文／刘进
摘要：在信息大爆炸的时代，早已积累了多年的教学信息的高等教育机制面临着巨大的挑战。与此同时，由于高等院校对数据信息的管理能力有着缺陷，因而近几年来面对信息化的蔓延趋势，高等教育院校的管理和决策也变得繁杂起来。本文通过简析当代大数据的特点，分析了面对大数据条件下高校信息管理体系的发展现状，及其面临的挑战，就如何提高高校的信息管理能力以及完善其信息决策机制进行了初步的探讨，并在最后提出了在行政管理方面大力落实信息管理机制，在信息技术上采用商业智能技术等建议。
教育期刊网 http://www.jyqkw.com
关键词 ：大数据；高校；信息管理体系
《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，其来源必然广泛，自然会带有复杂的数据。根据数据来源，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取有用的数据信息。
2.2.3 大数据的融合与使用
数据融合需要高校信息管理体系从根本上解决高校各部门之间的数据孤岛现象，整合整个高校各部门的业务配合，构建一个高效高质的大数据，最大程度的推动高校教育工作的信息化建设。
2.2.4 大数据的挖掘
大数据的存储实现了数据沉淀，要从数据中挖掘出有用的价值，综合高效的利用起来，转化为可以被接受的知识，在能让大数据潜藏的价值发挥出来。近年来计算机技术和网络的普遍，博客、微博、移动办公的出现，使得高校教育能够从中获取更多的可用信息。
3、基于大数据特性构建高校信息管理体系
为了更好地迎接大数据时代，满足人们对高校管理信息体系的更进一步的要求，构建出更加完善的高校信息管理体系。建立出能够同时结合行政管理和信息技术的信息管理平台，让高校的信息管理体系更具规模，提高高校数据信息的利用率。3.1 在行政管理方面，切实落实数据管理体系
如前所述，我国的高校信息管理体系还没有整体划一，没有总体构思设计，对数据信息管理也未能建立起运行保障机制，大多的数据管理人员没有掌握正确的系统操作技能，且没有专业的技能提升培训。要在行政管理方面，切实的落实高校信息管理体系，有两种途径。一是成立高校信息管理委员会，让高校内的决策者和校外的专业人士参与其中，指导、协助信息管理体系的建设和运行，完善数据质量责任制和监督机制，为高校信息管理体系的实行创造最好的环境。二是建立信息管理技能培训机制。为使得高校信息管理体系的规范性，尽量降低人为操作因素对数据提取质量的影响，一定的信息管理技能培训是必不可少的。同时可以建立一些奖惩机制，激励管理人员的工作负责度和积极性。
3.2 在信息技术方面，运用商业智能技术支持平台建设随着计算机技术的迅猛发展，计算机领域专家研发出不少高效处理大数据的方法，其中商业智能技术便广受欢迎。商业智能技术的核心技术有：数理统计、数据仓库、数据挖掘、联机分析处理、机器学习等。商业智能是一种能把数据信息分析、提取为有效信息的一种信息管理处理技术，它能够帮助决策者基于信息，做出科学合理的业务决策。
商业智能技术运用在高校信息管理系统中，最主要的功能是支持决策。因而建立全面的、能够综合的反映高校真实的教学教育现状的信息集成系统尤为关键。高校信息集成系统由：数据源、数据存储及管理、数据分析、用户接口四个部分组成。高校信息集成系统会从高校的数据库中获取有效的数据信息，对其进行整合处理，确保教学活动数据的准确完整后，经过抽取、转换、装载过程，使这些信息统一起来，以稳定的状态保存于元数据库中，让决策者可以清晰地查看高校教学活动的全局动态。
高校信息管理体系与商业智能技术的结合运用，对于当代高校的信息化建设有着重要的作用。运用商业智能技术有利于高校收集、管理和处理信息，做出正确的决策，同时为高校教学活动提供更多的教学共享资源，从而提高学校的教育质量、科研水平和人才培养质量。
结束语
对数据信息资源有效利用率的高低直接关系着高校能否占据更好的竞争优势。教育部门一直致力于如何在大量繁杂的教学活动信息中提取确实有效的反映教学现状的数据信息，如何科学合理的管理、调度信息，采取怎样的招生策略，以降低教育管理资金成本、提高教学效率，进而为决策者的决策提供科学支持。近年来伴随着教育体制改革的深入，高校教育面临着来自社会各界的压力（高校教育质量的考核评测、社会问责等），面对大数据时代的各种挑战，如何构建、完善高校信息管理体系，管理、分析庞大的教育教学数据，以提高教学效率和科研水平是重中之重。相信随着高校掌握一定的信息技术和正确的施行方法，定能让高校的信息管理体系大放异彩，为高校教育事业贡献一份巨大的力量。
教育期刊网 http://www.jyqkw.com
参考文献：
[1] 熊才平,何向阳,吴瑞华.论信息技术对教育发展的革命性影响[J].教育研究,2012(6):22-29.
[2] 徐欣欣.大数据时代高校信息系统建设的探讨[J].信息与电脑，2013(4):120-121.
[3] 常桐善.构建院校智能体系:院校研究发展的新趋势[J].高等教育研究,2009(10):49-54.
[4] 国家中长期教育改革和发展规划纲要工作小组办公室.国家中长期教育改革和发展规划纲要(2010-2020)[N].中国教育报,2010-07-30(1-3).
作者简介：刘进，硕士学位，现位德州职业技术学院助教，研究方向为计算机应用技术。