论文部分内容阅读
摘 要:本文根据国内许多高校已形成初具规模的数据中心的现状,探讨如何根据现有积累,进一步从整体上分析数据,通过采用数据仓库、模型设计、数据挖掘等技术,建设基于数据中心的决策支持系统,协助管理者掌握学校的师资力量、招生容纳力、校舍图书等教育资源的使用情况,并在此基础上对资源进行更好地规划和配置,为学科建设、专业设置等提供决策支持。
关键词:高校管理;数据中心;决策支持;数据仓库
中图分类号:G434文献标识码:A文章编号:1673-8454(2010)15-0033-02
一、引言
高校的学科建设、专业设置、资源配置、远景规划等都受到高校本身资源情况和社会经济发展水平的制约,如何根据历史情况及现状调整教学、科研、管理等资源,合理制定招生计划、设置专业、消除资源配置不均衡局面、提高毕业生就业率等问题是高校面临的普遍问题。
二、高校数据中心现状
目前,国内大部分高校建有信息系统,且都有一定程度的数据积累,形成初具规模的数据中心。在信息化程度比较高的学校,教学、科研、人事、管理等活动均已经实现全方位数字化。但目前这些系统仅仅实现了单一的业务功能,或者只是提供简单的共享功能,并没有对有价值的数据进行进一步的挖掘、利用。
三、决策支持系统介绍
决策支持系统是通过数据、模型和知识辅助决策者,以人机交互方式进行半结构化或非结构化决策的计算机应用系统,它结合了数据仓库、联机分析处理、数据挖掘、模型库、数据库、知识库等多种技术,实现更有效的辅助决策。
决策支持系统在企业有许多成功案例,对提高管理效率和企业经济效益都取得了明显的效果。但在学校的使用至今还不多,将数据仓库和数据挖掘引入学校信息管理中,对提升学校的竞争力和办学水平将起到一定支持作用。
四、高校决策支持系统的设计
目前高校建有涵盖人、财、物、教学科研活动的基础数据库,通过对基础数据库的分析,采用数据仓库、数据挖掘、联机处理等方法,对学校数据中心的历史数据重新利用,为学校管理提供决策支持。
1.为教学质量分析提供支持
决策支持系统根据数据中心历史和现有的学生信息、教师信息、评教信息等对学生的学习能力、学习效果、科研能力等进行评估,帮助学生及时调整学习。决策支持系统在为教学质量分析提供支持时所涉及的部分数据中心的数据如表1、表2、表3所示。
根据表1~表3及数据中心的其他数据,决策支持系统可以按一定的算法从不同维度计算各类指标,从而实现对教学质量的综合分析。
(1)评估教学质量
决策支持系统分析数据中心网上评教的数据,综合评价学校的教学质量,为教学重点的调整提供决策支持。对各年度的学生评教结果进行分析,评估教学质量改善情况;对评教的各项指标平均分进行分析,找出需要改善的环节;对各院系评教分数和优秀率进行对比,找到需要重点改善教学质量的院系。通过指标分析对比、部门对比,学校对比,使教师了解到自身的薄弱环节和所处的层次,有利于教师提高自己的整体素质。
(2)分析学生群体
通过数据中心的学生信息,分析需要关注的学生群体。分析贫困、处分、生源、培养方式、奖励、学籍变动等对学生的影响,找出在教学中应该重点关注的学生群体,从而调整教学过程,改善教学环节。
2.人力资源的相关性分析
根据数据中心的数据积累,对教师的职称结构、学历结构、工龄、年龄、性别、职别结构、科研情况、兼职情况等进行差异化对比分析,分析教师结构的合理性,找出教学质量较好和较差的教师人群,为学校的师资力量配比、招聘重点提供决策支持,为人力资源合理性提供决策支持。
3.专业发展趋势预测分析
根据历史数据积累,评测现有系、专业、所设课程的合理性和发展方向。结合国家经济、政治的宏观状况等来预测学校各专业的需求程度,及时调整专业设置、招生计划和资源的配置等。分析学生选课、教师课时工作量等信息,结合现有的教师和学生人数,预测学校所需的各类人才。例如可以根据学校各专业的选修人数、毕业生的就业去向等数据进行热门专业的发展预测、专业的社会需求预测、毕业生就业人数预测。对专业的划分、课程的设置、学生实际学习效果、社会的需求等方面所具有的相关程度大小进行分析,为培养高素质的综合性人才进行相应的决策。
