智慧校园建设中大数据处理技术的应用分析

　　摘要：智慧校园建设过程中，对如虚拟现实、“互联网+”、云计算、人工智能、物联网、大数据处理等各种先进的科学技术、信息技术都有着较高的需求。为了实现各项先进技术在智慧校园中的有效融入，就要对大数据处理技术的应用加以明确，保证其在智慧校园建设中得到充分的应用。

　　引言

　　大数据处理技术是当今社会中最为前沿的技术之一，运用该技术可以对大量数据信息快速查找，在根据数据分析了解事物发展形势和动态、预测和判断未来发展前景等方面均有重要的价值和意义。在智慧校园建设中，运用大数据处理技术，能够实现更为智慧化的管理模式，使学校教育管理人员的管理能力水平得到提升，为全校师生提供更加人性化、便捷化的服务。

　　1. 智慧校园及大数据处理技术的概述

　　1.1 智慧校园

　　在智慧校园的概念当中，“智慧”是最重要的核心部分，可以看作升级版的数字校园。在智慧校园当中，以互联网为基础，要对各类先进科学技术充分灵活的应用，对校园生态运作当中的所有数据都能够实时连接，使校园当中人和物之间的数据信息多项互通得到进一步强化[1]。学校管理效率、管理质量等都得到了显著的增强，也能够为校内学生学习生活、教师教学科研工作等提供更高水平的服务。

　　1.2 大数据处理技术

　　大数据处理技术的概念，是从大数据技术当中衍生而来，其中，大数据指的是海量数据，也可以简单地理解为大规模的数据集合。大数据处理技术，就是对这些海量数据进行分析、管理、存储、收集等处理工作，进而从海量数据中获取信息，实现价值。大数据处理技术的实际应用效果，要远远超出传统的数据处理软件，能够使数据使用、共享、交互的有效性得到显著的增强[2]。对于大数据处理技术，可以按照不同的使用目标，分成可视化技术、分析技术、管理技术、存储技术、预处理技术、采集技术等。

　　2. 智慧校园建设中大数据处理技术的应用价值

　　在我国当前教育的发展中，随着各种先进技术的应用，对于智慧校园建设也提出了更高的要求。在智慧校园建设当中，对大数据技术进行合理、科学的应用，能够使刻板的建设过程具备个体化成长的特点。在建设初期阶段，其基本功能主要体现在学习能力方面[3]。之后在学校教育事业不断发展进步的基础上，也会逐渐形成更为丰富的功能，同时可不断提高技术水平，体现出智慧校园更为完善的生态环境。在智慧校园建设进程当中，通过合理应用大数据处理技术，可以进一步丰富和完善智慧校园的各方面功能，对数据分析处理的有效性也实现了较大的进步。

　　例如，采用课程自动化管理系统，能够以课程设置、学生考试成绩等数据为依据，利用大数据处理技术，深入分析相关数据之间的关系，从而自动给出最为合理化的课程设置方案，对学校课程课时设计合理性有积极的意义。此外，在教师出差管理系统当中，通过对大数据处理技术等技术的应用，能够自动规划出教师的出差时间、公费使用、出差方式等，使校内教师出差效率得到提高[4]。从以上应用能够看出，在智慧校园建设中，一方面，大数据处理技术的合理应用，对校内管理水平的综合提升有着较好的价值；另一方面，在科学应用大数据处理技术的基础上，也能够对学生学习情况进行全面综合的分析，包括学生社会交际情况、生活情况、校园课外活动情况、各科考试成绩情况等，然后通过大数据分析技术，对相关信息进行挖掘分析，对学生实际学习情况可以全面掌握，为个性化学习的开展提供依据，使学校教学内容、教学方法得以优化，实现了教学之间的有效融合与进步。

　　3. 智慧校园建设中大数据处理技术的应用措施

　　3.1 大数据处理技术在学生信息系统建设中的应用

　　3.1.1 学生信息收集

　　大数据处理技术在学生信息系统建设当中的应用，需要以对学生信息的全面广泛收集为建设基础。现代化校园与传统校园相比，已经发生了较大的转变。其主要体现在学生数量增加、校园内信息设施不断配备完善，因此可以通过互联网平台进行相关信息收集工作[5]。例如，学校对互联网登记平台加以建立，将物联网技术作为平台支持基础，连接学校管理总站。学生在平台中登录，进入信息注册模块，进入后创建doc后缀文件，或对学校预制统一表格进行下载，将各项信息详细填写。填写完成后，可以采用远程通信技术，向管理处发送表格。采用同样的方法可以实现对所有信息的处理，从而能够广泛收集现有学生信息和未来学生信息，促进大数据的生成。

