基于智慧校园环境下高校数据治理与策略研究

关阳

北京理工大学珠海学院 广东省珠海市 519085

摘要：目前我国信息技术和科技水平在飞速发展，教育行业发展也十分快速。全球数字信息化不但是当下的大趋势，也在无形中形成了有力推手来促进社会经济发展变革。诸如大量的教职人员、学生、教学、科研等数据资源应该在教育信息化过程中沉淀累积下来，然而各大高校早期并没有发展相应的数据管理体系，也没有制定统一的管理制度准则，从而导致数据管理一直处于边缘化的状态，大量的信息沉积导致了信息孤岛的产生。从教育信息和通信技术的发展以及教育部门目前的数据管理要求来看，各大高校在数据管理的这一阶段，无论是在操作上还是在方法上，都面临许多问题。信息管理系统不足，信息和资产管理责任不明确，信息管理多方面混杂在一起，没有专门的机构监督和规划信息管理。数据分析能力也因管理方法不恰当而受到了严重的影响，难以从分类数据中获得有价值的信息。数据的整个生命周期管理不明确，难以将数据转化为有效的资产，校级数据治理体系未建设完善。诸如此类等等的数据管理疑难杂症都成为当前发展智慧校园信息化的拦路虎，各大高校必须针对性地研究并采取行之有效的应对措施。本文将基于上述环境背景之下，为高校智慧校园数据治理及策略提出自己的建议与看法。

关键词：大数据；高校；智慧校园；数据治理

引言

近年来,数字校园、智慧校园建设如火如荼,几乎所有的高校都投入专项经费推进教育信息化建设并取得初步成效,但“重建设轻应用”等问题也普遍存在。随着教育信息化的发展,很多高校的信息化建设已经由“基础建设”向“深入应用”转变,“谁来用、怎么用”成为新的关注重点,其中数据应用在高校管理服务中的作用日益明显。不少高校都开展了不同程度的大数据技术应用实践或研究,但因数据标准、共享、数据质量及需求等原因,实际效果也是参差不齐。可以从小处入手、以师生需求为驱动,通过数据展示和数据共享证明小数据也有大作用。案例以课表数据为圆心向外画圆,从二维码电子班牌到电子课表综合服务系统,从最初的课表展示到如今为教室查询、课表展示、教室管理、教学督导等提供数据支撑,既坚持了“数据同源”,又把数据应用落到实处、将数据应有的价值发挥出来。

1高校智慧校园环境下的数据面貌

1.1数据资产化

在大数据背景下，信息数据无疑是一种隐形的宝贵财富。1994年TheHawleyReport将信息资产的具体内涵意义公布到世人面前，数据资产被界定为记录的有价值或潜力的数据。各大高校进一步发展和改进信息技术的同时，也收集了庞大的结构化信息数据，如学生成绩、一卡通消费记录等，也有诸如互联网服务器记录、教学视频等非结构性数据。并在此基础上从各个角度来对业务数据展开研究分析，将数据的全部价值都探索激发出来，将其效用充分利用到教育改革、人才发展和学校管理等方面。综上所述，数据已经是一份庞大的隐形资产，如何更加高效地将其潜在价值进行挖掘利用无疑成为现今各大高校信息化发展的新热点。

1.2数据标准化

数据标准是交换和共享数据的基础，在实施数据共享之前，需要制定统一的数据标准。在建立数字校园的初期阶段，数据来源多种多样，数据编码不一致，致使数据不正确、不完整、重复等问题频现。然而由于智慧校园的大力发展，各大高校对数据治理工作渐渐提上日程，对学校各业务系统及数据进行全面梳理。理清各系统业务逻辑关系，对各业务系统中的数据字典进行汇总，整理与分析。根据教育部发布的管理信息标准（国家标准）和相关的工业标准，并考虑到学校的实际情况（学校标准），制定统一的数据标准。再利用中间库建立系统新旧标准对照表，使数据交换与学校的主要数据库同步，实现数据标准化。

