近年來，智慧校園的熱度持續攀升。

相關政策密集出臺，包括《教育信息化“十三五”規劃》《2018年教育信息化和網絡安全工作要點》《教育信息化2.0行動計劃》以及《智慧校園總體框架》等。

相關市場規模進一步擴大，據前瞻產業研究院預測，到2026年我國智慧校園的建設滲透率預計可達40%以上，市場規模將超過1890億元，行業發展復合平均增速約為14%。

智慧校園到底如何定義？如何從數據應用的層面讓校園更加“智慧”？小億今天就來和大家分享一下。

01、什么是智慧校園？

智慧校園是指以物聯網為基礎的智慧化的校園工作、學習和生活一體化環境。

縱觀學校教育信息化發展歷程，可以發現學校的教育信息化發展經歷了4個階段：校園網、校園信息化、數字校園、智慧校園。

“智慧校園”是在經歷了網絡化、信息化、數字化管理階段之后，在“互聯網＋教育”趨勢下的重要發展思路，主要表現為以各種應用服務系統為載體，將教學、科研、管理和校園生活進行充分融合，讓校園實現無所不在的網絡學習、融合創新的網絡科研、透明高效的校務治理、豐富多彩的校園文化、方便周到的校園生活等。

02、智慧校園建設五大數據應用需求

在當今的大數據環境下，與校園的信息化發展相伴而來的，必然是激增的數據量。目前高校管理系統的數據結構及數據量發生著巨大的變化，要求“以人為本”、“面向服務”的智慧校園，在實現智慧化一站式服務的過程中，對數據應用的需求主要集中在以下五個層面。

1.教學層面

大數據、云計算、物聯網、人工智能等技術的興起與廣泛應用，正重塑著教育服務模式與資源配置方式，傳統學校和班級的界限正在被打破，個性化學習成為了一種趨勢，推動著教育的供給側改革。

課堂模式的創新、教學質量的提升，都需要大數據的支持：對教學資源管理平臺中的學生學習數據進行分析，教師就可以得知學生的興趣點和難點，從而幫助教師有的放矢地把握教學重點和教學難點，提升教學效果；通過對不同老師教學方法和教學效果的橫向對比，也可以幫助老師吸取別人的優點，提高教學能力；通過多樣的教學數據，教學管理者也能搭建起更加全面、科學的教師評價體系。

2.學生層面

①個性化學習：要幫助學生實現更加個性化的學習，需要大數據來提供支撐，通過采集學習者的行為數據，根據數據挖掘的算法，來準確地為學習者提供個性化的學習資源，對學習者進行個性化評價并給出合適的學習建議。
②便利生活：大數據的應用也能幫助提升針對學生的生活服務質量。現代校園網絡是一個包括終端設備（無線AP、POS機、門禁等）、匯聚交換機、AC控制器、核心交換機、負載均衡設備、流量控制設備、計費系統、防火墻、堡壘機、服務器、存儲等諸多設備的復雜系統，這些設備記錄著海量的登錄和訪問日志，對這些數據的分析和挖掘能夠為很多業務部門比如后勤、安保、圖書館等提供有價值的信息，為學生帶來更加便利的校園生活。

3.科研層面

科研水平是衡量現代大學辦學質量的重要指標之一。但科研資料獲取難、科研管理效率低下、科研質量難以科學評定是長期困擾我國高校科研管理的主要問題。目前的科研數據應用僅是對課題級別（國家級、省部級、廳局級等）、課題類型、資助金額、科研成果質量（發表在何種刊物上）等簡單的靜態分析，缺乏對科研過程的動態管理和對提高科研質量的決策支持分析。

將科研成果數據、科研項目數據和教師有關信息進行綜合分析，可以獲得高"投入--產出比"的科研項目及其負責人和團隊成員，為將來的項目評審提供參考；對科研數據進行動態分析，可以發現"高成長"的科研人員和科研部門，予以重點關注；對全校科研成果進行聚類分析，可以發現潛在的科研團隊和可以進行研究的跨學科課題。

同時，也可以通過對科研項目數據的挖掘和分析，為項目過程管理提供幫助，比如，可以通過郵件和短信，對項目進度進行提醒，對將要超時的項目進行預警；利用公開科研數據庫的有關數據，可以為項目團隊成員提供同類研究課題的進展情況報告，推動文獻共享，以便本校科研人員了解行業最新進展情況。

4.管理層面

學校的管理決策支持有賴于對于大量業務數據的深度分析和應用。大數據可以將分散的數據進行匯聚，可以對數據進行深層次挖掘，數據與數據之間可以相互關聯，在保護隱私的前提下，實現數據共享，為管理決策提供參考。

