基于學(xué)生行為(wèi)分(fēn)析模型的高校智慧校园教育大数据应用(yòng)研究

随着高校信息化建设的发展，“校园大数据”被越来越多(duō)的人关注，将大数据技术和教育资源相结合，是互联网时代信息科(kē)技带给智慧校园建设的新(xīn)思路、新(xīn)方法和新(xīn)途径。然而在智慧校园建设中还存在着现有(yǒu)数据标准不统一、数据孤岛现象突出、数据资源利用(yòng)不到位等问题。為(wèi)有(yǒu)效解决以上问题，该文(wén)设计开发了校园大数据分(fēn)析平台，并构建包含學(xué)生基本信息、课堂學(xué)习、课外學(xué)习、校园生活、娱乐五个维度的學(xué)生行為(wèi)分(fēn)析模型，将校园大数据技术运用(yòng)到學(xué)校的科(kē)研、教學(xué)、管理(lǐ)和服務(wù)等各个方面，促进學(xué)校综合治理(lǐ)能(néng)力的全面提升。最后，以门客邦某高校智慧校园建设实践為(wèi)例，从學(xué)校宏观决策、校园管理(lǐ)和服務(wù)、个性化教學(xué)、贫困生分(fēn)析与资助等不同角度开展大数据应用(yòng)的效果分(fēn)析。经在该校应用(yòng)试验效果看，基于學(xué)生行為(wèi)分(fēn)析模型的高校智慧校园教育大数据应用(yòng)值得在教育领域普遍推广。
关键词：智慧校园；大数据；个性化教學(xué)；學(xué)习行為(wèi)分(fēn)析

一、研究背景
 
习近平同志(zhì)指出：“教育兴则國(guó)家兴，教育强则國(guó)家强。”我國(guó)一直都高度重视教育事业的发展，党的十九大报告中也明确提出“优先发展教育事业”。多(duō)年来的教育信息化建设，支撑和引领了我國(guó)教育现代化发展，有(yǒu)力推动了教育理(lǐ)念更新(xīn)、模式变革和體(tǐ)系重构。
 
随着大数据、物(wù)联网、移动互联网等新(xīn)型信息技术的广泛应用(yòng)，高校信息化已经从“数字化”走到了“智慧化”的路口[1]，迈入了一个新(xīn)的阶段-智慧校园[2][3]。其中，大数据作為(wèi)智慧校园建设的关键支撑技术[4]，对智慧校园建设具有(yǒu)无可(kě)替代的作用(yòng)[5]。大数据是指那些规模大到传统的软件工具无法采集、存储和分(fēn)析的数据集[6]，拥有(yǒu)“4V”特点（即Volume，Varity，Velocity，value）[7]。大数据服務(wù)學(xué)校管理(lǐ)领域关键在于启发和辅助决策[8]。智慧校园所建设的各类系统数据全部汇聚到大数据交换平台之中，将海量的异构多(duō)维校园数据进行接入、共享、分(fēn)发和挖掘应用(yòng)。通过大数据综合分(fēn)析，掌握校园里师生的行為(wèi)规律和學(xué)校的整體(tǐ)运行水平，对學(xué)校整體(tǐ)教學(xué)科(kē)研形势和发展态势整體(tǐ)研判、动态监测，从被动应对到主动服務(wù)转型，实现源头发现、智慧服務(wù)。
 
《教育信息化十年发展规划（2011-2020年）》[9]明确提出，“學(xué)校教育教學(xué)方式的变革要在學(xué)生多(duō)样性、个性化學(xué)习方面的改变上取得突破”[10]；“到2020年形成与國(guó)家教育现代化发展目标相适应的教育信息化體(tǐ)系，教育信息化强调的是信息技术在教育教學(xué)中的普及和广泛应用(yòng)”[11]。而校园大数据的出现，為(wèi)支持个性化教學(xué)和管理(lǐ)带来了可(kě)能(néng)，也提供了强大的技术支撑[12]。通过对每一个學(xué)生个體(tǐ)的日常行為(wèi)习惯和學(xué)习行為(wèi)特征数据进行挖掘分(fēn)析，為(wèi)校园综合治理(lǐ)提供数据支撑，初步构建科(kē)學(xué)管理(lǐ)、个性服務(wù)、智慧应用(yòng)的校园治理(lǐ)新(xīn)模式。
 
