大数据分析在校园网运行管理中应用的研究_开题报告

近年来，随着教育信息化的发展，各高校在业务管理、科学研究、人才培养等方面都有很大的提升，特别是大数据、云计算等新技术的不断出现，不仅推进了业务管理系统的建设，规范了业务操作，也收集了大量的数据。

“大数据”是从英语“Big Data”一词翻译而来。不同的机构对“大数据”做出了不同的解释，其中一条已达成共识：“大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”。目前，信息产业界通常用4个V概括大数据的特征，即Volume(数据体量巨大)、Variety(数据类型繁多)、Velocity(处理速度快)和Value（价值密度低）。

在信息化程度较高的院校，办公OA系统、教务系统、学工系统、财务系统等，可能会存在多个应用系统，因此错综复杂的校园网结构， 形成校园内部的大数据。校园网上的数据多种多样，信息量巨大，有师生基本信息、师生上网数据、师生消费数据、学生工作数据、教务数据、网络运行数据等等。在这样的背景下，校园网的运行管理方式与传统的运行管理会存在很大的差别。对校园网的数据进行综合分析、深入挖掘，能得到潜在价值的信息。

目前，国内外已有多人对大数据在高校中的体系结构和应用做了探索和尝试。大数据在校园网中的应用主要是在以下几个方面：

（1）大数据辅助校园网络管理。清华大学蒋兴东等人[1]提出了大数据背景下高校智慧校园的概念和体系机构。上海交通大学姜开达等人[2]使用Hadoop来分析校园网站日志。西安交通大学罗军锋等人[3]讲述了大数据时代的高校信息化框架。西南民族大学张敏等人[4]使用大数据的方法研究民族高校学生资助工作方案。

（2）提供科学研究基础数据。南昌大学刘承启等人[5]基于Hadoop基础构建了校园网大数据分析平台。 《第四范式：数据密集型科学发现》(The Fourth Paradigm: Data-intensive Scientific Discovery)[6]一书的出版，标志着数据密集型科研范式的确立和数据密集型科研环境的形成，开启了继实验科学、理论科学、计算科学之后的“数据密集型科学”的第四种科研范式[7]。

（3）大数据辅助教学。在教学领域， MOOC是教育开放资源运动的新发展和突破，体现了开放资源从单纯资源到课程与教学的转变[8]。2008年，加拿大学者George Siemense和Stephen Downes开设了第一门MOOC 课程：Connectivism and Connective Knowledge Online Course(ccko8)。在这之后，由大数据掀起的慕课（Massive Open Online Course, MOOC）潮流正在席卷全球[9, 10]。

（4）智慧型学生工作。大数据主要用于分析学生思想动态、消费状况等，为学生工作提供数据支持[11-13]。

大数据的出现颠覆了传统的数据管理方式，很多高校开始使用大数据分析解决日常教学、管理中遇到的实际问题，尤其是校园网络运行管理方面。二十一世纪以后，高校信息化建设更是进入了一个飞速发展的阶段，大部分高校在这些年经历了两三轮的校园建设，使校园信息化得到整体的提高。但是随着网络环境中出现了很多新型的信息技术，校园网建设遇到了新一轮的挑战。例如：校园内部业务系统太过分散；数据间不能有效变换；数据质量不过关；无法充分利用各部门的业务数据。

这就需要针对高校的大数据分析，从找准大数据源头开始。真正把大数据收集处理并运用到网络运行管理中，从中搜索、处理、分析、归纳、总结用户的实际需求，达到提升用户体验的目的，体现校园网运行管理的价值。

二、^范文提纲

引言：近年来，各高校拥有数量庞大的校园网用户，而校园网络运行管理系统是运用信息化技术建立网络用户和网络管理机构之间的桥梁。

（一）大数据校园网络时代背景

1、大数据(big data,mega data)，又称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。它的特点：数据量大、种类多、实时性强、所蕴藏的价值大。

2、大数据是对大量、动态、能持续的数据，通过运用新系统、新工具、新模型的挖掘，从而获得具有洞察力和新价值的东西。以前，面对庞大的数据，我们可能会一叶障目、可见一斑，因此不能了解到事物的真正本质，从而在科学工作中得到错误的推断，而大数据时代的来临，一切真相将会展现在我们面前。

3、大数据时代的数据采集不再是技术问题，而是面对众多的数据，我们如何找到内在规律。大数据无法用人脑来推算、估测，或者用单台的计算机进行处理，必须采用分布式计算架构，依托云计算等技术进行分布式处理，大数据的挖掘和治理是高校网络运行管理的必然方向。

