高校智能定位服务分析系统的设计与应用
中图分类号： TP311.13 文献标识码： A 文章编号： 2095-2457（2017）32-0092-002
【Abstract】Campus location service is an important part of smart campus construction. It plays an increasingly important role in campus information management and service system. With the rapid development of wireless communication technology， intelligent mobile terminal technology and cloud computing technology， colleges and universities can establish and improve the campus intelligent positioning service analysis system by virtue of the log data of the cartoon， access control， wifi， face recognition and other systems and learn from teachers and students Life provides services to provide management support for schools.
【Key words】Location Service； Wireless Location； Data Mining； Log Analysis； Behavior Portrait
0 引言
位置服?眨?location based services，LBS）又称定位服务，是近年来随着无线通信网络和智能移动终端的普及而兴起并蓬勃发展的互联网应用之一，它是指通过无线通信网络向用户提供与位置有关的服务。位置服务的目标是帮助用户通过移动终端获得空间信息及其相关的社会信息和进行信息查询。[1]目前高校数字化校园基础平台均已基本建设完成，大部分高校都凭借之前的数据技术沉淀、互联网+以及大数据云等技术方面的突破，投入到了更加个性化、智能化的智慧校园建设中，以高校位置服务为代表的校园信息服务应用系统及相关应用正逐渐成为智慧校园建设的重要组成部分。
云计算是一种基于互联网的大众参与的计算模式，其计算资源（包括计算能力、存储能力、交互能力等）是动态、可伸缩、被虚拟化的，以“服务”的方式提供，可以方便地实现分享和交互，并形成群体智能。[2]使用云计算手段，对地理数据、人员行为日志数据、智能终端应用记录等进行分析，构成的地理信息大数据资源，已超出传统测绘的范畴，成为感知校园内社群和个人行为画像，校情分析和数据预警等构建智慧校园的重要手段。
1 智能定位数据来源
1.1 一卡通刷卡日志
校园一卡通是高校数字化校园建设最重要的组成部分。它通过非接触刷卡方式，一般采用M1卡技术或者CPU卡技术，将校内人员信息与财务数据绑定在校园卡上，是目前高校内使用最广泛的金融消费管理手段。目前常规的使用场景包括食堂消费，购水购电，超市消费，洗澡消费，校车乘车，门禁刷卡，教室签到等。校内人员在校内的学习与生活离不开校园一卡通。
校园一卡通刷卡记录每年产生海量数据，这些数据通常包括时间、卡号、人员姓名、POSE机编号、刷卡金额等，日志清单如图1所示。将一卡通刷卡日志进行采集、清洗、分析，能够获取校内人员最基础的生活轨迹，分析人员消费水平，分析校内人员大致分布等。
1.2 智能移动终端
教育部《教育信息化“十三五”规划》文中专门要求推进“无线校园”建设，各类学校应实现无线网络全覆盖。伴随着数字化校园的推进，目前大部分高校已基本实现wifi信号全覆盖。同时随着以及智能移动终端特别是智能手机在校园内全面普及，依靠无线通信技术的发展以及网络数据处理能力的提高，无线定位技术已基本成熟。无线定位技术能够基于WiFi技术实现定位、监测目标的位置，AP将收集的MU（Mobile Unit，移动设备）信息发送到相关的大数据平台，通过大数据平台根据一定的算法和规则进行位置计算，然后将计算的位置数据传给GIS软件。在软件上用户可以通过地图、表格或者报告等多种形式直观的获取物资的位置信息。
