大数据与高校管理研究

大数据与高校管理研究（精选6篇）

篇1：大数据与高校管理研究

摘要为适应大数据网络时代发展的潮流，为了更好地服务广大师生对数字信息资源的需要，我们应加强高校图书数据管理员职能的创新，采取有效措施，提高服务质量，使图书馆在新的时代背景下焕发新的生机活力。

关键词大数据高校图书管理员管理服务职能

中图分类号：g718 文献标识码：a 文章编号：1002-7661（2016）17-0012-02

二十一世纪是信息技术飞速发展的大数据时代，网络资源数字化，并不断地开拓创新，数据已渗透到各行各业，与人们的生活息息相连。高校图书馆应适应电子信息大数据时代发展的需要，不仅是提供借阅图书，提供阅读环境，更应是以广大师生的需求为核心，提供更多有效的电子信息资源。

高校图书馆数据管理员应具有大数据图书馆专业素质，为广大师生提供更有效的服务。图书馆是高校文献资料的集中地，具有悠久的文化，具有丰厚的数据资源。是广大师生进行查阅文献、丰富知识、提高素养的理想圣地。随着大数据时代的发展，高校图书馆管理已由传统的以借阅文献服务职能为主转化为智能化、网络化、数字化服务为主，极大地丰富提高了图书馆现代化服务内容与质量。

加强高校图书馆管理者大数据职能化，有利于丰富图书馆管理内涵，有利于建立一整套大数据服务管理体系。但我国高校目前大数据图书馆管理专业人才匮乏，在实际的管理中仍然是数据的管理者。高校应尽可能通过培养更多适应大数据发展需要的专业人才，使图书馆在数据收集、整理、存储、管理、传播、访问、反馈、维护等方面具有专业管理技能与素养。大数据背景下的图书馆管理者需要能灵活有效自如处理非结构化、半结构化与结构化的各种数据，充分发挥图书馆的网络数字的优势，使传播知识更科学、更广、更有效。

很多学者认为数据是有生命周期的，从数据的采集、整理、加工、发布、传播、反馈是一个完整循环体系过程，需要数据的管理者提供更专业化的技术管理服务，并伴随自始至终。

如有的学校采用网站指导模式，已经有在线数据咨询、电子模板等数字化服务，既有助于满足广大师生进行查阅、互动、科研等需要，又尽可能以最少的管理人员满足广大师生的服务需要。

大数据下的高校图书馆管理者需要有更专业更个性化的素质。需要有过硬的计算机专业技能，这是数据管理的必备素质。能灵活应用数据分析工具，如spss等、网络研究开发技能，如l等。同时，需要要非专业化的人文素质。具有较强的人际交往沟通能力，能在数据管理的各个阶段提供良好的人性化服务。具有较强的管理能力，使数据管理具有更长久性、有效性、权威性。只有具备过硬的计算机专业技能与高素质的服务，才能使服务管理职能更专业化、具体化、人性化。

为适应大数据网络时代发展的潮流，为了更好地服务广大师生对数字信息资源的需要，我们应采取有效措施，提高服务质量。

1.加大人才培养力度。目前，高校图书馆高素质的数据管理人才是很缺乏的，需要大力培养引进数据专业人才。图书管理人员是一个有机整体，应根据图书馆的时代发展与用户的需要，进行明确的角色定位。统筹兼顾，科学设置，管理机构要合理、人员配置要合理、职能分工要明确。不能盲目引进或培养，要能突出重点，有针对性地培养图书管理实际所需的不同人才。根据实际情况，未来发展的需要，进行角色定位，各尽其责，密切合作，更好地实现图书馆管理的服务工作。大数据管理人员职能应在传统的管理职能得到丰富和发展，能对数据库进行科学的构建，并提供智能化的人性服务。需要根据时代发展的变化，广大师生对知识信息的需要，图书馆发展的要求，使管理服务更具有专业性。既要能采取利用存储文献资料，又要能整合分析反馈信息资源，提高文献信息资料的循环利用效率。

2.提高服务质量。传统的图书馆服务职能主要是为读者服务，基本上是单一性、大众化的服务。大数据下的管理人员更多的是提供个性化有针对性的服务，是广大师生利用电子数字信息资源的有力助手。同时，需要对用户使用信息资源进行深入的分析研究，更有针对性地提供人性化服务。构建完善的数据管理循环模式，使数据管理标准化、评估科学化、预期超前化、传播大众化、反馈常态化，最大限度地满足用户地需要，最大限度地节约财力物力，有效地管理利用数据，提高服务质量有效性。大数据时代高校图书馆，需要管理人员提供常态化服务。需要图书馆管理者能相互加强合作，提高整体服务水平，具有传统管理人员的职业技能素质。爱岗敬业、服务热情、熟悉图书馆文献资料布局。需极大地提供数据管理人员个性化服务水平，丰富个性化服务内涵。具有过硬的数据专业分析能力，数据采取分析能迅速、准确，利用率高。各种先进的数据管理分析软件能灵活操作运用，如hadoop软件，成本低，准确方便，是非常实用科学的一款大数据处理软件。提高数据管理人员个性化服务，需要采取有针对性的措施逐步落实。同时，需要努力提高采集信息资源的质量，尽可能减少误差，使信息内容尽可能真实性。高校图书馆管理员需要高度树立数据信息质量意识，在具体的操作中，保障信息的真实可靠性，避免信息的失真。加强信息安全意识管理，注重隐私权、所有权、使用权的管理与界定，避免侵犯他人利益或财产。

高校图书馆数据管理员应在传统服务美德的基础上，结合大数据的特征，开拓创新，为广大师生提供更加实用性、科学性的文献信息，增强热情管理服务意识与态度，使图书馆在新的时代背景下焕发新的生机活力。

