2016年10月28日，慧聪教育装备网主办的2016教育装备行业城市系列巡展带领着20余家企业一起走进文明成都，感受魅力蓉城。崛起之城，成功之都——成都不仅有着几千年悠久历史，而且智慧教育发展也走在了教育信息化前端。
电子科技大学信息中心副主任颜凯女士
在会议现场，电子科技大学信息中心副主任颜凯女士带来了《大数据下的智慧校园》的主题演讲，在她看来，智慧校园的建设下，大数据的建设尤为重要，但是大数据的标准、规范、安全等问题，大数据的存在是为了个性化服务提供基础，体现大数据的价值。
以下是演讲全文
颜凯：非常有幸能够参加这个会。这个展会的题目很好，就是设享学习，智造未来。我觉得“享”和“智”确实是代表了信息化发展的趋势。
我记得2015年习总书记在给国际教育信息化大会的一封信里面提到，人人皆学，处处能学，时时可学。通过我们这样的教育信息化设备，通过新的技术和创新的理念，打破我们的教育不公平，从而实现教育公平的情况。
第二个就是智造未来，就是通过智慧来改变未来。我今天的题目也是围绕这个“智”来讲。就是基于大数据下的智慧校园。智慧校园的建设，什么是智慧校园。其实是很多专家或者是信息化领域的专家都会去探讨的问题。智慧校园可以说这个词汇，应该是中国产生的一个词汇，你基本上在国外很多的书上，甚至是包括谷歌的网站上是查不到这个智慧校园的英文词。你不知道智慧是应该用哪一个英文词去代替。当然很多写法，所以这是一个具有中国特色的词汇。我们来看到底怎么叫做智慧校园。设备厂商如何能够迎接这样的机遇和挑战，为高校为教育行业提供智慧校园的建设和服务。
我演讲的主要三个主题，一是想跟在座的各位分享一下，电子科技大学这几年的一个信息化的发展规划。也可以看看在现在信息化的时代下，高校的一些使命和发展。第二个主题是专门针对高校的信息化建设中的创新，大数据如何去体现。第三个主题是一些展望。
信息化发展的基础，先大概简约介绍一下我们学校已经在“十二五”建设中达到的规模和一些情况。我们提出在“十三五”期间，我们将建设智慧成电。那么，什么是智慧成电？我们发展情况，基本上跟很多高校都发展很类似，在2000年前，可能比较多的是做基础建设，也就是说购置设备，买一些服务器，PC机等等这样的一个情况。2000到2006年基本上是一个系统集成阶段，我们认为是校园网的发展阶段，所有高校都在做校园网的建设，从百兆宽带，到千兆宽带，到现在的万兆带宽。
2011年，我们发现需要一些信息化的软件服务。这个时候出现了很多厂商，教育系统等等这样的系统。到2011年的时候已经有那么多的业务系统，新出现了很多技术，信息化下一步怎么去做？比如说物联网技术，云计算等等，一系列的新技术出现了以后，下一步我们的信息化发展应该怎么去做。这时，我们提出的智慧校园的服务。这个是一个“以人为本”，“以服务为中心”的信息化建设。在老师学生面前，再也不是一个一个独立的业务，而是每一个服务的体现。这就是我们想要达到的智慧型发展的目标。
我们电子科技大学是由清水河校区和沙河小区，我们现在的主干的网络是万兆主干。我们的硬件情况是这样的：我们的服务器，小型机有4台，PC服务器200多台，现在在云技术的情况下，大量的高校都用了虚拟化的产品，我们虚拟机差不多300多个。存储容量达到了1个PB以上。机房占地面积是800多平米。
在这个基础上，我们实现了我们的平台，统一的身份认证，共享数据库平台，中间件平台，统一门户平台。每年还在不停的建设和服务中。其实这中间没有讲到的是我们的另外一部分，因为我们的信息中心是三个部分组成。一个是网络，二是数据中心，三是现代教育，我们的现代化教育有演播室，多媒体教室等等新型的创新教室等等。这是我们已有的情况。
“十三五”以后，我们应该做什么？一是智慧成电为核心任务。我们就是要实现智慧成电，是现在院级和校级实现全面化的建设。我们的愿景是面向无所不在的网络环境，我们要做到向全校覆盖我们的网络，包括有线和无线，我们已经实现了两个学校的公共区域，免费提供无线网Wi-Fi。
我们要提供服务中心，提供随时随地的可以再现学习，实现不管是从教学科研还是管理多方面都进行深度的融合。这是我们的“十三五”的目标。我相信你们去其他的省市和高校也会听到类似的目标，就是要实现这些智慧型的服务。
