职业院校大数据平台建设的问题与对策

2022-05-26马朝霞

广西教育·C版 2022年3期

【摘要】本文基于职业院校大数据平台建设中缺乏共享的校本数据中心、大数据支撑平台和大数据分析应用等问题，论述加强职业院校大数据平台建设的对策，包括强化校本数据中心建设和框架设计、加强大数据支撑平台建设及开展数据分析与预警应用，以现有信息资源为基础，在数据方面进行有效整合及利用，提供多样化的数据服务，为教学诊改科学决策提供数据支持。

【关键词】职业院校诊改大数据平台

【中图分类号】G64 【文献标识码】A

【文章编号】0450-9889（2022）09-0077-04

职业院校在内部质量保证体系诊断与改进工作进程中，不断加快完善数字化建设管理，各大院校基本完成在信息化基础设施、软件与数字资源、智能化信息平台方面的建设，建成一批业务平台和应用系统，基本满足了学校基础业务的信息化需求。但在信息化不断深入发展的过程中，也存在一些突出的问题，主要体现在数据的有效整合及利用上。因所建系统的时间不一、开发方式不合理和技术路线不成熟等原因，不同系统基础数据和公共数据大多存在标准不够统一等问题。业务系统各自存储运行，基础数据、公共数据缺少同步和共享，不能实现集中关联、数据融合分析应用，不能满足对数据进行横向、纵向多维度灵活分析的要求，不能为学校决策提供足够的数据参考依据。高职院校应针对这些问题采取相应的措施，加强职业院校大数据平台建设，为教学诊改科学决策提供数据支持。

一、大数据平台建设的问题

诊改的目的是要促进职业院校内部质量保证体系建设更加完善，能够建立保证人才培养质量的常态化机制。要常态化、实时掌握学校、专业、课程、教师和学生五个层面的发展动态，实现教学、管理、服务等全要素信息化自我诊改，就要以校本数据中心为依托，实时、常态化采集校本数据，整合优化学校、专业、课程、教师、学生五个层面涉及多部门、多用户、多系统的信息资源。目前大数据平台建设主要存在以下问题。

（一）缺乏共享的校本数据中心

大数据平台不只是单独建设某个系统那么简单，更是一个几乎覆盖所有核心业务系统，从底层数据打通，系统综合集成数据共享应用的大平台。各业务系统多年来积累了海量数据资源，如教学资源、科研资源和各学科资源等，但这些数据未能共享，不能有效地进行数据信息资源的整合及数据采集、加工、管理与利用的全过程管理。数据得不到有效利用，不能发挥应有的价值，而学校内部质量诊改需要数据支撑，需要通过现实数据统计、分析、挖掘、评价，才能更好地为学校诊改决策与发展服务。

（二）缺乏大数据支撑平台

在诊改视域下建成大数据平台等一系列信息化平台的过程中，对数据方面也提出了迫切需求，数据的治理和应用集成不充分，特别是现有各业务系统部分是业务部门自建的，系统之间数据对接困难。数据标准不统一、源头数据来自不同部门和不同系统，如何将数据进行有效治理和集成共享，保证数据的一致性和准确性是关键。传统的业务系统很难支持持续增加的数据源、不断变化的数据分析和展示方式。所以需要建立能够综合运用大数据智能整合各类数据资源，集大数据存储、加工、信息推送为一体的大数据支撑平台。

（三）缺乏大数据分析应用

虽然各校建设了教务、学工、人事、科研、财务等服务学校教育教学和综合管理的多个主要业务系统，但是主要的业务重点方向也是更趋于业务工作的信息化管理，汇集的数据不能被充分有效利用，使得数据应用在实际工作中体现不出价值，校园信息化管理和大数据的创新应用开发成效不明显。学校各业务部门都有将业务数据进行分类统计、汇总、分析并可视化展示的需求，通过自动化呈现、数字化描述的方式，建立出数据模型，并用个性化报表进行展示。如此，才能运用数据分析结果对预测评估和科学决策提供有力支撑。

二、解决问题的对策

（一）以校园信息化为基础，建设校本数据中心

要实现人人参与、处处覆盖、时时共享的人才培养工作数据采集与管理，需要以校本数据中心建设为核心，消除信息孤岛问题，实现数据资源共享。数据来源于学校信息化基础平台系统，各业务部门建设涵盖教学、管理、学工、科研等各种信息管理系统，这些系统积累了大量的基础数据，将所有业务系统数据汇聚、集成到数据中心，根据不同工作需要提取数据。在内部质量诊断与改进工作中提供全面、智慧化的数据平台和信息服务，实现多个部门、多个业务系统协同完成任务的工作场景。

