絡行為、資源利用等項目的分析。三是財務、人事、宣傳等部門對于全校的資產、師資力量、宣傳效果等項目的分析。四是研究發展部門對于全校科研項目與成果完成情況的分析（見圖1）。

3系統方案設計

3．1框架設計

結合需求情況，開展系統的總體框架設計，初步將系統分為三大板塊，包括數據監測、決策支持和查詢定制（見圖2）。

3．2系統方案

系統總體架構包括四個層次，分別是數據引擎、數據挖掘、數據庫解決方案和交互平臺。數據引擎部分將集成校園WIFI、固網、一卡通、教務系統等各類信息系統的數據，形成數據源，數據挖掘將通過分布式計算架構和數據分析平臺對潛在數據進行分析與建模，通過數據庫建立本系統的分析數據庫，最終通過PC、手機等客戶端向用戶進行呈現（見圖3）。

3．3典型應用研究內容

3．3．1教學質量評估教學質量評估屬于高校定期必須完成的任務，教學評估的主要目的是更好地發掘出教學過程中存在的一些問題，從而及時地對教學方法進行調整，最終實現教學質量的提升。將大數據運用到高校教學評估系統之中，不但能夠在很大程度上提高高校教學管理的科學性，同時還可以提高信息化教學的實用性。把基于大數據挖掘的算法運用在教學評估工作之中，找出教學效果、信息技術在教學中的應用、師生之間的溝通互動等因素之間的聯系，從而給高校的教學部門帶來非常科學的決策信息，同時讓教師可以更加有效地開展教學工作，提高教學質量。

3．3．2教師教學能力分析以往的教學缺乏大量數據支撐，教學的質量高低主要靠教師自我度的把握。現在，可以通過在線課堂等技術，搜集大量課堂情況信息，比如學生對知識點的理解程度、教師課堂測試的成績、學生課堂紀律等。通過這些數據的分析，了解教師熟悉教案的程度、課堂氛圍等，改善教學水平。也可以通過深度分析學生在教學過程中教師的課堂表現，從而發現課程的閃光點以及不足，從而讓教師能夠進一步地對課程教學進行改善，提升教學質量。

3．3．3個性化課程分析個性化學習是高校教學改革的目標，過去的班級制教學中無法很好達到這一點，通過把大數據挖掘技術和學習內容結合起來，指導學習者規劃學習發展方向，制訂學習規劃，實現個性化學習功能。通過評估個人情況，根據分析結果推薦可能取得優秀成績的課程方案。首先獲取學生以往的學習表現，然后從已畢業學生的成績庫中找到與之成績相似的學生信息，分析前期成績和待選課程結果之間的相關性，結合專業要求和學生能力進行分析，預測學生選擇的課程中可能取得的成績，最后綜合權衡預測學生成績和各門課程的重要性，為學生推薦一份專業課程清單。

3．3．4學習行為分析通過一卡通門禁信息、網絡信息、課程信息、在線教育系統等相關數據，可以把學生到課堂時間、上課表現、作業完成情況、自習情況等學習信息記錄下來，進行變量分析。當一些與學習行為有關的因素（如曠課、紀律問題、課堂表現）發生變化時，對學生提示并進行分析。通過這種系統分析，可以很好地規劃學生的學習時間，提高學習效率。

4技術創新點

4．1大數據環境下提升數據挖掘范圍

相比于傳統常規環境下的數據獲取渠道，大數據環境下，校園數據的獲取更為廣泛和準確。常規環境下的數據主要以經費收支、課程建設、問卷、訪談、課堂觀察等來源，而在大數據環境下，通過對事件數據、輿情數據、一卡通、日志搜索等數據的抓取與分析，更能夠準確地反映實際校情。

4．2可視化技術展現數據分析結果

利用大數據分析的數據挖掘與可視化分析，能夠直觀地呈現大數據特點，同時能夠非常容易被使用者所接受，就如同看圖說話一樣簡單明了。智慧校園中，結合學生學習、生活消費的各類數據，通過系統分析與圖表展現，讓用戶只管了解數據分析的結果。

4．3數據質量管理提供重要支持

本項目結合大數據發展趨勢，充分利用數據挖掘、建模與可視化展示技術，系統存儲數據主要是從校內外各種數據源中獲得最原始數據，并對該部分數據進行整合形成數據層，然后將數據層中的數據經過抽取、清洗、轉換、裝載進入數據倉庫從而形成支撐層，在支撐層的基礎上，可以根據需求對數據進行挖掘分析，從而構建決策層。

4．4多重模型綜合判別特征學生

系統將利用數據和模型，預測學習者在學習中的進步和表現，預測未來表現和發現潛在問題。如潛在心理問題學生的尋找，家庭困難學生認定，學期中期差生成績預測等，不再是描述性分析報告的呈現，而是將構成一套綜合決策分析模型，準確進行判別預警。

參考文獻

［1］王芳．現代學校決策請用大數據［J］．遼寧教育，2015（20）．

［2］孫彥超，王興芬．基于大數據的高校決策分析系統的構建［J］．計算機光盤軟件與應用，2014（15）．

［3］周潔如．基于大數據特征的教學形成性評價策略探析［J］．廣西廣播電視大學學報，2018（2）．

［4］趙春，任友群．高校管理信息化：離智慧校園有多遠［J］．中國教育信息化，2013（12）．

作者：羅征 李正 孫雨 單位：西安歐亞學院