1.3数据共享化

高校智慧校园建设了共享数据中心，该中心将教师、学生、教学、科研等学校核心业务系统中的实体数据进行了汇集。并通过前期数据调研，明确了各系统间的数据流向，数据安全级别、数据权限等，以及各业务系统对数据的实时性需求，由共享数据中心将各类数据封装成接口或者提供视图的形式予以服务。实现了数据源的惟一性，同时按照分级权限的理念提供不同权限等级的业务数据操作功能。实现了数据中心与各应用系统的双向握手。

2高校数据中台建设研究

2.1校内业务需求分析

在数据中台建设初期，最重要的任务就是对校领导、各处室以及师生群体进行需求调研。需求调研工作应从宏观层面展开，梳理高校的整体业务以及具体业务场景，并逐步细化分解到基础数据级别。首先，结合访谈、收集资料等方式对校内现有的组织架构和岗位职责、业务模式和流程、关键业务节点、数据库信息、数据内容和形态、供需关系、交换共享要求、数据质量问题等信息进行收集，并总结出当前校内数据现状、所有应用场景、业务需求以及存在的痛点，提炼出相关的数据指标和维度，最后形成校内数据现状报告以及项目范围说明书。根据该高校调研结果，主要问题体现在校内业务转型创新缺乏数据支持、校数据资产难以治理以及数据使用效率亟待优化等问题。

2.2数据模型设计

⑴制定统一的校级数据标准规范完成调研和分析之后，可获得当前校内数据的管理状况，生成包括数据字典、数据血缘、数据质量、数据资产台账等资料，通过结合教育部颁布的高校数据管理标准则可以建立起统一的校内数据标准规范，为数据中台的数据集中管理打下基础。高校数据标准规范的制定主要分为设计、审核、发布三个阶段，在制定过程中应尽可能贴合当前校内业务流程、数据管理模式和现有的数据标准进行设计。⑵数据标签设计，数据标签设计是数据中台建设前期的核心工作之一。数据标签通常围绕着具体的业务场景进行设计，是实现数据价值最大化的重要手段。例如，针对该高校教务处学籍预警的业务场景，主要可以分为一级预警和二级预警两种等级，因此针对以上两种学业情况设计出两个标签：一级预警，口径定义为有6门及以上课程不及格；二级预警，口径定义为3-5门课程不及格。在完成数据标签设定之后，就可以将数据归纳至相关标签下。数据标签的归类方式可以通过人为主观分类、算法计算、机器学习等多种方法实现。⑶校园业务流程分析，本阶段任务主要为了保证数据资产能够良好地融入到业务流程中，形成基于数据驱动的业务运营模式，是对宏观调研结果的细化过程。根据调研阶段所获取的业务场景和具体功能清单，需要对该高校所有业务流程进行详细地梳理，获取所有业务节点对于数据资产的供应需求，同时根据当前业务痛点确定原有业务流程的改造方案。

3高校智慧校园环境下数据现状及瓶颈

3.1数据范围不足，质量参差不齐

从数据治理角度来分析，高校与各大互联网企业对于数据的管理方式有着本质的区别。这些互联网大厂对数据的管理往往是出于盈利的目的，金字塔结构、有效实施的底层数据结构、主动全面的用户数据收集，甚至收购企业补充数据构成的数据库，这些都是互联网企业所采取的数据处理手段。而对于高校数据处理来说，它是基于公益性质的初衷来建设发展的，在系统的前期发展阶段往往是根据不同的部门需求来针对性地建设，从而导致了“数据烟囱”和“信息孤岛”的形成。一方面，在信息发展起步阶段，高校各部门业务关联性意识淡薄，并未以学校的发展作为数据管理的基础而进行顶端设计；此外，整个学校没有统一的数据和数据管理标准，信息编码以及存储格式都没有相应的指标制度，基础数据分散。即使有数据，也无法轻易加以探索和分析。