　　3.1.2 信息加工存储

　　运用参数处理法完成信息加工，以J2EE环境和Hadoop技术为基础，以Eclipse集成环境为条件，对系统处理方法加以完善。在学校当中，如果学生数量不多，可以采取简单分类处理方式。如果学生数量较多，就可以对大数据处理技术加以应用。例如可以采用开源软件架构Hadoop的Map Reduce技术，完成数据加工存储处理[6]。将全部学生信息划分为不同的模块，包括民族、年级等参数。对Hadoop中数据处理流程简化，在计算机群组中，输入全部半结构化、非结构化学生信息，利用Hadoop完成粗加工。其中，Map Reduce、HDFS是Hadoop系统中的重要核心，利用这两个模块，在完成粗加工之后，可以做出进一步的解析处理。利用一个task调用Map可以对所有input split进行计算。借助计算机群组每秒100亿次以上的超强计算能力，可以逐一计算全部的task，确保在各个input split当中，都能够具有单独的record。最后可以利用key value键值的方式输出，利用Hadoop默认处理系统，以key value键值作为标准，完成整理输出存储，并在HDFS中保存。

　　3.1.3 学生信息更新

　　采用默认计算机缓冲技术，完成学生信息系统自动化更新业务。在信息加工存储完成之后，利用年级的分类标准，将全部学生信息进行划分。例如，对于大学方面，可以划分为硕士部分、博士部分、本科部分、专科部分。然后根据不同学年制的原则方法，对大数据处理默认技术进行设定。在大学不同层次中，学习也具有固定性的特点，随着学年的变化，学生的信息可以从一年级自动向二年级，从二年级自动向三年级滚入，直到毕业时，到达了计算机缓冲技术设定默认临界值，即可自动进入缓冲平台[7]。缓冲平台可以对所有信息数据暂时保存1个月的时间，管理人员采取相应处理。在无特殊情况发生的基础上，毕业生的信息在1个月之后将不再更新，并从学生信息系统中自动删除。新入校学生的信息，继续按照上述流程步骤重新收集整理和执行，并自动进入循环运行。

　　3.2 大数据处理技术在高校智慧宿舍建设中的应用

　　3.2.1 更新流程

　　利用物联网及有线无线网络，将各种终端进行互联，如物联终端、PC端、门户、学校APP、微信等，为用户提供职能、便捷、灵活的终端服务。在家长、校领导、辅导员、管理人员、学生等各个主体之间，形成全用户、全终端应用，高度集成多业务联动应用。为师生提供业务融合流畅、场景应用顺畅的宿舍服务。利用大数据处理技术，对宿舍中的业务评管、业务应用、安全管理、财务管理进行覆盖。平台采用模块化设计方式，各个应用模块之间可以独立运行或组合运行。采取标准化数据字典管理基础信息，与多业务系统无缝对接。

　　3.2.2 智慧节能

　　将能耗管控模块统一管理，对学校节能监管平台功能接口及节能数据加以调用，利用大数据处理技术进行能耗智能控制分析，对公用洗衣房等用电自动控制。与小电器、热水职能管理模块相结合，并与一卡通缴费系统对接。对宿舍热水系统统一管理，为饮水、洗衣、洗澡等提供快捷方便的充值缴费功能。运用物联网、Wi-Fi、宿舍有线网等实现互通互联。提供清晰可查的消费流水明细，利用移动端APP第一时间接收热水停供、设备维护等通知。每层楼设置智慧垃圾分类，提高学生节能与环保能力，培养学生节能环保意识。

　　3.2.3 智慧安防

　　将智能门禁模块和宿舍管理一卡通系统、学校三大门户、视频监控系统等进行对接，对一卡通信息、人脸识别信息高效获取，使用户身份得到精准识别，提升控制系统的安全性。与数据中心建立联系，整合安防系统与其他业务活动系统，按照学生出入数据开展大数据处理分析，进而对学生出入情况、就寝情况进行统计和展示。利用该技术，对学生在校期间活动状态进行有效管理，提升学生管理效率，实现智能化管理要求。在学生归寝数据统计上，利用人脸识别系统或宿舍门禁系统处理。对于外来人员的出入通过访客系统进行管理。

　　3.2.4 移动APP

　　将平台的各种用户端业务模块，在移动端APP上加以整合。提供个人门禁考勤信息查询功能，可以查询个人水电信息并完成在线充值缴费。还能够自动接收报警信息，提供水电网报修，查询能耗或其他宿舍业务消息。通过智能洗衣功能，完成线下洗衣和线上缴费操作相结合的功能。利用智能用电功能，对异常情况随时记录，可以线上完成充值或智能报修，运用网页、微信等多端方式，完成评价、派单、查询、报修等业务。能够全天候地通过移动端在线报修，对各类设备故障及时反馈。利用大数据处理技术，分级分类推送信息。

