高职大专院校智慧校园建设现状及对策.docVIP

  • 25
  • 0
  • 约2.52千字
  • 约 5页
  • 2017-10-25 发布于北京
  • 举报

高职大专院校智慧校园建设现状及对策.doc

高职大专院校智慧校园建设现状及对策   摘要:以浙江大学为代表的重点大学正如火如荼的开展智慧校园建设,而高职大专院校开展智慧校园研究、建设得较少,进展较慢。对高职大专院校智慧校园建设现状、遇到的问题进行研究分析,并提出合理的对策,以促进高职大专院校信息化建设。   关键词:高职大专;智慧校园;现状;对策   中图分类号:F27   文献标识码:A   doi:10.19311/j.cnki2016.17.035   0引言   自IBM提出智慧地球的概念后,国外便开展智慧校园探索,现已拥有比较完善的理论模式。如美国亚利桑那大学为学生办理了智能学生证,学生证包含无线传感器,可用来联网注册、上课考勤等。国内,以浙江大学为代表,对智慧校园进行了积极探索,并在2010年,提出建设“智慧校园”的蓝图,随后初步构建了智慧校园的框架,从此拉开我国智慧校园构建的序幕。目前,智慧校园已被看作数字校园的拓展和提升的新技术框架,除了浙江大学外,北京邮电大学等重点大学也均已开展智慧校园建设,并取得一系列成果。然而,高职大专院校作为高等院校的重要组成部分,目前,?χ腔坌T把芯俊⒔ㄉ杞?度缓慢,且存在诸多问题,需要采取措施加以解决。   1高职大专院校智慧校园建设现状及问题   高职大专院校校园信息化建设缓慢,很多学校还处于数字化校园建设的初级阶段,据调查,主要问题和不足体现在规划理念落后、基础设施薄弱、平台建设落后、系统应用残缺等方面。   1.1规划理念落后   绝大多数高职大专院校认真贯彻落实教育部下发的有关信息化建设文件精神,将数字校园建设纳入学校发展规划,信息化建设势头喜人,但在数字校园建设达到一定程度后,将智慧校园纳入学校建设规划的学校则很少。这与学校领导层面的重视不够有关,还与学校资金短缺、缺乏信息化专门人才等因素有关。   1.2基础设施薄弱   据调查了解,大多数高职大专院校存在办学资金短缺的问题,因此,在资金安排上优先保障学校运行,即使学校重视信息化建设,在数字化校园、智慧校园建设方面投入也不会太多。造成学校未能购买高规格性能光纤、网线、路由器、网络服务器等设施设备,数据中心建设也很落后,云计算设施根本没有,从而使得上网速度受限、数据安全性低、云计算技术无法使用。   1.3平台建设落后   统一平台包括学校门户网站、认证登录平台、数据处理平台等,在智慧校园中位置很重要。但是有些学校建设较为落后,既没有功能齐全、布局合理的门户网站,也没有平台登录认证入口,更没有数据处理平台,这些影响了学校的形象,降低了信息数据传递的安全性,不利于海量数据的提取、加工和使用。   1.4系统应用残缺   校园资源管理信息系统能为教学、学工、科研等管理人员提供极大方便,提高管理工作效率,是高校信息化不可缺少的工具。高职大专院校比较重视资源管理系统的建设,不少学校愿意拿出经费组团开发或者购买软件系统,但是存在重复购买、系统之间不兼容的问题,比如今年购买一款教务管理系统,过几年因为平台更新不能使用等因素又重新换一款,不仅浪费资金,对熟悉和操作系统也非常不利;有些学校在不同公司购买系统,未能考虑平台及系统之间的兼容性,结果导致学生、教务、科研、招生等系统不能兼容和嵌入平台使用。   2高职大专院校智慧校园建议与对策   针对高职大专院校智慧校园建设现状及存在的问题,拟提出以下对策:   2.1科学规划布局   学校党委行政领导要高度重视智慧校园建设,将智慧校园建设纳入学校发展规划,并制定具体建设方案,完善组织机构,配备专业技术人员,提供建设资金。在数字校园建设阶段要加强规划,立足长远,防止重复建设。   2.2完善基础设施   学校要本着节省资金、经久耐用、安全保障的原则,认真做好网络设施购买搭建、数据中心建设、云技术设施部署等工作。购买网络设施设备要采用招标的方式认真比选商家,选择物美价廉的产品,节省资金,保证网络传输速率和安全性;加强数据中心建设,选择合适的数据库服务器软件,使用hadoop Extract-Transform-Load数据仓库技术(简称hadoop ETL)对数据库数据存储、抽取、转换、加载等,保障数据中心安全稳定性。   2.3加强统一平台建设   重点做好学校门户网站、资源计划系统登录认证平台、数据处理平台等建设工作。门户网站要科学布局、功能齐全、运行速率快,如果有校园资源计划系统、   认证机制,则应将三者结合,将资源计划系统平台嵌入到门户网站当中,登录资源计划系统平台,需经过用户注册、认证成功才能登陆,成功登陆资源计划系统后,即可享受校园资源计划系统中的海量资源。数据处理平台是用来有效加工处理海量数据的,数据处理平台可采用Hive-Hadoop集群进行数据挖掘

文档评论(0)

1亿VIP精品文档

相关文档