首页  信息化案例
校园数据的应用方向都在这里了
发布人:李景奇    发布时间:2016-12-05    访问次数:

 2016-11-28   中国教育信息化

引言

 

  从互联网时代到移动互联时代,信息获取和交流的主要方式从PC端过渡到智能移动终端;信息架构从传统的C/S和B/S模式,蜕变成智能移动终端/云计算服务端。新的数据采集方式和共享模式,使数据的产生量以几何级数剧增,数据的价值得到了前所未有的发掘,大数据开启了一次重大的时代转型

  在智慧校园建设的新阶段,校园信息化将以无线网和物联网为主要载体,计算和存储从服务器端向云端过渡。使各类信息服务高度整合和共享,一站式体验更为流畅。在大数据分析的技术框架下,整合校园业务,积累业务数据,开发数据应用。使大数据技术和智慧校园建设充分融合,建立人性化的校园信息服务体系

 

 

以数据为核心的校园服务碎片化

 

  “智慧校园”以提高“服务”质量为目标,而好的服务体验往往与个性化、便捷、高效相联系。以数据为核心的校园服务碎片化理念,将很好地解决传统校园业务系统在提升服务上的问题。所谓“服务碎片化”就是对现有的校园业务流程和数据流进行梳理,对原有业务系统进行横向整合,在业务逻辑上呈松耦合,强调一个应用(称之为app)只完成一件事务。碎片化服务对用户屏蔽了业务系统,只有事务的概念,大大提升了信息系统的用户体验和使用效率。

  数据是信息化建设的核心资源,是信息服务得以推行的基础。碎片化服务具有快速开发的特性,有利于校园数据质量的持续改进。在灵活数据接口的基础上,校园的数据填报和采集将变得非常容易。改进校园数据交换中心设计,使之适应碎片化数据服务接口,是数据层的工作重点

 

 

校园数据应用

 

  数据应用是“智慧校园”的有机组成部分,也是“智慧”的重要体现。随着校园数据的积累,通过大数据分析获取事物规律改进校园服务的能力也进一步提升。无论在个人、院系以及校级层面,大量信息模式的获取,可用来指导具体工作和决策。常规的校园数据应用有如下几个方面:

1
生源数据分析

  根据各地区新生的报到率和在校的学习表现,调整生源地分布和招生策略。在分析过程中针对省内生源,可以把生源地分析粒度缩小到县、镇甚至校级;外省生源可以把分析粒度扩大到省甚至大地区。并根据分析结果指导招生部门开展考前宣讲、优惠政策制定等,以提高学校的生源质量。

 

2
就业数据分析

  通过对学生专业分布就业数据的分析,了解各专业在校学生的结构分布以及毕业生的就业动态并探索建立合理的信息共享模式,使用人单位和高校有更流畅的信息交流也可以建立毕业生的职业数据跟踪,更好地引导在校学生的就业分流,发挥优秀毕业生对在校学生的职业指导作用。使学校制定的就业政策能及时反映就业市场需求,提高毕业生的社会竞争力。

 

3
校园人流分析

  根据WLAN接入分布、信息流量分布的空间特征,结合安保系统的监控信息,对全校范围内的热点区域和热点事件进行实时跟踪和预警。也可以根据信息点接入数量和流量的实时数据,调整局部网络结构和流控策略,以提高用户的网络使用体验,充分利用有限的网络资源。

 

4
一卡通数据分析

  通过对一卡通消费数据的分析,分析学生的日常用餐和生活消费模式,为勤工俭学、贫困生资助、奖学金和助学金发放等提供数据依据,确保各项补助尽可能合理地发放。可以对学生的消费模式(消费时间、消费内容)进行分类。和健康数据相结合,为师生提供个性化的健康饮食建议;和教学数据结合,探索生活模式和学业成绩的相关度。

 

5
教学数据分析

  在教学数据中,通过教室安排和排课系统,对全校的教室和实验室资源进行统计分析,为今后教务处的排课优化提供参考;通过对教务和学工系统数据的集成对学生到课率和选课信息进行跟踪统计,建立起缺课预警通知系统,为部分经常旷课、迟到、早退的学生,及时提供告警或其他信息反馈,引导学生顺利完成学业。也可以对学习表现(到课率、课堂表现等)和学业成绩进行相关度分析,以帮助各专业识别关键课程甚至关键课时,及时改革课程设置,提高教学的有效性。

 

6
上网行为分析

  通过对网络流控数据和访问数据的分析,追踪不同用户的上网习惯、访问内容、软件使用等。协助发现校园流行趋势、技术动态和热点事件,以及对可能存在的病毒和舆论事件进行控制和预警。也可以和学业成绩、健康数据进行相关度分析,以便学校开展适时的培训和指导,引导学生形成健康的网络使用习惯。

 

7
图书借阅数据分析

  通过对图书借阅和电子阅览室使用数据的分析,了解学生的阅读模式和阅读频率,以及对数字资源的内容需求,为调整图书的类型和改进阅读服务提供依据。可以对学生阅读内容、阅读数量、借阅习惯和学业状况、能力表现进行相关性分析,以便更好地引导学生的书籍阅读和书籍推荐。

 

 

结束语

 

  智慧校园围绕着数据的采集、数据分析和数据应用展开。在大数据应用的过程中,也存在着众多问题。

①数据的采集和管理机制问题。对于源数据的录入和审核是保证数据有效性的前提,而数据安全和隐私保护也需要合理的管理机制。

②数据源问题。数据应用需要较大规模的数据基数,否则会造成模式挖掘的偶然性。数据的完整性不够,或者错误数据的存在,可能造成无效的模式挖掘。

③挖掘模式的验证问题。通过数据挖掘的模式不一定都是有价值的,有的甚至是错误的,这需要加以严格的理论分析和实践论证,唯数据论并不可取。


  总之,目前大数据的研究和应用还处于初步阶段,但很多专家学者都对“大数据技术”寄予厚望,甚至认为这将拉开“数据技术”时代的帷幕。“智慧校园”是校园信息化建设的新方向,大数据分析作为“智慧校园”的关键技术,将对提升校园服务、改进校园管理产生深远的影响。

[关闭页面]