文/潘伟锵
高校智慧数据体系的探讨
文/潘伟锵
智能数据体系是智能校园的一部分,对传统的数据的采集与分析体系提出了更高的要求。智慧的数据体系是在传统的数据体系的基础上,引入智能信息技术,对数据进行智能分析与挖掘,预测学校的未来发展趋势。
在我国高校高速发展过程中,管理者需要从海量的数据中提取学校发展信息,通过一般的数据的统计分析系统已经不能满足要求。在当今智慧校园的大背景下,我们应当建立智慧数据体系,让高校的决策者准确把握数据信息,明确高校的发展方向,提高管理水平,提升学校的核心竞争力。智能数据体系是智能校园的一部分,对传统的数据的采集与分析体系提出了更高的要求。智慧的数据体系是在传统的数据体系的基础上,引入智能信息技术,对数据进行智能分析与挖掘,预测学校的未来发展趋势。在日常工作不难发现,高校的传统的数据体系普遍存在一些问题。
在早期的校园信息化建设过程中,由于缺少统一的规划和建设,对信息标准的认识不够充分,各部门自建系统比较多,所以普遍存在数据的标准不一,数据集成与交换难度大,数据的准确性与有效性难以保证等问题。
1. 信息标准不统一。各部门系统都有一套自己的信息标准,导致信息标准混乱,信息不能共享,严重制约了全校的信息交流和共享。
2. 管理系统采用异构技术。各部门系统采用不同厂商的产品和不同的技术架构,因此在异构环境中的数据集中与交换集成变得非常复杂。
3. 点到点集成。各业务应用集成多是采用点到点连接的形式来实现的。这种连接结构复杂,对接成本高,周期长,安全难保证,数据同步难以实现。
4. 数据管理不够规范。各职能部门未能充分协调,数据的权威归属问题没有完全解决,使得数据的准确性与有效性难以保证。
可见,高校传统的数据体系还是不够完善,以致很多高校在数据收集统计过程投入相当大的人力物力,但依然周期长,数据的准确性和可靠性较差,已经严重困扰着高校的行政管理和信息化建设部门。
由于传统数据体系的缺陷,高校的“信息孤岛”效应日趋明显,严重影响了学校信息化的发展。学校的各部门数据如何在统一的信息标准下,实现方便自动的交换,并可以集中处理,才能进行智能分析,所以数据融通是智慧数据体系的基础。数据融通看上去容易,但这是技术与管理相结合的综合问题,难度非常大。下面谈谈笔者的一些看法。
1. 消除本位主义的思想,形成整体发展共识。在高校中,许多部门一般只考虑内部数据的流通,却很少顾及其他部门的数据需求,而且对数据交换的认识程度不高,不愿意开放自己的数据库与其他系统对接,担心数据被窃取或删改。所以,要实现数据融通,首要工作是要消除部门的本位主义的思想,加强信息化培训,增强技术认知,使之了解各种数据保密的知识,消除对数据共享的担忧而产生的抵触情绪,形成整体发展的共识。
2. 建立完备的组织机构,确保数据的准确性。建立全校性的信息化管理架构,设立权威部门,统筹规划数据体系建设与管理,统筹指挥各部门的数据录入、整理、归档、上报等工作,明确责任与义务,从源头上保证数据的准确性。
3. 规范业务流程,保证数据的可靠性。建立信息化数据业务的相关规章制度,调整业务处理模式,整合处理流程,形成规范性流程体系,减少数据的多头性与重复性的问题。
4. 健全各业务系统。升级改造一些落后的计算机管理信息系统,建立一些新系统,保证数据信息录入的畅通渠道,使整个数据体系成为一个完备体系。
5. 统一数据标准。标准协调各业务部门,明确权威数据源头,数据就可以通过标准协议进行转换,形成数据交互的基础。
6. 建立公共数据交换平台,实现数据融通。由于早期建设,各部门已具有一定的数据体系基础,建立了部门应用系统和数据库。为实现归一化数据融通,有些高校采用推倒重来的建设模式,即按统一的信息标准,重新建立所有的应用系统,使数据实现了彻底的融通。这种做法好处是在底层彻底解决了数据交换问题,但原有的信息化投入就浪费了,而且实施时间长,风险也比较大。在此我们探讨一下,以公共数据交换平台的方式实现数据互通的方式。该方式是从各部门原有的业务数据库中提取出学校公共体系需要的数据,经过清洗转换,形成符合统一数据标准的数据格式,存储在公共数据库中,以支持各部门的数据交换与查询需求。这样做的好处是业务系统不作大的调整,只是业务数据库与公共数据库定时进行数据更新,就可完成数据交换。这种做法的好处是能有效的保护原有的信息化投资,能得到大多数各部门的支持,实施周期短,风险比较低。
7. 依照统一信息标准,整改各应用系统。各部门的数据通过数据交换平台可以实现互通,但内部数据还没有按照统一标准规范起来,所以应当结合业务系统的升级时机,依照新的信息标准,统一进行系统整改,使其底层数据符合标准要求。
采用公共数据平台的技术方案可以实现数据的集中与交互,结合相应的行政管理手段,可以在短期内建立起高校的公共数据体系,能有效保证各业务部门的数据服务,能为统计和智能分析提供准确可靠的数据。
图1 公共数据交换平台示意图
在实现数据融通后,我们可以及时方便的获取需要的数据。但随着数据的大量累积,从海量的数据中获取有用的信息,变得越来越难,而且大部分的原始数据复杂难懂,必需运用许多专业知识进行分析,才能掌握其中内涵,这就使高校提出了建立智慧数据体系的要求,目的是通过自动的数据分析与预测系统,给高校管理者提供各种决策信息。因此,建立智慧数据体系是高校建设与发展的必由之路,也是智慧校园的一部分。目前,智慧数据体系还没有很明确的概念,笔者认为应当涵盖以下一些内容。
1. 数据仓库是智慧数据体系的基座。学校的大量历史数据存储在公共数据库中,经过一定的时间,数据量必定会急速增长,给数据管理带来困难,应当建立数据仓库和相应的管理系统,海量数据的检索与挖掘是主要的技术难点。
2. 数据统计分析是智慧数据体系的关键。原始数据复杂难懂,必须先通过统计分析,然后以图表方式展现,才能轻松直观地看到学校发展情况。因此,还必须建立校情统计分析与展示的系统,让学校领导、部门主管、甚至任何的师生,在任何时间任何地方都可以按自己的权限获取数据的统计分析结果。
3. 智能决策是智慧数据体系的核心。智能决策是在全校多年的历史数据的基础上,通过人工智能技术,自动分析学校现状,检测各项指标是否满足要求,预测学校未来发展,为学校管理者提供决策的信息。目前,在高校的高速发展过程中,高校结构体系和评价指标不断变化,如何在复杂多变的高校环境中,建立准确的高校管理模型和提高智能分析预测的准确度是智能决策的难点。
(作者单位为华南理工大学信息网络工程研究中心)