论文部分内容阅读
摘要：当前，各种网络业务得到不断发展，多种应用数据迅速增长。在大数据背景下，各个领域更加重视大数据应用，且高校信息系统的数据结构、数据量也出现了极大程度的变化。高校信息系统需要更加全面的分析数据存储与数据挖掘方面的问题，并借助大数据来建设自身的信息系统，从而更好地适应大数据时代。
关键词：大数据时代；高校；信息系统；建设
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）19-0054-01
在大數据背景下，高校教育信息化的发展获得了全新的发展机遇，具体表现在：高校教育数据的来源得以拓展，使得海量教育数据的处理与分析得到一定的技术支撑，并使高校教育信息化水平得以极大程度的提升。同时，也给教育信息化带来了挑战，即怎样运用庞大的数据、提升分析及整合能力，怎样对现有的海量数据与信息资源进行利用，及如何提取内在信息、挖掘核心价值、实现资源的优化配置等。
1 简述大数据
大数据属于一个较为抽象的概念；现阶段大数据尚未有一个统一公认的定义，其中大多由归纳大数据的特征进行定义。大数据的特点主要有：1）规模性：大数据的数据体量十分庞大；以往数据的处理对象的基本单位一般为MB，而大数据的处理对象的基本单位已经到达了TB、PB级别；2）多样性：大数据的数据类型多种多样，以往数据的数据类型比较少，大多以结构化数据为主；但大数据的数据类型数以千计，包括：网络日志、视频、图片、地理位置信息等，还有结构化数据、半结构化数据、非结构化数据；3）高速性：大数据数据处理的速度越来越快，能够在多种类型的数据中迅速地获得高价值的信息；4）价值性：大数据的价值主要具备的特点为：稀疏性，且价值密度比较低。结合大数据的特点与定义，可以发现：在数据管理手段、数据处理手段等方面，相较于以往的数据，大数据时代的数据具有革命性的改变[1]。
2 高校大数据来源及信息化现状
2.1 大数据来源
当前，高校教育信息化建设程度进一步强化与深入，相较于以往的数据保存，其积累并存储了更多的海量数据，这些海量数据主要有：结构化数据（人事管理、后勤服务、招生就业等）、 结构化及半结构化数据（学生的学籍注册、网络选课等）。当前，信息技术快速发展，教师与学生可在网络上开展教学活动与检索阅读等，并通过微博微信等软件进行沟通交流。
2.2 信息化存在的问题
1）数据碎片化：以往的信息化建设更多的重视系统的独立性，所有的职能部门过度追求自身需求建设，仅是单独的开发或是购买自己的业务系统。为开展集成规范化设计，这就导致应用系统间无统一的数据与技术规范；每个业务系统是独立运行的，所呈现出的数据具有一定的区别，进而造成各部门的业务数据无法共享，这就使得“信息孤岛”参数，使得高校全方位管理工作的开展更加困难；2）数据共享程度低：因为业务系统具有独立性，业务操作不标准，各系统间无法畅通的进行信息交流，导致各个部门信息统计数据存在极大的出入，难以确保业务数据的统一性与正确性，使得数据的分析、整理及存储工作更加困难；3）未合理地配置资源：有的高校在建设信息化时，更多的重视硬件设备的配置，忽视软件的投入，这就使得资源无法充分利用；4）规范不一致：全部业务并未达到流程化与标准化的目的，未对业务流程标准进行统一，这就使得具体业务的操作变得复杂化，并大大增加了信息系统运维难度；5）没有完善的保证保障机制，由于保证制度不完善，技术队伍的素质比较低，且信息化人才培训与激励机制仍需不断完善，这就给高校信息化的长远发展带来极大影响[1]。
3 高校信息系统的建设
3.1 数据存储
在大数据背景下，数据量通常已达到TB或是PB 级别[3]。对于存储系统的架构，应对存储的容量、今后扩展的简便性进行充分考量；若能够在无须停机状况下，借助增加磁盘柜来对容量进行增加，达到无缝平滑扩展的目的，这就有利于数据的应用与存储。同时，对于校园云存储平台的构建，可借助存储虚拟化技术，从而将存储效率加以极大程度的提升，将存储设备的反复投资建设进行减少。现阶段，进一步扩大可数据中心的存储规模，且能源价格上涨，面对这一情况，高校在选择设备时应关注能耗问题，在极大程度上选用能耗较低的硬件，从而将信息系统的运行成本加以降低。对于信息孤岛现象的处理，虽然学校部分业务部门间具有较高的信息关联度，然而因为没有统一规划，这就导致各个业务系统难以共享数据，这就难以确保数据的统一性，并使得跨部门间的业务协同受到极大的影响。为此高校需要在信息系统中对统一数据平台进行构建，通过对共享数据中心进行构建，且要求所有业务系统选用一致的 （下转第74页）
（上接第54页）
信息编码与数据规范，从而有效的整合由各个业务系统数据库到共享数据中心的数据库数据，这就使得存在的信息孤岛现象得以消除，并为数据统计、决策支持及数据挖掘提供了基础数据[4]。