二、研究问题
 
2013年开始，我國(guó)很(hěn)多(duō)研究者开始开展大数据技术在教育领域的应用(yòng)研究[13]，徐鹏、沈學(xué)珺等多(duō)名學(xué)者都开始关注教育与大数据技术的关系和面临的挑战等问题[14]。而从2014年开始，“教育大数据”首次作為(wèi)文(wén)章关键词出现在众多(duō)研究文(wén)献中。蒋东兴、王晓光等大量學(xué)者也将教育大数据研究的重点开始转向数据如何深度应用(yòng)和推进教學(xué)改革等课题上。而在近年来教育数据应用(yòng)和实践过程中，仍然存在着现有(yǒu)数据标准不统一、数据孤岛现象突出、数据资源利用(yòng)不到位等问题。因此，本文(wén)所提校园大数据应用(yòng)的研究内容主要包括以下几个方面。
 
（一）整合高校基础数据资源

对高校基础数据进行有(yǒu)效整合，建设各类标准数据库，包括學(xué)生信息、教师信息、一卡通消费数据、图书馆借阅数据等基础数据的整合。
 
（二）实现对全校各类信息资源的共享

打破學(xué)校内部各职能(néng)部门之间的信息壁垒。建立规范化的数据共享协同机制，优化资源在部门间的转换、调度。
 
（三）开展校园大数据深度应用(yòng)

对各类學(xué)校教學(xué)和管理(lǐ)数据进行多(duō)维度的复杂应用(yòng)、分(fēn)析、挖掘和展示，将这些数据精细化地分(fēn)析、系统化地归类，利用(yòng)这些数据找到真正影响教育的重要因素，进而提供更加科(kē)學(xué)合理(lǐ)的教學(xué)指导和管理(lǐ)服務(wù)。
 
三、校园大数据分(fēn)析平台
 
為(wèi)研究解决以上关键问题，校园大数据分(fēn)析平台采用(yòng)多(duō)层架构，将大数据处理(lǐ)、数据交换与共享、基于关系型和统计型大数据存储、权限管理(lǐ)、大数据分(fēn)析挖掘进行有(yǒu)效整合，贯通校园大数据管理(lǐ)和应用(yòng)的各个环节，从而适应于多(duō)维异构环境下校园大数据处理(lǐ)要求，实现海量数据的高效管理(lǐ)。
 
如图1所示，在统一的分(fēn)布式存储之上数据平台通过YARN（Hadoop 资源管理(lǐ)器）提供统一的资源管理(lǐ)调度，结合LDAP（Lightweight Directory AccessProtocol），轻量目录访问协议）提供完备的权限管理(lǐ)控制，不同的部门可(kě)以按需创建计算集群访问其授权数据，包括基于Spark计算框架的SQL类统计分(fēn)析应用(yòng)与数据挖掘类应用(yòng)，以及基于MapReduce计算框架的应用(yòng)等。同时，平台通过使用(yòng)Hbase结合SQL计算执行引擎，為(wèi)用(yòng)户提供基于SQL的高并发的查询以及分(fēn)析能(néng)力。在数据导入与交换方面，数据平台提供多(duō)样的数据导入与交换形式，包括Sqoop提供与关系型数据库的数据交换以及Kafka消息队列集群接收实时流数据。校园大数据分(fēn)析平台具备以下大数据服務(wù)能(néng)力。
 