只需使用设备登陆网络一次，无线AP与网络认证设备就能将MU信息与认证信息相匹配，产生MAC地址、账号、姓名的对应信息。进入大数据平台之后，只要移动终端处于校园WiFi覆盖范围内，并且无线开关处于开启状态，无需连接网络，AP就能侦听终端连接数据，记录并计算出相应的位置信息。主要可应用在人员热区展现，人员轨迹绘制及失物查询等方面，平台架构如图2所示。
1.3 人脸识别系统
智能人脸识别系统，指的是采用基于视觉通道信息的面部感知识别系统，包括人脸检测和跟踪、面部特征定位、面部特征提取、人脸信息归类、人脸身份比对等分系统，通过由人像采集设备采集到的人脸图像信息，经过人脸动态识别，实现无感知、快速精准的人员身份确认，经过数据分析，从而对人员进行统计、管理的综合性应用平台。 通过智能人脸识别系统，可完成对不同功能区域的人员统计、管理，实现校内人员上课、会务考勤的查询与统计以及校内学生的学习生活轨迹进行展示，如宿舍区智能身份识别、会议考勤、考试身份认证等。具体架构图如图3所示，主要涵盖了宿舍管理、实时考勤统计、考试人员身份核实以及数据分析、预警等。
1.4 其它
承载校园用户行为数据的来源还包括车辆识别，云桌面终端，宿管系统等，这些数据通过清洗，均可以展示在特定时间点或时间段上校内相应人员的活动信息。
2 系统应用场景分析
2.1 学生画像
高校学生管理错综复杂，除了对学生考试成绩进行管理之外，还要对学生生活学习各方面进行管理。高校智能定位服务分析系统可以为学生工作处，辅导员提供决策参考。它可以分析学生是否能够上课前吃饭，进入图书馆频率，喜欢看什么书，上课总缺勤率以及在校园内轨迹分析等数据。通过这些数据与学生的学习数据进行综合分析，可以形成学生的行为画像。
2.2 管理支持
高校智能定位分析系统能够为智慧校园管理决策提供支持，系统能够提供学校管理相关的校园热点、人流监控、不在校预警等指标。
2.3 师生服务
高校智能定位服务分析系统还能根据校内人员所在位置为师生提供学校内各类活动、社团活动的发布推荐，展现校?雀鞒〉氐氖凳闭加们榭觯?为校内人员提供各类校园导航，能够通过无线定位系统实现移动终端的定位，方便师生对此类失物的查询，同时它还具有社交功能，为相同生活学习习惯的人员提供沟通机会。
2.4 智慧校园
智能定位对接智慧校园平台，通过平台智能推送校园介绍等相关信息，特别在校园迎新的时候，全方位提供地理位置支持，实现智能迎新等功能。
3 系统建设的关键问题
3.1 数据清洗
利用数据中心平台提供的UC（U：使用数据，C：创建数据）调研矩阵工具，在对应用系统和涉及到的数据利用现状进行调研，明确共享数据使用关系和范围，确定数据的UC关系。
对应用系统进行集中的规划调研，分析出应用系统数据库和数据中心平台进行数据抽取和订阅时采用的方案，初始化数据中心平台的数据整合工具。使这套工具能够成功的从业务应用系统数据库中抽取数据到数据中心平台。
3.2 平台对接
建立统一数据处理中心。位置数据同步要求具有实时性，数据可以通过如ODI等技术实现多系统数据库间的数据同步，也需要发布WEB服务、公共接口，供其它系统调用，也可以调用其它系统提供的接口和WEB服务。统一数据处理中心数据应包括用户身份数据、位置数据、行为数据等，同时也要与数字化校园平台以及教务系统、人事系统、学工系统、会议系统、一卡通系统等多个业务系统进行数据交互。
数据处理中心要具有兼容性和可扩展性，便于与其他平台和采集系统的对接。可以将多种采集系统采集到的数据以及获取的其他系统数据进行加工处理，供系统统一使用，无缝融合，能够实时获取和分析处理一卡通数据采集、无线数据采集、人脸识别数据采集、车辆识别系统、门禁系统、云桌面终端、人工录入等多个基础数据采集系统的数据，实现各类地理信息统计分析功能，并可将数据按需推送到校内其他业务系统。通过统一数据处理中心，系统可以获得相关必须的数据并按需处理，也可以将处理后的数据进行按需推送到各个应用。
4 结束语
在智能定位服务分析系统支撑下的智慧校园平台能够极大的简化传统校园管理、会议考勤的处理方式，对教学、管理与生活形成独有的创新。借助现代化的手段提升综合管理能力，最终实现高校管理水平与内涵建设的提升。
