赵小芳?乔玉涛?雷学平

摘要：将大数据技术引入高职院校智慧校园建设，使数据助力高职院校建设，已经成为重要议题。本文通过分析高职院校智慧校园建设中大数据应用存在的问题，提出大数据在智慧校园中的应用策略，以期为大数据在高职院校智慧校园的建设与应用提供借鉴。

关键词：高职院校；大数据；智慧校园；实践研究

智慧校园建设是提升高职院校内部治理效率和服务人才培养质量提高的重要抓手，也是高职院校促进教学、科研、管理、服务智能化的必要举措，是推进高职院校创新发展的必需途径[1]。在互联网新应用层出不穷和“云物大智移”技术飞速发展背景下，各高职院校纷纷投入大量资源建设智慧校园，打造“互联网+教育”应用环境。教育部也相继颁发了《教育信息化中长期发展规划（2021—2035年）》《教育信息化“十四五”规划》和《高等学校数字校园建设规范（试行）》等文件或通知，对智慧校园的建设给定了目标、提出了要求、制定了规范。

数据资源是智慧校园建设和应用的核心和关键。利用大数据拓展智慧校园中的数据应用，是智慧校园建设和应用的重中之重，也是达成教学、科研、管理、服务智能化的本体、载体和主体。常州工程职业技术学院（以下称“学校”）是国内同行中较早建成智慧校园的高职院校之一。作为“江苏省智慧校园示范校”，学校立足于校情校貌，整合历史数据和未来一定时期的数据应用需求，优化现有的数据分布与治理结构，在智慧校园建设服务院校内部治理、服务人才培养全程的实践中，充分利用大数据和大数据技术，进行了一系列卓有成效、富有特色、校本化的应用探索和建设摸索。

一、智慧校园建设中大数据应用存在的问题

“智慧校园”是一个包含云计算、物联网、智能传感等技术的综合体。在智慧校园建设过程中，智能传感技术实现物联网与互联网的连接、校园生活与物理系统的整合，将教学、管理、办公系统等众多软件系统平台融入“校园云”，从而将云、互联网、物联网连接起来。智能传感技术实现大规模数据的实时抓取和深度分析计算，为校园提供有力的数据支持，为有效管理提供支持，形成智慧教学、管理和服务。大数据包括数据分析、数据存儲和云数据三个部分：数据分析是通过软件和算法于海量信息中找到有意义数据，将实时数据流分析和历史相关数据相结合，分析并发现存在的规律及趋势，帮助预测与决策；数据存储是根据数据库对传统的数据存储进行升级，大数据方式下能够提供更多形式的存储方式，节省时间、提高效率；云数据是基于云计算的数据集成、数据分析、数据整合、数据分配、数据预警。高职院校智慧校园建设会打通教学、科研、管理、服务等业务系统之间的信息孤岛，让数据联动，推动数据共享和互联互通，但一些问题也会不同程度地出现。

（一）数据规格不一

智慧校园建设之前的教学、科研、管理、服务等业务系统的建设都是独立的。在各个业务系统被整合、打通后，许多新问题会呈现出来，比如数据对不上，在校师生人数在各个业务系统中不一致，部门编码不统一，数据源头不唯一。数据规格不一，会影响数据的运用，让建设者无从下手。

（二）数据资产不明

智慧校园建设之前的教学、科研、管理、服务等业务系统的建设方各异、建设时间不一，本身存在数据孤岛现象。各个业务系统被整合、打通后，虽然已能实现互通，但数据的含义注释等并不明确，缺乏数据字典，大多只能靠经验和猜测来摸索。好似两个岛屿间的人员交流一样，虽然通过交通工具可以到达，但语言和文化不相通，相互熟悉了解仍需要一个过程。

（三）数据源头多样

智慧校园建设之前的教学、科研、管理、服务等业务系统大多不存在数据顶层设计。各业务系统有新需要或面临新情况时，只能新建业务系统，导致新、老业务系统出现交集，这种交集还存在不能完全包含的情况，使得数据的源头不明确、多样化。如：对入伍学生的数据管理，学生的学籍信息在教务信息管理中，学生的入伍事项在学工管理系统中，调用、整合信息时，在管理上耦合度非常高，在业务系统中较难解耦。

（四）数据标准不统一

智慧校园建设之前的某些业务系统因设计年代久远、开发人员素质等原因，在数据结构、字段设定等方面会存在不遵从国家标准的情况。在具体实践中，就遇到过如“民族”字段，在不同系统中的编码不一致、没有遵从国家标准的情况。另外，缺乏校级层面的标准与规范，也导致了已存在的业务系统数据标准不统一。各系统的数据，仅能够满足本系统内部通用，仅能处理业务涵盖范围内的业务，没有从更长远、更高应用层面上关注数据的规范性。如校园消费，早期的一卡通即可完全满足师生在各个应用场景中的需求。但随着支付宝、微信等移动支付的全面渗透校园，原有一卡通系统的数据就不能直接与移动支付的数据融合、直接处理，需要建中间库或做数据变换后互通。

