高校数据融合路径及其治理框架的探讨.docVIP

高校数据融合路径及其治理框架的探讨 　　摘 要：随着信息技术的发展，高校信息化建设进入一个新的发展阶段，高校沉淀了大量的数据资产，这些数据资产如何为学校决策服务、管理流程优化、提高教育教学、人才培养质量等是当前高等教育信息化发展的瓶颈和障碍。文中从高校信息化建设现状出发，分析了目前信息化建设中数据管理及利用的难点和热点，充分利用当前互联网+、大数据等新技术，从数据融合的视角探讨高校数据融合的路径及其治理框架，从而为互联网+高等教育的信息化建设提供思路探讨。 　　关键词：数字化校园；大数据；数据融合；数据治理 　　中图分类号：TN911.72 文献标志码：A 文章编号：1673-8454（2016）23-0075-03 　　一、引言 　　高等院校经过多年的信息化建设，目前大多数高校都已完成了校园网络、管理信息系统、公共数字平台建设，实现了高速校园网有线无线覆盖、管理业务流程自动化[1，2]。这些信息化建设项目在学校取得了很好的实际应用效果，节省了办公成本和办公效率，然而，随着信息技术的发展，也带了诸多问题[3-5]。比如：（1）数据标准不统一，数据孤岛现象，从而造成数据不一致，类似的在校生数量各部门统计都不一致等等；（2）信息化和管理业务没有充分融合，停留在信息化仅仅作为管理的支撑或者辅助手段，反而造成在某一方面对业务部门来说信息化是一种负担的负面形象；（3）信息化不足以支撑学校管理业务流程的变革，往往信息管理系统随着学校管理业务流程的变革而无法应用；（4）信息化没有走向深度的应用，不能很好的支撑学校的决策，不能有效地支撑学校的各项工作业务，诸如学生奖助学金评比、年度教职工考核、学科竞赛等等。本文结合学校实际情况，重点探讨随着学校信息化的建设，形成的数据资产如何高效利用，如何对数据资产进行治理等论述。面对学校庞杂的数据资产，作为信息化统筹部门，文中从数据融合的视角，探讨在互联网+、大数据等背景下高校数据融合的路径及其治理框架，从而为互联网+高等教育的信息化建设提供思路探讨。 　　二、高校数据融合的含义及实施的难点 　　1.数据的含义 　　本文所指的数据包含两个层面的数据： 　　（1）基本数据或者称为静态数据。这类数据基本不怎么发生变化，或者即使发生变化，变化的频率也很低。例如学校的校园分布、建筑，教职工从入职以后的姓名、籍贯、身份证号码、出生年月，学生从入学以后的家庭信息、姓名、籍贯，仪器设备的名称、型号等类似的信息文中都归结为基本数据。 　　（2）动态数据。在这里将动态数据划分为两类：一类是过程数据，这类数据是目前常见的管理信息系统、办公自动化等产生的过程结果性数据。比如教师的学期授课信息、学生的选课信息、学生的课程成绩、学生上网的上下线流量等等类似信息，也是日常使用管理信息系统看到的数据；另一类是行为数据，这类数据文中有称之为浸润式数据/伴随式数据，目前大多数的管理信息系统并不太关注此类数据，这类数据是管理信息系统使用者的行为数据，比如在线教学平台中学生在学习某个知识点能够从视频、网络中收集到其行为数据，上网过程中其浏览内容、停留时间等都可以成为行为数据。 　　目前大多数高校使用基本都是基本数据和动态数据中的过程数据，这类数据方便收集，大多数的高校也在利用此类数据做数据统计和分析，而真正要做到大数据分析，挖掘出对学校的管理决策能够服务时这些数据还远远不足以支撑，需要动态数据中的行为数据来做支撑，动态数据中的行为数据才是能够做好数据深度利用，挖掘出有价值的资源。 　　2.数据融合的含义 　　本文所指的数据融合包含两方面的含义：（1）按照学校的业务领域，将数据划分为不同的主题业务域，比如人力资源域、教学资源与管理域、学生工作管理域、科研成果管理域、财务资产域、学校档案域、公共服务域、系统管理域等，对这些不同主题业务域的数据开展交叉、关联应用的形式称为数据融合；（2）基本数据和动态数据的融合，就是将基本数据和动态数据进行关联，做大数据的分析和深度利用，为管理决策提供有价值的结果。 　　3.数据融合实施的难点 　　数据融合实施的难点：（1）学校主数据不完整，高校在以往管理信息系统建设过程，没有制定相应标准规范，使得现在产生的数据缺项，不完整，同时标准不统一，造成数据使用起来困难重重；（2）动态数据中的行为数据收集困难，目前的大多数管理信息系统不太关注行为数据的收集，比较重视过程数据的管理；（3）信息技术部门和业务部门的人手有限，信息技?g部门人员疲于应对日常的管理和维护，业务部门人员关注业务管理，没有精力收集和分析动态数据潜在的价值，同时其关注到数据也仅仅是部门内部管理权限范围内的数据，无法从综合角度关注动态数据可能给业务带来的潜在价值；（4）高校内部没有设置专门从事针对自己学校数据的大数据分析专门人才