（一）从不同异构数据源同步数据的能(néng)力

例如學(xué)校各部门系统的建设技术方案和技术路線(xiàn)不尽相同，需要有(yǒu)能(néng)力汇聚数据且方法简易可(kě)行；
 
（二）向异构数据源共享数据的能(néng)力

能(néng)适应學(xué)校各部门的不同需求，根据共享数据的分(fēn)类用(yòng)不同的方式共享数据；
 
（三）易于在線(xiàn)扩容的能(néng)力

在建设初期的投入成本可(kě)控，随着项目后期需求的增加，容易扩展系统容量和处理(lǐ)能(néng)力；
 
（四）处理(lǐ)海量数据分(fēn)析的能(néng)成都自动门维修力

例如能(néng)基于海量一卡通消费信息统计分(fēn)析出學(xué)生的用(yòng)餐、打水、洗澡等行為(wèi)规律，从门禁数据中分(fēn)析出行异常行為(wèi)，以便更好地服務(wù)；
 
（五）进行海量数据挖掘的能(néng)力

例如能(néng)挖掘出具有(yǒu)异常行為(wèi)特征的學(xué)生之间的关联关系和关键重点人群的联系网络图；
 
（六）海量数据高并发查询检索的能(néng)力

例如提供基础数据给學(xué)校各部门查询检索，能(néng)支持同时几千人在線(xiàn)查询；
 
（七）支持实时流数据接入与分(fēn)析能(néng)力

例如根据门禁刷卡数据和人脸识别数据分(fēn)析人流密度变化与预警；
 
（八）平台有(yǒu)开放性，能(néng)支持各种主流标准接口，例如标准SQL2003和PL/SQL便于应用(yòng)开发和应用(yòng)移植。
 
依托校园大数据分(fēn)析平台，本文(wén)构建了一种以學(xué)生日常行為(wèi)的五个关键指标為(wèi)分(fēn)析维度的學(xué)生行為(wèi)分(fēn)析模型，并基于學(xué)生个性化行為(wèi)序列节点分(fēn)析方法开展校园大数据应用(yòng)。
 


四、學(xué)生行為(wèi)分(fēn)析模型
 
本文(wén)所采用(yòng)的學(xué)生个性化行為(wèi)序列节点分(fēn)析方法首先以个性心理(lǐ)學(xué)[15][16]和學(xué)习分(fēn)析理(lǐ)论[17]等為(wèi)基础，构建學(xué)生行為(wèi)分(fēn)析模型，并通过基于频繁模式树的数据挖掘算法分(fēn)析挖掘出每一位學(xué)生的知识掌握水平、學(xué)习方式偏好、课外兴趣、娱乐生活等个性化情况，从而实现更加个性化的校园管理(lǐ)和服務(wù)。
 
具體(tǐ)来说，通过对中、美、英三國(guó)高校學(xué)生事務(wù)管理(lǐ)的对比研究[18][19]，依托个性心理(lǐ)學(xué)、學(xué)习分(fēn)析理(lǐ)论和大學(xué)生事務(wù)管理(lǐ)學(xué)[20]等相关理(lǐ)论，我们构建了多(duō)维时空下基于校园时空大数据的學(xué)生行為(wèi)分(fēn)析模型（如图2所示）。该模型涵盖學(xué)生在校期间的吃、住、行、學(xué)、娱等个人行為(wèi)关键信息，从而為(wèi)教育、服務(wù)和管理(lǐ)等高校學(xué)生事務(wù)管理(lǐ)提供科(kē)學(xué)的数据支撑。學(xué)生个性化行為(wèi)序列节点分(fēn)析法则是基于该模型中的學(xué)生基本信息、课堂學(xué)习、课外學(xué)习、校园生活、娱乐五个维度来评估和分(fēn)析每一名學(xué)生的日常行為(wèi)情况，依托相关的系统数据库，对學(xué)生行為(wèi)信息进行分(fēn)类汇聚，并运用(yòng)校园大数据技术进行离散点分(fēn)析和聚类分(fēn)析，从而形成实现更加科(kē)學(xué)合理(lǐ)的校园综合治理(lǐ)。
 