我们的智慧成电，主要是两个方面。第一个是基于建设区域技术的新型数据中心，实现公共服务云平台。我们学校目前做了云存储平台和云计算平台。云存储现在我们已经为全校的老师提供了一个TB的私有云的云存储空间。我们知道现在有很多公有云，但是这个月360的公有云已经关掉了，我们可以看到一些重要的文件的分享和储存，会有一些隐患存在，如果学校自己建设的话，就会避免这些隐患存在。同时，因为我们私有云的建设，不仅仅是做一个云盘的概念，我们还跟我们的本身学校的一些体系相关，也就是说跟团队相关，跟所有的院系相关，跟这些组织机构相关，进行云结构的分享。我们为全校提供云计算的平台，为所有的学科和团队提供这样的云计算服务。
除了云之外，我们第二个部分，我们现在从今年开始着手做的大数据分析。这个词汇我相信是这几年做信息化，随时都听见的词汇。经常会说大数据的特点，思维或者是五维，六维，甚至很多的这种称法。什么是大数据，有很多的特性。“大”是其中一部分，动态也是其中的一部分，它的结构化，非结构化也是它的一部分。但是有很多的人提出一个高校去做大数据，能够称之为大数据的大吗？确实我说还是不能称之为大数据的大。但是如果大数据这件事情不去碰它，不去做它，永远在看它，永远不可能起步，永远在路上，所以必须去做。必须做了以后，当数据积累到一定程度的时候，你面对这些数据，就不会无所适从，不知道如何去做的情况。
我们今年开始，对我们的学生，教师，从教学层面，科研层面，还有管理层面已经开始做我们的大数据分析。校园整个大数据到底是怎么去做的呢？我在第二个内容中会讲到整个大数据的整体的结构，还有我们的数据真正大数据的数据的问题。
第三个部分，就是讲到我们的创新的服务，我们如何把这个数据体现出来价值。也就是说我拥有数据，如何体现出来，把数据的后面的它真正的价值展现出来，这才是我们要做大数据和实现大数据的地方。
这个是我们大数据的整体架构图。最下面是我们的数据源，数据我们可以来自于很多部分，我们的数据也有结构化数据和非结构化数据。我们校内的数据大部分是来源于我们的校外数据，就是来源我们发表的论文，包括微博，微信，论坛等等一系列这些信息，这些组成了我们的数据源。数据源进来了以后，我们进入一个数据安全层。这是所有人谈大数据一定会谈的个人隐私问题。你如何保证隐私，这是一个矛盾的关系，如何去做这两点，如何既保证隐私和提供服务，每个人都希望个性化服务，现在要做终生化学习，个性化学习，数字化学习。个性化的学习怎么去体现，你没有数据是做不了个性化学习的。如何保证个人的隐私？也是需要在大数据中间探讨的问题，这就是安全问题。
数据经过一定的处理以后，我们会把隐私的部分，最敏感的信息过滤掉，然后拿到我们数据平台以后，并不是就一定能用了，这个时候数据有很多问题。如果做数据的话，包括你们自己做学生的时候，还是现在在公司里面，你会发现你的业务系统里面有很多的数据，不是所有的数据都能用，而是里面的质量不是你们想象的那好，其实是有很多的问题，我们要进行清理和存储。我们就要做下一步最最关键的数据分析，我们会基于一些算法，进行一些数据的挖掘，最后再提供我们上层的服务上面。上面是列举了我们做到的和实现的大数据的服务。包括学生画像，包括精准的资助，还有一些就业服务等等，这是我们提供的一些服务。
没有数据谈不了大数据，数据怎么来？数据到底有多大？这张图就告诉你，我们的数据的来源哪里？来源于我们校内系统，来源于我们的互联网的一些信息等等，都是来源于这些地方的。这些数据来源以后，我们就要做一系列的数据，这些数据有多大？这是我们学校的数据量，可以看到我们结构化数据，达到了接近一个T的数据，将近有11亿条，光是一个高校的。光是在我的数据库业务系统里面的结构化数据，就已经达到了11亿条，这个数据还在增加，以什么样的速度去增加呢？我随便抽取了业务系统，比如说刷卡，是八万条，图书馆借阅信息也是7千条。所以这个数据都是在不停的增加。我们还有很多非结构化数据，包括一些人士简历，论文等等一系列的东西，这是我们所获得的大量的数据。