比如通過對學科、學院、系所等教學和科研單位的數據分析和挖掘，可以得到引進人才和自有人才誰的"性價比"更高、各學科和各單位投入和產出對比等等有價值的信息；通過結合其他同類高校和同類專業的數據進行分析，可以更加詳細地了解其他學校和專業與本校及本校的同類專業之間在人才結構、教學設置、科研項目和科研成果等方面存在的差異，為有針對性的改進提供準確的參考數據，對于建設一流大學和一流學科具有重要意義。

5.評價層面

智慧教育需要“智慧”的教學評價方式，依據數據進行評價將成為評價的重要理念。將數據分析技術引入到教育領域的評估系統中，能讓教育評價可量化、數據化，從而提高教育管理的科學性，增強教育數字化建設的實效性。

從國際經驗和我國實際情況看，教育評價數字化改革的趨勢是：優化組合基于數據的評價方式，促進評價過程與學習過程緊密結合，在學習過程中完成評價，支撐規模化教育和個性化培養有機結合。學校可與通過優化評價體系和數據采集標準，應用大數據感知、互聯、存儲、計算和分析技術，構建跨區域、跨場景的智能化測評系統平臺和工具，形成基于證據和大數據（全樣本）的教育評價體系。

03、智慧校園的數據應用瓶頸

經歷了這十幾年的發展，多數學校已基本完成網絡、服務器、存儲、私有云、公共數據庫、統一身份認證、一卡通系統和內容管理系統等基礎設施的建設，在部門內實現了信息化的管理。但業務系統各自為政、數據孤島、業務響應時效差、業務系統的相對獨立造成數據邏輯的不統一、難以實現實時、高效的整體分析是高校信息化建設正面臨的發展瓶頸。

1.缺乏全局規劃

過往學校各部門信息化建設僅以解決本部門的工作需求為目標，關起門來搞信息化，應用系統彼此獨立，跨部門的應用、部門之間的協同未得到良好支撐。由于缺少統一規劃與設計，沒有信息標準規范，導致各個應用系統數據冗余，致使學校部分數據無法實現互聯、互通以及共享。由于缺乏數據質量監控手段，已有數據在質與量上無法滿足要求，給后期的大數據應用造成障礙，無法為科學決策提供可靠數據來源。最終導致教學質量難以監測，阻礙學校發現問題并改進問題。

2.脫離師生需求

信息化的落腳點在于應用，師生體驗的滿意度是評價信息化建設是否成功的關鍵因素。部分系統已建設多年，平臺技術架構、資源整合模式已跟不上時代發展與師生需求，部分系統的服務功能都隱藏在各系統內部，服務呈現方式、服務內容的精細化方面還有待提高，導致系統建成后使用率低、使用效果差、用戶滿意度差、維護保障差等問題。

3.重建設輕運營

許多院校由于信息化人才不足，以及可持續的運營、管理、維護機制不明，導致學校的信息化出現建而不管、建而不用的局面。信息化硬件利用率不高、軟件系統運維不刪、資源應用更新不足等現象，都限制了信息技術與教育教學的深度融合，制約著智慧校園的建設與發展。

4.數據挖掘不夠

雖然許多院校經過多年的信息化建設，建成了大量業務應用系統，但大多系統局限于查詢、統計、打印報表等事務性處理，期間產生的大量原始數據，亟需按主題進行收集、整合、清洗，構建數據倉庫系統加以充分利用。將這些數據加以治理、分析、挖掘，輔助領導進行科學決策，具有十分重要的現實意義。

04、智慧校園數據應用的三大場景

1.便利服務：個人數據分析中心

個人數據中心主要是針對學校的領導、教職工和學生的個人需求，以角色為線索，通過整合與之相關的個人信息，來為師生提供更直觀、高效的決策及展示服務。

個人數據中心的搭建，需要以數據應用為導向，梳理師生業務模型，通過提供個人數據的查詢和導出服務，以及統計用戶獲取數據的入口，來降低數據獲取的成本，減少師生的重復工作量，更加方便地填報、查詢信息，并獲得決策需要的數據支持。

2.決策依據：綜合校情分析平臺

校情分析系統面向學校提供數據管理、報表分析、畫像分析、統計查詢分析、權限管理等功能，橫向覆蓋了學校各類數據信息和各部門的工作內容；縱向反映了各類數據信息的發展變化趨勢。通過系統，學校領導能夠從全局了解院校的整體建設情況，為學校總體方針的制定和決策提供數據支持。

綜合校情分析系統，可以從學校概覽、師資隊伍、教學資源、科學研究、學生發展、就業情況等層面展現分析指標，為學生入校、在校、離校提供了"一站式"、“多方位”、“全時空”的便捷服務。同時，還能協助學院規范各部門的工作流程，實現在線業務處理，利用互聯網技術為學生與學校提供了感情橋梁。

