高校智慧校园大数据一体化平台的研究与实践

发布时间：2020-12-02 14:04

　　智慧校园的建设是教育信息化发展的新需要,科学技术的快速发展使得高校信息化建设走向大数据时代,在高校信息化的建设过程中,生成了海量的数据,因此提升数据获取、治理、分析挖掘等的效率迫在眉睫。该文对智慧校园背景下的相关技术进行研究,建立了一个大数据一体化平台。通过对在校学生的各种行为数据的分析,进而挖掘出这些数据背后潜在的价值,以此提升智慧校园的建设,促进高校教育水平的提升。首先在回顾高校信息化发展进程的基础上对智慧校园的相关理论、智慧校园建设中应用到的相关技术以及智慧校园建设的四层基础架构模型等进行了探讨。对智慧校园的相关研究有利于加深对智慧校园以及智慧校园建设必要性的认知,更好的促进教育信息化的发展。其次,研究了建立大数据一体化平台的相关技术。介绍了大数据分析平台主要包括Hadoop和Spark;设计了高校信息标准,主要包含数据标准和代码标准,它们既是实现教育信息化和建设智慧校园的关键之一,也是实现高校信息化建设标准科学规范的主要途径;分析了作为大数据技术基础的数据采集技术;研究了用于清理冗余、杂乱无章数据的数据处理技术;研究了数据存储技术,通过对已采集到的数据的存储来建立相关数据库,并... 

【文章来源】：武汉轻工大学湖北省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

智慧校园总体架构模型

武汉轻工大学硕士学位论文挖掘、可视化等。3.2 大数据平台体系架构在大数据背景下，高校智慧校园建设要综合统一管理平台、一站式的服务需求应用系统、安全防护体系的建设等，实现学校教学、科研、管理服务及各类设施的机结合。数据中心平台采用基于 Hadoop 的自主研发的分布式存储与计算技术，其主要构如图 3.1 所示：

更好的挖掘数据背后的价值首先得实现数分类算法。但是不同的算法有它既定的优势分类算法，把多种分类方法的优势进行整合器学习范式，能更好的处理数据分类问题。合分类算法的一种，它的优点有[57]：不同领域的数据分类问题；是相互独立的，故训练速度快，效率高；合分类器抗干扰能力较强；，能较好的适应数据集；每个特征对预测的重要性情况，并且还能检含多个决策树的分类器，通过对多个决策树3.2 所示：

【参考文献】：
期刊论文
[1]出行方式识别技术的算法改进[J]. 凌晶,丰洪才,霍文英.  武汉轻工大学学报. 2018(03)
[2]智慧校园之现状分析及展望[J]. 汪建,方洪鹰,杨冬梅,杨岚.  教育教学论坛. 2017(46)
[3]现状与反思:国内智慧校园研究综述[J]. 乜勇,王滨.  中国教育信息化. 2017(21)
[4]大数据背景下的高校智慧校园建设研究[J]. 于海霞,文雪巍,丁康健,唐友.  数码世界. 2017(10)
[5]高校信息化建设三重门[J].   中国教育网络. 2017(07)
[6]“互联网+”视野下的智慧校园发展趋势研究[J]. 胡小勇,张华阳.  数字教育. 2017(03)
[7]基于Spark平台的大数据挖掘技术研究[J]. 王珣.  微型电脑应用. 2017(06)
[8]高校智慧校园建设的顶层设计及实践应用——以“智慧北航”为例[J]. 徐青山,张建华,杨立华.  现代教育技术. 2016(12)
[9]大数据背景下高校智慧校园建设探究[J]. 邵野.  数字技术与应用. 2016(10)
[10]“互联网+智慧校园”的立体架构及应用研究[J]. 王曦.  中国电化教育. 2016(10)

博士论文
[1]移动互联网络安全认证及安全应用中若干关键技术研究[D]. 石莎.北京邮电大学 2012

硕士论文
[1]一卡通数据中学生消费行为及其成绩相关性研究[D]. 邹志洪.湖南大学 2018
[2]高校智慧校园信息标准的规划与设计[D]. 孙思.武汉轻工大学 2017
[3]基于大数据挖掘的高校学生行为数据分析系统的研究与开发[D]. 孙杨博.华北电力大学(北京) 2017
[4]基于群智能优化算法的云计算任务调度策略研究[D]. 辛海奎.陕西师范大学 2015
[5]高职院校智慧校园设计与实施[D]. 孙鑫.山东大学 2014
[6]校园数据中心学生数据库结构分析与数据交换[D]. 周松.西南交通大学 2012



本文编号：2895427