3.2需求日益强烈，底层计算组件无法有效融合

鉴于目前的数据管理状况，随着学校建立的信息管理系统数量的增加，各部门、系统和数据库对数据的需求越来越大，大家都希望以灵活和方便的方式收集和分析数据，以获得数据的巨大价值。在这些应用程序中，多层面分析数据挖掘、一站式服务应用程序和各种数据报告（高基数据表、人才状况数据等）已成为当前和未来主要数据消费场景，而“分析和服务”应用程序需要更多的数据。虽然对使用的需求不断增加，但底层计算机组件缺乏有效整合，实际上在数据管理方面造成了巨大的资源浪费和业务困难，因为现有业务系统的数据往往都是只注重如何存储而忽视特定场景下的现实需求，也就导致了能够被直接拿来使用的表数据更是少之又少。

4高校智慧校园环境下数据治理及策略

4.1完成数据治理与服务体系设计

在数据治理规划阶段，即在宏观层面实现标准化的阶段，学校应建立一个全面的信息质量评估体系。这一阶段的工作应在机构和规范文件中加以界定。这些目标包括：制定数据治理的基本理念和治理目标；建立数据治理的工作结构；理清学校各部门参与数据治理的工作方法、责任和行动要点；理清学校数据的分类、质量标准；理清数据方面的权利、义务和管理领域；制定数据收集和交换的规则和程序；建立并应用学校数据治理系统和质量反馈机制。

4.2数出有源、一数一源

学校的教务管理系统提供了常规的课程表数据,但除了教学安排,学校还存在各种活动、培训等原因需要临时申请教室的情况,因此仅从教务系统提取数据会存在教室状态与实际使用情况不符的情况。为了不影响教学管理、又能全面统筹教学场所的使用情况（包含教学计划安排及教学计划外的使用）、同时保证数出有源,学校出台管理规定要求所有的人才培养方案之外的教室使用均需通过办公自动化系统提交申请。教务系统和办公自动化系统数据整合后生成完整的电子课表数据库。

4.3能对尽对、反推数质

（1）教室智能门锁管理与应用。近两年,学校对实验教学楼实施了智能门锁改造,门锁替换成智能门锁实现按课表刷卡开门（校园一卡通）。智能门锁系统通过课表数据下发授权,下一节课在该实验室上课的任一学生在本节课前25分钟可通过刷卡打开教室门,不在该教室上课的非本班学生无法开门。（2）多媒体教室设备管理与应用。学校教室以多媒体教室为主,因涉及到设备管理且分布不集中,日常管理难度大。学校通过设备改造及数据对接实现了多媒体教室设备的智能管理。有排课安排的教室,提前20分钟设备自动加电待机,任课教师只需启动“一键上课”即可打开教室全部多媒体设备。（3）教学可视化平台应用。完成所有教学场所的摄像头覆盖,既实现了网上巡课、规范了教学过程管理,又为师生获取教学活动影像开展教学研讨等提供渠道和资源。教学可视化平台对课表数据的应用重点体现在网上巡课中,平台主码流页面展示集成教室上课实时画面和当前课程安排信息,包括上课班级、课程名称、授课教师等信息,极大方便网上巡课和教学过程管理。二维码电子班牌、电子课表综合服务系统陆续上线后,方便了师生查课表、找教室等,偶有调课不及时导致的课表数据不准确的情况,因其影响不大也少有反映。随着课表数据共享度越来越高,成为各个系统非常重要的数据支撑；各系统对课表数据的准确性、时效性等均有较高的要求才能保证其应用或服务的正常使用,如课表不准确会影响多媒体教室设备使用、影响学生开门上课、影响督导网上巡课评价等。也正是各个应用对课表数据的高质量要求和依赖,进而倒推了教务系统、排课系统对排课、调课、申请教室等工作的规范要求,教务处和各二级学院教学管理标准化程度越来越高,课表数据的准确性越来越高,进一步提高了数据交换中心的基础数据质量。