3.2 数据挖掘
数据的存储达到了数据沉淀的目的，然而由沉淀的数据中找出具有价值的信息，并经过深入的挖掘、综合的利用、转化为知识，最终呈现出信息系统所具有的真正价值。通常高校都具备大量的教学、科研及管理等数据。近几年，微信、微博、移动办公等得到各个领域的广泛应用，让高校能够获得更多有价值且可用的数据，这些数据均为高校的信息数据挖掘创造可条件，有利于由多个层面加以数据分析。在信息数据的挖掘上，高校应注意以下几点：1）结合网络系统运行状况，也就是统计分析访问量、流量、响应时间等数据，从而获得系统使用状况的一个模型，这就能够对系统的软硬件配置计划进行科学拟定，并对设备维护人员加以合理的安排，使得用户得到更加优质的体验。2）在教学教务管理上，应有效的整理与归纳学校资产，使得全面的资产数据得以形成，并对其使用状况进行全面分析，结合分析结合，对自身已有的资产、新购置的资产进行更加合理的利用；并统计分析教学每个学习的工作量，从而对今后每个学科方向的师资配备进行预测。3）在学生的分析上，用统计各个年级、专业及班级学生的基本资料，从而获得十分有价值的数据，以便学校更好地进行招生、就业指导等。4）在科研上，高校本身已具备大量的科研数据，这些数据均为数据挖掘提供了相应的素材，高校需对这些科研所得数据进行全面利用，加以更深层次的挖掘，从而获得更大价值的信息[5]。
4 结束语
总而言之，大数据时代给高校信息化建设带来了新的机遇与挑战。在大数据时代，高校应更加全面的了解大数据，再结合自身的具体情况，对自己信心系统建设存在的问题与现状进行分析，采取相应的措施，合理地进行数据存储，更加深入的挖掘信息技术，从而在极大程度上促进高校信息系统建设的长远发展。
参考文献：
[1] 吴青， 李婧. 分析“大数据”时代信息系统与信息管理专业建设的影响[J]. 电脑知识与技术， 2015， 11（28）： 14-15， 21.
[2] 岳宝华. 大数据时代高校信息化建设探讨[J]. 信阳农林学院学报， 2016， 26（2）： 111-113.
[3] 朱圣才. 大数据时代高校信息化安全建设研究[J]. 电脑知识与技术， 2017， 13（36）： 51-52.
[4] 程晓光. 大数据时代下高校教育管理信息化创新发展路径[J]. 黑龙江教育： 理论与实践， 2017（Z1）： 53-54.
[5] 楚志燕. 大数据时代下信息管理与信息系统专业培养模式研究[J]. 电脑知识与技术， 2017， 13（2）： 115-116.
关键词：大数据时代；高校；信息系统；建设
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）19-0054-01
在大數据背景下，高校教育信息化的发展获得了全新的发展机遇，具体表现在：高校教育数据的来源得以拓展，使得海量教育数据的处理与分析得到一定的技术支撑，并使高校教育信息化水平得以极大程度的提升。同时，也给教育信息化带来了挑战，即怎样运用庞大的数据、提升分析及整合能力，怎样对现有的海量数据与信息资源进行利用，及如何提取内在信息、挖掘核心价值、实现资源的优化配置等。
1 简述大数据
大数据属于一个较为抽象的概念；现阶段大数据尚未有一个统一公认的定义，其中大多由归纳大数据的特征进行定义。大数据的特点主要有：1）规模性：大数据的数据体量十分庞大；以往数据的处理对象的基本单位一般为MB，而大数据的处理对象的基本单位已经到达了TB、PB级别；2）多样性：大数据的数据类型多种多样，以往数据的数据类型比较少，大多以结构化数据为主；但大数据的数据类型数以千计，包括：网络日志、视频、图片、地理位置信息等，还有结构化数据、半结构化数据、非结构化数据；3）高速性：大数据数据处理的速度越来越快，能够在多种类型的数据中迅速地获得高价值的信息；4）价值性：大数据的价值主要具备的特点为：稀疏性，且价值密度比较低。结合大数据的特点与定义，可以发现：在数据管理手段、数据处理手段等方面，相较于以往的数据，大数据时代的数据具有革命性的改变[1]。
2 高校大数据来源及信息化现状
2.1 大数据来源
当前，高校教育信息化建设程度进一步强化与深入，相较于以往的数据保存，其积累并存储了更多的海量数据，这些海量数据主要有：结构化数据（人事管理、后勤服务、招生就业等）、 结构化及半结构化数据（学生的学籍注册、网络选课等）。当前，信息技术快速发展，教师与学生可在网络上开展教学活动与检索阅读等，并通过微博微信等软件进行沟通交流。
2.2 信息化存在的问题
