基于需求驱动数字化校园数据架构研究与设计.docVIP

基于需求驱动数字化校园数据架构研究与设计 　　摘 要： 近年来，在数字化校园建设中，以数据服务为核心，为不同角色提供人性化信息服务，以及为学校发展提供决策支持的需求应运而生。而单一的统一数据库在应用系统和业务规模扩大时其应用查询效率较低，为此设计出一种新的数字化校园数据架构，将数据交换库与共享数据库分离，使数据存放更为有效，从而提高查询效率。从理论上和技术上对新的数据架构进行了可行性分析。新的数据架构能够较好地满足数字化校园建设中的新需求。 　　关键词： 数字化校园； 数据集成； 数据挖掘； 数据服务 　　中图分类号：TP393 文献标志码：A 文章编号：1006-8228（2013）10-78-03 　　0 引言 　　随着计算机技术的迅速发展和校园网信息化建设的进一步深入，高校数字化校园建设实现了不同业务系统之间数据资源的共享，各个“信息孤岛”的有机集成，提高了校园网的运作效率[1-2]。然而教育信息化开始进入了资源集成时期，高校如何对信息资源进行规划、设计、组织和控制，实现“以用户为核心的结构化信息资源组织结构”，为每个人提供最人性化的信息服务，为学校发展提供决策支持，是当今校园网信息化发展的追切需求。 　　校园数据中心的建立是数字化校园建设中的重要环节。在有关高校管理信息系统的论文中有很多是关于数据中心的研究，如刘星晔的《加强高校管理信息系统的数据共享与利用》[3]一文中指出了目前高校管理信息系统存在的问题，强调了高校管理信息系统的数据共享与利用的重要性，并进行了简单的实例分析。宋颖的《数字化校园建设的研究》[4]对数字化校园建设过程中数据应用与交换平台问题展开相应的研究。王培雷的《高校数字化校园平台的研究与设计》[5]对高校数字化校园平台的设计做出详细分析，在建设内容、数字共享方面提出了明确的设计思路。可以发现，其研究重点是建立一个统一的数据库，各应用系统之间的数据交换以此为桥梁，实现学校范围的数据共享、数据一致性，并在统一数据库的基础上建立面向教职工、学生的应用模块及校级决策分析模块。 　　然而，在建设中，以统一数据库为基础的应用存???两点不足：①当底层业务系统有大量数据更新入统一数据库时，基于统一数据库的应用查询效率很低；②统一数据库的数据表是各个业务系统数据库表的映射，没有对数据进行梳理及按主题存放，数据来源分散。对此，本文设计出了一种新的数字化校园数据架构：把数据的抽取分成了两个步骤，第一步是从数据源到数据交换库的数据抽取，第二步是数据交换库到按主题存放的共享数据库的再次抽取。共享数据库的数据是对数据交换库的数据进行进一步的抽取和分类，主要面向数据查询的集成，不涉及数据交换。 　　1 相关技术研究 　　1.1 基于ETL的数据集成 　　基于ETL数据集成的方式，可以看作主要由数据抽取和数据转换整合两部分组成。 　　1.1.1 数据抽取 　　在现有的各个业务系统中，数据信息分散地存储在各不同的数据库中，数据交换库的数据需要从这些数据源中采集，而由于各数据源采用的数据库类型不同，存储数据的标准也不同，因此必须经过处理之后才能装载到数据交换库。数据交换库到共享数据库又是一次数据抽取过程，在这次数据抽取过程中，要对数据进行梳理、分类和归纳并按主题存放。在数据抽取过程中会遇到很多的问题，主要包括以下几点。 　　⑴ 数据来源不同，需要采集数据的相关工具应能够支持各种异构数据源。 　　⑵ 不同数据库支持的数据类型有差异，因此选择的工具应具有字段映射功能，能够将抽取的数据类型转换为目标格式。 　　⑶ 从不同的数据源进行数据抽取，会有很多的冗余数据，因此需要根据需求进行相关处理。 　　1.1.2 数据转换与整合 　　数据转换与整合需根据系统分析和构建需求，通过数据过滤、数据转换等操作，将整合之后的数据装载到共享数据库。 　　1.2 校园信息的数据挖掘 　　随着高校信息化实践的大量开展，相应的基础设施和业务系统中已积累了海量数据。而从沉淀的数据中发现有价值的信息，深入挖掘、综合利用、转化为知识，才是业务系统真正价值的体现。 　　数据挖掘技术用于分析存在于数据库中的隐含的、有意义的数据从而发现新的关联关系，它能实现多种功能，如：自动预测趋势和行为、数据关联分析、概念描述、偏差检测等[6]。通过业务和数据理解、数据建模、模型评估及部署等步骤，通过服务器内部的数据统计、多维分析（OLAP）、SPSS等技术和各类分类预测以及描述方法，实现大量数据关联。 　　数据挖掘和分析是建立长效机制，实施校园管理的重要手段[7-9]，加强数据分析应用是管理的必然趋势，其可为校管理者的科学决策提供重要的参考依据，帮助学校各部门精准服务，提高师生满意度。 　　2 数字化校园数据架构设计 　　在数字化校园建设