（五）数据质量不高

智慧校园建设之前的某些业务系统限于所使用的技术、业务需求局限性和开发人员水平等原因，很多时候会存在数据不一致，甚至缺少字段的情况。例如：更新教务管理系统后，新系统和老系统的数据格式不兼容，无法打通、合并。又如：因为没有考虑招生类型有“留学生”类别，招生系统中的学生字段仅有身份证号字段，没有护照号字段。

（六）数据应用方向不明

很多院校对智慧校园建设的目标理解不透彻或片面，大数据的应用有两个方面：一是数据交换，简单的基础数据同步，保证各业务系统之间数据的互联互通；二是简单的数据分析，仅仅对数据做关联统计，做简单的图表统计展示，并没有应用最新的大数据分析手段来对数据进行加工，更没有对数据的应用做深层次的挖掘。

二、大数据在智慧校园建设中的应用策略

常州工程职业技术学院在智慧校园建设过程中，围绕提升院校内部治理效率、服务人才培养全过程的目标，以全面促进教学、科研、管理、服务的智能化为抓手，注重顶层设计、分析研究、贴近需求、数据整合、结合实际，充分应用了大数据和大数据技术。

（一）做好顶层规划设计

学校立足于当下、着眼于将来，对智慧校园建设进行顶层设计，形成数据治理共识，建立常态化工作机制，加强信息化建设的归口管理，从制度层面确保数据生成的可管可控，数据使用的开放和安全，数据流转的规范有序，并从提高数据质量的角度，开展数据监控和考核。

（二）发动师生广泛参与

校园治理和人才培养不仅仅产生海量的内容数据，还产生同样海量的行为数据。行为数据的挖掘，是大数据的价值所在：针对行为数据的挖掘，可以获取更有价值的信息。全校师生是数据的生产者，只有师生的广泛参与，内容数据和行为数据才能为院校内部治理、人才培养过程提供数据挖掘内容。

（三）从关键业务系统着手

智慧校园建设围绕学校各项业务循序渐进展开，从解决基本需求、关键业务入手，先人事、教务、学工、业绩（科研），后一卡通、图书、门禁等。围绕数据的应用，在实践中不断纠偏，修正方向，不断调整，适应学校的发展需要，一步步完善，最终完成数据中台的建设。

（四）建立统一数据标准

智慧校园建设以国家标准为统一的数据标准，将国标校标的文件整理成表格，并同时完善好相关的数据元；在遵循国标的基础上，结合校情校貌和学校各业务需求的实际情况、特点，建好校级数据标准；根据制定好的标准，建立数据模型。同时，在智慧校园建设的实践中，学院要不断地充实、完善、统一数据标准。

（五）做好制度和规范建设

数据建设过程中，学校制定相关的制度以保证数据归口的统一，以规范数据生产者、数据使用者的行为，对数据进行监控和考核，以便根据需要在实践中完善数据管理。学校成立数据研究中心，出台数据管理办法等系列制度文件。从整体上来讲，数据制度和规范建设，需全校各个部门联动，建立常态化的工作机制，各司其职、共同参与。

（六）抓好数据源头治理

数据治理是整个体系中操作层面上最关键的步骤。在确定好数据的唯一源头后，对源头的数据进行梳理，并和数据中心的模型进行比对，做好数据排查。数据的治理要分为两个部分，一是能在源头处理的问题，尽量在源头处理，二是对于不能在源头处理的数据，建立数据映射关系，并对需要的部分进行转码操作，按照数据标准，对数据进行统一。

（七）做好数据可视化

数据可视化属于数据的应用层面，通过数据可视化技术工具将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。学校基于数据中心搭建数据治理驾驶舱，通过数据可视化，发现各类数据质量问题，辅助实现数据治理，让数据说话，通过可视化的语言直接呈现数据，辅助领导层决策。

三、大数据在智慧校园建设中的应用实践

学校基于大数据技术，构建了业务系统高内聚、低耦合，分工明确但又相互配合，融合数据采集、治理和应用的智慧校园，建设数据中台和大数据分析平台，包括专业数据中心、数據集成治理平台、数据共享平台、数据分析平台以及其他数据采集平台等。

（一）数据中心

数据中心的核心是数据标准、数据模型，是一些规范性文档的存放位置，用于对数据资产的管理。数据中心的建设除了自身系统建设外，还依赖于高性能的网络建设、服务器建设、存储系统建设、软件系统以及机房场所建设等。