1）数据碎片化：以往的信息化建设更多的重视系统的独立性，所有的职能部门过度追求自身需求建设，仅是单独的开发或是购买自己的业务系统。为开展集成规范化设计，这就导致应用系统间无统一的数据与技术规范；每个业务系统是独立运行的，所呈现出的数据具有一定的区别，进而造成各部门的业务数据无法共享，这就使得“信息孤岛”参数，使得高校全方位管理工作的开展更加困难；2）数据共享程度低：因为业务系统具有独立性，业务操作不标准，各系统间无法畅通的进行信息交流，导致各个部门信息统计数据存在极大的出入，难以确保业务数据的统一性与正确性，使得数据的分析、整理及存储工作更加困难；3）未合理地配置资源：有的高校在建设信息化时，更多的重视硬件设备的配置，忽视软件的投入，这就使得资源无法充分利用；4）规范不一致：全部业务并未达到流程化与标准化的目的，未对业务流程标准进行统一，这就使得具体业务的操作变得复杂化，并大大增加了信息系统运维难度；5）没有完善的保证保障机制，由于保证制度不完善，技术队伍的素质比较低，且信息化人才培训与激励机制仍需不断完善，这就给高校信息化的长远发展带来极大影响[1]。
3 高校信息系统的建设
3.1 数据存储
在大数据背景下，数据量通常已达到TB或是PB 级别[3]。对于存储系统的架构，应对存储的容量、今后扩展的简便性进行充分考量；若能够在无须停机状况下，借助增加磁盘柜来对容量进行增加，达到无缝平滑扩展的目的，这就有利于数据的应用与存储。同时，对于校园云存储平台的构建，可借助存储虚拟化技术，从而将存储效率加以极大程度的提升，将存储设备的反复投资建设进行减少。现阶段，进一步扩大可数据中心的存储规模，且能源价格上涨，面对这一情况，高校在选择设备时应关注能耗问题，在极大程度上选用能耗较低的硬件，从而将信息系统的运行成本加以降低。对于信息孤岛现象的处理，虽然学校部分业务部门间具有较高的信息关联度，然而因为没有统一规划，这就导致各个业务系统难以共享数据，这就难以确保数据的统一性，并使得跨部门间的业务协同受到极大的影响。为此高校需要在信息系统中对统一数据平台进行构建，通过对共享数据中心进行构建，且要求所有业务系统选用一致的 （下转第74页）
（上接第54页）
信息编码与数据规范，从而有效的整合由各个业务系统数据库到共享数据中心的数据库数据，这就使得存在的信息孤岛现象得以消除，并为数据统计、决策支持及数据挖掘提供了基础数据[4]。
3.2 数据挖掘
数据的存储达到了数据沉淀的目的，然而由沉淀的数据中找出具有价值的信息，并经过深入的挖掘、综合的利用、转化为知识，最终呈现出信息系统所具有的真正价值。通常高校都具备大量的教学、科研及管理等数据。近几年，微信、微博、移动办公等得到各个领域的广泛应用，让高校能够获得更多有价值且可用的数据，这些数据均为高校的信息数据挖掘创造可条件，有利于由多个层面加以数据分析。在信息数据的挖掘上，高校应注意以下几点：1）结合网络系统运行状况，也就是统计分析访问量、流量、响应时间等数据，从而获得系统使用状况的一个模型，这就能够对系统的软硬件配置计划进行科学拟定，并对设备维护人员加以合理的安排，使得用户得到更加优质的体验。2）在教学教务管理上，应有效的整理与归纳学校资产，使得全面的资产数据得以形成，并对其使用状况进行全面分析，结合分析结合，对自身已有的资产、新购置的资产进行更加合理的利用；并统计分析教学每个学习的工作量，从而对今后每个学科方向的师资配备进行预测。3）在学生的分析上，用统计各个年级、专业及班级学生的基本资料，从而获得十分有价值的数据，以便学校更好地进行招生、就业指导等。4）在科研上，高校本身已具备大量的科研数据，这些数据均为数据挖掘提供了相应的素材，高校需对这些科研所得数据进行全面利用，加以更深层次的挖掘，从而获得更大价值的信息[5]。
4 结束语
总而言之，大数据时代给高校信息化建设带来了新的机遇与挑战。在大数据时代，高校应更加全面的了解大数据，再结合自身的具体情况，对自己信心系统建设存在的问题与现状进行分析，采取相应的措施，合理地进行数据存储，更加深入的挖掘信息技术，从而在极大程度上促进高校信息系统建设的长远发展。
参考文献：
[1] 吴青， 李婧. 分析“大数据”时代信息系统与信息管理专业建设的影响[J]. 电脑知识与技术， 2015， 11（28）： 14-15， 21.
[2] 岳宝华. 大数据时代高校信息化建设探讨[J]. 信阳农林学院学报， 2016， 26（2）： 111-113.
[3] 朱圣才. 大数据时代高校信息化安全建设研究[J]. 电脑知识与技术， 2017， 13（36）： 51-52.
[4] 程晓光. 大数据时代下高校教育管理信息化创新发展路径[J]. 黑龙江教育： 理论与实践， 2017（Z1）： 53-54.
[5] 楚志燕. 大数据时代下信息管理与信息系统专业培养模式研究[J]. 电脑知识与技术， 2017， 13（2）： 115-116.