数据来了以后，我们发现并不如我们想象中的理想。这11亿条的数据不是拿来就可以用，马上体现它的价值的。我们会发现有一系列的问题，其实在我们自己做学生，或者包括我们自己在填表的时候，都会知道，很多时候，我们数据格式不规范是非常普遍的。比如说填一个发表的文章的期刊的名称，都会简写。很多人就介绍我是电子科大，其实全程是电子科技大学，有些人叫成电，在填表中间，没有规范这个标准，有很多这样的标准。出现填出来了以后，就出现了格式的不规范性。大数据就经常会遇到这样的问题，就是数据的不规范。你怎么知道这个成电是指什么意思呢？不知道。所以说，我们需要做的很多事情，就是把数据进行完整度和准确度的检测。这个不是通过人工去做，这是不可能的。已经积累了11亿条的数据，不可能让别人去全部重做这件事情，所以我们通过一系列的算法，然后把这样的数据进行标准化的纠正它，最后放进我的数据库里面，然后存储下来。
有一些例子，是我们做数据处理的例子，这是发表的论文的情况，整理学生和老师发表文章的时候，经常会碰见，会有很多的缩写。甚至我们知道发表论文的时候，作者的名称。中文名很简单，重字同音的太多了，特别是国外发表的文章里面。我们会做很多事情的处理，我们通过谷歌的检索进行匹配度，进行填写，实现这种不完整的替补。这是我们做数据的时候，需要进行质量的纠正它的过程。
数据拿到了以后，我们通过一些挖掘，这是一些挖掘算法，对它进行分析，做一些群体识别等等一系列的事情，然后来找到它的价值所在。这是数据分析的一系列的算法。最后是我们谈到的数据的安全，也就是我们经常会说到数据安全和隐私的矛盾体。包括学生老师有很多的各自的信息，我们怎么去做？我们做一些处理，把一些名字全部抹掉。我们分析的是群体的特性，不是所有的群体，而是分析特别的群体。我们就会做一些匿名化处理，考虑一些安全技术存储下来，保证一些数据的安全。这是数据的处理情况。
最后把这些数据处理了以后，最后建模出来，特别是国外的一些企业说，我的数据模型可以搭建成千上百个，怎么搭不知道。很多实际的需求业务，都跟具体的行业，不同的部门应用都是不同的。所以搭一个数据模型是我们在做大数据分析中的另外一个难点，就是数据模型的建立。我们围绕学校特色，前期主要是针对学生和教师，然后还有财务这三方面，做我们的大数据分析。我们知道教育部在去年已经提出所有的高校，创一流建设的目标。什么是双一流呢？国际一流学校，一流的学科。这是对高校提出的要求。我们可以看到，前天已经发布了全球的学科排行榜，如果关注教育的话，工科类排在第一名的是清华大学。各个高校已经在双一流的目标前进，我们计算机学科排在全球54名，我们可以看到，各个学校不光是学校在发展，它的学科也在发展。所有的高校都围绕着这样双一流的建设，他们也在思索，怎么去做达到这样的目标。我们教育信息化的服务，怎么去为这些高校提供这样的服务，也是我们所讨论的目标。我们就是主要来源于两个方面。我们想的是所有做双一流的目标，离不开一个问题，就是人才问题。
人才问题一个是学生的教育问题，第二个是教师的问题。教师的问题就是内培外引的问题。第三个问题，就是根据我们的财务，跟我们的科研相关的一系列的东西。这是我们创新服务上面做了这三方面的探索。我们具体来看一下。
我们在学生方面做了哪些工作。我们做了一个学生画像，我们进行多维度的全方位的刻画学生，我们可以对学生进行时时的关注。我们因为有很多一卡通点，有很多的POS机，还有很多我们的签到机，我们可以知道学生的校园行径，进出寝室的情况，到教学楼的情况，我们做了很多的情况对比，发现进出图书馆，吃饭的规律性，然后包含去教室，包括去借书的情况，都能发现这个学生的个人的性格和学习相关的东西。
我们还对学生做了什么呢？每门课程有很多关联性的，前面学习的课程不太好的话，就会影响后续的学习情况。我们根据学生借阅书的情况，可以预测它的挂科情况，我们这个是在中央电视台做了一个深度报道。我们可以做到精准的扶贫，能找到真正贫困的学生。我们高校做的时候，很多真正贫困的学生，有时候不愿意来申请。他有一种自尊心在里面，还有一些学生其实不贫困，但是去申请了贫困资助。我们通过这样的技术，帮我们找到真正贫困的学生。通过这样的话，实现我们精准的资助困难，针对学生的去向，要么就是出国留学，要么就是再升级，读研究生考研，要么是找工作，针对他们不同的去向，我们会进行指导。他需要走怎样的人生轨迹，学习怎样的课程才能达到他的目标。这是他的整个学生的个人情况作为一些个性化的针对性的引导。