要保证其网络不间断对外提供高性能服务，必须有高性能的网络管理系统、基础服务系统服务器和应用服务系统服务器、高效可扩展性的存储系统、数据库系统、安全系统、数据备份系统及其他应用系统等，专业化、电信级、标准数据中心机房场所。

（二）数据集成和治理平台

建设数据集成和治理平台，依据数据中心建设好的模型和对源头数据做好梳理，建立源和目标的映射关系。这一步是数据中心建设的关键所在，一定要依据数据中心的标准进行。标准先行，治理需要依据标准进行。学校数据治理主要从两个点展开，先通过对源头的数据进行更正，从根本上解决问题，源头不能解决的，再通过数据治理来解决。数据治理是一个整体性的工作，在数据的产生和使用环节都需要进行数据治理，重点在源头（生产环节），而不是使用环节，使用环节只能治标不能治本。

（三）数据共享平台

以全局数据为基础的共享数据平台是将各业务系统中的数据、基础数据和各类实时的运行服务数据，按照学校统一的标准进行有效的集成、交换和共享。数据需求部门可以在共享平台申请自己所需要的数据，然后由管理员审核是否开放相应的接口给申请部门。申请者的每一个应用都应该由私有的appid，这样方便后期管理。

（四）数据分析平台

数据分析平台的作用主要体现在两方面，一是可以将数据中心的数据进行可视化，将数据的异常暴露出来，反推数据治理来解决问题。二是对学校的数据进行关联分析，对最终的结果进行展示，便于决策。例如根据学生的食堂消费水平和次数，可以作为贫困生认定的一个参考。综合学生的课堂点名数据、门禁、消费、上网等行为数据，院校可以更精准地了解学生，及时发现学生的异常及学生是否在校等信息。

（五）其他平台建设

基于以上建设内容，我校已经完成了数据中台的框架搭建，框架中的主要模块也已经建设完毕，但目前还有一些平台空缺，如对于一些缺失的数据，没有业务系统支撑的，需要临时的数据采集平台。对于数据量较大的日志，如网络日志，需要高效的数据计算平台来分析日志等。数据中心对于非关系型数据的处理能力较弱，对于文档、音视频等，没有处理能力。

（六）建立长期保障体系

数据中台的建设，并不是随着目标的达到而结束，而是需要不断地去完善，这就离不开长期保障体系的支撑。这里的长期保障体系体现在两个方面，一是管理层面提供制度的保障，配套的相关管理制度必须跟上，二是技术层面，需要及时去解决出现的问题，数据中台中的各个模块，相当于飞速运转的机器齿轮，一旦零件出现问题，需要及时维护，避免因为局部的问题，阻碍整个系统的运转。

四、结束语

在大数据背景下，高职院校应该充分发挥大数据的作用，做好智慧校园建设顶层规划，科学进行智慧校园数据中台设计，以“数据治理、精准育人”为目标，围绕 “四个体系”建设， 即智慧应用服务体系、数据资源利用体系、信息基础设施体系、信息安全保障体系，通过“能理解会思考”的技术提高校园治理效率，全面提升信息系统的业务协同能力，加强管理服务平台支撑教育业务管理、决策支持、监测评价水平的能力，全面提升校园治理能力。

作者单位：赵小芳 乔玉涛 雷学平 常州工程职业技术学院

参  考  文  献

[1]王录通，唐慧羽，李琴，等.基于大数据的高职智慧校园信息化管理模型研究[J].中国信息技术教育，2021（22）：109-112

[2]张巍巍，蔡萌萌.大数据在高职院校智慧校园建设中的应用[J].产业与科技论坛，2019，18（06）：46-47

[3]常红春，严思静.大数据技术在智慧校园中的应用现状及前景[J].科技风，2016（15）：45.

[4]韦大欢.大数据背景下高职院校智慧校园建设初探[J].电脑知识与技术，2019（06）：164-165.

[5]张巍，张鹏，郭晓明，等.数据治理挑战与对策[J].中国教育网络，2020（11）：22-24.

项目来源：江苏省现代教育技术研究2020年度智慧校园专项课题（课题编号：2020-R-84339），常州工程职业技术学院科研基金项目（编号11130900120001），常州工程职业技术学院科研平台建设项目（编号11130800120002）资助，常州大学高等职业教育研究院资助项目课题，编号CDGZ2017038，江苏省现代教育技术研 究2017年度立项课题，编号：2017-R-56108。

赵小芳（1983-），女，山西兴县，硕士，工程师，研究方向：数字化校园建设与应用研究；

乔玉涛（1990-），男，江苏连云港，硕士，工程师，研究方向：计算机技术与应用；

雷学平（1981.12-），男，湖北汉川，硕士，工程师，研究方向：信息化教学与数字化学习技术。