智慧校园大数据云平台建设和运营整体解决方案

2.2.6、 国家智慧校园大数据

主要汇聚了来自各区域产生的各种教育数据，侧重教育管理类数据。

2.3、 智慧校园大数据采集技术图谱

教育数据的采集需要综合应用多种技术，每种技术采集的数据范围和重点都有所不同。图2展示了教育数据采集的技术体系，共包括4大类、13种常见数据采集技术。

40

智慧校园大数据云平台建设和运营整体解决方案

2.4、 智慧校园大数据建设面临问题

大数据是智慧校园行业跃迁的新变量，但目前也面临着诸多挑战：

2.4.1、 产品同质化严重

主要以考量测评类产品为主，重点聚焦于如何“提分”；

41

智慧校园大数据云平台建设和运营整体解决方案

盲目跟风现象严重，产品同质化且差异不大。 2.4.2、 分析端是整体短板

目前的产品多集中在关系维系端和数据存储端，缺乏深度数据分析；

教育行业数据半结构化、非结构化突出，在分析端技术整体不成熟。

2.4.3、 缺乏统一的行业标准

行业正在重走教育信息化早期发展阶段的“老路”，盲目混乱发展；

专门针对智慧校园大数据的标准制定工作还未正式启动。 2.4.4、 大数据价值尚未体现

整个行业缺乏有影响的大数据实践案例，普遍对价值认可不足；

缺乏有影响案例的情况下，大数据定价缺乏依据和标准。

42

智慧校园大数据云平台建设和运营整体解决方案

2.4.5、 数据模型的科学性不足

教育业务具有异常的复杂性和独特性，目前大多数产品仅靠IT思路构建教育数据库，在数据源选择和指标、权重设计方面往往脱离实际。

2.4.6、 数据的权利制度未明确

教育数据的归属权、开放范围、开放方式、隐私保护等还无清晰界定；

在提供教育数据产品与服务中，往往存在极大的政策风险。 2.4.7、 数据规模日益庞大

数据来源多元化，共享数据库涵盖系统多，智慧校园生源不断扩张，信息不断积累，致使数据库中的信息不断增加，进而为数据挖掘、管理和分析带来了困难。

2.4.8、 缺乏稳定高效的大数据环境

智慧校园不同学科与专业采用的大数据环境大多依赖现有的IT环境，导致大数据运行的基础软硬件环境比较混乱且极其

43

智慧校园大数据云平台建设和运营整体解决方案

不稳定，缺乏有效的运维管理，严重影响教学和科研工作的正常进行。

2.4.9、 数据利用不充分

校园的信息仍然停留在收集和累积阶段，尽管移动终端系统的不断发展为信息采集带来了极大的便利，但采集后的数据仅仅停留在查询阶段，并没有对数据进行整合、分析和梳理，使得这些信息仍未被管理者采用，作为决策依据的信息则少之又少。

2.4.10、 数据驱动带来的科研新挑战

数据剧增由量变引起质变，使科研人员的思维和行为模式在传统的学科研究领域发生转变。如何借助大数据相关技术以及资源，找到本学科研究成果的新视角，已经成为当前智慧校园研究的重要课题。

2.5、 智慧校园大数据云平台建设原则

数据采集是建设智慧校园大数据的基础性、先导性工作。随着很多新型技术（如眼动追踪技术、语音交互技术、体感技术等）

44