篇2：大数据与高校管理研究

如今，社会已经步入大数据时代，大数据时代最显著的特征就是数据海量、结构复杂、传输速度快等。如何在大数据时代，提高高校数据存储与处理能力，加强高校的信息化管理，寻求新的信息服务途径，是高校应思考和研究的重要课题。本文对高校信息管理工作存在的问题进行分析，同时针对如何提升高校信息化管理提出了几点策略。

网络信息时代的到来，数据已成为各高校竞争的重要战略资源，对高校各项管理工作的影响非常重要。我国颁布《国家中长期教育改革和发展规划纲要》指出：“信息技术对教育发展具有革命性的影响，必须予以高度重视。”从中可见国家对于信息技术的重视程度。大数据时代为高校提供了很多教育信息资源，为教师教学提供了很多方法和策略。随着高校信息管理的不断升级和改革，高校内部采用各类系统软件辅助日常管理、教学等工作。如何充分运用海量信息和数据，为高校管理和教学服务，是高校管理者应思考的重要课题。

一、高校信息管理工作的现状

1.高校信息管理系统缺乏统一的规划。随着网络信息技术的发展，我国高校信息管理工作取得了一定的成绩，但目前高校信息管理体系还有待完善，还缺乏专业化、规范化的规划。从实际情况来看，部分高校分别开发了供本院校使用的独立信息管理系统，但校与校之间数据交流很少，信息零散，高校内部各部门之间的信息流通也不顺畅，受到一定因素的制约，某些信息保存在固定单位，导致信息缺乏共享性。另外，高校信息汇总工作繁琐，模式陈旧，经常采用从基层到管理层逐一统计，数据重复收集的现象，耗费了大量时间和人力。

2.信息和数据安全体系有待完善。一方面，随着信息技术的发展，网络逐渐呈现开放式特征，这就导致很多数据和信息容易丢失和被盗取。尽管很多高校信息管理平台已经建立，但是数据信息安全体系还不够完善。目前高校教育竞争日益激烈，数据资源对于高校来说就是一种财富，数据的高效管理和应用是大学竞争优势的具体体现。因此，完善数据信息体系是保护数据信息安全的关键环节。由于高校规模逐步扩大，高校的数据量也随之剧增，对于其中有价值的信息进行保护是十分必要的，换句话说，数据可以转化为价值。

另一方面，高校很多数据信息呈现冗余状态，很多管理平台上的信息重复，占用大量存储空间。高质量的数据是能够准确表达高校各项工作指标的依据，数据要客观、真实。很多高校通过信息化建设积累了大量数据，但是很多数据无法确保可访问性、可信度，很多信息不能被有效利用。在利用数据时，有些高校时常对数据断章取义，进行片面使用，一些个别数据是不能代表大多数的。尤其在科研项目中，数据更要经过严格审核才能使用，不能盲目地选择，这违背了研究方法中的系统性原则。高校内信息垃圾较多，数据的过剩现象很明显，但同时有些数据还缺乏，这是一种矛盾。

二、加强高校信息管理工作的有效策略

1.加强信息管理人才的培养。高校的信息管理工作依赖于专业的管理团队。因此，培养专业化、高素质的管理人才是提升高校信息管理质量的关键。首先，高校要从优化信息管理员队伍结构入手，定期组织信息管理人员进行培训，培训内容涵盖信息管理法律法规、新闻报道、计算机操作及维护、摄像技术等。其次，高校要提升信息管理人员的责任意识和信息化意识，从观念上转变教师的思想，促进教师提高思想觉悟，对信息管理工作认真负责。再次，高校要建立信息管理的相关制度，内容涉及信息管理人员的专业要求、学历要求以及信息管理工作岗位的.职能要求，建立高校信息管理队伍的长效机制。

2.实现数据资源的整合与利用。高校要在大量数据信息中整合适合自己院校的数据资料，构建高校信息管理体系，提高数据资源的利用率，为信息管理工作打好基础。高校要在政策和技术上给予支持，在资金上加大投入，有效地整合现有的数据与信息资源，才能保证高校信息管理工作的有效进行。高校信息管理工作是一项系统的工程，其涵盖的内容非常广，包括招生、教学、科研、行政管理、财务管理、学生就业指导、学生校园生活等。因此，加强数据整合是实现高校信息管理高效化的重要途径。

3.完善硬件设备设施，构建数据信息安全保障体系。高校信息管理工作的开展依赖于硬件设施的完善，决策者要全方位地了解学校的教学质量和运行状态，进而实现对各项工作的审视和监督，高校要保证信息管理平台的正常运行。首先，高校要加大资金投入，完善硬件设施建设，使网络信息平台的建立能够发挥其功能，并指派专人负责硬件的维护与维修，保障数据信息平台的正常运行。其次，高校要在信息管理系统中运用智能技术，建立能反映学校整体发展水平的综合信息集成系统。

篇3：大数据与高校管理研究

信息、讯息和数据是后工业革命时代的3个重要概念。尽管三者经常在各类语境下被混用, 但其内涵和外延均有较大差异。因此, 区分并理解这3个概念是探讨大数据的必要前提条件。

具体来说, 信息的概念在20世纪的蓬勃发展要归功于数学家克劳德·香农在1948年提出的“信息论” (也称“信息理论”) 。在其著作《通信的数学理论》中, 香农认为, 信息以特异方式运作。与其他物品不同, 信息的重要特征在于, 一旦被分享, 就相当于被复制, 无论是传播者和接受者都获得了同等数量和信息。这种特征的意义就在于其使用只会创造增值而非贬值, 因此信息就可以在传播者不放弃信息本身的情况下将其分发。信息既是一种物质, 又是一种能量。

如果说信息主要在数学和通信系统中为人提及, “讯息”一词则在传播学中广为使用。信息中包含噪声, 即无意义成分, 而讯息则强调信息带来的意义。讯息是具体的, 而信息则是抽象的。举例来讲, 天气预报可以被认为是信息, 而如果人们通过解码来获取其中意义, 得知天气状况并作出应对措施, 就获取了其中讯息的成分;对于不关心天气的人来说, 尽管每天都可以收到天气预报提示, 其意义与噪声并无二致。