4.规划分析支持
辅助决策者在对历史数据进行分析的基础上对高校的发展目标、招生计划、资源配置、人员安排、教学管理等做出总体规划。分析培养每位学生的平均成本:包括学习课程、教学设备等;教职工成本:工资福利等。结合对财务数据分析,包括学生学费、教职工工作量等,分析平均经济效益。通过分析各种教学、实验项目对学校教学、科研产生的经济或社会效益,对资金运用的效益进行分析。
5.决策支持系统的设计总体框架
决策支持系统的设计框架如图所示。
五、关键技术
1.数据仓库的设计及实现
数据仓库(Data Warehouse)是一个面向主题的、集成的、稳定的、反映历史变化的数据集合,用于决策支持。数据仓库的建设是以现有业务系统和大量业务数据的积累为基础的。数据仓库不是静态的概念,只有把信息进行挖掘,将有用的信息及时交给需要这些信息的使用者,供他们做出改善其业务经营的决策才是数据仓库的根本任务,数据仓库建设是一个工程。
2.模型设计
结合人工智能、运筹学、信息经济学、管理科学和行为科学,从评估、相关性、预测和规划四个维度对数据进行模型设计。涉及的模型和算法有前向神经网络模型、反馈神经网络模型、一元线性回归分析模型、多元线性回归分析模型、多元逐步回归分析模型、平滑预测模型、趋势预测模型、季节指数预测模型、概率预测模型、基于人工网络的非线性预测模型、线性规划模型、非线性规划模型、动态规划模型。
3.应用端的设计及实现
数据仓库是服务于决策支持的,用户端的应用需要体现为学校的政策性、发展方向性等宏观事务决策提供依据。最终用户的要求是多样的,不可能用同一个界面满足所有用户的要求,必须根据用户的特点提供不同的界面。最终用户对数据仓库的访问方式包括:即席查询、报表生成、联机分析处理以及数据挖掘等。
参考文献:
[1]任友群,程静.高校信息化建设“十一五”规划制定策略研究[J].(中国)教育信息化,2006(3).
[2]林子雨,杨冬青,宋国杰,王腾蛟,唐世渭.实时主动数据仓库中多维数据实视图的选择[J].软件学报,2008(2).
[3]张莉,金波.数据仓库集成框架MI-DAWA的设计与实现[J].计算机工程与设计,2008(9).
(编辑:隗爽)
关键词:高校管理;数据中心;决策支持;数据仓库
中图分类号:G434文献标识码:A文章编号:1673-8454(2010)15-0033-02
一、引言
高校的学科建设、专业设置、资源配置、远景规划等都受到高校本身资源情况和社会经济发展水平的制约,如何根据历史情况及现状调整教学、科研、管理等资源,合理制定招生计划、设置专业、消除资源配置不均衡局面、提高毕业生就业率等问题是高校面临的普遍问题。
二、高校数据中心现状
目前,国内大部分高校建有信息系统,且都有一定程度的数据积累,形成初具规模的数据中心。在信息化程度比较高的学校,教学、科研、人事、管理等活动均已经实现全方位数字化。但目前这些系统仅仅实现了单一的业务功能,或者只是提供简单的共享功能,并没有对有价值的数据进行进一步的挖掘、利用。
三、决策支持系统介绍
决策支持系统是通过数据、模型和知识辅助决策者,以人机交互方式进行半结构化或非结构化决策的计算机应用系统,它结合了数据仓库、联机分析处理、数据挖掘、模型库、数据库、知识库等多种技术,实现更有效的辅助决策。
决策支持系统在企业有许多成功案例,对提高管理效率和企业经济效益都取得了明显的效果。但在学校的使用至今还不多,将数据仓库和数据挖掘引入学校信息管理中,对提升学校的竞争力和办学水平将起到一定支持作用。
四、高校决策支持系统的设计
目前高校建有涵盖人、财、物、教学科研活动的基础数据库,通过对基础数据库的分析,采用数据仓库、数据挖掘、联机处理等方法,对学校数据中心的历史数据重新利用,为学校管理提供决策支持。
1.为教学质量分析提供支持
决策支持系统根据数据中心历史和现有的学生信息、教师信息、评教信息等对学生的学习能力、学习效果、科研能力等进行评估,帮助学生及时调整学习。决策支持系统在为教学质量分析提供支持时所涉及的部分数据中心的数据如表1、表2、表3所示。
