智慧校园环境下高校大数据治理及应用策略简述

陈萍

高校信息化建设在大数据和信息技术推动下实现了从数字化到智慧校园的发展，对高校教学、管理、人才培养等能力提升有较大促进作用。本文在分析高校大数据应用现状的基础上，介绍了大数据应用关键技术及管理功能，提出了智慧校园大数据治理的具体策略，并对其应用场景进行了探讨。

智慧校园;大数据治理;应用

一、大数据的来源及现状分析

自上世纪80年代以来，从最早的以基础设施建设为核心的高校信息化逐步发展为智慧校园，期间先后经历了应用推广和服务提升两个阶段，更加注重服务能力提升，信息化管理不再仅仅重视信息技术改进，而更多的是谋求高校深层次的发展，借助于大数据和信息技术，实现教学、科学和管理等能力提升。如今，智慧校园建设更注重用户体验，通过完善业务功能，协同发展不同业务系统，实现数据信息的一体化管理。系统功能的实现往往伴随着大量业务数据的产生，不仅对系统应用功能实现提供支持，而且也可作为新型数据资源。然而，业务数据在完整性、同步性和准确性上还存在不足，有的字段所表达的信息会因业务流程不同而产生变化，数据孤岛、数据交互存在障碍以及治理体系不够完善等是其问题所在，应加大高校大数据治理策略研究，推动智慧校园建设。

二、大数据应用关键技术及管理功能

（一）代码标准管理

其管理对象为代码标准，具体实现功能包括代码标准的启用停用、导入导出以及拆分合并等，还会对代码标准日常管理过程以日志的形式进行记录，方便用户掌握代码标准变化情况。若发现某标准存在更新的必要，应利用该功能对新旧标准进行更替，同时要分析新标准是否适用，否则还应采取应对措施。

（二）元数据管理

在高校大数据管理平台中，元数据管理能够用于检测代码、主数据标准同数据库间的一致性，由于数据库的直接操作会带来安全风险，元数据管理可起到预防违规操作的目的。元数据管理功能的实现需借助相应工具进行元数据信息的增添、消除、修改及创建等。同时，还具有统一注册、分类管理等功能，对于提高数据治理和控制能力有很大帮助。

（三）数据备份与质量检测

首先，通过对系统运行历史数据的备份留存，当在需要时可及时调取某天数据，还有利于历史数据的科学分，数据备份功能为系统运行维护提供了便利;其次，数据的质量检测主要用于数据问题的查找，比如业务系统数据质量问题，而且通常采用事后检测的方式。

（四）大数据运行监控技术

该技术主要用于系统运行状态监视，可帮助系统运维人员及时发现运行异常，这有利于系统稳定运行。监控技术应用于系统运行、数据库以及数据集成的监控，管理平台具有可视化功能，能够将监控信息清晰的呈现在平台监控视窗中，将系统真实运行状况分清轻重缓急，分类进行展示，可提高系统监控效率。

三、智慧校园大数据治理策略

智慧校园相较于数字校园而言，在服务理念和流程上进行了深入的融合和优化，涉及到校园业务各个方面，实现了信息的实时共享，使校园管理水平大幅提升。经研究发现，高校智慧校园建设在大数据应用方面存在问题有：一是数据信息孤岛问题，部分信息间的流通存在阻碍，不能有效共享;二是在数据模型搭建时缺乏对数据交叉分析的考虑;三是未能将用户个体融入到大数据处理流程中。最后，服务体系建设要向着标准化、碎片化方向发展，在大数据基础上转变服务模式，服务模型的搭建要以大数据为核心，引入创新技术，加强系统运维，使用户获得便捷、安全、高效的使用体验。