在充分理解信息和讯息的基础上, “数据”的内涵便其义自见了。数据既可以是信息, 又可以是讯息。根据具体语境变化, 数据的概念也十分灵活多变, 而其是否具有意义, 则取决于如下几个方面。最为重要的一点是数据的格式。众所周知, 数据的来源十分广泛, 而即便同样是来源于社交媒体的数据, 格式也大相径庭。比如, 一条100字的微博和其底层代码从格式上讲就迥然而异。对于微博用户来说, 后者是无意义的;而对于程序员来说, 前者则意义寥寥。其次, 数据的内容和对内容的解读也与其意义息息相关。同样的数据对于不同人的意义可能完全不同, 因而可能被运用到不同领域, 产生不同的效用。

随着计算机技术以及互联网的迅猛发展, 行业应用产生的数据已经超越了几何式增长, 以爆炸性的突变影响着整个社会。动辄数千TB甚至PB的“大数据”正在挑战传统的数据处理和分析手段。高峰期间, 新浪微博每天可以产生将近一亿条的新微博, 而百度目前数据总量已经突破1000PB。用户创建内容是大数据最为重要的组成部分之一, 包含十分丰富的信息和资源, 如人口学统计资料、地理信息位置, 甚至是网上交易数据。对这些数据的整合利用至关重要, 也正在成为政府、企业和教育机构的重要议题。面对如此海量的数据, 可以确信, “大数据”时代已经到来。

2 大数据、机遇和挑战

2012年联合国发布了一份有关大数据的报告。在这个名为《大数据促发展:挑战与机遇》的政府白皮书中, 联合国指出, 大数据对于世界各国是机遇, 又是挑战。报告中提到, 数字设备的普及和更新正在带来一场“数据的产业革命”。对各国政府的决策者而言, 对日益扩大的数据资源进行分析利用, 是21世纪以来, 继全球化、气候变化和人口流动后, 又一大重要的历史性的机遇和挑战。

如上文所述, 大数据给科学研究带来的革命性的变革, 而这种变革在医疗、教育、金融等领域得到充分体现。在医疗方面, 尽管总体看来, “大数据”仍往往只是药厂和保险公司的一个营销口号, 但诸如英文网站Web MD, 以及中文网站“好大夫在线”, 正在颠覆传统医疗信息的流通方式, 并改变着医患关系, 甚至整个医疗体系的结构。同医疗一样, 大数据在教育领域也被认为是推动变革的重要力量。从“中国大学的精品课”, 到在线学习和网络课堂, 脱离了以学校为中心传播方式, 达到对教育资源的二次分配。然而, 大数据在教育领域的影响也并非单向度, 仅仅是资源以数据的形式向外传播, 教育机构亦在体会海量数据的涌入。比起医疗和教育领域, 大数据在金融领域的影响可谓山呼海啸。在定价、授信、风控等领域, 用户创建的数据正在系统性挑战传统的经济规律。以保险定价为例, 美国的诸多保险公司在提供车险时, 会在保户车上安装一个简易装置, 实时监控其驾驶习惯。那些驾驶平稳, 很少突然加速减速的司机, 会获得保费降低的奖励;而那些习惯危险驾驶的司机数据会被立刻传送给保险公司, 作为保费升高的最佳旁证。

3 高校管理与大数据

大数据将对学校管理环境、管理水平和管理决策产生深远的影响。上文系统介绍了大数据的概念, 以及它给这个时代带来的诸多机遇和挑战, 那么具体这些特性在高校管理中是如何体现的呢?笔者将在如下的版块举出3个具体的案例。

3.1 学生行为分析

学生行为分析是指高校获取有关学生的数据进行整合分析, 对学生的行为进行预测和研判的过程。这一环节对高校管理工作至关重要。对学生思想动态监控是学生行为分析中最为敏感的话题之一。传统意义上讲, 学生思想动态监控主要依赖于辅导员与学生谈话、沟通, 然而这种信息获取方式的弊病显而易见, 最重要的问题在于信息量小, 而且有局限性, 不能以点带面地掌控学生的思想动态并对其行为进行行之有效的分析预测。在高校普及互联网后, 一些管理软件是对数据进行高效管理的雏形, 尽管无论是从量上还是从质上都与当今的大数据分析相去甚远。

怎样了解学生在网络上发布的信息, 并在充分利用的基础上对具有风险的行为 (如心理问题, 暴力、自杀倾向、偏激的政治言论等) 进行管控, 是学生行为分析的核心议题。上文中谈到了对用户创建内容的利用, 而高校管理也可以使用这些数据, 作出判断, 并影响决策。在自然语言学习中, 一部分学者正在通过文本分析的方法确定人群的某类特质, 如抑郁症、自杀倾向等 (可参见Pestian et al., 2008) 。而如果在对于局域网监控中留有后台, 可以随时抽取问题学生的数据, 进行监控和分析, 这无疑对于及早发现问题是至关重要的。

3.2 教务系统的应用

随着在校大学生人数的不断增加, 教务系统的数据量也不断的上涨。教务系统的数据库中基本实现了学生的在线信息查询、选课功能以及教师对课程信息发布的管理等功能。对学生来说, 可根据本人学号和密码登录系统, 查询院系的课程、学生选课情况及学生个人信息的修改;对教师来说, 可以发布、删除和修改自己本学期所要教的课程信息, 查看选择自己课程的学生名单及信息, 及查询、修改部分的个人信息;对管理员来说, 可通过超级用户身份登录, 对系统进行全面的管理, 对新用户的添加, 删除以及对用户信息进行管理维护。

3.3 学生就业规划

学生就业是高校管理中又一大重要议题, 而如何帮助学生正确了解自己, 并掌握利用就业信息资源, 则是一个系统性的工程。传统的就业指导规划系统往往是单向的, 以学校为中心, 向学生发布学校认为有意义的就业指导信息。如上所述, 大数据在教育领域的重要变革之一就是去中心化, 即将不同信息系统有机整合并无缝对接, 使双向乃至于多向的信息流动成为可能。