如下页表1所示，學(xué)生行為(wèi)分(fēn)析模型中的每个分(fēn)析维度都有(yǒu)相应的评价指标，同时通过对应数据库提供数据支撑。以學(xué)生课堂學(xué)习维度為(wèi)例，依托选课数据、上课数据、作业数据、课程平时成绩、课程期末成绩和互动交流评价数据等数据资源，将學(xué)生知识掌握水平、综合素质和成绩评价等作為(wèi)课堂學(xué)习行為(wèi)分(fēn)析项。其中，學(xué)生的知识掌握水平则重点分(fēn)析學(xué)生对于所學(xué)课程的掌握和应用(yòng)的能(néng)力和水平，兼顾其图书借阅信息的分(fēn)析；综合素质则包含學(xué)生科(kē)研能(néng)力、创新(xīn)能(néng)力、艺术修养、心理(lǐ)健康、班级活动等。學(xué)生的成绩评价基于课程平时成绩、期末成绩、试验成绩以及实习成绩综合评判。通过对學(xué)生课堂學(xué)习行為(wèi)的分(fēn)析，将具有(yǒu)相同學(xué)习兴趣和能(néng)力水平的學(xué)生进行聚类，从而為(wèi)不同民(mín)族、不同學(xué)习偏好、不同能(néng)力水平的學(xué)生提供差异化、个性化的课堂教學(xué)辅导服務(wù)、學(xué)习推荐以及校园优质服務(wù)。
 


五、应用(yòng)分(fēn)析
 
通过在门客邦某高校开展智慧校园建设的实践，我们以该校良乡校區(qū)作為(wèi)试验对象，采用(yòng)本文(wén)所提出的基于學(xué)生行為(wèi)分(fēn)析模型的校园大数据分(fēn)析方法，开展校园大数据应用(yòng)。
 
通过整合该校相关数据资源（如表2所示），我们开展了以下几个方面高校智慧校园教育大数据的挖掘分(fēn)析与应用(yòng)。
 


（一）為(wèi)學(xué)校发展决策提供科(kē)學(xué)依据
 
通过对该校的历年高基表数据进行提取、清洗、去噪、整合等，形成能(néng)够支持高基表数据分(fēn)析应用(yòng)的数据仓库，為(wèi)校领导日常管理(lǐ)及对外信息发布提供统一、规范、准确、及时的统计数据，為(wèi)學(xué)校双一流學(xué)科(kē)建设、高层次人才培养、海外人才引进、专业课程设置、重大科(kē)研创新(xīn)等战略管理(lǐ)决策提供数据支撑（如图3所示）。
 

以近10年教职工职称变化情况為(wèi)例（如图4所示），通过大数据分(fēn)析可(kě)以发现，该校专任教师数量逐年增加，教辅人员及工勤人员逐年递减，这要求學(xué)校应加大对科(kē)研教育方面的投入，做好教师教育的保障工作。
 
（二）实现科(kē)學(xué)化校园管理(lǐ)和服務(wù)
 
通过对该校1400多(duō)万条一卡通消费流水数据进行数据挖掘和关联分(fēn)析（如下页图5所示），可(kě)以从學(xué)生消费频次、图书馆刷卡次数、學(xué)生教室刷卡打水时间、宿舍门禁刷卡数据等一卡通的海量数据中挖掘分(fēn)析出一个學(xué)生的在校和外出习惯、图书借阅、晚自习时间等有(yǒu)价值的行為(wèi)信息，使學(xué)校对學(xué)生的學(xué)习生活情况有(yǒu)了更加理(lǐ)性、清晰的认识，引导高校形成健康科(kē)學(xué)的學(xué)生培养模式和教學(xué)生活管理(lǐ)方式。
 


