智慧校园视域下高等教育数据生态治理体系研究

文/邵家勇

（南京科技职业学院，江苏南京 210048）

1.高等教育实现“全智慧”发展的问题分析

在智慧校园的发展过程中，高校往往存在“重管理，轻服务”的现象。管理模式单一和动态数据缺乏权威性等现象给高校的发展带来了众多约束条件，因此，高校在实际发展中需要根据自身的发展特色提出流程驱动数据流转和数据反转的路程变革方式。在这样的建设逻辑下，高校方可为智慧校园的建设提供重要的发展思路。就发展现状来看，还有很多高校在实际建设中存在很多问题，例如：信息化发展建设依靠的科学管理制度并没有得到完善，信息孤岛在具体的发展中很容易演变为数据孤岛，多数管理者缺乏专业的信息素养和信息化建设意识。智慧校园在实际发展中存在组织结构、体系结构、管理流程等多方面的问题。因此，在智慧校园的建设中，高校应该科学合理地开展数据治理和数据管理等工作，应用现代化的信息技术实现数据管理的创新，应用创新服务的形式弥补智慧校园在实践中存在的不足，应用高校实际发展情况综合制定科学有效的管理体系，以保障智慧校园的全面推进。

2.高等教育数据的发展现状和必要性分析

2.1高等教育数据处理的内涵分析

在教育信息化和现代化发展的进程中，高等教育数据管理是教育大数据发展进程中不断衍生出来的“数据管理和信息管理”的组织方法。在实际应用的过程中，其能够有效缩小数据孤岛。因此，在高校的具体管理工作中，校方管理人员需要充分发挥高等教育数据管理的作用，在实际应用中强化数据标准的规范性，通过科学有效的方式以加强对数据资产的管理，利用不断优化和监督的方式提升数据质量，以保障高等教育数据管理工作的合理性和有效性。

数据治理主要是围绕当下教育数据中存在的问题进行数据梳理和校验的工作过程，应用科学有效的方式提升数据质量，同时能在这样的背景下不断挖掘数据的根本价值，保障数据共享和交换的基本功能。良好的数据治理工作可以在高校实际工作中实现自身价值，并且帮助高校进行风险管控。数据治理工作需要明确数据管理的主体职责，并且给管理层面的决策提供重要的辅助，健全数据管理和运行的各项机制，通过各项管理方法和技术手段等协同作用来实现教育数据从源头到终端的闭环式反馈系统。同时，闭环式反馈系统可以给数据治理提供重要的信息参考，以保障智慧校园的有效应用。

2.2高等教育数据治理的研究动态分析

在信息化技术快速发展的进程中，将数据治理应用于教育行业已经成为推动教育行业快速发展的重要措施。利用这种发展方式，可以有效推动教育模式改革并提升教育质量，从而充分凸显教育大数据的实际作用。在教育行业不断发展的进程中，各项教育活动逐渐依赖于教育数据，教育主体对数据的重视程度呈现出显著提升的趋势。因此，在实际工作中，高校需要建立数据决策和职责的科学分配，从而有效凸显生态良性发展的主要优势，促使其为数据治理的研究工作提供重要的契机。

在日常管理中，管理人员需要提升专业意识和信息化素养。在实际管理工作中，高校应实现高等教育管理的“去行政化”发展方式，发展理念应实现从传统的管理到现代化治理的转变，借助于高等教育管理过程中的教育方法和方式等重要途径实现现代化的创新发展，改变传统、枯燥、单一的教学形式，并利用多元异构的大数据管理方式全面保障高等教育管理的科学效果和质量，保障管理决策和效果的质量。因此，开展数据治理工作已经成为高校发展中的重要条件，高校应利用良好的生态发展体系保障教育大数据的全面服务，从而实现教育服务的创新发展，综合提升教育治理能力。

3.高等教育数据治理体系研究

在高等教育理念下，教育信息化是实现数据治理的首要因素。因此，在具体结构建设的过程中，高校需要加强信息化技术的应用，有效发挥信息化技术在具体治理工作中的价值和作用。信息技术在具体应用中能够有效利用多元异构的教育形式实现大数据处理和采集工作。在这种方式下，建设科学有效的管理体系和规章制度，能够全面提升教育数据的质量，并且可以在实际应用过程中保护人们的隐私，保障数据安全和共享的实际功能。在数据治理开展过程中保障生命周期的监管方式，在具体的建设中建立完善的服务治理体系和数据治理体系，应用闭环治理体系的方式保障数据治理工作的全面开展，有利于将数据研究成果应用到教学和教研等各项教育活动中，从而全面提升高校的综合竞争力，有效实现数据治理信息化。

3.1高等教育数据治理模型分析

智慧化的发展方式能够将高校内部数据资源有效转变为核心竞争力战略中的重要资产，科学有效的数据治理体系则是保障战略资产形成的重要条件。数据治理模型主要分为数据基础、流程协同和服务催化及智慧服务三种模型架构，所以，数据治理体系的建设应该充分围绕这三个方面开展工作。

数据基础层是数据治理体系中最基础的单元，该阶段的建设应该主要明确数据治理的基本任务，建设完善的基层架构体系，保障数据治理和服务的科学有效性，加强对数据交换平台和数据储存等基础设施的建设，保障数据交换和集成工作能够在实际工作中得到健康发展。在具体工作中，工作人员应根据相关的数据规范标准，应用合适的数据采集和清洗工作构建完善的教育实体模型。

流程协同和服务催化层主要是数据治理体系中的中间层，在具体工作中可被视为服务层。该教育流程需要充分考虑数据治理的实际需要，应用清晰的逻辑结构以实现数据来源的梳理、对各类教育数据的高效配置和部署、促进各个层级和业务之间的相互关联，从而助力教育大数据向数据资产转化，保障数据生态系统在实际应用中能够循环工作。

智慧服务层是顶层架构，其应用效果直接关系到智慧化建设的质量，因此，该阶段应该进行教育数据服务架构的重整，从而促使教育数据治理向智慧化的演变。在具体应用中，高校应将数据应用端和服务端进行分离处理，促使智慧应用和教育数据实现解耦，同时强调对教育数据的循环利用。在这个层级中，应用生命周期的闭环模式可以保障服务的标准化和碎片化。

3.2高等教育数据治理的建设原则探究

为了有效脱离教育治理发展中存在的窘境，高等院校应科学合理地应用信息技术，充分展现信息技术优势，促使教学手段和教学方式能够趋于现代化发展，从而有效提升教育建设的综合水平，为人才的培养提供全新的发展理念，利用智慧化服务和治理的方式推进学校整体智慧化发展。

此外，高校的数据治理体系建设还应充分遵循数据治理的有效性、价值化、统一性、服务及安全的重要原则，在数据治理过程中充分保障教育数据源的真实性和可靠性，促使数据在实现高效流转和深度共享时遵循相应的规范和标准，在提升数据质量的同时挖掘数据的潜在价值。

4.结语

综上所述，在智慧领域下构建高等数据治理体系是一项复杂的工程，在实际工作中涉及众多内容，高校需要规划方案、协同制度、组织人员等协同发展。在智慧化发展的时代，高等在教育管理中应该加强智慧教育、智慧管理和智慧服务的建设，教育大数据的应用应该贯穿到数据输出的各个过程。