四、具体应用场景

（一）数据可视化

在智慧校园网络中，由于智能终端设备的广泛应用，为数据采集提供极大便利，所获取的数据总量极速膨胀。高校大数据治理的难点就在于海量数据的有效应对。数据可视化作为高校智慧校园建设的重要功能，对大数据处理能力有更高要求，面对数据处理的巨大压力，应当具备足够的平台数据的存储及管理能力，还要加强人工智能技术应用，加强智能设备管理，从而为综合查询功能实现提供技术条件，在此基础上构建系统可视化功能。这里可视化的实现不仅要借助大数据处理，还要结合快数据处理，这是实现数据快速处理和反馈的关键技术。通过两者的融合，能够使大数据应用管理平台具备数据快速转化能力，从而提高可视化功能实用性。

（二）画像应用

这一概念是由“交互设计之父”最早引出的。为了对学生个体进行精准分析，在高校大数据处理中要融入用户画像功能，在数据空间中利用与学生用户个体相关信息数据搭建起目标模型，这需要大量且多維度的数据支持。在智慧校园建设中，学生综合画像通常是作为高校大数据一项应用，需要对学生学习、生活所相关的各项信息作为数据基础，然后借助于大数据平台经相应算法对数据进行统计分析，要保证数据的客观真实性，从多角度完成学生个体的精准建模，还可延伸出预测、预警及服务等功能。学生画像功能的应用可帮助学校掌握学生状况，可适时给予学生以关爱，着重培养学生的劣势，还可为教师的定向指导提供支持，同时可正确引导高校管理层的决策。

（三）轨迹管理

在时间轴线下，不同目标个体在不断运动中会形成一系列的轨迹过程数据，高校大数据通过收集特定目标相关的位置、速度、空间分布等信息，用于分析对象的轨迹管理。在高度信息化今天，移动智能终端的大量应用，使目标个体的轨迹数据获取更加全面，数据量也急速膨胀。对轨迹数据的处理，主要是通过研究其时空特性来获取目标个体的活动规律，其在智慧校园中的应用可获得在校人员的轨迹数据，从而分析出师生的行为习惯、爱好、活动规律等，这对于高校安全管理有很大帮助。

（四）综合校情分析

智慧校园的建设目的就是以大数据处理为核心，服务师生发展，而综合校情分析的对象包括学校各级各层人员，通过对不同专业、不同学科以及不同师生个人等情况以及高校教学及管理状况进行数据收集，从而反应高校的发展现状，最终形成内容丰富、形式多样的分析报告。这对于管理层决策、高校业务咨询、系统运转等提供有力支撑，从而服务校园管理全过程。

（五）高校人才培养

人才培养是高校主要任务，而大数据的应用为高素质人才塑造起到巨大促进作用，在人才培养的同时还能对大数据形成有效补充，共同营造协同共进的局面。高校大数据平台的构建应当符合自身教学和人才培养思路，要具有个性化特点，谋求大数据和人才培养的协同发展。要在高校大数据基础上发掘人才培养的有效方法，有针对的转变原有教学理念，还可借助大数据进行社会需求的分析和预判，积极调整学生专业结构，要突出学生的个性，并将其列为教育教学的关键，注重学生综合素质培养，培养对社会更有价值的人才，更好的服务国家发展。

五、结束语

综上所述，高校信息化建设经过多年发展已逐步向着智慧校园迈进，特别是现阶段高校大数据的应用，对于人才培养、系统服务能力以及高校决策水平提升有很大帮助。但需要注意，高校大数据要注意避开个人隐私，谋求数据安全，形成统一的数据使用规范，采取必要的技术措施，消除大数据治理存在问题，切实保障系统运行安全，进而助推高校发展。

参考文献

[1]初景利，段美珍.智慧图书馆与智慧服务[J].图书馆建设，2018（04）：85-90+95.

[2]雷芸，涂庆华，宋骏飞，仲媛.大数据时代高校智慧校园服务平台建设与研究[J].通讯世界，2017（01）：275-276.

[3]陈琳，王蔚，李佩佩，李冰冰.智慧校园的智慧本质探讨——兼论智慧校园“智慧缺失”及建设策略[J].遠程教育杂志，2016，34（04）：17-24.

[4]刘敏斯，陈少波.大数据时代高校智慧校园建设研究[J].软件导刊，2015，14（08）：6-8.