智慧校园建设中的数据技术优化
2020-11-02石怀平
石怀平
摘要:2018年6月,国家标准化管理委员会发布了国家标准《智慧校园总体框架》,越来越多的高校在智慧校园管理信息系统建设方面取得了较好的成效。但高校智慧校园建设在数据技术方面还存在一些共性的问题,优化的路径应当包括目标导向的数据采集技术、通联兼容的数据存贮技术、便于挖掘的数据应用技术、规范合理的数据授权技术和动态演进的数据管理技术。
关键词:智慧校园;数据采集;数据存储;数据挖掘;数据管理
中图分类号:G64 文献标识码:A
文章编号:1009-3044(2020)25-0050-02
2010年,在信息化“十二五”规划中,浙江大学率先提出“智慧校园”概念;2018年6月,国家标准化管理委员会发布了国家标准《智慧校园总体框架(GBT36342-2018)》。近几年特别是近两年来,越来越多的高校着手推进智慧校园管理信息系统建设,且大多取得了较好的应用效果。但在走访了几所兄弟高校后,我们发现高校智慧校园建设在数据技术方面还存在一些共性的问题,需要进一步优化,优化的目标与路径具体可以概括为以下五个方面。
1目标导向的数据采集技术
智慧校园总体框架一般采用云计算架构,分为基础设施层、支撑平台层、应用平台层、信息门户层和安全保障体系等。智慧校园的总体目标是实现学校教学、管理与服务等各方面的高效智能化,分目标包括办公系统、教学管理、科研管理、人事管理、学生管理、财务管理与资产管理等方面的智慧化。
多数高校的智慧校园建设采用了委托模式,受托方大多是IT行业的公司,它们有技术方面的优势,因此在基础设施层和支撑平台层建设方面得天独厚。但智慧校园的应用主体是学校,学校作为委托方必须充分参与智慧校园建设过程,而参与这一过程的首要任务就是要向受托方准确表述智慧校园的建设目标。
智慧校园系统的目标设定,应当是一个多重嵌套的目标体系。目标体系自上而下由总体目标、分目标和执行目标三个层次构成。各级目标之间的关系是上级目标引领下级目标,下级目标的实现为上级目标提供保证。
高校在智慧校园建设中,首先要准确地表述智慧校园建设目标体系,关键是执行层目标描述要具体清晰。说到底,智慧校园是以数据技术为基础的管理信息系统,数据采集是智慧校园发挥作用的基础,但采集哪些数据应当以目标为导向。
作为数据采集导向的目标是执行层目标,也就是具体目标,如教学管理这一分目标就可以细分为学生缺勤、第二课堂与实习管理等执行目标,数据采集应当满足执行目标实现的需要。执行目标越清晰越具体,对应的数据采集任务也就越清晰具体。
不少高校在推进智慧校园建设过程中,往往与受托方沟通不足,前期准备也不够充分,目标表述特别是执行层目标表述不够全面、不够清晰,导致智慧校园系统在实际运行中作用受限。因此,学校推进智慧校园建设的首要任务是发挥学校各职能部门、各教职员工的主观能动性,清晰构建智慧校园建设目标体系,特别是明晰各执行目标,并与受托公司充分沟通,让受托方充分理解学校智慧校园建设的各目标点。
2通联兼容的数据存贮技术
大多数高校的智慧校园建设是在2015年以后,此前各高校已经广泛使用各种信息管理系统,如科研管理系统、教学管理系统、学生管理系统与财务管理系统等等,只是在这个阶段各系统独立运行,各系统数据库未实现相互联通。数据库之间的相互独立,严重制约了校园管理的智能化程度,增大了运行成本。不同部门相同的信息需求需要重复填报,这给教师和学生带来了极大的困扰;同时数据库之间的相互独立也制约了数据的挖掘与应用,因为不同的数据组合可以产生新的可用信息。
智慧校园的建设以已有的信息管理系统为基础,其中一个重要任务就是打破各系统之间的信息割裂,从各数据库呈现的信息孤岛状态转换至各数据库之间的信息通联。实现的路径就是建设中心数据系统,中心数据系统与已有各系统相互通联,可以抽取原有各系统的所有数据,实现各系统数据的共享。当然,中心数据系统在数据采集方面还是一个开放的系统,它除了从已有系统提取数据,也可以直接录入或捕捉数据。
实现数据通联要以数据兼容为基础。这里所说的数据兼容不是指数据库之间的技术兼容而是指数据的内容兼容,在计算机技术高度发达的今天,数据库之间的技术兼容一般是容易实现的。但各高校在数据管理实践中,都会面临这样一个问题,同一个数据在原有不同系统中录入时录入的内容存在矛盾。举一个最为常见的例子,如“在校学生数”,教务处在录入时往往以学籍人数为标准,学生处在录入时往往以“需要实际管理”的人数为标准,那些保留学籍的学生往往未被统计进去,这就导致两个部门两个系统录入数据的不统一。解决这一问题,有两条可选路径:一是统一同一数据的统计口径;二是对数据赋予更准确的定义,如针对学生数在不同系统錄入时给予不同的数据名,教务处录入时数据名为学生数(在籍)、学生处录入时数据名为学生数(在校)。
