SCI论文（www.lunwensci.com）:
摘要：数据中心具备收集、处理、存储和分享等综合性功能,可为高校提供更加精准的信息服务,使汇集了各部门且被设置为统一编码的数据内容,能实现充分整合,管理者提供重要的决策支撑。本文通过对高校数字化校园发展过程中的数据中心平台建设内容进行探究,希望相关结论可以为大家提供一些积极的参考。
关键词：高校；数据中心；平台设计
The Prototype Study of University Data Center
NI Yubin
（Shanghai University of Political Science and Law,Shanghai 201701）
【Abstract】：The data center has comprehensive functions such as collection,processing,storage and sharing,which can provide more accurate information services for colleges and universities,so that the data content collected by various departments and set as unified coding can be fully integrated,and managers can provide important decision support.This paper explores the content of data center platform construction in the development of digital campus in Colleges and universities,hoping that the relevant conclusions can play a positive reference for everyone.
【Key words】：colleges and universities;data center;platform design
0引言
在高校整体信息化架构中,数据中心平台是基础。从实践来看,高校数据中心平台面临业务覆盖面广、业务敏态、师生信息化素养逐步提高等现状,因此对数据中心平台进行概念设计进而原型验证,是促进数据中心平台建设和应用的必要前提之一。随着社会的不断进步,信息技术也在快速发展,我国的高校数字化校园的建设工作也变得更加重要,涉及的建设内容也变得更加丰富,各式各样的应用种类也应运而生,给系统维护与管理工作带来较大机遇的同时也让其面临着更多挑战。要想保证各高校系统的正常运行与稳步发展,也要对各项数据内容进行强化管理。鉴于此,在该过程中,数据中心一定要积极利用自身优势,用更高的安全性能与使用效率,获得更多人认可与关注。这也是尤为重要的步骤。但是在此过程中,有关人员一定要给予高度关注,要让各个部门的各项工作也能保持一致。但是由于不同部门,其对应的数据信息化程度也存在一定差异,创建的数据库也会存在较大不同。因此在建设信息数据中心平台的同时,有关人员一定要重点关注相关的建设工作,避免出现资源浪费的情况。
1高校数据中心平台概念分析
1.1主要业务目标
高校数据中心平台主要业务目标是促进智慧教育、因材施教、个性化学习、人性化服务和精准分析推送。跟踪学生在校行为数据,特别是通过实验教学共享平台、网络教学平台、学生上网行为库和图书馆系统等数据,分析学生学习能力、知识结构和行为特征,多维度形成数字画像,补短板扬长板。建立一生一档,学生可以查询自己的信息,使用教学资源,通过画像明确自身定位,更好地学习和发展。
1.2应遵循的原则
高校数据中心建设应遵循以下原则：（1）全面性。综合考虑所涉及的各个方面,如数据来源唯一性、数据边界、用户体验、整体与局部的关系等。（2）集成性。充分考虑复杂多变的技术以及多层多端多技术平台带来的集成问题,实现跨系统、跨技术平台的数据整合。（3）易用性。系统美观简洁,易于理解,导航清晰,指引明确。
