同济大学；集成化院校研究数据系统的构建

    教育部印发的《关于加强新时代教育管理信息化工作的通知》明确要求，通过利用新型信息技术提高教育管理工作的数字化、智能化水平，以信息化推动整体高等教育管理体系和治理能力向现代化迈进。同济大学在院校研究数据系统的建设过程中，坚持院校研究一体化的理念，从组织集成、功能集成、流程集成、信息集成四大维度着手，构建数据驱动的集成化院校研究体系。

    就集成化院校研究数据系统建设流程而言，同济大学构建了大部制的分析框架，见图1。

    图1：同济大学集成化院校研究数据系统

    一、数据收集管理系统

    该系统的数据既包含学校内部的业务数据，同时关注学校外部相关的评价数据。校内数据主要有两个来源：一是业务系统后台数据，通过大数据技术抽取学生、教师、科研等主题数据，按期存储到数据集市中；二是统计报表的数据，如高等基础教育统计报表、本科教学质量评估报告等。校外数据主要包括四类：科研类、教学类、学生发展类和大学评价类，通过数据补录的方式，将完成清洗的线下表格上传到数据库中。

    数据收集管理体系具有数据采集、数据清洗、数据存储检索等功能。通过将处于“孤岛”状态的业务系统数据，在数据仓库中整合，在数据集市中筛选判断，进一步明确业务流程和数据管理的归属权。

    二、数据流转存储仓库

    作为一种大数据融合体，数据流转存储仓库建立在高校的各种业务数据库基础上，是用来帮助大学管理者决策的数据集合。遵循“自上而下”和“自下而上”相结合的原则，同济大学数据流转存储仓库的整体规划工作可以被划分为四个阶段。第一阶段的任务主要围绕着基础平台的建设与完善展开，使历史数据重获生机并不断提升数据质量，实现数据仓库的主体架构与基础数据服务系统构建；第二阶段致力于仓库的运行应用以及各项功能的完善，集成业务分析应用技术与外部数据，构建一体化数据分析与应用体系，不断优化仓库的数据获取和分析能力；第三阶段以增强和拓展业务支撑能力为主，加入先进的数据挖掘技术，为高校内部不同用户、不同系统提供差异化服务。目前，同济大学正处于第四个开发规划阶段，即基于数据仓库，抽取主题数据，构建数据集市，拓展外延应用，如使用帆软、SPSS、Python等工具，进行分析研究。外延应用准备研究的过程，是学校开展数据治理的补充环节。数据表可以被彻底拆解，将各种信息以字段级别的方式呈现在研究者面前，从而能够更直观地发现有关数据缺失、数据异常、数据质量等问题。此时将返回第一阶段检查、更改或增加相关历史数据，从而形成循环，实时、灵活地优化完善整个数据处理平台和业务系统。

    三、数据提取分析平台

    数据提取分析平台主要面向研究人员，在院校研究中发挥着发掘有用数据、提取隐含信息、探索潜在知识、转化输出智慧的关键作用。此外，同济大学院校研究部门创新性地采用了兼具自助式和探索式的商业智能分析工具，构建了国内首个院校研究智能分析平台。

    院校研究人员可根据需要实时提取出主题集市数据库的数据进行在线自助式统计分析，使用恰当的图表选配方案生成高交互性的仪表盘（dashboard），更好地挖掘和发挥数据的隐含价值，为学校决策层面提供政策制定的依据。分析结果支持下载、发布，为研究成果的推广提供了更便捷的方式。自集成化院校研究数据系统构建运行以来，逐步实现了对高校数据资产的有效管控，数据资源与决策分析深度融合，各业务部门对数据质量及一致性规范的重视不断提高，高校信息化建设和数据治理能力显著增强，实践成果丰硕。形成了“1+N”的应用格局，“1”是指院校研究数据系统，经过对教务、科研、人事、学生等数据信息进行治理，为高校内外部数据的对比分析研究提供了服务支撑。“N”是指帮助高校管理决策的多种数据统计分析成果。

    四、小结

    同济大学集成化院校研究数据系统作为高校首个院校研究数据分析系统，是院校智能体系在高等教育领域应用的优秀案例，获得了泰晤士高等教育“亚洲2020年度技术创新提名奖”。该系统集成性与开放性并存、动态化与全量化兼具、业务与数据实时互联、多维度和效率化合璧、数据可视化与分析自助式、数据治理体系初现，以及数据应用多样化与个性化等特征为高校构建和应用院校智能体系、提高数据治理能力起到了重要作用。

（摘编自《现代教育管理》2022年第9期  作者：蔡三发 靳霄琪等）