这是我们的成绩预测的情况，我们可以对一些学生，针对他的学习的努力程度，作息时间的规律性，和他的学生的排名预测他的成绩可能出现一些突然性的变化，甚至可能会出现挂科率。通过收到这样的信息，我们会把这样的信息给他的辅导员或者是班主任，让他们体现干预这个学生的学习。我们知道，一旦出现挂科以后，对以后的就业和再深造会有很多问题，我们不希望学生出现这样的问题。这是对学生的学业的分析。
第二个是对学生的精准资助的问题。因为所有的信息，我们都可以来源于我们校园内部，包括一个学生，每顿饭吃的情况，花销的费用，这个学生本身的家庭背景，包括实际参加的学习活动，我们就能找到一些最最贫困的学生，也能够找到一些其实不贫困，但是申请了贫困的学生。这个时候，我们通过一些指标和参数，指导他的学习的一些情况。这是针对学生的情况。
我们针对教师，我们也整合了我们教师的一些信息，包含教师的一些数据，我们可以对教师每年度他的工作量的评审，绩效的评审，这是可以精准下来的。我们也可以分析教师的成长轨迹，去发现影响教师的关键性的因素。比如说现在讲国际化战略，都会把教师送出国进行学习。那么去哪些国家，去学习一年还是半年，还是三个月，哪一种更有效果，实际上以前我们都是凭经验去感悟的。现在我们通过这样的数据，我们就可以知道，到底怎么去帮助老师去成长，是有意义的一件事情。
另外我们可以构建人才的圈层网络，我们可以去挖一些潜力股。我们都知道，人才是关键各个高校人才也是关键。包括各个公司人才也是关键，怎么去找这样的人。我们知道一个很优秀的人，你知道他很优秀，去挖他过来，付出的代价一定会多，包括薪酬资助都会提得很好，还有竞争，也会引进进来。这个时候，我们去找一些绩优股。也就是说找到绩优，就是一些潜在的人才，我们可以通过一些数据，文章，社交圈，可以发现这样的人这样的学生，而且他参与的重要性也蛮大的，然后去发现这样的绩优股，就把他引进进来，包括公司也是一样的，找人挖人也是这样的。
第四个，我们也可以分享学科前沿技术，为我们的科学研究方向提供一些建议。这是我们做的教师的成长，我们可以做教师的一些对比，包括教师和教师之间，包含团队与团队之间，学校里面学院和学院之间做一些对比，包括对他有无海外经验的对比。包括他曾经学习经历的对比，通过一系列的学习过后，对于教师的成长是不是有所价值的。这是我们的教师成长的轨迹分析。
这是我们海外人才的圈层，我们人际关系的圈层图出来了以后，非常的复杂，我们可以看到他不同的点，不同的关系。然后找到一些潜在的人才。那么这是我们的人才的一些引进的情况。这是教师的挖掘。
最后一点是展望，实际上我们可以看到，之前我们在学校里面的不管是管理还是什么，我们希望大数据出现了以后，希望数据辅助决策，数据能够帮我们看这样的决策是不是正确，辅助它。我们希望我们的目标，我们的数据能够帮我们做出决策。最后，一切都被记录，一切都被数字化。
这是习总书记10月9日的学习会上发表的一句话，正能代表现在教育信息化的一个发展方向，最主要的是以数据集中和共享为途径，建设全国一体化的国家大数据中心。可以看得出来，提出这样一段话的关键，没有提云计算，没有提物联网，单单提了大数据，可以看得出来国家层面对大数据的重视，也可以看得出来大数据的未来，可以去被实现的步骤。所以我们说大数据成为下一步教育信息化发展的重点。实际上最后我想说的是，不管教育信息化，还是大数据，其实都不是一个人的事情，也不是信息化部门的事情，一定是群策群力，所有高校所有老师参加这件事情的事情。也包括在座的各位，不光是行业里面的老师，行业里面的从事信息化的工作者，还是设备提供商还是集成商，真正的数据来源是来源于你们，是来源于设备提供的东西。只有通过这些数据的提供，才能做进一步的数据挖掘和数据分析。好的，谢谢大家！
回
顾
2016教育装备城市系列巡展沈阳站首站告捷
深圳站：科技一线产品让教育更智能
走进古城西安，让科技与教育完美结合
武汉之旅华丽盛开 推动教育装备行业新发展
南京行：向深度融合与智慧云端迈进
0条大神的评论