大數據背景下的高校信息管理創新

張潔　宋俊宏

摘? 要：大數據技術作為一種信息技術，已經融入到高校管理的各個方面，并對高校信息管理工作產生了直接且深刻的影響，基于大數據背景下的高校信息管理創新勢在必行。本文梳理了大數據的有關概念、主要特征，并分析了大數據技術對高校管理的現實意義和風險挑戰。提出了通過加強高校信息管理人才隊伍的專業化建設，加強高校內部數據資源的整合與優化，加快高校管理與決策支持的信息管理系統構建，加大對于大數據問題的研究等途徑實現高校信息管理創新。

關鍵詞：大數據;高校;信息管理;創新

一、引言

當今社會已經進入了數字時代，2010年全球數據量跨入了ZB時代，在2019年便突破了40ZB，人類社會的數據規模正在呈指數級擴大。與此同時，“5G”、“物聯網”、“云計算”等新興技術迅猛發展，并與大數據相結合，對人類的社會生產及生活產生了重大且深遠的影響，例如2012年，美國政府宣布啟動“大數據研究和開發計劃”，把大數據視作“未來的石油”，將大數據技術提升至國家意志、國家安全的戰略高度^【1】，數據技術已經成為改變未來生產和生活方式的重要因素，是人類社會發展的重要研究課題。

二、大數據概念

2.1 大數據定義

不同的研究機構及學者對“大數據”一詞的定義不盡相同。研究機構Gartner Group給出的定義是：大數據是指需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產^【2】。維基百科將大數據定義為：所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到獲取、管理、處理并整理成為幫助企業經營決策更積極目的的資訊^【3】。麥肯錫認為：大數據指的是大小超出常規的數據庫工具獲取、儲存、管理和分析能力的數據集^【4】。Informatica大中國區首席產品顧問但彬指出：大數據意味著包括交易和交互數據集在內的所有數據集，其規模或復雜程度超出了常用技術，按照合理的成本和時限捕捉、管理及處理這些數據集的能力。由此可見，對于大數據的定義，目前沒有權威性的統一解釋，但可以從以上定義中歸納出大數據的共同要素，一是海量數據、超常規處理技術以及大價值，二是無法用現有的常規技術對其進行獲取、儲存、管理、分析的，三是對人類社會生活、生產具有極大價值和創新意義。

2.2 大數據特征

同大數據的定義一樣，不同的機構及學者對于大數據特征的觀點并不相同。總結不同的研究結論，可以將大數據的特征歸納為“4V”，即“Volume”、“Variety”、“Velocity”和“Value”^【5】。

Volume是指數據體量巨大且具有較強的完整性。海量數據既是大數據變革的誘因，也是大數據技術的重要特征之一，例如，2016年智利的大型視場全景巡天望遠鏡投入使用，其在5天之內搜集到的信息量將相當于前者10年的信息檔案。此外，大數據的“大”還體現在其具有的完整性。大數據并非單點單維度的海量數據，而是多維度下的具有極強關聯性的數據集合，并可以依托此數據集合實現更高精度的行為預測與分析，且這種海量數據無法使用現有的常規技術進行分析。

Variety是指數據類別多樣化。隨著人類社會科技的不斷進步，大量的原始、半結構化和非結構化數據產生。同時，數據的格式也涵蓋文本、音頻、圖片、視頻、模擬信號等不同的類型。不僅如此，科學研究、物聯網以及網絡信息的發展，還使種類繁多的數據之間具備更強的關聯性，進一步增加了數據的多樣性。

Velocity可以理解為處理速度快，能夠高速獲取、儲存數據并挖掘其中的有效信息。“1秒定律”指出，數據處理要在秒級時間范圍內給出結果，超出這個時間，數據就失去了價值。大數據技術可以第一時間抓取到用戶的搜索信息，并實時向用戶推薦類似產品。因此，Velocity也可以簡單地理解為大數據能夠更快地滿足用戶對于實時性的需求以及在海量數據交換過程中表現出的低時延特性。

Value譯為“價值”。大數據的價值特征主要體現在“價值密度”與“價值大小”兩個維度，即低價值密度與高絕對價值。通常而言，能夠達到ZB、PB量級的數據集才會被稱作為大數據，而在如此龐大的數據集中，只有少量數據才是真正有價值的，價值密度低。但是，運用云計算、智能化開源實現平臺等關聯技術對大數據進行篩選、整理、分析、對比，從中提取到真正有價值的信息，這一部分被提取出的信息所蘊含的絕對價值是十分巨大的，體現出高絕對價值。