根据表1~表3及数据中心的其他数据,决策支持系统可以按一定的算法从不同维度计算各类指标,从而实现对教学质量的综合分析。
(1)评估教学质量
决策支持系统分析数据中心网上评教的数据,综合评价学校的教学质量,为教学重点的调整提供决策支持。对各年度的学生评教结果进行分析,评估教学质量改善情况;对评教的各项指标平均分进行分析,找出需要改善的环节;对各院系评教分数和优秀率进行对比,找到需要重点改善教学质量的院系。通过指标分析对比、部门对比,学校对比,使教师了解到自身的薄弱环节和所处的层次,有利于教师提高自己的整体素质。
(2)分析学生群体
通过数据中心的学生信息,分析需要关注的学生群体。分析贫困、处分、生源、培养方式、奖励、学籍变动等对学生的影响,找出在教学中应该重点关注的学生群体,从而调整教学过程,改善教学环节。
2.人力资源的相关性分析
根据数据中心的数据积累,对教师的职称结构、学历结构、工龄、年龄、性别、职别结构、科研情况、兼职情况等进行差异化对比分析,分析教师结构的合理性,找出教学质量较好和较差的教师人群,为学校的师资力量配比、招聘重点提供决策支持,为人力资源合理性提供决策支持。
3.专业发展趋势预测分析
根据历史数据积累,评测现有系、专业、所设课程的合理性和发展方向。结合国家经济、政治的宏观状况等来预测学校各专业的需求程度,及时调整专业设置、招生计划和资源的配置等。分析学生选课、教师课时工作量等信息,结合现有的教师和学生人数,预测学校所需的各类人才。例如可以根据学校各专业的选修人数、毕业生的就业去向等数据进行热门专业的发展预测、专业的社会需求预测、毕业生就业人数预测。对专业的划分、课程的设置、学生实际学习效果、社会的需求等方面所具有的相关程度大小进行分析,为培养高素质的综合性人才进行相应的决策。
4.规划分析支持
辅助决策者在对历史数据进行分析的基础上对高校的发展目标、招生计划、资源配置、人员安排、教学管理等做出总体规划。分析培养每位学生的平均成本:包括学习课程、教学设备等;教职工成本:工资福利等。结合对财务数据分析,包括学生学费、教职工工作量等,分析平均经济效益。通过分析各种教学、实验项目对学校教学、科研产生的经济或社会效益,对资金运用的效益进行分析。
5.决策支持系统的设计总体框架
决策支持系统的设计框架如图所示。
五、关键技术
1.数据仓库的设计及实现
数据仓库(Data Warehouse)是一个面向主题的、集成的、稳定的、反映历史变化的数据集合,用于决策支持。数据仓库的建设是以现有业务系统和大量业务数据的积累为基础的。数据仓库不是静态的概念,只有把信息进行挖掘,将有用的信息及时交给需要这些信息的使用者,供他们做出改善其业务经营的决策才是数据仓库的根本任务,数据仓库建设是一个工程。
2.模型设计
结合人工智能、运筹学、信息经济学、管理科学和行为科学,从评估、相关性、预测和规划四个维度对数据进行模型设计。涉及的模型和算法有前向神经网络模型、反馈神经网络模型、一元线性回归分析模型、多元线性回归分析模型、多元逐步回归分析模型、平滑预测模型、趋势预测模型、季节指数预测模型、概率预测模型、基于人工网络的非线性预测模型、线性规划模型、非线性规划模型、动态规划模型。
3.应用端的设计及实现
数据仓库是服务于决策支持的,用户端的应用需要体现为学校的政策性、发展方向性等宏观事务决策提供依据。最终用户的要求是多样的,不可能用同一个界面满足所有用户的要求,必须根据用户的特点提供不同的界面。最终用户对数据仓库的访问方式包括:即席查询、报表生成、联机分析处理以及数据挖掘等。
参考文献:
[1]任友群,程静.高校信息化建设“十一五”规划制定策略研究[J].(中国)教育信息化,2006(3).
[2]林子雨,杨冬青,宋国杰,王腾蛟,唐世渭.实时主动数据仓库中多维数据实视图的选择[J].软件学报,2008(2).
[3]张莉,金波.数据仓库集成框架MI-DAWA的设计与实现[J].计算机工程与设计,2008(9).
(编辑:隗爽)