綜合校情分析系統可以從以下幾個維度搭建。

（1）學校整體概況

綜合展示學校整體概況，包括學生基本信息分析、教職工基礎信息分析、學生信息查詢。一屏展示學校核心數據，讓學校領導做到心中有“數”。校領導可根據整體概況，了解到生源地的情況，并對其他招生不佳的地方做出針對性的宣傳，幫助學校快速發展。

（2）專業分布

專業是一個學校重要的關注點，提供重點專業、特色專業等數據統計分析。根據各專業學生、教師人數分布可以看出學校的重視程度、投入力度，如果某些院系的生源增多但是師資力量和教室資源卻沒有跟上，可以在系統中一眼發現并及時跟進堵住漏洞，盡量的平衡資源，讓全體師生共享學校成果。

（3）課程體系

教學工作是學校的中心工作，教學質量是學校的生命線。課程數、課時數、缺課率等多維度圖表分析，主要為提高課程的上課率、精品課程建設提供及時準確的數據統計信息。對于那些缺課率和缺課時增長很快的課程，已經及時找到教研小組，調整授課方式和內容，對于常年都是缺課率常客的課程可以及時取締，深入學生中去了解他們的核心訴求，開設更多學生們喜愛并非常愿意學習的課程。

（4）師資隊伍

包括教職工的基本信息、出勤加班信息、出國(境)信息、培訓學習信息、獎懲信息、人員變動信息、收入分配信息等多維度全方位的統計分析，主要為學院管理層提供教職工隊伍建設的統計分析數據。根據這份數據明顯察覺到教師的職位構成和變動，一旦出現大幅度異動應該及時找教師代表談話，抓住問題所在，不斷改進學校架構和規則的制定，有效幫助學校回到正常發展軌道上來。
? ? ??
（5）學生發展

學生發展從招生、人才培養到就業，是一個發展體系。招生工作完成質量的好壞，不僅影響學校的管理水平和教學質量，而且影響學校的改革和發展。人才培養需要緊跟時代需求，學校每年都會根據市場需求對人才培養方案作出調整。學生的就業情況分析，從就業率、就業質量、就業滿意度等多方面展開，對即將畢業的同學起到一定的指導作用。

3、優化管理：數據預警服務

高校的數據來源主要有兩個方面，業務系統數據、機器數據（無線認證日志數據、WEB訪問日志數據、物聯網數據等）。通過對數據進行深度的挖掘和分析，可以為用戶提供豐富的個性化的數據服務預警應用：如擅自離校預警、成績預警、貧困生預警等。

(1)擅自離校預警

擅自離校預警可通過全方位整合學生在數字化校園各應用系統、網站、WIFI熱點等產生的行為數據，經過系統的自動分析和甄別，找出存在擅自離校隱患的學生，由系統及時自動推送給相關輔導員發出預警，及時溝通，減少因學生擅自離校帶來的安全隱患。

億信華辰曾幫武漢理工大學搭建起研究生安全預警與服務系統。該系統是基于一卡通、門禁、上網信息以及研究生基本信息的數據進行加工處理，分析得到學生的在校情況，以便學校更好的對學生安全進行管理。主要包括：實際不在校學生預警、應在校學生列表、學生異常狀態預警、關注類學生異常列表以及郵件推送。

研究生安全預警與服務系統根據基礎數據通過科學的建模與數據統計方法的應用，對不在校人員進行管理并掌握存在安全隱患的學生信息；管理者通過對異常數據的占比作為考核指標，對輔導員的學生管理工作進行監控與考核，同時通過郵件及短信提醒等方式為管理人員提供更人性化的數據推送服務。

(2)成績預警

成績預警可以通過對學生對學生個人每學期行為的統計分析，以及與同專業同年級學生成績的對比分析，來定位學習異常情況，便于教職工及時溝通調整，提升學生學習情況。

(3）貧困生預警

貧困生預警從精準資助學生的業務邏輯出發，設計困難學生個體畫像（困難學生識別、困難學生定級）、困難群體分析（從學院角度分析、從年度角度分析、從困難程度角度分析等）、建議關愛學生挖掘、資助效果評估等精準資助場景，及時發現海量學生中可能存在的貧困學生，有助于及時幫助學生渡過難關。

從不同系統收集的收入情況、消費情況、學業情況、生活信息等多方位綜合數據進行分析，得出困難學生畫像，并確定困難指數，給出資助定級建議；根據消費習慣等數據分析可以發現雖然未申請貧困生，但可能需要學校關愛的學生名單建議；根據資助前后的學習成績、消費結構、行為變化等數據跟蹤，進行學生個體資助效果評估等。

05、小結

智慧校園以廣泛互聯的網絡接入、優質高效的信息資源和智慧便捷的應用服務為典型特點，成為未來高校信息化、數字化與智能化發展的重要趨勢。而數據作為智慧校園的核心資產，對于其的各個層面的挖掘應用，可以有效提升校園信息化建設水平和建設效果，助力智慧校園的建設。