实现数据通联的中心数据系统建设更多的是一个技术问题,实现数据内容兼容更多需要的耐心与细致。技术与耐心细致的融合才能真正造就智慧校园。
3便于挖掘的数据应用技术
智慧校园以数据集成技术为基础,通过多种方式进行的数据采集、数据存储以及数据汇源与分类是为了后续的数据挖掘与应用。显然,数据的应用可简单划分为原始数据的直接使用和数据的挖掘应用。
原始数据的直接使用是我们运用智慧校园管理系统时一种最为常见的应用形式,它广泛应用于各种报告撰写、报表填报和标书制作。如我们在申报科研课题时,需要填写参与者的科研成果信息,这些信息作为原始数据存储于数据中心,我们可以通过智慧校园系统,输入参与者姓名和科研成果作为检索的关键词,提取数据直接使用。当然,智慧校园系统还可以以检索为基础直接进行数据推送。
数据的挖掘应用是更高级的数据应用形式,它以原始数据为基础通过数据分析与数据融合等技术挖掘出更深层次的可用信息,数据挖掘技术在智慧校园管理系统中应当得到更加广泛的应用。一个学生如果连续五天没有在学校食堂的刷卡记录,可能意味着在校外居住或离开了学校;一个学生连续五天上网时间(扣除上学术网站时间)可能意味着网络成瘾等等。这种通过多个数据组合延伸出来的信息对于学校管理意义重大,它可以让学校管理人员有针对性地及时介入,进行有效干预,防止不良后果的发生或促进管理朝着更加有效的方向发展。
4规范合理的数据授权技术
根据数据蕴含的信息是否涉及个人隐私,可以将数据简单划分为隐私类数据和非隐私类数据。非隐私类数据是指可以通过公开渠道获取的数据信息,对于高校而言,教师发表的科研成果、获准立项的科研课题以及科研获奖等信息,可以通过知网、通知或公告等公开路径获得,这些信息应当视作非隐私类信息;教师的联系方式、身份证号码、学生上网时间记录等不可以通过公开渠道获得的信息均应视作隐私类信息。学校在建设智慧校园的过程中,就应当根据所采集的数据属性,将数据分为隐私和非隐私两大类型。对于非隐私类数据可授权申请使用主体直接采用。
对于隐私类数据需要规范数据使用授权。在现实运行中,可将数据使用主体划分为单位主体与个人主体。如学校管理部门作为单位主体要采集数据行使正常的管理职能,可以直接调用隐私类数据,但调用时应当让调用人首先做出保密承诺,即调用隐私类数据时,系统会提示“我承诺:数据仅用于管理用途,使用人不得在其他范围传播或移作他用”,使用人点击同意后,即可进行数据采集与运用。但个人主体需要使用他人的隐私类数据,则应当经过承诺、授权,才能进入数据使用阶段。比如教师在申报课题时,需要获取参与人的身份证号码、手机号码等隐私类信息,首先要承诺所采用的数据仅用于课题申报,不得传播或移作他用;承诺后,系统会直接对接數据采集对象,发出诸如“XXX申报课题需要采用您的身份证号码与手机联系方式,您是否同意”的信息提示,待数据采集对象同意后,系统会自动提示申请数据使用人获得数据使用授权的信息,数据使用人才可以采集隐私类数据。
简而言之,非隐私类数据具有开放属性,可授权各类主体直接采用;隐私类数据的使用要获得数据采集对象的同意,经过数据使用申请、承诺、采集对象同意等程序,才可以完成数据的采集与使用。各学校在智慧校园建设的过程中,应当建立“数据采集与使用规范”。
5动态演进的数据管理技术
智慧校园建设是一个长期的过程,不可能一蹴而就。换言之,学校管理“没有最智慧,只有更智慧”。学校在推进智慧校园建设的过程中,应当不断检视数据管理方面存在的问题,动态改进与优化。
数据管理技术的优化应当遵从基本的管理学原理,执行PDCA循环。按照计划(Plan)、执行(Do)、检视(Check)和反馈(Act)这四个基本程序,将成功的做法纳入下一步的行动标准,将不成功的做法留待下一循环去解决。这一工作方法是质量管理的基本方法,也是学校高质量推进智慧校园建设的一般规律。
参考文献:
[1] 高东辉.智慧校园视野下的高校资产管理信息化建设研究[J].智库时代,2020(11):38-39.
[2] 凌红.论智慧校园建设对学校教育信息化发展的意义[J].滁州职业技术学院学报,2016,15(2):71-72.
[3] 李青军.大数据在智慧校园应用探索[J].学周刊,2017(32):172-173.
[4] 郑龙,马文,周忠宝,等.数字校园信息技术创新发展的探索与思考[J].中国现代教育装备,2020(1):4-7,13.
[5] 宋春雷,李兴保.近十年国内高校智慧校园建设现状述评[J].教育现代化,2018,5(11):92-93.
[6] 李有增,周全,钊剑.关于高校智慧校园建设的若干思考[J].中国电化教育,2018(1):112-117.
【通联编辑:王力】