三、大數據技術對高校管理的現實意義

3.1 全面提升高校信息管理工作水平

大數據技術從本質上來講是一種信息技術，其在數據儲存、集成、分析等方面帶來的變革對當代高校信息管理工作有著直接且深刻的影響，具體表現在以下幾方面：一是幫助高校信息管理實現智能化。大數據技術能夠實現數據在更大范圍內的聯通與共享，憑借大數據技術，高校可以實現師生基礎信息、行政數據、教學數據、生活數據、研究數據之間的互聯互通，提升學校信息管理智能化水平，為師生提供更加高效、精準的管理與服務。二是增強高校信息管理響應能力。大數據技術能夠高速獲取、儲存數據并挖掘其中的有效信息，幫助高校建立快速、有效的信息預警及響應機制，切實提升高校現代化管理水平。三是幫助高校信息管理完成從“收集者”到“分析者”的轉變。在大數據時代，高校信息管理可以依托大數據技術，實現對人才培養、教學科研、師生需求等關鍵環節與重要領域本質特征及規律的全面探知，為學校科學決策提供有力的數據支撐。

3.2為智慧校園建設提供技術支撐

從線下的校園基礎設施建設與改造，到線上的教學管理、資產管理、財務管理、就業管理等各類管理系統，都可以通過大數據技術實現互通互聯。以大數據技術與云計算作為支撐，能夠有效地將物理意義上的高校校園與虛擬校園相融合，建成智慧校園。因此，大數據技術是高校建成智慧校園的重要支撐，對高校的現代化治理意義重大。

3.3 提升高校管理工作整體效能

大數據作為一種技術手段，已經深入到高校管理工作的方方面面，并與高校日常管理工作緊密相連。一方面，大數據作為一種互聯網技術，將許多傳統管理工作中需要線下辦理的業務搬移至線上，降低了時間成本，提升管理效率;另一方面，大數據技術可以有效地整合了各類管理信息平臺，使海量數據互通互享，提高信息利用效率。如此，在學生排課、學生選課、績點計算、學生綜合評價等工作領域，可以用“智能計算”代替“人工運算”，促使管理工作部分領域的工作效率大大提高。

四、應用大數據管理技術面臨的挑戰

4.1整體規劃不統一

當前，各高校普遍形成了運用大數據信息系統處理工作的意識，但客觀上還存在各個部門系統相對獨立，且缺少數據的流通共享，整體建設統籌欠佳。還有些系統是純粹為了滿足某些特殊需要設立，設立前、設立中、設立后都沒有通盤考慮過系統與各個部門數據的接口整合問題，導致有些數據冗余，有些數據又不足，等等。總之，高校內各個系統的數據雖然龐大，但分散凌亂，數據信息的整體性不夠，對于學校整體的支撐決策能力顯得動力不足。

4.2 信息管理難度大

首先，在設計大數據管理系統之初就可能存在定義模糊等情況，造成數據冗余、參照錯誤等問題，導致后期系統使用過程中的數據不精確、維護困難等問題。其次，大數據時代的信息發布具有明顯的及時性及多元性，任何人都能成為傳播信息和發布信息的主體，高校不再是唯一的信息發布主體，所有機構、個人、學生都可以傳遞或真或假信息，更有甚者，違法人員亦可借助現代化信息傳播方式散步虛假信息、負面消息，無疑為高校信息管理提出了巨大挑戰。

4.3 數據利用效能低

各高校雖然已有意識將現代化信息技術應用于教育管理中，但各數據資源平臺是一座座信息孤島的現象仍較為普遍，學校的重要數據資源處于相互孤立、分散的狀態，數據重復、前后矛盾等現象比比皆是;工作時未及時處理的冗余數據使數據分析變得復雜，在需要數據支撐時，調動出來的數據客觀上可能存在的過期、冗余、片面等不準確因素，導致數據能提供的價值大大降低，降低了數據利用率。

4.4信息管理人才少

高校大數據真正理想的狀態是將教育管理與信息使用相結合，高校的大數據信息管理人員除具備極強的數據分析能力外，還需對教學業務有一定的認識。目前，部分高校的教學管理人員對信息處理還較為生疏，有的對大數據的認識理解停留在非常基礎的階段，甚至部分人員對系統的操作使用都存在問題。高校引入的信息人員雖然懂技術、能分析提煉，但對學生選課、評獎評優等教育教學業務理解不深，在系統開發維護過程中存在短板。此外，高校信息管理是一項系統工程，還要與學校日常管理相結合。因此，從事信息管理的人員是集教育教學、專業技術和行政管理為一體的復合型人才，對高校而言較為匱乏。