　　3.3 大数据处理技术在校园管理系统建设中的应用

　　3.3.1 校园信息采集

　　在校园管理系统当中，具有一定的开放性特点，可以提供基本的管理服务。同时，作为信息扩散交流的重要平台，对信息收集能力方面，也提出了更高的要求。基于这一要求，学校对于管理中的工作重点应当加以明确，采用拓扑学原理，系统化地罗列出需要展示的核心信息。然后运用大数据处理技术，实现高度结构化信息生成[11]。例如，在某年份某地高中升学率调查当中，显示当地当时高中生的总数量为15万名，因此根本不能实现逐一的调查和分析。对此，采用大数据处理技术，对各个学校所公布出的信息报告快速收集，对其中核心信息加以凝练，进而得到了相关的结构化数据，实现了高效化和快速化的信息采集。

　　3.3.2 系统设计工作

　　校园管理中涉及的信息具有更高的复杂性和海量性。所以，在数据加工存储方面，对于大数据处理技术也产生了更高的要求。对此，可以借助ITIL技术，对现有的工作模式加以完善。以ITIL技术为支撑，在校园管理系统中，设置了两个大的模块，分别是信息平台、服务平台。在服务平台当中，划分了两个小的部分，分别是紧急事务平台、常规管理平台。在具体工作板块设置中，主要包括了监控预警、应用系统监控、机房环境监控、管理服务申请、网络设备监控、网络设备发现等部分[12]。在各个工作板块当中，基本涵盖了全部的信息系统。通过应用大数据处理技术，可以实现默认的自动化指令及问题类型处理，能够根据异常情况发出警报，或是根据需要对相关服务直接提供。例如，在管理平台对管理对象的完成、处理、接收、分析、记录的过程可以在信息系统全过程记录信息，形成结构化数据，进而实现后续工作的良好基础。

　　3.3.3 校园信息更新

　　在校园管理系统中，作为一种信息化系统，其涉及多项技术的集成。该系统具有一个明显的特点，就是内容更新及框架稳定。在系统之下，有多种多样需要更新的信息，可以采用分布式存储的形式，将各个管理项目分别作为信息库。在各个大信息库之下，分别设置相应的小信息库，在小信息库环境下完成具体的信息更新。为实现信息更新的有效性，可以运用大数据处理技术的挖掘技术，将信息库细化为最小单位，并作为更新工作的目标。例如智慧图书馆管理系统中，可以对图书进行类别划分，在每个类别之下，再按照年份进一步细化，直到细化为最小类别单元，例如作者姓名等。学校大规模购入图书之后，对新图书进行数据挖掘处理，划分为最小类别单元后，对新书形成详细的信息数据，然后在其所属的类别中归入。如果没有相对应的类别，还可以对新的信息条目加以建立，形成新的类别，使信息更新工作得到进一步的完善和细化。

　　结论

　　智慧校园建设是当前学校发展的一个重要方向，主要体现为对各种先进技术的运用，实现学校各个方面的互通互联。而基于这一特点和要求，必然会产生海量的数据信息资源。因此，在智慧校园建设中，需要对大数据处理技术广泛应用，将其融入各个领域的工作当中，从海量数据当中，充分挖掘各种有价值的信息资源，进而促使学校各项工作效率及水平的提升。

　　参考文献：

　　[1]高峻.大数据技术在高职院校智慧校园建设中的应用思考[J].电子元器件与信息技术,2021,5(9):235-237.

　　[2]高金霞.高校智慧校园建设中的大数据、云计算与物联网技术结合分析[J].通讯世界,2018,21(10):132-134.

　　[3]宣继涛.高校智慧校园建设中的大数据,云计算与物联网技术的融合分析探讨[J].教育现代化,2019,6(73):88-89.

　　[4]李磊.智慧校园建设背景下大数据技术在高职学生管理工作中的应用研究[J].中国管理信息化,2020,23(14):152-156.

　　[5]庞英智.大数据挖掘在高职院校智慧校园建设中的应用情况分析[J].现代经济信息,2019,31(20):102-105.

　　[6]闵亚琪.智慧校园建设背景下大数据技术在高校学生管理中的应用研究[J].无线互联科技,2021,18(20):152-154.

　　[7]崔行臣,韩磊.大数据服务在高校智慧校园建设中的应用探讨[J].山东广播电视大学学报,2018,12(1):184-188.

　　[8]李有增,曾浩.基于学生行为分析模型的高校智慧校园教育大数据应用研究[J].中国电化教育,2018,45(23):152-154.

　　[9]郭超睿,胡志刚.大数据背景下人工智能技术在“智慧校园”建设中的应用分析与展望[J].数字通信世界,2020,12(1):173-175.

　　[10]杭中士.职业院校智慧校园建设中的大数据挖掘技术应用分析[J].现代职业教育,2018,32(21):135-137.

　　[11]舒畅,任刚,王东宏.大数据挖掘技术在高校智慧校园建设中的应用分析[J].中国高新科技,2020,28(17):142-147.

　　[12]邢伟寅,钟乐海,查玲,等.浅析大数据处理技术在智慧校园建设中的应用——评《智慧校园建设研究》[J].现代雷达,2021,43(7):133-136.

　　作者简介：赵明志，本科学历，职称：副教授，研究方向：自动化、工业机器人、计算机。