具体来说, 在学生就业之中, 具有3个利益方:学校、学生和雇主。在大数据未曾普及的年代中, 这三方的信息是不对等的, 这对学生成功就业极为不利。一般来说, 雇主和学校关系密切, 向学校提供信息, 而学校和学生关系密切, 学生从学校获取信息。因此, 雇主和学生的非直接关系完全依赖于学校工作的成败。如果有一个系统, 可以将三方整合起来, 利用学生自主提供的信息为其生成就业指导模型, 并对学校和雇主可见, 那么这种信息的不对等就会消失, 使学校能够成为雇主和学生的平台, 而非中介。

建立这样一个系统, 可以分为数据寻找、数据库建立和数据分析等3个步骤。首先, 学校应该可以从不同数据来源中获取雇主提供的信息, 而并非单纯仰仗传统的“人脉”关系。在系统性地抓取雇主信息后, 一个动态数据库的建立有利于学生的信息获取。学生不仅仅可以依赖于自己的价值判断, 亦可以参考该数据库基于学生提供数据生成的指导模型, 从而作出最佳明智的选择。

4 “后毕业时代”的资源共享

“后毕业时代”指的是学生毕业走向社会之后高校所面临的历史性时刻。传统意义上讲, 学生毕业后, 除了和母校的感情联系, 其他方面基本处于“失联”状态。然而在一些发达国家, 校友不仅是学校投资的主要来源, 更是其他资源共享的重要渠道。毕业仅仅是这种联系建立的开始。

与发达国家高校不同, 中国高校对于“后毕业时代”的资源共享利用尚处在初级阶段。所以, 大数据在“后毕业时代”的应用之一, 便是建立一个实时更新的校友档案库。这个档案库并不只是图书馆中的一排文件夹, 而是一个能够提供信息交流和反馈的平台。校友资源是一座宝藏, 而大数据便是通往这座宝藏的一把钥匙。举例来说, 如果学校有校庆活动, 需要邀请校友出席, 在十年前这可能是一个浩大的工程, 需要动用许多人力、物力和财力, 但未必能达到预期效果, 而如果能够利用互联网、微信、论坛, 通过各种数据传播方法, 可以大大提高效率。世界著名求职网站Linked In就会根据校友人际关系来推荐“可能认识的人”, 使未来的资源共享成为可能。

参考文献

[1]舒忠梅, 屈琼斐.大数据时代高校信息管理与决策机制研究[J].华南理工大学学报:社会科学版, 2013 (6) :34-36.

[2]辛良.大数据时代高校管理创新研究[J].中国教育信息化, 2015 (9) :78-80.

[3]肖艳.大数据时代地方高校实现协同创新信息管理平台构建及路径[J].情报科学, 2015 (11) :110-112.

篇4：大数据与高校管理研究

摘要：文章分析了当前高校学生管理所面临的实际情况，确立了“以人为本，服务师生，服务教学，服务管理，服务决策”的建设目标，利用大数据分析技术来挖掘高校数据价值，建立了决策模型，大数据标准、管理和规范，构建了一个统一、完整、多层次、智能、安全、可靠的高校大学生大数据综合管理与决策平台，为学生管理工作者提供管理决策依据，促进学生管理与决策科学化，对推动高校大学生管理工作现代化具有积极作用与价值。

关键词：大数据；数据共享；决策模型；决策支持

中图分类号：G455 文献标志码：A 文章编号：1673-8454（2015）10-006-05

一、概述

21世纪，各国的教育体系、模式、内容和管理均发生重大变革，向开放式、网络化、终身化和普遍提高人的素质和基本能力为中心的学习型社会过渡。近些年，国内高校由于招生规模的逐年扩大、新校区的大规模建设，随之而来的是管理人员、教学资源短缺，管理混乱与发展滞后[1]，面临着前所未有的挑战。同样，高校学生管理工作的繁杂性和艰巨性也大大增加，传统的学生管理思维、模式和方法已不能满足现阶段高校实际需要。为提高大学生管理水平，构建现代新型的大学生管理工作模式已经提上日程，而大数据是解决该问题的有效途径之一。

学校拥有可用的、高质量的海量数据逐渐成为现实，如何进行大数据分析与利用，给高校学生管理工作带来更大的价值，对教育管理研究者提出了挑战。很多高校正在使用大数据分析技术解决遇到的实际问题，如美国德克萨斯大学利用大数据技术分析学校用户IT使用行为产生的数据[2]，确定用户行为异常，审计IT基础环境，制定安全防护措施。

基于此，本文以常熟理工学院为例，首先剖析高校目前大数据管理的现状与问题，然后从高校学生管理大数据的角度来阐述高校大数据分析及利用的思路，最后给出基于高校大数据的学生管理的实践及成效，同时也详细阐述了高校基于大数据的学生管理的实践思考过程。

二、相关概念

1.大数据

目前对大数据的定义有很多，根据维克托·迈尔-舍恩伯格的定义，大数据（big data），指的是所涉及的数据量规模巨大到无法通过目前传统软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息。虽然说法不一，但在研究者们看来，大数据有以下几个明显的特征，就是4个“V”，即：Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（真实）。

但我们认为，除了以上四个特点，实际上，大数据与三个重大的思维转变有关[3]，这三个转变是相互联系和相互作用的：首先，要分析与某事物相关的所有数据，而不是依靠分析少量的数据样本；其次，我们乐于接受数据的纷繁复杂，而不再追求精确性；最后，我们的思想发生了转变，不再探求难以捉摸的因果关系，转而关注事物的相关关系。