1.建设校本数据中心

基于大数据平台建设校本数据中心，首先要实现数据统一存储和统一管理，通过完善数据的采集、加载、存储等过程，进行数据分析和数据应用，提供数据资源的共享服务。建立不同业务主题的专题数据库，支撑业务系统应用。形成三个统一：统一入口，用户通过统一的入口，进入统一的信息门户，实现单点登录;统一识别，用户身份统一识别，提供多种认证方式，如数字证书认证、账号密码认证、第三方平台认证等;统一授权，平台集中授权，从系统入口控制访问权限，认证内容实现各业务平台互通（如图1）。

建立校本数据中心，要制订统一的数据标准，建设中心数据库和共享智能交换平台，通过数据采集、清洗及转换，消除信息孤岛，为内部质量诊改各类应用提供海量数据基础。通过完成部门业务系统与中心数据库的对接，充分采集、融合各业务子系统的数据，形成标准数据库。同时根据需要分类，构建各专题诊断分析库。

2.进行校本数据分析及数据中心框架設计

（1）基础数据源。由学校现有数据库、各大业务管理系统提供原始数据，统一数据标准。将各业务系统数据经过采集、清洗转换、抽取至大数据平台，实现海量数据存储，搭建大数据仓库。

（2）校本数据仓库。统一数据标准，把校内各业务系统数据集成，抽取可以共享的数据进行统一存储和管理，以保证数据交换过程的稳定与安全，提升数据集成过程的管理能力。

（3）数据类型。支持结构化数据如MySQL、SQL Server等关系型数据库表示和存储、获取信息;非结构化、半结构化数据，如文档、文本、图片、图像和音视频、HTML、各类报表等。

（4）数据接入与共享。由于校内接入数据繁多，也存在不同类型的数据，需要有效处理各种数据库，通过可配置的原则，对海量的数据进行实时接入。可以同步或异步方式进行数据之间的交换，实现各应用系统的数据在交换和共享时能够保持一致性和准确性。

（5）数据的应用。统一信息门户，面向校内各级领导、管理人员、教师和学生等不同角色，分角色进行权限管理和提供各项信息资源服务，并形成常态化的质量监控管理机制（如图2）。

（二）以数据治理为基础，建设大数据支撑平台

对原有信息系统的基础数据进行梳理，加强数据治理，保障业务部门提供的源头数据的质量。建设大数据支撑平台，消除“信息孤岛”，整合挖掘校内各大业务系统（教学、政务、人事、财务、科研等）的数据，有效集成、存储、处理、共享各类校园大数据，平台实现数据获取能力最强、数据处理能力最快、数据服务能力最精准，为学校人才培养、科学研究和管理决策提供数据支撑。完成对学校数据资产的统一清理和管理，通过对底层数据采集、存储和管理，实现对外可提供统一的可视化数据分析和展示应用。构建以下六个中心。

数据采集中心：通过业务系统的数据同步、日志同步等手段汇集全量数据，收集各类数据到大数据平台，规范数据格式，构建统一的数据标准要求，保证数据的生命周期完整性。

数据治理中心：通过治理工具、治理报告、治理规则和标准化等手段，对数据进行格式转换、缺失值及内容、逻辑错误、非需求错误清洗和整治，进行垃圾过滤，实现标准化和统一化，解决学校数据经常出现的数据不一致、不准确和重复等问题。

存储检索中心：通过HDFS、HIVE、全量数据备份、建模分析和索引检索等技术手段，完善数据的存储和检索等功能。

实时计算中心：针对数据的实时采集、实时统计、实时查询展示等要求，进行技术方案的拟定与实现。

挖掘算法中心：通过教育信息化的典型应用模型、通用基础模型、基础算法库，以及DV建模、星型模型和雪花模型等建模方法和分类、聚类、预测等相关技术手段，达到对现有数据的挖掘和分析。

统一数据服务中心：将前期经过收集整理、加工整合和挖掘分析的高价值数据，经过统一的API接口，严格按照使用权限和内容提供给各个业务系统使用和展示。共享数据资源，可为学校各部门、师生提供个性化的数据服务。

（三）以数据应用为基础，进行数据分析与预警应用

大数据平台建设主要实现数据共享和应用，通过对各类业务基础数据进行深度挖掘，进行数据分析和实现数据的有效利用。在诊改中，按分类指标快速统计、汇总不同角色和不同业务的需求，对学校管理工作进行多维度数据融合分析。最终数据以智能化、直观化的各种动态图表的方式展示给数据用户，通过信息化平台数据被深度挖掘，有效利用，可视化展现，为学校管理者科学决策提供大数据支撑，发挥重要作用，同时提升信息化服务水平。