4.4对校园数据标准和数据关系进行梳理

根据学生和教职员工的状况，在职务和职能的整个生命周期内；全面规划各信息系统的业务、业务流程和子流程，形成涵盖所有信息系统的数据集。在相关数据关系模型的基础上，建立一个反映学校现实情况的标准化系统，涵盖各级数据的定义、使用和应用。完成相关系统规范文件的构建，在维护数据安全的同时进行数据公开，并在数据共享请求、批准和离线执行后进行在线注册。以视觉图表形式呈现数据库的整体数据质量，分析并实时呈现学校数据质量的最新状况。从而使内部的数据管理按照“标准—产生—治理—诊断”的闭环处理方式完美地进行，全面提升数据质量的高效准确性以及数据报表分析的科学严谨性。

4.5建立数据质量评价体系及数据整改机制

由于早期学校系统的建造年份、建设思路和技术架构各不相同，造成所产生的业务数据质量参差不齐。为了反映数据的质量，需要建立相应系统，以评估数据质量，评估数据是否符合学校质量标准，并量化不同类型数据的质量。根据该系统的计算能力，基于数据标准周期性产出量化数据计算结果，客观体现数据质量问题，为数据源头部门提供了明确的问题数据，并对源头部门的数据进行了校正，以提高数据质量。建立机制，通过收集和直观显示数据质量结果，比较不同类别和部门的数据质量改进情况，查明治理过程中的薄弱环节，为学校明确数据治理重点和改进治理措施提供基础。

5智慧校园建设原则

（1）兼顾当前，着眼未来。智慧校园是一个复杂的系统工程，为保障智慧校园落地效果具备先进性和示范性，智慧校园在顶层设计的时候就需要考虑学校未来5至10年的发展需求。在系统建设中，不仅要考虑到当前学校各种业务的实际要求，还要充分考虑将来业务发展的需求。从实用性、经济性出发，着眼于近期目标和长远的发展，选择先进技术进行最佳组合，在有限的资源中构建一个成功、实用的智慧校园系统。（2）遵循标准，开放统一。智慧校园设计应充分考虑与国内外行业标准与工业标准的一致性和兼容性，同时保障系统的开放性。智慧校园系统所采用的硬件设备完全符合国际通用标准，与目前校内网运行其他系统不发生冲突。兼顾国家、省市县重大教育信息化工程，为国家、省市的教育云服务平台预留标准化的接口，使其数据能被其他现有和将要开发应用的软件调用。（3）安全稳定，易于运维。智慧校园建设的总体框架包括智慧教学环境、智慧教学资源、智慧校园管理、智慧校园服务、信息安全体系等组成部分。各系统彼此独立又相互协同，各子系统软硬件必须具有高度可靠性和稳定性，各主要数据需采用备份模式，应急处理手段完备。系统所采用的软硬件设备与管理平台具备较强的可操作性，易于日常运维管理。用户界面按人性化图形设计，所见即所得。

结语

由于高校信息和通信技术的快速发展，智慧校园的建设正在不断迭代。高校的数据资源已成为学校运作的隐形资产、战略资源和学校软实力的体现。统一管理数据资源，提高数据质量是高校之间交流数据和广泛应用数据分析的先决条件。解决高校数据存在的问题，使其成为高校教学管理的辅助工具，为高校发展决策提供科学依据，将是今后高校数据治理的工作重点。

参考文献：

[1]任新华，王文冀，张学燕.基于“人工智慧+大数据”智慧校园整体规划和建设[J].电脑知识与技术，2021，17（10）：259-262.

[2]刘蓁蓁.智慧校园建设背景下高校数据安全管理的研究[J].网络安全技术与应用，2021（01）：102-103.

[3]倪翠霞.高校智慧校园建设方案探讨[J].电脑知识与技术，2021，17（12）：73-74.

[4]肖炯恩，刘欣荣.智慧校园的数据中台建设与数据治理研究[J].高等职业教育（天津职业大学学报），2021，30（02）：82-86.