大数据通常用概率说话，而不是板着“确凿无疑”的面孔，整个社会要习惯这种思维需要很长的时间，其中也会出现一些问题。

2.高校学生管理大数据

大学生从入学、学习、生活、毕业到就业等整个活动周期中，在各个信息管理系统如招生、教务、学生管理、餐饮消费、图书借阅、网络学习、上网、实验、考勤、晨练、实训、毕业设计、财务收缴费、设备使用、离校、就业等各个电子行为活动中留下了大量的记录信息。这些数据建设有助于将学生管理工作者从日常的具体事务性工作中解脱出来，解决运用传统手段难以获取各类统计数据的问题，从中挖掘出有价值的信息，经过过程性和综合性的分析，找到学生各种行为之间的内在联系，思考背后的逻辑关系，并做出恰当的教学、管理决策，这才能被称为高校大数据[4]，如何挖掘这些数据的价值来有效服务高校学生管理是一个有意义的尝试。

三、高校学生管理大数据现状与问题分析

虽然目前各高校的学生管理信息化已经取得巨大的进步，少数高校也开始尝试进行大数据利用的探索，目前的现状是，由于学生人数众多、数据治理和技术等方面的问题，导致利用高校大数据成为学生管理工作中的一大难点，存在很多问题，总结为以下几个方面：

1.高校大数据管理混乱，没有形成统一完整的大数据管理体系

面对学校的快速发展和校、院两级深化改革，信息量的大幅度增长和数据的快速更新变化，而高校的大数据管理职能部门仍无确立，管理模式没有变化，传统的数据管理方式和管理手段已经远远不能适应高校大数据管理工作的需要，同时更加分散的信息处理和更新导致了大量的重复劳动，从而导致了学生信息紊乱，数据一致性差，严重影响了信息的准确性和完整性，给高校的大数据管理工作带来了诸多不便，严重影响了大数据使用成效。

2.信息孤岛大量存在，数据质量差

在信息化建设过程中，由于各部门开发或购买了面向特定领域功能、基于不同技术和应用模式的业务管理系统，导致数据交换通用性较差，难以实现现有系统数据信息的集成共享，数据利用率较低。同时在数据录入与各系统间数据交换的环节中缺乏对数据质量的控制，经常出现数据维护不及时、不准确、不完整、随意性等问题，导致数据的质量较差。

3.重视信息系统技术而非信息

如今的信息技术变革的重点在“T”（技术）上，而不是在“I”（信息）上，即国内高校大多重视业务处理系统（即OLTP系统、在线事务处理系统）建设，轻视在线分析系统（OLAP）建设的思路也影响了数据的质量，导致数据分析的数据建设得不到重视。现在，我们是时候把聚关灯打向“I”，开始关注信息本身了。

4.高校数据分析的传统思维影响

在很多高校，大多是通过调查问卷和样本数据来进行分析和推断，但是统计抽样其实只是为了在技术受限的特定时期解决当时存在的一些特定问题而产生的。在大数据时代进行抽样分析，就像是在汽车时代骑马一样。在某些特定的情况下，我们依然可以使用样本分析法，但这不再是我们分析数据的主要方式。

以上原因是导致国内高校在大数据利用与分析方面效果不佳的主要原因，其他如大数据利用的观念与意识、信息化素养、数据治理管理体制等多方面也影响到高校数据分析与利用。

四、基于大数据的高校学生管理的研究与实践

当代社会文明是建立在数据文明的基础之上[5]，高校学生管理大数据平台应当是构建多层次、多方位的有机系统，同时应该是“全样本”数据采集平台，必须融合高校所有相关部门的所有数据记录，按照标准、规范、安全、高效的特征，整合到统一的大数据交换共享平台中，实现各部门数据之间的无缝交换、共享、集成，同时要充分发挥相关部门的主动性、积极性，明确部门的职、责、权，构建一个统一、完整、多层次、智能、安全、可靠的大数据管理平台，为学生管理工作者提供管理决策依据，促进学生管理与决策科学化。

在建设过程中，我们确立了“以人为本，服务师生，服务教学，服务管理，服务决策”的建设目标，在实践中取得了一些成效，下面就基于大数据的高校大学生管理简要介绍我们的一些思考与实践。

1.建立决策模型

我们认为，整个高校学生管理大数据建设目标就是要合理地利用学生管理大数据，在满足学生管理部门需求的同时，也要为师生提供数据服务，为校级领导提供数据统计分析和决策支持，即应具备多层次的智能服务功能，确保每一个层次的人员都要受益，才能促进有效决策[6]，建立了金字塔模型，如图1所示。

按照分层原则，确立并通过若干个具体的且对实现学校学生管理目标有重要作用的关键业务指标（KPI）来实现分层决策支持，促进学生管理者科学决策。

2.建立大数据标准

为确保实现数据的集成和共享、有效积累，参照教育部出台的《高等学校管理信息标准》“学生管理数据子集”中的规范，结合学校实际情况，建立大学生基础信息编码规范和数据子集规范，统一学生编码，确保学生的编码唯一；统一部门编码，保证部门编码的唯一；统一所有业务系统的数据编码，保证业务数据的准确；同时制订编码和数据的管理、更新、维护规范。由于高校校园网络认证计费、校园卡等的数据管理缺乏标准规范，根据学校的实际使用情况，结合我校多年的实践经验，我们单独制定和扩展了学生电子行为数据标准，如校园卡、网络认证和设备使用等数据标准规范，今后计划提交并参与该类规范的制定。

3.建立大数据管理与使用规范

我校在高校学生管理的大数据分析和利用过程中，重视和强调全员参与，我们认为每个人都是数据的生产者和消费者，为此学校建立了一支数据信息使用和维护管理员队伍，如各个二级学院分管领导、班主任、辅导员及相关业务部门工作人员。同时建立了信息员管理制度，将全校各类数据责任到部门，专人负责，严格把关，统一数据录入管理，制定了数据维护的管理规范，对各部门信息的采集、处理、存储、传输和使用进行全面规范，确保数据动态唯一、准确及时。表1是我们建立的相关数据使用与维护规范——学生基本信息日常维护时序表，在该表中，明确了各个数据项的负责部门、负责人及维护时间频率。

