數據倉庫在高校師資隊伍建設中的應用*

高亮

（上海財經大學信息化辦公室，上海200433）

一、引言

教學和科研是高等學校建設中最重要的兩項內容，這兩項重要內容都由教師來承擔完成。一支師德高尚、業務精湛、結構合理的高素質師資隊伍對高校的建設將起到關鍵核心作用。[1]越來越多的高校已經認識到師資隊伍建設的重要性，越來越多的領導層把師資隊伍建設作為高校建設的一項重要工作。為了做好這項工作，各高校都建立了相應的管理制度，如人才引進、人才培養、獎勵機制等，也借助了信息技術手段如各高校的人事管理系統。這些措施對高校師資隊伍的建設和管理起到了一定作用，但還是無法精確、量化地滿足師資隊伍建設的需求。人事管理系統屬于聯機事務處理系統，主要用于管理教師的個人基本信息及完成一些基本業務，系統只能做一些簡單的教師信息查詢統計，無法完成全面的多角度交叉分析，想要分析師資隊伍結構隨時間的變化情況幾乎更是無法完成。因此產生了各高校面臨的一個普遍問題，誰也說不清楚當前師資結構的詳細情況，投入很大力量建設師資隊伍，但效果不太理想。究其原因，是決策層無法從多個角度綜合分析師資結構情況，無法得到準確詳細的數字決策依據，也就無法對癥下藥。

數據倉庫是為支持管理決策建立的、面向主題的、集成的、穩定的、隨時間變化的數據集合。[2]它的這些特性非常適合決策支持系統的需要，成為結構化決策支持系統不可或缺的基礎和核心。教師可以作為高校數據倉庫中一個單獨主題來建設，教師相關重要屬性作為維度，這樣就可以對師資結構進行多維交叉分析，如切片、切塊、旋轉、鉆取，使用緩慢變化維來捕獲教師基本信息的變化過程，將教師的歷史信息保存下來，方便在不同時間對比分析，這些都是普通聯機事務處理系統無法完成的。圍繞教師主題建設這樣一套決策支持系統，將會給高校師資隊伍建設帶來非常大的幫助，使決策不再停留在片面的分析結果或者是表面感覺。

二、校務決策支持系統體系結構

典型的校務決策支持系統體系結構如圖1所示，主要包含業務數據層、數據倉庫層和分析應用層。

1.業務數據層

高校業務涉及的數據比較廣泛，數據源主要有教學系統、學生系統、人事系統、科研系統、財務系統、資產系統等，再加上校園網之外的一些其他外部數據源，合起來為高校決策支持系統提供一個龐大的數據基礎，包含了時間跨度長且內容覆蓋面廣的海量數據。

2.數據倉庫層

數據倉庫層是分析應用層和業務數據層的橋梁。由于各個源系統業務處理的職能、分工不同，對數據關注的側重點不同，數據庫的異構性比較大。在形成數據倉庫前要對業務系統中的原始數據進行抽取、清洗、轉換，消除數據的不一致性，把數據轉換為相同的結構和數據類，并加載到數據倉庫，形成能夠對決策提供支持的多重粒度級的數據庫。同時，為分析應用層的各種應用提供接口，為了更好地進行決策支持分析，數據倉庫中的數據可進行二次抽取，加載到具體分析主題的數據集市，[3]或者直接為通用聯機分析平臺提供數據支持。

3.分析應用層

分析應用層構成高校決策支持系統的門戶和分析平臺，通用聯機分析平臺指具有OLAP功能的工具，實現對數據多維度、多層次的分析和隱性知識的發掘，[3]包含了多維分析、數理統計、報表生產、即席查詢、關鍵績效指標監控和數據挖掘等功能，借助OLAP技術和數據挖掘技術，將分析結果以表格、直方圖、餅圖、曲線圖等多種方式展現給用戶。[4]

三、教師主題設計及實現

1.主題分析

主題是在較高層次上對數據進行綜合歸類的一個抽象概念，每一個主題對應一個宏觀分析領域，具體來說就是確定決策涉及的范圍和所要解決的問題。將教師相關內容抽象為一個主題，根據教師管理業務抽取分析維度，常用維度有籍貫、民族、國籍、政治面貌、行政部門、教學部門、學歷、學位、獲得學位國家、崗位、學科、導師類別、職稱、職務、聘用方式、人員性質、人員狀態。其中行政部門指教師隸屬部門，教學部門指承擔教學任務的部門，學科指教師所在研究學科。由于各高校教師管理業務有所區別，所以涉及到的維度會有所不同，同樣的維度其結構和內容也有可能不一樣。

2.數據模型設計

數據倉庫常用建模方法有范式建模和維度建模，本文采用維度建模方法。維度建模法有星型模型、雪花模型和混合模型，教師主題采用星型模型設計。模型由事實表和相關維度構成，事實表與擬分析的數據表相對應，由維度鍵和用戶希望了解的度量組成。維度與統計查詢的參數相對應，是我們觀察和分析數據的特定角度，通過把一個實體的多項重要屬性定義為多個維度，能夠使用戶在不同維度上對數據進行分析比較。[3]維度的劃分要有利于應用端分析查詢，同時要簡潔、清晰，便于最終用戶理解。[5]維度的粒度及層次結構決定了分析數據的層次深度，因此設計維度應該盡可能充分地考慮層次結構并合理劃分。不同維度的組合會構成不同的多維數據集，在多維數據集上進行切片、切塊、鉆取操作會得到意想不到的分析結果。