2高校数据中心平台业务原型设计
2.1管理主题分析
以数据仓库为基础,围绕主题业务定制报表、表格和图表,多视角多维度展现校情状态。
根据教育部规定展现学校基本办学条件指标数据,并按规定阀值判断学校指标是否达标。包含在校生总数、生均拨款、师生比、生均仪器设备值等指标。
从学生管理、后勤管理、行政办公管理等视角,定制各类主题分析模型,并根据各级领导关注点和阶段工作重点的变化,灵活扩展和配置基本情况KPI数据的统计界面,并可以钻取关键指标,查询明细。
2.2教学主题分析
“教”的分析,围绕各专业教学工作量、教职工职称分布、评教情况、教学获奖等,帮助评估学校的教学质量情况。为校领导、教学部门和教学管理部门领导呈现学校热门课程排名、各学院开设课程统计等,指导学校课程开设,提高教学效率。“学”的分析,通过对校内考试成绩分析、国家等级考试通过率、学习成果（学生获奖）统计分析等,检验学生学习效果,改进教学过程、提高教学质量。
2.3学生主题分析
分析学生学习、上网、消费、在校行为,掌握学生的学习和生活动态,提供预警和预测信息,提前发现学生工作管理问题,解决问题,提升学生管理工作水平。（1）根据学生基础数据,学生课程成绩数据,专业基础数据,校历基础数据,计算所有学生课程成绩平均值(同专业,同学年学期)。（2）根据学生基本数据以及网络数据,通过所有学生日均上网时长平均值、所有学生日均上网时长标准差,分析学生上网动态。（3）根据学生基础数据和一卡通消费流水数据,计算所有学生日均消费金额平均值,根据消费水平的高低分析学生消费情况。
2.4决策分析工具
数据中心平台以图、表、仪表盘、GIS等可视化方式直观展现主题分析信息,为用户个性化推送信息。（1）提供整合覆盖全局环境资源目录的跨结构化数据、非结构化数据以及空间数据的高级检索功能,从环境管理和环境数据应用角度出发,为领导提供高效查询入口。
（2）建立数据集市,通过设定的时间、空间、业务属性等进行各维度指标体系的统计,以表与各类柱形图、折线图、饼图等方式直观展现数据的变化趋势及比对结果。（3）根据业务分析主题设置具体的业务分析模型,对数据进行归结和清洗,设置数据的格式和分析挖掘路径,用户可以在维度的范围内进行任意组合维度的分析处理。
2.5数据上报
高校数据上报的报表填报格式十分特殊,不仅复杂,校验条件多,基础数据涉及部门多,历史台账管理困难等。因需要按照教育部学籍学历信息管理平台、高等教育质量监测国家数据平台、高等学校本科教学质量报告支撑数据、高等教育基层统计调查表、高校分类评价指标数据汇总等报送数据的指标、表单和字段,自动生成上报数据,实现日常使用的业务数据实时和自动采集,一键上传数据或一键生成上传数据。
3高校数据中心平台数据库原型设计
高校一般有多个业务系统,需要将不同领域内的模型以层次和职能进行界定划分,建立领域层,并针对每一个领域设计和建立对应的数据库。（1）通用数据类包括班级、课程、年级、学年、学期、学校办学、专业、专业群等数据表。（2）学校概况类包括建筑物、联系人、项目评审、校内机构、学校、学校联系、学校校区、学校用地、学校主要领导、学校资质等数据表。（3）学校管理类包括学校办学经费拨入、学校办学经费使用、奖励、学生社团获奖、学校表彰、学校获奖、奖学金、社会服务、学校规章制度、助学金等数据表。（4）学校资产类包括固定资产、耗材采购、社会（准）捐赠、软件信息系统管理、数字资源、网络信息点、学校网络、教室、期刊、软件资源、图书、仪器设备、仪器设备等数据表。（5）教职工信息类包括出版专著、教材、教参、发表论文、教学科研成果、在研课题情况、专利成果、出国（境）进修学习工作、国内进修学习、社会兼职职务、学术团体兼职、“双师型”教师聘用、工作简历、获奖项目、兼职教师聘用、教职工、教职工考核、企业实践挂职、外籍教师聘用、校内岗位、学历学位、专业技术职务、专业能力与资格证书等数据表。（6）学生信息类包括学生基本信息、学生来源、学籍、学生注册信息、社团、学生参与社团情况、证书获取情况、志愿者活动等数据表。