4.建立大数据交换共享平台，实现数据共享

我们构建的大数据共享平台整合了全校所有业务信息系统的数据，实现了大数据的一个显著特征——记录所有数据，包括教务系统、学工系统、科研系统、图书系统、人事系统、资产系统、校园卡管理系统和网络认证系统等所有与学生管理相关的记录信息，实现了各系统间信息的互联互通，实现了数据共享，从根本上消除了信息孤岛，使业务系统内部、系统之间的频繁、复杂的信息流畅通，完成由数据源到数据集成再到数据分析应用的一个完整过程，为大数据的分析与统计提供坚实的数据基础。

五、作用与成效

通过上面的探索实践，我们建设了高校大学生大数据综合管理与决策支持系统，为学生管理工作者提供如下功能：

1.由宏观到微观，全面、动态、及时了解、把握全校学生整体情况

由宏观到微观、整体到个体，按“全校—院系—年级—专业、班级”逐级显示，全面、形象地展现了全校学生数量、各院系、专业、班级数量和构成（如图2），还包括未能正常毕业的学生数和其详细情况，以及学生个体的基本信息和在校期间的动态行为，包括基本信息、政治面貌、学习成绩、综合测评、奖助学金、奖惩信息、学团干部经历、参加社会工作、证书考试、科技成果、财务信息、图书借阅、校园卡消费、上网门禁等详细情况。

图2详实地展示了学生个人在校的所有信息，该数据使学生管理工作者能够“一站式”地获取学生的所有在校相关数据，方便辅导员快速全面掌握每个学生的详细信息和潜在动向，发现问题并及时关注，彻底解决以往高校学生管理过程中各业务系统块状分割、合力不足的现象，极大方便了学生管理工作者，简化了工作，提高了管理与决策效率，同时这些信息也可服务于学生个人，甚至也让家长及时了解孩子的在校情况。

2.大数据异常预警，克服学生工作管理盲区

由于学生人数众多，学生管理工作者在日常管理工作中很难兼顾到所有学生，特别对一些问题学生的管理，容易产生疏忽和错漏。为了解决这类管理问题，我们设计了学生在校各类异常行为预警功能模型，通过对数据的分析和深度利用，实现如不在校预警、学业预警、贫困生预警、网瘾学生预警等，将存在异常行为的学生主动预警并告知学生管理工作者，以便及时关注到此类学生，从而可以提早及时发现各类问题，避免学生管理工作中的疏忽。

为实现预警功能，设计了我校特色的电子行为大数据分析与预警决策模式[7]。充分利用各个业务信息系统每天所沉淀的数十万条学生各类活动的海量电子行为大数据（见图3），如校园卡消费数据、校园卡考勤数据、晨练、上机、实验、用水、电记录、校园卡借书信息以及上网数据（包括上网的地点、时间、时长、类型、金额等，不含具体网址、内容等个人隐私信息），构建主题数据仓库，形成多维数据集，并生成诸如每月全校校园卡消费排行榜、学生上网时间排行榜等各类“排行榜”，设置一些临界值（阀值）且反复修正，一旦达到临界值范围，系统自动发出警报（通过校园短信平台向相关管理人员发送短信或电子邮件等），实现学生异常行为预警。通过排行榜，结合学校的作息时间和学生的平均在线时长等去发现一些问题，如学生是否正常上课，是否已经网络成瘾等。对学生加以正确有效的教育引导，防微杜渐。另外，通过掌握学生消费的整体情况，将学生个体的消费行为与之对照分析，如月总消费额、日消费额均在平均线以下，甚至每餐的消费额也大多低于平均水平，并且除了餐厅消费外，少有超市消费、网络消费等其他非必要消费，则基本可以认定为困难学生，再通过结合生源地和家庭情况等信息综合考虑来排查家庭经济困难学生，为发放贫困生生活补助及助学金提供有力参考。这有助于领导层制定学生工作的管理目标和重点，帮助管理者及时做出反应，增加了管理的主动性，起到了防患于未然的作用，做到了有的放矢，不断提高学生管理水平和思想工作的针对性、适用性和实效性。

3.大数据预测，优化科学管理

当我们将生活数字化、公式化及模型化的时候，我们会发现其实大家都很相似，看上去很随意、很偶然，但却极容易被预测[8]。为实现管理者的科学和精细化管理，我们充分利用大数据的核心功能——预测，如：各时间段学生在校活动人数预测，各时间段学生在各餐厅消费人数预测，各时间段学生在图书馆人数等。限于篇幅，下面以在校活动人数预测为主来介绍实现模型，利用数据基础仍然是上面提到的学生校园卡产生的各类信息、信息系统登录记录及网络认证行为记录，每个学生个体在以天为单位的时间留下各类电子行为记录，但凡有一次电子行为记录就等同于该学生在校，通过这种方式就真实、严格记录了学生每天是否在校的真实情况，虽然不能精确到百分百，但也确实能达到99%的精确率，这样就确实充分利用大数据的特性——不求百分百精确，只求基本精确。这一预测数据，可以让学校管理工作者知道各个时间段学生在校活动的总人数情况，能够指导管理者在日常管理中提供合理的资源配置，如在春季学期、秋季学期、各个节假日等各时间段的水、电、制作餐食及宿舍安排等资源合理配置，既减少不必要的浪费，同时也可避免出现资源配置不足的问题，比如如果“国庆节”的午餐做少了，不够学生消费，或者午餐做多了，造成明显的浪费等问题，通过大数据预测就能很好的解决这个问题，为学校的管理现代化提供科学的决策依据。图4为学生在校活动人数情况。

六、存在问题与展望

我们的大数据平台不仅提升学生管理工作的透明度，提高学生管理部门的工作效率，而且还可以极大地促进管理部门等相应领域的信息化建设，实现信息支持、信息提升、信息服务的良性互动，我们的实践成果为高校学生管理工作的科学、高效、公平、公正提供了坚实的数据分析基础，对推动高校大学生管理工作现代化具有积极作用与价值。由于受专业人员少、技术能力较弱、数据模型建立难、观念意识薄弱等方面的影响，我们的工作在很多方面还存在不足，但通过实践与正向信息反馈，更加坚定了我们继续研究的信心。今后计划在高校大数据分析的制度建设、管理规范、数据分析模型和数据可视化等方面继续进行深入研究，积极推动高校学生大数据分析与教育治理工作现代化。

参考文献：

[1]易鑫.教育如何玩转大数据[DB/OL].北京：中国教育报，2014年3月24日第5版. http：//www.bshare.cn/burl？id=pxJMC.