教師主題的主要作用是從不同教師屬性角度去分析師資結構情況，同時為與教師有關的主題提供教師維度。本文根據上海財經大學教師管理業務為教師主題設計了17個常用維度和事實表，事實表中記錄了教師的基本屬性和各維度鍵，模型可以根據不同的業務情況進行擴展或修改。為了跟蹤教師基本屬性的變化過程，本文采用緩慢變化維的方法設計教師事實表以捕獲變化數據。教師事實表中的版本、開始時間和結束時間三個字段是實現緩慢變化的核心，版本表示同一教師歷史狀態的順序，開始時間和結束時間表示在該段時間內教師處于某一狀態，每一條數據的結束時間等于新數據的開始時間，這樣教師不同時間段的狀態就分布在一條時間軸上，從而可以得到任一時間點教師的狀態信息。使用Erwin設計的邏輯模型如圖2所示。該模型是一個大的多維數據集，可以組合不同的維度去分析師資結構，如可以分析隨著時間的變化教師職稱和學歷的關系、相鄰兩年教師職稱結構、不同部門人員的組成結構等。

3.ETL設計及實現

本文使用開源ETL工具Kettle來設計并實現教師主題的ETL過程，人事系統提供的人員基本信息接口作為數據源，經過一系列的轉換并關聯相關維度最終得到教師事實表，ETL過程如圖3所示。可以根據實際獲取數據的頻率來靈活設置ETL的調度執行周期，如我校數據倉庫每天凌晨執行一次ETL。

使用Kettle中的維度查詢/更新組件來實現教師事實表的緩慢變化，將業務系統中教師的工號作為自然關鍵字，根據捕獲變化的需求將不同字段的更新類別設置為更新和插入，當需要捕獲變化的屬性在業務系統發生變化時，數據倉庫的教師事實表中將插入一條新數據，不需要捕獲變化的屬性在業務系統發生變化時，數據倉庫中教師事實表的該屬性將更新為與業務系統數據一致。圖4顯示了某一教師狀態緩慢變化過程。

四、應用實例

前端展示工具或者說報表系統在決策支持系統中占據著重要地位，系統建設的前期成果包括數據倉庫、ETL等都需要由報表或儀表盤來體現，因此一個優秀的前端展示工具會決定決策支持系統的應用效果。我校購買了BI領域處于領先地位的工具MicroStrategy和Tableau，開發了大量師資結構統計分析報表和儀表盤，并且成功應用于我校決策支持系統。以近5年在職教學科研崗教師為統計范圍，使用MicroStrategy開發教師主題報表，建立教師、部門、學科門類、學歷、境內外獲得學位、職稱級別、年份實體，同時建立教師數量度量，圖5是由這些實體和度量構建的師資結構統計報表。用戶可以根據需要靈活調整不同實體的位置，從而可以從不同的分組角度去觀察統計結果，還可以利用該工具在Web端非常豐富的交互功能去修改預定義的報表。通過這樣一個統計報表，決策者就可以得到不同分組下教師的準確統計數據，也可以進行鉆取操作查看教師詳情，從而為師資隊伍建設提供準確的數字依據。

以近3年在職教學科研崗教師為統計范圍，利用Tableau強大的可視化功能開發一個教師主題儀表盤，內容包含職稱結構、學位結構、導師結構和學科結構分布情況，儀表盤樣式如圖6。儀表盤主要用來觀察師資結構的變化趨勢，用戶可以縱向對比不同年份教師數量的變化情況，也可以橫向對比不同類別下教師的組成情況，還可以將具體統計數字顯示在進度條上。通過這樣一個儀表盤，決策者就可以從不同的角度去宏觀分析師資的組成結構情況，從而可以有針對性地建設師資隊伍。

五、結束語

本文描述了上海財經大學數據倉庫中教師主題的模型設計，重點介紹使用緩慢變化維設計教師事實表以便跟蹤歷史變化數據，并使用Kettle實現數據ETL，同時用兩種BI工具示例了教師主題的具體分析應用。由于篇幅有限，邏輯模型中只給出了關鍵屬性字段和維度鍵，它可以作為高校數據倉庫教師主題設計的規范和框架來參考。本文的數據倉庫教師主題已經成功應用于我校決策支持系統，它能夠靈活方便地分析師資結構，為師資隊伍建設提供準確的數字決策依據，可以更加科學地制定相關師資隊伍建設制度，已經成為我校師資隊伍建設的重要參考依據，在今后的使用中可以充分挖掘該模型的潛在應用。

[1]劉江萍.關于加強高校師資隊伍建設的探討[J].價值工程，2011（23）.

[2]Inmon W H.Building the data warehouse[M].Third Edition.New York:John Wiley and Sons,2003.

[3]陳俊，王蓖聲.基于數據倉庫的決策支持系統的設計與實現[J].計算機工程與設計，2008（20）：5280-5283.

[4]賀一峰.基于商業智能的學生評教決策支持系統的研究與設計[J].新疆警官高等專科學校學報，2008（3）：61-64.

[5]杜蘇民.基于OLAP招生決策支持系統的應用研究[J].濮陽職業技術學院學報，2008（2）：8-9.