智慧校园建设的大数据挖掘技术的应用

【摘要】大数据挖掘技术主要是指从海量的数据中找出具有联系意义信息的技术，目前已经被广泛应用于教育、金融与零售等行业，但由于其在教育行业的应用存在较多短期行为，所以需要进一步研究深化。本文主要阐述智慧校园建设中的大数据挖掘技术应用，希望帮助学校建立更加科学的智慧系统，提高信息应用效率。

【关键词】智慧校园；大数据；挖掘技术

1引言

大数据时代的到来，使得人们可以利用大数据挖掘技术搜寻对自己有利的数据信息，各级学校也在不断尝试将该技术应用到智慧校园建设中。智慧校园的核心内容是“智慧”，大数据挖掘技术能够提高智慧管理效率与服务水平，有利于学校提升教学质量、师生解决问题。

2大数据挖掘技术概述

大数据挖掘技术，它与云计算技术、计算机技术与互联网技术具有极大联系，仅大数据挖掘技术一项并不能单独处理智慧校园系统全部信息，而将其与云计算、互联网和计算机充分结合，便可以实现信息的搜集、分析、处理和储存[1]。目前，我国多数学校的智慧校园建设已经取得良好效果，校园一卡通、远程教育、360度无死角实时监控等技术已经逐渐被学生和教师接受。但是由于连接实体的数量越来越多，传统的智慧系统逐渐无法满足数据处理要求，这就要求学校将大数据挖掘技术应用到智慧校园建设中，利用该技术对智慧系统内部各种信息进行快速有效分析，挖掘其深层次意义与价值，为学校建设发展、提高教学质量提供数据依据和技术支持。

3大数据挖掘技术在智慧校园建设中的应用

3.1支撑智慧系统总体构架

智慧校园建设的主要功能是利用数据资源满足学校各方业务需求，例如向师生提供教学共享资源、为学校领导提供科学决策依据、为校园后勤管理提供资金资源报表等。大数据挖掘技术对智慧校园系统总体构架起支撑作用，利用该技术构架的系统可以分为应用层、管理层、网络层和感知层四个部分，大致内容如下：第一，系统应用层。智慧校园系统的应用层涵盖范围是所有校园业务处理系统，比如学生管理系统、人事管理系统、教务信息管理系统以及档案安全管理系统等。它所采用的构架模式是面向服务式，指的是先从海量数据中筛选出关联信息，然后对信息进行分析和处理，利用图形化系统界面将信息结果直接展示给需求者，以此为教师提供网络教学服务、为学校提供信息管理服务，从而促进智慧校园更加便捷。第二，平台管理层。智慧校园系统的平台管理层是由支撑层和基础层两部分组成，支撑层以大数据挖掘技术为依托，利用云计算技术、计算机技术对系统中的数据信息进行挖掘、汇集、传递和共享。基础层的主要作用是储存、备份以及计算，智慧系统利用平台基础管理层可以将内部数据进行集中化和规模化处理，管理人员通常会利用关键词查询，我们以英文为例进行倒排索引：常使用的索引方法为正排索引和倒排索引，前者具有易维护和耗时长特点，后者具有维护成本高但耗时短的特点；由于网络技术发展迅速，数据数量急剧增多，正排索引可应用性逐渐降低，所以学校应加强倒排索引在智慧校园系统中的应用。第三，网络综合层。智慧校园系统需要网络收集、连接各项业务数据，网络综合层便是各种网络信息的集中处理场所，它是由物联网、移动互联网以及校园网组成。在收集和整理网络数据时，一般会用到大数据挖掘技术、IP技术（有关无连接分组通信协议的技术）、无线通讯技术等，网络综合层的功能作用信息传递，利用它可以将感知层信息传递至管理层。第四，感知层。感知层是智慧校园系统收集数据信息的主要手段，智慧系统利用全球定位系统（GPS）、射频识别通信技术（RFID）、传感器等设备采集数据，例如一卡通可以收集学生的消费信息、医疗信息、出行信息等。感知层将这些数据信息先进行初步量化处理，然后将其传递至管理层，系统自动会对其进行整理，最后成为学校整治校园、科学决策的依据。