[2]维克托·迈尔-舍恩伯格、肯尼斯·库克耶著，盛杨燕、周涛译.大数据时代[M].杭州：浙江人民出版社，2013：72-110.

[3]涂子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林：广西大学出版社，2012：220-235.

[4]先晓兵，陈凤.挖掘大学数据价值，提升科学管理水平[A].高等教育信息化创新应用案例集（第一辑）[C].北京：清华大学出版社，2014：188-209.

[5]张震，李丹霞，刘芬.决策支持系统技术分析及其在高校管理中的系统模型[J].广州大学学报（自然科学版），2008，7（2）：47-52.

[6]沈锡臣，蒋东兴.高校信息标准系列文章之五《学生管理数据子集》的研制[J].中国教育网络，2007（5）：56-57.

[7]宫剑，高亮.上海财经大学：提升数据质量之道如何让数据真正说话[J].中国教育网络，2014（1）：71-73.

篇5：大数据与高校管理研究

随着计算机技术、信息技术与网络技术等得到了迅猛的发展，对人们的生活生产方式造成了极大的改变，但是也是数据量呈现爆炸式的增长，现代企业要想实现良好的发展，便要求大数据实现充分的利用，大数据背景下，数据分析、数据安全、数据仓库、数据挖掘等技术同样得到了普遍的重视。在这样一个大背景下，要想使信息管理与信息系统专业人才更好地满足社会发展需求，便要对传统的教育模式加以转变，不断提高学生信息处理水平，从而更高的适应企业对信息人才实际的需求，这对社会发展与学校发展具有非常重要的作用。

1大数据时代有关内容概述

1)大数据的概念与特征

大数据作为数据分析最为先进的技术，大数据能够分为大数据技术、大数据科学以及大数据工程等诸多的领域[1]。其中大数据技术便是指对各类型数据进行深入的挖掘，将数据中存在的有价值信息进行获取的能力。而大数据科学主要是注重对大数据网络运营与发展中进行大数据规律的发现与验证，同时对大数据网络和自然与社会活动间的联系进行研究。至于大数据工程一般是大数据进行规划建设与运营管理方面的系统性工程。

对大数据时代来说，当前一般公认其具有如下四个主要的特征，其一，数据量大，目前大数据具有的数据量级已经由以往的TB上升到PB甚至是ZB，能够看出大数据时代具有的数据量巨大的。其二，数据类型多，数据信息越来越多是视频、图片、位置以及图像等半结构化信息甚至是非结构化信息。其三，价值密度虽低，但商业价值却高，如果以视频信息为例，持续不断的视频监控数据之中，其中具有价值的信息通常只有1～2s，甚至可能更短[2]。其四，处理快速且工具发展快，数据流常常具有高速与实时的特点，并且对其进行作出快速且连续的数据处理。

2)大数据管理有关技术

大数据得到快速发展的同时，和其相关的诸多技术领域也受到了人们的重视。目前应用最多的技术主要有数据分析、数据挖掘以及模型预测等。其中数据分析是通过相关的统计分析方法进行大数据的分析与判断，将其中的具有高价值的信息加以提出出来，并在此基础上得出相应的结论，最后利用其进行数据的概括与评价，这个过程中便成为数据分析。而数据挖掘主要是将大数据利用相关的算法进行计算，将大数据中隐含的价值信息实现充分挖掘的过程。至于模拟预测是指利用计算机创建相应的数据模型，利用这个模型对数据实现分析与处理[3]。上述三个技术之中，和大数据联系最为紧密的是数据分析与数据挖掘，能够将大数据处理说成是数据分析与数据挖掘不断发展出来的一个技术分支。依照大数据处理研究内容的不同，将其细化成大数据技术、大数据科学以及大数据工程等相应的领域。

3)大数据的价值

信息使用者对海量的数据进行相应的收集，并对数据实现加工与处理，建立出各个数据间的发生与发展规律，并利用计算分析将数据中的有用信息进行挖掘，以此来对顾客喜好、企业发展以及潮流趋势等相关内容进行预测，并将其最为企业决策过程中的重要的依据。当今时期，大数据已经实现在互联网企业、电子商务、医疗卫生、零售、交通运输、金融等诸多的行业内得到应用，而且在政府部门的数据中心中同样发挥出了极大的价值[4]。通过上述分析能够发现，信息已经成为一种重要的资产，对该类型资产而言，只有对其实现深入的加工与精炼才能使其实现不断地增值。

4)大数据时代对人才的需求

当今时期，从相关的文献资料中的能够看出，通过对职业发展趋势实现大数据分析和研究，根据大数据概念与行业状况加以分析，最终得到大数据已经存在一个国际化的问题，即人才荒。企业需求的新兴技术预测与大数据分析等方面的人才远远地超过了以往仅仅进行智能信息管理方面的人才。随着人们进入大数据时代，各行各业对于大数据方面的人才有着相同的要求，也就是在具有数据收集与整合前提下，通过科学手段与先进工具实现数据深入的分析，并以此为企业发展提供高效的决策数据[5]。换句话说便是在当前大数据背景下，企业要求行业信管院一定要对信管知识加以深刻的掌握，并能够对大数据处理信息技术实现及时的更新与应用，而且还要拥有着良好的市场洞察能力与数据分析与判断等众多的能力。