学生管理类包括资助项目基本信息、资助项目资金到位、资助项目资金分担管理等数据表。
招生管理类包括考生数据、招生录取信息等数据表。
就业管理类包括校企合作信息、就业基本信息。
教学管理类包括关注教学和学生情况、教材基本信息、教材选用信息等数据表。
实验实训类包括实习项目、实训项目、实验实训设备维修、实验室、实验项目、校内实习基地、校企合作、校外实习基地、学生实习、学生校外实训等数据表。
4高校数据中心平台技术架构原型设计
4.1数据主题仓库
以教学资源、人才状态、设备设施、公共基础、管理业务等主题对业务数据进行重构融合,建立数据主题仓库,为实现各维度各角度分析提供基础。将非结构化数据（文本、文档、图片、流数据等）与结构化数据汇聚成统一的信息逻辑对象,建立数据模型,统一管理元数据,提供统一标准字段,并设定处理流程和整合管理。
4.2报告管理
根据各类报告进行模板设置,按照要求自动组织相应的报告。定制各种报告的模板,自动提取目录指标对应数据,融合语言文字自动生成报告草案。设置各个业务指标需要预设的模版,在模版中通过数据的变化生成相应的智能文字描述,支持中文句级的自动分词、词性标注、命名实体识别、组块识别、成分句法分析、依存句法分析和语义角色标注等分析技术。对语义分析参数模版,设置和语义分析相关的所有产生参数,定义每个参数和数据的关联,并进行参数的计算规则定义。参数可以增加和调整,参数对应的数据影响因子也可以按照版本进行调整。
4.3数据采集
数据中心平台与业务系统对接,建立数据采集任务,对业务系统数据进行自动采集、清洗,也支持人工手动采集数据。在数据源中设置校内各个应用系统的数据库连接方式和链接密钥,确保每个对接系统的有效访问权限。管理数据采集过程中需要用的表格模版、数据采集的字段、采集的数据等信息,对模版格式定义后采集的数据,进行自动分解和归类,并进行代码的转译。数据采集过程中,需要与现有业务系统进行对接,包括但不限于教务、科研、人事、学工、后勤等校内已有的业务系统和平台。建立中间库,制定数据交互和流转的规则,后台建模和编写自动获取推送的功能。
4.4监测预警
监控采集流转和结果表,设置监测预警规则,提醒预警消息,以便能够及时发现数据采集过程中的问题,解决数据问题提高数据质量。针对各种数据流灵活配置稽核规则,包括文件级校验、内容级合规性校验、逻辑一致性校验和重点指标波动性校验等。自动记录各个时期的各类预警消息、预警日志、阅读状态等,包括消息内容、消息发送状态、用户阅读状态等信息。预警日志经过自动归类分发给订阅用户,并可以对日志信息进行汇总统计。
4.5数据安全
与统一门户、统一身份认证系统对接,集成包括账号、集中认证、集中授权、集中审计和认证接入机制等功能,确保包括登录安全、用户安全、权限安全等应用系统安全保障。制定有效的身份鉴别策略,按照安全层级设定角色访问权限。实现有效的用户权限管理,制定密码校验,保证系统用户的口令和密码达到相应的复杂度要求,实现对用户的集中分权管理和权限授予,通过对用户凭证数据加密的方式来保证数据安全。对敏感数据通过脱敏规则进行数据的变形,实现敏感隐私数据的可靠保护,保证用户安全的使用脱敏后的真实数据集。
5结论
综上所述,在高校中心平台的建设上,应该加强对信息技术的应用力度,。制定有效的身份鉴别策略,按照安全层级设定角色访问权限。实现有效的用户权限管理,制定密码校验,保证系统用户的口令和密码达到相应的复杂度要求,实现对用户的集中分权管理和权限授予,达到校园数据的统一化管理目的。
参考文献
[1]陈大富.高校数字化校园的数据中心平台建设[J].信息与电脑(理论版),2017(16):138-140.
[2]李伟.中心数据与数据中心:高校数字化校园的“数据共享中心”建设[J].内江科技,2013,34(10):121.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/38758.html
