基于智慧校园的数据管理框架探析

王 薇 王 瑞 张新华 吕晓琳 陆璐

（海军大连舰艇学院教研保障中心 辽宁大连 116017）

一、智慧校园

2007年，由欧盟起草的《欧盟智慧城市报告》提出了“智慧城市”的概念及构想。2008年，IBM将智慧城市的发展转向“智慧地球”概念框架。2015年7月，国务院《关于积极推进“互联网+”行动的指导意见》指出，要顺应全球信息化发展趋势，促进互联网的创新成果与经济社会各领域融合发展。在此背景下，随着信息时代发展，我国高校教育信息化建设不断深入，智慧校园的理念及建设思路应运而生。

从信息技术视角看，智慧校园是在新型技术的推动下，运用互联网、云计算、物联网等技术构建一个开放、互动、协作的信息化和智能化综合服务平台，提供电子化、网络化、数字化和智能化的校园服务，使广大师生全面地感知教学信息，有效共享各类数据资源，方便教学和生活的智慧型校园[1]。

智慧校园的发展将解决高等教育管理过程中各个信息孤岛和数据流失的问题。智慧校园的建设将通过建设一个综合的校园信息服务平台，依托关键技术，从而实现将分布在各个信息系统的数据资源汇聚到统一的信息服务平台，通过数据的分析实现各种资源的高效利用。在高校科研活动方面，智能化的协同合作、知识管理、数据管理以及与外部信息的互通显得较为重要。智慧校园的分层基础架构如图1所示。

二、智慧校园中的数据管理

数据管理指为实现数据和信息资产价值的获取、控制、保护、交付及提升，对政策、实践和项目进行的计划、执行和监督[2]。数据管理不仅是一种先进的管理技术和方法，而且是一种全新的理念。以大数据时代为背景的智慧校园建设中，数据管理具体指智慧数据层的建设（见图1），分别贯穿于数据获取、组织加工、集成整合、数据存储、数据挖掘、数据利用、新数据采集等各个生命周期的全流程。面对海量异构的大数据，如何有序管理和利用这些宝贵的数据，并使其发挥最大价值，是本文所关注的重点。在智慧校园建设中，可以利用先进的科学技术进行管理，为用户提供更加高效、便捷的服务。通过数据管理实现技术与服务、技术与管理的衔接，从而达到最大限度利用数据的目的。

三、基于智慧校园的数据管理框架

（一）基础环境数据管理

智慧校园的环境数据包括校园安全监控数据、用户流动数据、资源利用数据及室内环境数据，监控数据主要来源各种智能监控设备，利用智能监控摄像头，对基于数据管理的智慧校园功能框架进行深度分析。

第一，在安全监控数据方面，数据管理的主要内容是监控视频的半结构化数据，利用智能监控摄像头对校园园区、运动场馆、食堂、图书馆、教室、宿舍内等情况进行监控，同时，使用基于多点关联分析的智能处理方法对多个智能摄像头的识别结果进行协同关联分析，挖掘表面独立的异常行为数据间的深层关联，以达到突发事件预测并实时报警的目的[3]。

第二，在用户流动数据方面，数据管理的主要内容是校内用户流动轨迹、数量数据，采用智能手机进行监控跟踪，传感器辅助监测的方法，对用户流动的轨迹和数量进行监控。通过对智能手机移动轨迹的检测，形成个人轨迹数据，使用基于轨迹行为特征的用户流动判定算法进行分析，实时监控校内用户流动情况，进行风险预警[4]。

第三，在资源利用数据方面，进行资源流量实时监测，包括利用系统监控校园的电量、水量及网络流量，对能源利用情况的掌握，可确保校园水电及网络设备的安全；对网络流量情况的掌握可利用短期网络流量预测模型，监测和分析网络流量使用情况，可达到预测网络流量、感知网络安全态势和合理规划网络资源的目的[5]。

第四，在室内环境数据方面，依靠无处不在的传感器，对图书馆、教室、寝室、食堂、运动馆等室内温度、湿度和光照进行实时监测，根据用户需求随时调整环境，满足用户对各室内空间舒适度的要求。随着物联网技术的不断发展，对用户和环境的感知将更加透彻，对室内环境数据的分析将更加贴近用户需求，真正实现用户与智慧校园的互联互通。

（二）用户行为数据管理

用户行为数据包括教育者和学习者两个角色的基本个人信息，具体行为信息分为用户日常行为数据、用户学习行为数据、用户科研行为数据及用户教育行为数据。用户每天在校园中随时产生海量数据，云计算、大数据、人工智能为用户行为数据挖掘利用提供便利条件，在用户行为数据的基础上建立行为分析模型，分析用户不同行为维度，从而推动智慧校园个性化教育发展，为智慧校园中各类管理事务提供科学的决策依据。

在用户导航行为数据方面，利用蓝牙定位系统和智能手机辅助，进行精确的室内定位，实现校内导航、校内导览、消息推送及用户轨迹记录等功能[6]。通过收集教育者教育资料上载、电子教育课堂发布、课程任务分发与审核、学习者学习情况评估与学习者信息查看行为数据，以及学习者上网浏览点击量、教育资料下载、电子教育课堂学习、查看与参加课程任务、上课缺课情况、查看教育者基本信息等行为数据，结合分析用户日常行动轨迹，总结用户教学特点及学习兴趣数据，完善校园建设及课程教学设计。用户在利用图书馆过程中产生的数据，可以为图书馆的资源采购和资源管理提供意见，优化图书馆资源结构。

此外，智慧校园可以发挥资源推介功能，将校内资源与外界资源连接，将分析整理后的外部资源推送给用户，提高用户学习、科研和教育效率。

（三）教育科学数据管理

教育科学数据来源可以是教学科研活动的任何一个环节，也可以是智慧校园下采集的所有教学科研资源及成果。形式十分多样，包含论文、出版物、电子课件、数字文件、实物及其他形式，主要是对教学科研过程中的观测数据、实验数据、仿真数据、派生数据或编译数据、参考数据或规范数据这几种类型[7]。在大数据环境下，通过数据分析建立以用户为中心的知识关联网络，为用户教学、科研、学习提供便利条件。

智慧校园还可以利用教育科学数据资源，挖掘各数据框架间的内部联系，结合基础环境数据、用户行为数据比对分析，其结果可作为衡量校园建设及用户科研、教育、学习等情况的重要依据模型。此外，通过关联智慧校园资源数据与用户行为数据，建立用户个人画像，系统需要随时监控数据并及时给予反馈，在用户数据及资源数据发生明显改变时，挖掘数据间的关联关系，结合用户数据及基础数据进行共同分析，对智慧校园建设及资源分布进行重新调整和计算，结果可作为智慧校园进一步完善发展重要依据，为科学研究提供决策参考。

四、结束语

智慧校园的数据来源广泛、内容形式丰富多样，本文将智慧校园数据分为基础环境数据、用户行为数据、教育科学数据三类，根据数据类别提出基于智慧校园的数据管理功能框架，并对智慧校园中数据管理的作用进行详细分析。重点对数据收集方式及数据分析方法进行阐述，证明功能框架构建的合理性，使基于智慧校园的数据管理功能实现成为可能，对未来智慧校园建设具有参考意义。智慧校园的建设是动态更新的，随着科学技术不断发展，智慧校园的功能会逐渐优化、扩展。但无论先进科技如何发展变化，数据管理对智慧校园功能实现的作用是不可或缺的。数据管理是一项长期、复杂、系统性的综合工程，智慧校园未来的建设重点是海量数据的承载和良好利用问题，以及更好的使数据管理在智慧校园的建设中持续、高效地发挥作用。