摘要：随着大数据的到来以及发展，对于资源利用率的要求也越来越高，而在“一寸光阴一寸金”的大学校园里资源利用也是一个需要改进的方面。例如，在大学中，两个学院不同学院的学生老师在另一个学院中需要寻找教室，而多余的时间是可以被节省出来的，社团或者学生需要用到教室，那么教室的被利用率，现在的人数多寡，可以被通过APP显示给使用者，省去了不必要的时间浪费，同时，大数据可以根据日常生活习惯来推荐志同道合的朋友——常去图书馆自习室的学生之间一定有很多想法可以交流，常在田径场挥汗如雨的学生也会有一些经验可以交谈。本文基于大数据分析，将其利用于应用软件上，构建出一个合理的，可被应用的资源共享和交流平台，对学生和老师的日常生活提供合理化帮助。
关键词：大数据；资源共享；提高资源利用率
1.引言：
在日常的学习生活中，在学院占地面积较广的大学校园里，因为找教室所耽误的时间就越多，例如，别的学院开展了一次让自己颇为向往的活动，提前了一个小时出门却还是不能在这段时间里找到活动开展的地方。抑或是，别的大学开展了一次让自己颇为向往的活动，提前了一个小时出门却还是不能在这段时间里找到活动开展的地方。
在需要组织活动或者需要找到自己自习的地方时，迟迟找不到自己需要的教室，自习室，图书馆座位。
在想要找到志同道合的朋友的时候却难以在现实生活中开口。
本文基于大数据本文基于大数据分析，将其利用于应用软件上，构建出一个合理的，可被应用的资源共享和交流平台，对学生和老师的日常生活提供合理化帮助。
2.相关技术研究现状
2.1大数据技术
大数据技术，随着云时代的到来，成为了人们关注的热点。大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。但是大数据计算的战略意义不在于掌握了庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。
2.2位置导航技术
中国北斗卫星导航系统是中国自行研制的全球卫星导航系统，北斗卫星导航系统由空间段、地面段和用户段三部分组成，可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务，并具短报文通信能力，已经初步具备区域导航、定位和授时能力，定位精度10米，测速精度0.2米/秒，授时精度10纳秒。北斗卫星导航系统是全球四大卫星导航核心供应商之一，目前在轨卫星已达39颗。从2017年底开始，北斗三号系统建设进入了超高密度发射。目前，北斗系统正式向全球提供RNSS服务，在轨卫星共39颗。2019年还将再发射5-7颗，2020年再发射2-4颗卫星后，北斗全球系统建设将全面完成。
3、大数据在资源共享中的应用
3.1数据处理分析
3.1.1用户交友方面的数据分析
随着生活信息化的发展，每天都会产生大量的数据，而用户每天的行为产生的是海量的数据，在进行分析前，我们需要将收集到的客户信息——数据源，使用ETL工具首先进行数据抽取，确定访问数据库中某些客户信息的文件、需要提取的字段，例如姓名、年龄、常去地点、性别以及使用习惯等，并定期更新数据，对不同的数据源确定抽取的频率。由于抽取后的数据不一致和数据粒度不同，将对其进行数据转换；为了提高数据源中数据的质量，进行数据清洗，全面校验数据源的数据质量。在进行一系列的数据处理后，将数据加载到数据仓库中进行建模，按照年龄、性别、常去地点以及使用习惯等维度进行OLAP分析，通过切片切块、钻取等分析手段预测客户的交友需求率以及匹配度，使客户得到更好的体验。
3.1.2资源共享方面的数据分析
我们需要将收集到的客户信息进行数据抽取，同3.1.1中的操作，我们可以分析同一个地点在不同时间段时，人数的增长和减弱，从而大致预测这个地点的未来人数多寡，同时可以基于用户的多寡反应当下的人数多寡。
3.2数据挖掘
3.2.1聚类分析技术
这一技术可以应用于查找用户之间的相似度，结合常去地点和药使用情况发现具有类似生活方式的同类用户。通过搜集此用户具有的特征，年龄、性别、常去地点以及使用习惯，应用功能K-means聚类算法，分析两个用户的共同点。
3.2.2关联分析技术
为了能及时的通过客户的特征来用户合适的可能性，更好的进行适配，通常使用关联分析技术。例如，通过搜集常去田径场的用户的年龄、日常习惯等一般因素的测量与其他常去田径场的用户之间适配的可能性。研究常去田径场的关联规则，其中z1，z2，z3，z4性别，年龄相差，日常习惯，去田径场的活动项目。
期刊文章分类查询,尽在期刊图书馆
表1：某日田径场的十位随机用户案例
案例编号
用户编号
影响z1
影响z2
影响z3
影响z4
1
001
z1
z3
z4
2
002
z1
z2
z3
3
003
z2
z3
4
004
z1
z3
5
005
z1
6
006
z2
z3
7
007
z3
8
008
z1
z4
9
009
z1
z2
10
010
z1
z2
z4
表2：产生的部分关联规则
条件项
结果项
支持度（%）
置信度（%）
z1z4
z2
10
20
z2
z3
30
50
z1z4
z3
10
16.7
z1z2
z3
10
16.7
z4
z1
30
42.9
z4
z3
10
16.7
利用上面关联分析得到的关联规则，判断用户适配的可能性，提供可靠的用户适配。用户适配后，此项数据可作为以后分析的参考。
4.结论
本文提出的大数据的校园资源共享，采用全云化承载和运营，利用数据集市以及用户使用的数据，进行数据挖掘并结合大数据分析手段按照主题进行数据划分，充分把APP的每项功能都利用到极致：
1.在导航方面，利用大数据分析，分析用户路程选择，把校园路径分为时间最短，体力消耗最少，风景最好等选择方向。
2.在用户交友方面，以上述例子为操作流程，把各项数据相似的两个用户分配在一起，提高用户交友体验及交友效率。
3.在广告方面，在不同的时间段以及地点附近，精准投放广告以及广告招标，增加广告收入。
4.在资源共享方面，利用大数据分析，预测每个时间段内目标地点的利用率及人数，按照用户比例来反映当时当下的人数多寡，加速效率。
参考文献
[1]我国北斗系统在轨卫星已达39颗 明年将全面完成建设.新华网[引用日期2019-09-08]
[2]彭洁,白晨.资源共享系统结构分析[J].情报理论与实践,2014,(07):14-18+22.
论文作者:纪钦瀚
论文发表刊物:《知识-力量》2019年11月52期
论文发表时间:2019/11/27
标签：数据论文; 用户论文; 资源共享论文; 田径场论文; 常去论文; 北斗论文; 大数论文; 《知识-力量》2019年11月52期论文;