4.5 信息安全體系弱

信息化管理系統以互聯網為基礎，保證數據安全是系統及其管理者必須具備的能力之一。實踐中，部分高校因安全手段和相關措施不夠到位，已經出現了信息泄露或信息被篡改的情況，信息體系面臨的安全危機是各高校信息工作中的重點之一，也成為了影響與制約大數據信息管理在高校進一步應用的原因之一。

五、大數據時代高校信息管理的創新

5.1 加強高校信息管理人才隊伍的專業化建設

構建高校信息管理人才隊伍的路徑主要有校內選聘、校外引進與教育培訓。一是依托相關學科，在校內選拔優秀教師、頂尖研究人員成立專家團隊。高校要加強同信息、通信、智能化等相關學科教學科研團隊的溝通與聯系，選拔優秀的科研工作者與教師擔任學校信息管理工作專家，成立專家團隊，為大數據時代下高校信息管理創新提供技術支持。二是注重人才引進，聘請校外專家組建團隊。高校應當堅持“校內選拔”、“校外引進”兩條腿走路，確保能夠快速有效地組建一支專家化的人才隊伍。三是加強教育培訓。對學校信息管理專家、技術人員、行政工作人員按其工作性質與能力水平實行分類指導、分層培訓;定期組織云計算、數據挖掘、數理統計等理論業務培訓，不斷提升高校信息管理隊伍的數據意識與能力水平。

5.2 加強高校內部數據資源的整合與優化

數據資源共享與融合是大數據技術應用的重要環節，高校應當打破內部不同數據資源平臺之間的壁壘，實現數據資料在更大范圍內的互聯互通，尤其是要整合重要領域的數據資源平臺，比如學生檔案系統、人事系統、教務系統、科研系統、資產管理系統、財務管理系統等。高校應當盡快實現各平臺之間的數據融合，提升數據資源利用效率。

5.3 加快高校管理與決策支持的信息管理系統構建

BI系統全稱為“Business Intelligence”，即商業智能，高校可以運用大數據技術，構建BI系統，以實現高校信息管理工作的創新。高校的BI系統的主要功能在于能夠抓取學校內部數據資源庫中的有效信息，通過大數據技術的集成與轉化，最終以可視化的方式將學校師資管理、招生就業、教學資源等各方面的辦學數據進行呈現，形成一個同時具備智能化、信息化的特點服務平臺。同時，運用商業智能技術，對BI系統中的數據資源進行多維度、多角度、智能化分析，從而全方位了解學校的教學現狀與動態，進而達到決策支持的目的。

5.4 加大對大數據問題的研究

面對數據來源的多樣性導致數據的不完備性，不同組織間信息數據難以找到有效的整合方式等問題，高校應發揮在科學研究方面的優勢，將學校信息管理創新中遇到的實際困難同大數據技術當前面臨的問題有機結合起來，開展科研攻關，并把研究結果積極地應用到學校的信息管理創新中來，實現理論創新與實踐創新協同推進。

六、結語

大數據技術在當前高校信息管理中的應用雖然面臨著不少挑戰與問題，但其仍是高校現代化治理體系建設與信息管理創新的重要推動力。高校應當持續深化對于大數據技術的認識與研究，致力于大數據技術重點、難點問題的科研攻關，并充分運用大數據技術實現高校信息管理創新。

參考文獻

[1]? 朱孔村. 大數據發展現狀與未來分析[J]. 大眾科技，2019（1）：116.

[2]? 陶雪嬌，胡曉峰，劉洋. 大數據研究綜述[J]. 系統仿真學報，2013（s1）：142-146.

[3]? 劉智慧，張泉靈. 大數據技術研究綜述[J]. 浙江大學學報：工學版，2014，48（6）：957-972.

[4]? 方巍，鄭玉，徐江. 大數據：概念、技術及應用研究綜述[J]. 南京信息工程大學學報：自然科學版，2014（6）：419.

[5]? 曹逸知. 大數據的發展與技術應用 [J]. 通信設計與應用，2019（1）：52.

作者簡介：張潔（1983—），四川成都人，電子科技大學學校辦公室綜合科科長，研究領域：高教管理、會計學。

宋俊宏（1991—），四川瀘州人，西南交通大學黨政辦公室，研究領域：思想政治教育、高教管理。

基金項目：本文系電子科技大學中央高校基本科研業務費基礎研究項目：基于大數據時代的高校信息管理機制創新研究（項目編號：A03018023801160）成果。