3.2挖掘、分析数据信息

大数据挖掘技术的基础应用功能是挖掘与分析数据信息。智慧校园的信息来源渠道非常丰富，门禁、监控、食堂以及图书馆等都是信息来源；数据内容十分冗杂繁复，比如学生个人信息、课程教学信息、网络访问信息、校园超市购物、多媒体教室使用、校园出入以及实时监控等[2]。大数据挖掘技术可以从上述数据信息中挖掘出关联性较强的数据，将其分别转化成独特编码，联系大的信息规整为一类，例如某同学的校园出入记录、食堂用餐消费、图书馆借阅信息等，便于校园管理者查询，可以有效降低学校工作者和智慧系统的负担。首先，教师可以利用大数据挖掘技术构建科学高效的评分机制，将学生的平时成绩、小考成绩与期末成绩进行汇总，综合分析学生的学习能力与学习情况，以便制定正确的教学方案，实现提高教学质量与效率的目的。教师还可以利用大数据挖掘技术，结合学生的学习成绩、在校表现、课外实践参与情况，对学生提出综合性评价，为学生提供学习、生活、专业与就业上的帮助。其次，学校可以利用大数据挖掘技术完善智慧校园系统，构建学生行为信息数据库，将学生的课程信息、身体素质、体貌特征、在校时间、课程学习等基本信息记录在案，并针对上述数据信息制定常规范围值。学校还可以根据学生的用餐数据、购物信息，对学生的经济条件进行分析，利用大数据挖掘技术构建贫困信息数据库，这种做法不仅能够为经济条件有困难的学生提供经济支持，还能有效避免助学金挪作他用的行为。

3.3为智慧系统提供技术支持

将大数据挖掘技术与智慧校园建设充分结合，才能真正提高教学质量、管理效率与服务水平。本文再次以校园一卡通为例，阐述大数据挖掘技术如何为智慧校园系统技术支持。一卡通是智慧校园的重要组成部分，贯穿着整个智慧系统的各项业务，由于一卡通内部设有身份识别芯片、金融服务程序、公共信息服务等功能，所以学生和教师利用一卡通可以完成进出校园打卡、食堂用餐、图书馆借阅、校医院治疗、校园超市购物等工作，对其日常生活、学习、工作提供信息支持与技术支持。一卡通系统与智慧校园系统直接连接，能够对金融系统、感知层进行信息对接，将海量信息数据分别传输至指定数据库，对具有实际价值的信息数据进一步挖掘，有利于学校对整体资源进行优化配置，提高资源利用率，避免不必要浪费[3]。智慧校园服务平台是智慧系统接收、处理信息的对外场所，主要向身份认证、数据共享、统一信息门户这三大主要应用提供技术支持，它可以利用大数据挖掘技术对三大应用的数据进行整合、分析和展示，以此提高智慧系统服务水平。例如，通过大数据挖掘技术对身份角色的权限进行分类，完成身份认证；对学校内部产生的各种数据信息进行存储，实现数据信息共享；为其他智慧校园子系统提供接口，确保信息数据统一。

4结语

综上所述，在大数据时代背景下，将大数据挖掘技术与智慧校园建设充分融合，成为学校提高教学质量与服务水平的有力手段。它可以对智慧校园的海量数据信息进行量化处理，促进教学资源共享，为移动客户端提供支持，学校和教育部门有关机构应加强大数据挖掘技术的研发力度，推动智慧校园建设发展。

【参考文献】

[1]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(10):103-104.

[2]黄校尧.大数据技术在高职院校智慧校园建设中的应用[J].科技经济导刊，2018，26(25):174.

[3]曾姣艳.基于大数据的数据挖掘技术在智慧校园系统中的研究应用[J].贵阳学院学报(自然科学版)，2018，13(02):13-15.

作者：雎贵芳 单位：河南护理职业学院