2信息管理与信息系统专业人才培养存在的问题

1)专业定位不清

对于现今这个经济发展非常迅猛的时代，使信息数据呈现出更快地发展趋势，但是信息管理与信息系统专业教学模式却没有显著的变化，即便有所变革，却没有取得显著的效果，导致专业定位极为模糊，在制定相应的學科知识目标过程中也不是很明了。比方说，理工科学生更愿意进行计算机知识的学习，主要对计算机软件方面的研究较为深入，而对于经济学与管理学专业的学生在就业过程中主要选择经济管理方向，上述定位便导致信息管理与信息系统专业学生不能实现更好的发展，最终造成该专业显得可有可无[6]。

2)人才培养模式单一

篇6：高校教育管理的大数据应用论文

关键词：大数据;内涵;特征;高校教育管理;类型;作用;应用策略

目前计算机信息技术已经在社会各行各业中被广泛应用，高校教育管理领域也不例外。我国许多高校都以大数据为基础，创建了高校教育管理网络信息系统，充分利用各类大数据信息，优化学校教育管理模式。

1大数据的内涵与特征

大数据在英文中又称作bigdata，它一般所涉及的数据资料量非常巨大，以致在合理时间内，采用传统的数据处理方法根本无法进行科学的分析与有效的管理。简单而言，大数据就是指规模大到传统的数据库工具难以采集、保存、管理与分析的各类数据集。而大数据最明显的“四V”特征，也使得它与传统的数据信息迥然不同。所谓四V特征就是指大数据的Volume特征、Velocity特征、Variety和Veracity特征。在这四个特征中，Volume是指大数据的规模庞大;Veloc―ity是指大数据的处理速度高效快捷;Variet指大数据包含音频、图片、网络日志、视频等多种数据形式，结构类型十分繁杂;Velocity则是指大数据的精确性、可靠性与真实性较高。大数据技术本身所具备的“四V”特征，使得大数据在社会各行业的应用过程中呈现出了预警性、动态性、描述性和预测性特点。反过来，这些特点又直接影响了社会各行业的变化和发展。

2高校教育管理中常用的大数据类型

教育大数据是学习者的各类行为的表现，目前我国高校教育管理中应用的教育大数据基本可分为三种不同类型。

2。1教育基础信息

近些年来由于国家对公民教育的重视，我国各大高校的教育教学事业都取得了较大发展。而这些高校在长期的校园设施建设与教学事业发展过程中，所产生的学校基本建设情况、学校资金投入状况、学校基本信息变化、学校招生状况以及学校的人事变动等多类繁杂的数据信息都被相关工作人员统计汇总到了各级教育管理机构，并由此形成了一个海量的教育基础信息库。

2。2校园建设数据

而就高校自身发展而言，其在年复一年的长期办学过程中，也会不断产生和积累一些有关本校学生的基本信息、学校各专业的课程信息、学校日常生活信息、学生实践活动信息、学生社交信息;教师的科研信息、工作变动信息、学校的招生信息、学校资产信息、图书馆藏信息等。这些校园数据信息来源于学校办学实践和学生日常学习活动，数量巨大、类型繁多、速度更新快并具有巨大的潜在价值，从本质上讲也是比较重要的一类教育大数据。

2。3在线学习的平台信息

现阶段，各类网络在线学习的平台非常多，这些网络在线学习的平台为高校学生提供了大量准确、快速、有效的学习资料。而学生在网络在线平台学习的过程中，所产生的学习日志、课程选择、学习路径以及学习结果等一系列与学习行为有关的各类数据也可以看作教育大数据的一种。这类大数据被实时记录并保存网络在线学习的平台运营商手例。政府和高校应该积极与网络在线学习的平台的运营商合作，采取合适方法从运营商手中获得这些数据，并以大数据的理念、大数据处理技术等对这些数据进行采抽取、汇总与分析，然后根据分析结果，做出有利于高校发展的新决策。

3大数据在高校教育管理中的重要作用

3。1教育大数据有利于优化政府和高校的教育决策

大数据自身所具有的“四V”特征，使得大数据在应用过程中表现出预测性、预警性特征。而这种特征，直接影响和改变着政府与高校的教育决策模式。它使得教育决策与教育信息之间的关系，由传统的数据影响决策转变成现在的决策基基于数据和数据预知决策。也就是说现阶段政府和高校越来越重视、越来越依赖教育大数据信息。对各类教育大数据的精确分析结果，是教育部门和各大高校做出正确教育决策的基础，通过深入挖掘与科学分析各类教育大数据，教育部门和高校可以对高校的教育行为进行有效的动态监管。此外教育大数据还为教育部门和高校提供精准的预警分析服务，有效的突发事件解决措施等。简单而言，通过集成、预警、分析、建模各类校园教育大数据，教育部门和高校可以获得更有价值的教育信息资料，并依此作为教育决策的基本依据，从而提高教育决策的正确性与科学性。

3。2教育大数据有利于革新高校教学模式

很长时间以来，我国传统的高校课堂教学模式一直是老师教，学生学，教师主导着课堂活动的进展，是教学的主体。但是随着慕课在正规高校中的流行，在线学习逐步成为大学生学习知识、认识世界的又一重要途径。诸如智慧树、学堂在线以及爱课程等多种类型的慕课平台越来越受大学生的欢迎。相较于传统的高校教学方式，慕课具有授课时间和授课地点灵活、课程资源优质、授课方式多样等多种优势，非常有利于增强大学生的注意力、提高大学生的学习效率。与此同时，大学生在这些网络在线平台上的学习过程，被适时记录与存储，并逐渐形成教育大数据，通过深刻挖掘与科学分析这些大数据，高校就可以有针对性地优化课程资源设置，革新教学模式，最终提升教学质量。