大数据背景下高校信息化平台的构建思考

《大数据背景下高校信息化平台的构建思考》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据背景下高校信息化平台的构建思考　　摘要：该文主要是在当前大数据不断发展的背景下展开分析，了解大数据的定义与特点，并与高校对于信息化、数据化平台构建相结合，深入探究大数据背景之下高校信息化建设所面临的各项挑战，并制定相应的解决措施，以期为之后高校进行信息化平台构建提供相应的参考依据。　　关键词：大数据高校信息化平台构建　　中图分类号：G648.1文献标识码：A文章编号：1674-098X（2016）11（c）-0072-02　　改革开放以来，在科学技术快速发展的推动下，互联网、云计算及社交网络等层出不穷，使当前社会发展所接触到的数据朝着多元化的方向发展，且数据的增长速度越来越快，这意味着人

2、们渐渐迈入了大数据时代。随着大数据时代的来临，受到社会及教育部门的广泛关注和研究，且在此种背景下，可促进高校信息化平台的构建工作能够较好地开展，同时还可推动教育改革。而高校作为培养人才的重要场所，做好学校内部信息化平台构建工作显得很有必要。　　1大数据　　当代社会经济飞速发展的背景下，社会各界对大数据缺乏一个明确、统一的定义，维基百科笼统的定义成，主要由巨型的数据整合构成，这些巨型的数据已超出人们可在接受的时间内，来收集、储存及处理数据的能力，且数据的增长速度非常快，因此，将其称为大数据。　　1.1大数据时代背景下数据量快速上升　　相关研究结果表明，2007年，全球网络系统的储存数据超过350

3、EB，如果将其换算为GB，则高达3200亿。在所存储的数据当中，只有少量数据保存在以往的网络媒介上，如报纸、杂志以及书籍等，其他的都是数字数据[1]。　　1.2大数据时代背景下人们思维方式改变　　以往的计算机水平非常低，人们只能通过随机选择的方式来研究大量数据，以利用较少的数据，得到更多有用的信息。但该种采集信息的方式所获取的信息，具有很大的局限性，只能从采集的数据中，得到事先所设计好的答案，得到的答案并不是适合在任何情况下使用，很难了解到更多深层次问题。若把计算机网络当作随机抽样对象，则很难找出一个最佳数据抽样标准；若抽样网络比较小，则利用抽样数据研究得出的结果，就很难体现网络系统的结构特性

4、。　　2大数据时代下建设高校信息化平台中出现的问题　　现阶段，高校网络服务体系建设过程中，校园办公系统和校园网属于其中非常关键的构成部分，且在网络技术、大数据技术快速发展的环境中，与大数据时代发展越来越近，这就使得高校内部拥有大数据的可能性逐渐提高，加强对高校信息化平台的构建非常关键，但随着建设工作越来越复杂，在建设中常常会出现很多问题，具体表现在下述方面。　　2.1信息化系统安全系数偏低　　各个高校在构建信息化平台的过程中，所收集到的数据信息非常多，主要有机密数据、敏感数据以及隐私数据等，数据属于高校的一项核心资产。在大数据时代，如果数据被随意破坏或是篡改，则会对数据真实性造成非常严重的影响

5、，从而影响数据挖掘结果在信息化平台构建中有无价值，数据一旦泄露，则会直接影响其建设效率[3]。因此，保证高校信息化平台构建过程中，各种数据信息的安全性、可靠性非常关键，这也是信息化平台构建过程中应解决的一大难题，所涉及的内容较多，如网络安全、数据权限管理、用户应用习惯及加密技术等。　　2.2信息化平台建设保障机制较差　　大数据背景下，高校在进行信息化建设的过程中，常常会忽视信息化平台的稳定性以及实用性，根据单一的部门业务需求来规划及建设相应的信息化平台，这就常常会使得平台内的信息系统、软件、硬件以及数据库等互相分离，独立地支撑各种信息系统。而且，高校信息化构建因规划不够完全，造成很多顶层的设计

6、、专业人员以及保障措施方面的投入较小，进而影响整个信息化平台建设工作的有序开展。　　2.3信息化平台系统不够集中　　在大数据飞速发展的环境下，数据即资产，各高校内部的数据量非常大，由大量数据当中提取数据价值水平的高低可充分反映出各高校内部的信息化平台构建水平的高低。因以往高校对于信息化平台的构建规划并不完善，尽管构建了相关的图书馆管理系统、校园网站、一卡通系统以及教务系统等，但是每一个系统之间的数据比较分散，各个软件、硬件均独立运行，这就导致大量有用的数据难以较快汇集，从而形成单一的数据信息平台。而高校的信息化平台建设要求校园内部和信息化的系统之间实现各种数据信息共享，以便获取较多数据源，从而

7、为高校提供可靠、真实的数据源[2]。　　2.4信息化平台建设数据准确度不够　　高校经不同类型的传感器、应用系统以及感应器等数据工具来收集相关的数据，且把所收集的信息变得更加数字化，但是在采集期间，相关人员应保证所收集数据的可靠性、真实性，避免人为篡改数据。而且所收集的大量数据中，可以直接使用且价值高的数据信息相对少，且数据的结构类型较多，应把原先非结构化的数据直接转化成结构化的数据，由于数据的格式