以该校學(xué)生生活习惯分(fēn)析结果為(wèi)例，學(xué)校可(kě)在學(xué)生早餐、中餐、晚餐和打水洗澡的高峰时段，通过增加窗口、延長(cháng)营业时间、设立人流疏导屏等方式来减少人员聚集、等待时间过長(cháng)等现象。此外，我们基于门禁数据对學(xué)生夜间未按时归校、長(cháng)时间离校未归等异常情况进行预警；基于學(xué)生一卡通消费数据分(fēn)析出受欢迎菜品、餐厅及窗口等學(xué)生就餐喜好情况，从而為(wèi)相关食堂改进提供更加科(kē)學(xué)合理(lǐ)的建议。
 
（三）个性化的教學(xué)和管理(lǐ)
 
我们通过对该校师生教學(xué)互动和學(xué)生學(xué)习过程的大数据进行数据挖掘和关联分(fēn)析，挖掘分(fēn)析出一个學(xué)生的學(xué)习生活行為(wèi)信息，勾勒出每一名學(xué)生的“个性化行為(wèi)画像”（如图6所示），从而指导學(xué)校按照依据每一名學(xué)生的“个性化行為(wèi)画像”，针对每一名學(xué)生提供个性化的教學(xué)和管理(lǐ)，不断优化完善教學(xué)方式和指导方法。
 


（四）贫困學(xué)生分(fēn)析与资助
 
在个性化管理(lǐ)服務(wù)方面，通过校园大数据技术，我们开展了自动筛选受资助对象等大数据应用(yòng)服務(wù)，如图7所示。在该应用(yòng)实践中，我们通过设定相应的受资助对象寻找策略，基于该校61961名學(xué)生在去年3月至5月的一卡通消费数据，依托两个关键参数（消费金额小(xiǎo)于10元，消费次数大于10次）找寻该校受资助对象。通过数据分(fēn)析，可(kě)以发现3、4、5月份都是刷卡消费的金额小(xiǎo)于等于10元且消费总次数大于10次為(wèi)1人，因此推测受资助对象為(wèi)生命科(kē)學(xué)學(xué)院的一名专业硕士。以此為(wèi)依据，通过學(xué)校學(xué)生工作处对该名學(xué)生的情况进行核实，开展诸如经济资助、心理(lǐ)疏导等关爱行动，提供勤工助學(xué)岗位，避免學(xué)生因生活费用(yòng)不足引起的就读困难或心理(lǐ)问题的发生。通过以上措施，该名贫困生的學(xué)习生活状况得到了很(hěn)大的改善。
 


在该校智慧校园建设和实践过程中，學(xué)校也逐步建立了一套完整的校园数据应用(yòng)管理(lǐ)制度體(tǐ)系，同时明确由数字校园管理(lǐ)中心负责校园大数据的汇聚、共享和应用(yòng)管理(lǐ)工作，其它各部门和院系则按权限开展相关应用(yòng)工作。这些规章制度的建立，也為(wèi)校园教育大数据的应用(yòng)提供了有(yǒu)力的制度保障。经在该校应用(yòng)试验效果看，基于學(xué)生行為(wèi)分(fēn)析模型的高校智慧校园教育大数据应用(yòng)值得在教育领域普遍推广。
 
六、结语
 
众多(duō)高校都把智慧校园作為(wèi)其信息化建设的重点内容，校园大数据技术作為(wèi)最重要的技术支撑，可(kě)有(yǒu)效提升校园信息化建设水平和建设效果。本文(wén)所提出的基于學(xué)生行為(wèi)分(fēn)析模型成都自动门价格的校园大数据应用(yòng)，对海量、异构、多(duō)维的校园数据进行清洗、整合、挖掘和应用(yòng)，从中提取出潜在的、有(yǒu)价值、极具潜在应用(yòng)价值的信息，為(wèi)學(xué)校的教學(xué)、科(kē)研、后勤、管理(lǐ)、安保等各项工作提供科(kē)學(xué)的数据支撑，这对于实现教育强國(guó)梦想具有(yǒu)重要的现实意义。