大数据时代下高校信息化现状与管理体系研究

《大数据时代下高校信息化现状与管理体系研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、大数据时代下高校信息化现状与管理体系研究　　《国家中长期教育改革和发展规划纲要(2010-2020)》强调了信息技术对于教育事业发展的重要程度，并要求教育部门高度重视教学工作中信息化的渗透运用。自进入信息时代以来，数据信息为教育教学工作带了新的发展机遇，其中新型的教学手段和丰富的教学资源更是让教育机制站在了改革一新的十字路口。伴随着高校教育体制改革的深入，教育活动所产生的教学数据也逐渐繁杂起来，而高校信息管理体系便是帮助高校决策者分析教学数据信息、获取能够真实反映教学情况的有效信息以及做出科学合理的教学决策的

2、利器。但是如何做到提升信息管理效率，提高教学质量，获得更多的科研成果也正是高校信息管理体系构建维护实施者要考虑的问题。　　1、大数据的定义及其特性　　大数据是信息时代发展到一定阶段的必然产物，它本身的概念很抽象，并没有一个确切的定义。不过其中有一个比较具有代表性的说法认为：大数据是指那些无法通过目前的主流数据处理软件，规模较大、种类繁多的，但是在一定的合理时间之中通过一些特定的数据处理手段，经过管理、分析、计算处理、总结整理，最终能为决策者带来决策依据的数据信息。大数据在数据的存储、管理、处理方式上都跟以往的

3、传统数据不一样。　　大数据的四种特性：　　（1）规模性。大数据顾名思义其数据量是巨大，处理起来并不容易。一般的数据信息也就以MB为处理单位，但是某些大数据可能达到TB甚至ZB级别。　　（2）多样性。大数据之中还掺杂着很多不同种类的数据形式。一般的数据信息形式较为单一，或许会有几种数据同时出现，但大多结构较为严谨。而大数据种类可能达到成百上千种，图片、文字、视频、物理或逻辑地址等混杂其中，其中包含着小部分的结构化数据和大部分的半结构化甚至是非结构化数据。　　（3）高效性。大数据的计算处理速度非常快，获取有效信息

4、也会快一些。大数据在数据处理速度方面遵循着一秒定律，着重于在种类繁杂、规模巨大的数据中分析计算出有效信息。　　（4）价值性。大数据的有效价值难于提取出来，正是由于大数据的价值分散大。就如一个视频，通过提取或许要花几个小时去提取为两三分钟的精华内容。　　2、大数据时代下高校信息化现状及其面临的挑战　　2.1、高校信息管理发展现状　　近几年来，高校信息管理体系也有所发展，但是还存在着两大问题：　　（1）高校信息管理体系还没有达到统一规划的地步，其分析信息和支持决策的能力还不够完善。高校的教育工作虽然有分层合作，但

5、是各个部门是相对独立的，其中不乏有些部门会自己进行系统的开发，这样一来部门之间的信息交流就会被阻碍。数据信息无法及时共享，造成信息滞后、冗余，使得数据信息的整体性不够，同时每年高校需要工作人员腾出一部分时间来填写上报资料，不仅耗费时间、人力还增加了高校的信息管理成本。现在虽然高校运用了一些信息处理系统专门负责信息管理，这种业务处理系统具备操作方便的优点，但缺少对信息综合智能分析的能力，更没有提供决策支持的能力。　　（2）高校对数据信息的利用能力急需提高。能够作为决策支持的信息，不仅要达到一定数据量，而且数据的

6、质量要求也是很高的。由于高校的教育工作信息化堆积的数据信息太过巨大，一些教学活动的数据可能很久未用以致无法访问，或者无法考证其真实性。一份数据信息的真实、准确性对决策者的决策有很大的影响，但目前高校普遍存在着对数据信息判断不准确、信息统计整合不规范的不良现象。　　2.2、大数据时代下高校信息管理的发展挑战　　2.2.1、大数据的存储　　大数据时代下的数据信息存储，不同于传统的是，我们需要成本较低，效率高的数据存储方式。在构建大数据的存储系统时，需要充分考虑存储空间的大小和日后存储扩展是否方便。如果系统不需要停

7、机，通过增加模块或者磁盘以扩容，做到无缝的扩展存储空间自然是最好的。其次云计算技术的出现，让云存储得以实现。作为大数据的基础平台，云计算为数据的存储、管理、分析提供了足够的技术支持。基于虚拟技术的云存储可以在降低设备资金成本的同时，提高存储效率。　　与此同时，面对高校各职能部门的信息孤岛现象，在高校信息管理体系中构建出统一的数据共享平台就很有必要了。在数据共享平台上，各个部门要采用统一的数据存储标准和信息编码，方便信息管理人员把各个信息库的数据整合到共享的数据中心去（包括对数据信息的转移、数据的转换、数据的分

8、享和复制等）。　　2.2.2、大数据的集成与分析　　根据大数据多样性的特性，其必然广泛，自然会带有复杂的数据。根据数据，对数据进行分离再集合，接着对数据进行清理、链接和最终聚合，存储为结构统一的数据也是有一定难度的。而对于数据的分析更是信息管理中的重点，这需要管理人员对前面的数据信息根据不同的筛选要求，再次对数据进行部分或者全面的分析，这一步需要结合针对大数据的数据挖掘、数理统计分析手段才能够分析获