4、校园网大数据的特征。

（二）大数据在校园网应用中存在问题的分析

移动互联网的兴起，传统PC端业务逐渐转向移动端；原有网络运行管理系统已经无法满足大数据时代用户的需求。高校网络运行面临的严峻问题：

1、业务系统太过分散。各职能部门、学院（部）各自购买或建设业务系统，标准、代码、管理不一致，形成数据的孤岛。

2、业务系统与办公系统管理并存。业务系统中的数据不准确、更新不及时，数据管理散乱，岗位变动频繁。无法及时获取用户数据，有效合理分析用户实际需求，从而达到提高工作人员使用效率，提升用户体验的效果。

3、数据质量不过关。数据源的质量层次不齐，所收集的数据普遍质量不高。无法通过移动互联网渠道，采集用户生活、消费等数据，不能完全反映师生所存在的问题，与师生建立更快捷的连接纽带。

4、无法充分利用各部门的业务数据，实现网络服务的定制化需求，为师生及来访人员提供便捷的网络服务。

（三）大数据在校园网运行管理应用的建设思路

1、实施了《网络运行管理信息标准》，为推进数据共享和业务系统建设提供数据规范标准。   

2、利用DCI平台，建立数据分析转换业务，并对数据抽取业务实时监控。

3、开发数据质量监控平台，实时监控数据收集过程，踢除有问题的数据，报告数据缺失、异常、错误等问题。

4、保证随着互联网和大数据技术的发展，人们可通过网络获取到用户的海量数据，通过对海量数据进行多维度的数据分析，能够实现精准快速地分析用户的特征和行为习惯。通过数据接口服务，实现数据有效流转，实现网络运行管理，建立数据抽取，支撑各系统对接，实时更新呈现数据。

5、为全面推动“互联网+教育”战略部署和教育部“高校双一流”建设，促进高校信息化治理工作的开展，进一步总结近年来教育应用与信息化深度融合，积累信息化建设经验，服务高校信息化服务创新。

（四）大数据-校园网运行管理应用的展望

1、拓展大数据分析，实现高校所有管理业务数据采集归仓；

2、利用大数据治理高校网络运行管理系统，加强网络流量数据分析，探索数据化结构，从业务点着手，建立数据管理中心，让数据为业务流程服务，收集梳理非结构化、结构化数据，通过大数据分析平台，建设综合校情实时分析平台，为各高校的各级领导决策支持。

三、参考文献

1.蒋兴东，付小龙，袁芳，等, 大数据背景下的高校智慧校园建设探讨. 华东师范大学学报（自然科学版）, 2015. 3(S1): p. 119-131.

2.姜开达，章思宇，孙强, 基于Hadoop的校园网站日志系统设计和实现. 华东师范大学学报（自然科学版）, 2015. 5(S1): p. 126-131.

3.罗军锋，徐菲, 大数据时代的高校信息化框架. 中国教育信息化, 2014. 2014(3): p. 13-22.

4.张敏，张阳, 基于大数据的民族高校学生资助工作方案研究与设计. 西南民族大学学报（自然科学版）, 2016. 1(76-80).

5.刘承启，熊艳，黄文海, 浅谈校园网大数据分析. 科技广场, 2017. 6(187): p. 120-124.

6.S, L., Control use of data to protect privacy. Science 2015. 347(6221): p. 504-506.

7.Hey T, T.S., Tolle K, 第四范式：数据密集型科研发现, 潘教峰，张晓林，译, Editor. 2012, 科学出版社: 北京.

8.焦建利, 从开放教育资源到“慕课”-我们能从中学到些什么. 中小学信息技术教育, 2012. 3(31-36).

9.杨现民, 唐., 李冀红, 发展教育大数据：内涵、价值和挑战. 现代远程教育研究, 2016. 1: p. 50-61.

10.胡弼成, 王., “大数据”对教育的作用、挑战及教育变革趋势——大数据时代教育变革的最新研究进展综述. .现代大学教育, 2015. 4: p. 98-104.

11.朱红, 高校学生参与度及其成长的影响机制——十年首都大学生发展数据分析. 清华大学教育研究, 2010. 6: p. 35-43.

12.胥文勋, 大数据时代高校学生管理工作信息化建设现状与对策. 绵阳师范学院学报, 2016. 35(1): p. 53-56.

13.张亚娟, 洪., 吴飞龙,锁志海, 基于学工大数据的学生行为模型分析. 中国教育网络, 2017. 12(66-67).