1.建设大数据分析应用中心

数据分析应用主要是通过数据动态呈现感受和体验大数据应用，通过数据分析结果展现出数据应用，为学校管理决策提供基础支撑作用，为各业务部门提供数据应用服务，优化学校师生管理工作。大数据方面：数据分析层面包括招生专题分析、就业专题分析、教工专题分析、学生专题分析、特殊人群分析预警、生源质量分析、就业情况分析、贫困生分析、学习成绩因素分析、图书馆借阅分析、舆情专题分析等功能。

（1）学校校情。如学校师生比，按专业、学生人数排序，学校教师年龄分布，各级师资占比，各部门教职工数统计，各科研项目和论文等成果统计排序，学校资产、经费分类统计等。

（2）学校招生。如招生生源分布，分析近年新生生源分布情况;新生类别、政治面貌类别信息，分析不同学院新生的类别占比情况;招生概况分析，展示学院近年招生概况;招生专业录取情况分析，展示当前年份的录取专业情况，包括各个批次各个专业录取的具体人数，录取分数，最高分、最低分等情况;院校招生情况分析，展示当前年份的报到情况，包括在各个批次各个专业上的具体人数，录取分数，最高分、最低分等情况;学校近年招生男女比例的变化。

（3）科学研究。学校科研项目数量、科研经费统计和管理，在各类期刊发表的论文数量统计，各系部获得专利数量统计等。

（4）人才培养。学校的学科专业数量、师生比、重点专业等人才培养重要指标统计，国际交流情况统计，学生竞赛、活动等获奖情况统计，全校精品课程资源统计等。

（5）师资队伍。学校重要人才引进，教师年龄、职务级别分布，教师学习经历、晋升、海外经历情况统计，师资来源类型分布等。

2.进行大数据分析及智慧应用

（1）智能画像。一是刻画学生画像，通过心理健康、经济情况、就业、学生发展指标，建立学生画像。心理健康方面，全维度分析学生发展特性，深层次挖掘潜在的成长困惑影响因素;经济方面，完整汇集学生家庭信息、学费缴纳、贫困认定信息，实现精准认定、精准资助;就业方面，全面分析学生学业成长阶段记录，根据个体成长发展轨迹提供综合就业倾向建议，根据专业特点提供毕业前就业指导;学生发展方面，综合分析学生成长过程中学业成绩数据、第二课堂数据、社会实践锻炼、实习实训数据，根据学生不同成长阶段特点为学生提供综合服务，促进学生全面发展。二是刻画教师画像，通过绩效考评、教师发展、人才引进、科研成果指标，建立教师画像。全面量化教师工作，科学评估教师绩效，分析教师成长和个性引导发展方向，培养优质人才资源，领航科研发展方向。

（2）精准资助。整合学生在校数据，深入解析学生经济水平，客观评价学生的贫困程度，结合贫困生认定资助工作，形成校内量化困难等级，精准挖掘困难学生，识别虚假贫困，发现隐形贫困学生并进行帮扶，代替部分学生“比惨”的方式，尊重学生隐私，让资助更人性化。

（3）危机干预。分析学生在校行为，结合心理咨询、心理测试结果，判断学生是否存在潜在的心理危机，及时给予心理疏导和干预，帮助学生尽早化解心理问题。

（4）失联告警。通过实时监测学生在校数据，了解学生请销假情况，帮助辅导员高效开展假期管理工作，关注失联高频学生状态。并可实现毕业去向预测，通过对比往届毕业生的毕业去向，能够预测应届毕业生就业方向，教师可以提前帮助有就业困难的学生做好就业准备。

职业院校大数据平台建设主要致力于解决数据的问题，进行数据的汇集、治理、分析、发布和应用，最终打通数据壁垒，实现数据信息共享，进一步进行数据分析，并围绕数据生命周期需求打造数据服务平台，实现流程便捷化、过程透明化、记录可视化的智慧应用效果，通过挖掘数据价值，洞悉发展趋势，实现预测、预警等智慧管理。

参考文献

[1]黄志成，莫丹.基于大数据分析的课堂教学诊改研究[J].江苏科技信息，2021，38（27）.

[2]蒋黎妮，唐洋.基于大数据的高职院校教学诊改工作信息化研究：以重庆电力高等专科学校为例[J].重庆电力高等专科学校学报，2021，26（4）.

[3]蒋红军.诊改理念下校本数据分析及诊断的大数据平台建设研究[J].广西教育，2020（7）.

[4]李文强.基于Hadoop的电子商务大数据分析综合实训平台建设[J].现代工业经济和信息化，2018（11）.

[5]孙唯特.高校智慧校园建设中的数据平台设计[J].信息通信，2019（1）.

[6]薛峰.高校大數据平台的构建与应用[J].信息与电脑（理论版），2019（24）.

[7]王立友.高校智慧校园大数据平台的设计与实现[J].河北民族师范学院学报，2020（2）.