

摘要:大數據視角下,高校教務管理面臨海量數據,管理系統信息化建設勢在必行。該文立足大數據視角,介紹了高校教務管理系統信息化建設需求,分析了高校教務管理系統信息化總體設計,論述了建設技術,并提出了幾點建設實踐措施,希望能夠為高校教務管理系統信息化建設實踐提供一些參考。
關鍵詞:大數據;高校;教務管理系統;信息化
doi:10.3969/J.ISSN.1672-7274.2024.07.014
中圖分類號:G 647.3;TP 3 文獻標志碼:A 文章編碼:1672-7274(2024)07-00-04
Research on Informationization Construction of University Academic Management System from the Perspective of Big Data
SONG Peixu
(Xi'an University of Finance and Economics, Xi'an 710100, China)
Abstract: From the perspective of big data, the management of academic affairs in universities is facing massive amounts of data, and the informationization construction of management systems is imperative. Based on the perspective of big data, this article introduces the requirements for the informatization construction of university academic management systems, analyzes the overall design of university academic management system informatization, discusses the construction technology, and proposes several practical measures for construction, hoping to provide some reference for the informatization construction practice of university academic management systems.
Keywords: big data; universities; academic management system; informatization
0 引言
在高等教育事業蓬勃發展的背景下,高校持續探索教育改革新路徑,各項管理逐步邁入數字化時代。教務管理是高校內部管理的核心,教務管理的數字化、自動化關乎高校發展。在高校辦學規模不斷擴大、招生數量迅速增加的進程中,教務管理數據急劇增長,以往管理模式已無法滿足管理需求。因此,立足大數據挖掘視角,探究高校教務管理系統的建設具有非常重要的意義。
1 大數據視角下高校教務管理系統信息
化建設需求
1.1 充分利用教務管理數據準確決策
教育改革深層推進背景下,高校教務管理系統應能夠全面分析海量信息,在信息真實性判斷基礎上輔助教務決策[1]。同時系統應具備信息綜合分析功能,可以驗證決策的可行性。如在教學計劃安排時,教務管理系統可根據海量信息進行關鍵步驟、關鍵目標論證,科學分析課程體系設置與教師資源,確保教務管理具有可行性。
1.2 快速高質運行
大數據視角下,高校教務管理系統應能夠滿足高效高質辦公要求。系統管理員可以通過系統后臺執行學生學籍維護、管理權限調整、學生成績錄入操作,并設置信息備份與還原選項;任課教師可以通過賬號登錄系統批量錄入數據并實現師生互動;學生可以通過學號登錄系統查看個人信息并參與評教。
1.3 完善教務管理業務流程
大數據視角下,高校教務管理系統應兼顧流程化與規范化,可以突出本校特色,給予師生良好的使用體驗。特別是在部分新業務辦理時,高校教務管理系統應具有可開發性,根據新業務開展需要,開發簡潔而快速的程序,規避線上線下重復辦理、長周期審批、重復填寫表格等問題。
2 大數據視角下高校教務管理系統信
息化建設總體設計
2.1 系統運行流程分析
輔助教務管理各項工作是大數據視角下高校教務管理系統信息化建設的主要任務,教學是教務管理的核心。根據高校學生學籍管理規定、人才培養規定等相關文件,可以教學為主線,設定系統用戶角色對應在籍學生、任課教師與輔導員、管理員。其中在籍學生主要權限為個人信息查詢、考務信息查詢、課程信息查詢、成績信息查詢與修改以及選課;任課教師與輔導員主要權限為個人信息查詢、操作權限查詢、成績信息輸入、教學計劃上傳等;管理員的權限為控制訪問用戶角色權限、調整教務管理信息化模塊等。
在系統用戶角色明確等情況下,梳理系統運行流程。第一步,學生入學注冊教務管理信息化賬號,生成班級信息、學生信息。教務管理系統整合教師數據、課程數據、教室數據,生成課表,支持教學管理。第二步,教務管理系統根據課表信息,進行學期測評、學年考核活動統籌。第三步,更新、匯總學生期末考試成績、學生基本信息,生成學生成績檔案,為學生成績管理提供依據。第四步,匯總各學年學生成績檔案信息,為學生學籍管理、畢業管理提供信息支持。
2.2 功能模塊設計
根據系統運行流程,可以設計系統功能模塊。大數據視角下,高校教務管理系統各個功能模塊之間存在聯系,可以一個矩形框定義,向下細分各個功能模塊的描述,支持數據元素精細化定義,充分滿足系統用戶需求。如圖1所示。
圖1 教務管理系統功能模塊圖
由圖1可知,高校教務管理系統包括學生管理、教師管理、教學管理、系統管理、考務管理、其他單位管理等幾個功能模塊。不同功能模塊負責的業務功能具有一定的差異。
2.3 數據庫設計
根據高校教務管理系統實際應用需求,可從創建數據庫表著手,梳理表結構關系,包括專業信息表、專業信息表、用戶信息表、教室信息表等[2]。在表結構關系明確的情況下,嚴格劃分系統數據庫操作人員權限,并明晰數據庫的使用規則,避免數據庫運行缺陷。同時考慮實際數據存在容量與設備性能的正態分配,增設數據預處理與備份模塊,允許移動應用程序調用后臺數據項,滿足數據庫的高效率運行。
2.4 工作流引擎設計
工作流引擎可以規范數據流轉過程。因此,可以實際系統業務項為依據,借助計算機模擬數據操作過程,完成教務管理系統工作流引擎設計。工作流引擎設計的基礎是教務管理工作流程屬性數據的明確,涉及工作流程名稱、流程類型、流程編號(主鍵)等。同時為區分不同教務管理工作內容,可以將工作流開展步驟、流程表單存放地址、工作流包含數據字段的匯總到WF_DataName字段,定義一個教務管理業務流程的開展基本信息參數。
從教務管理工作流程開始執行過程來看,可以工作流程接口信息字段值為依托,查詢待訪問頁面表單,支持工作流程實例操作[3]。同時以控制模型為核心,借助引擎控制器,推動流程調度、管理、控制與標準檢驗工作的規范化開展。流程調度是根據業務流程執行請求(初始化、開始或結束),調用業務處理模塊,并將執行結果反饋到請求端;流程管理是直接創建工作流活動實例項,并切換工作流狀態;流程控制是明確流程號、流程名稱、流程實例、步驟編號、創建者等工作流程狀態后,順序執行下一個活動,或同時處理多個活動項;標準檢驗是驗證工作流之間依賴關系,判定工作流執行期間前數據項、后數據項是否準確。
3 大數據視角下高校教務管理系統信
息化建設技術
3.1 數據挖掘技術
數據挖掘技術是大數據視角下高校教務管理系統信息化建設的基礎技術,本質是數據關系探索與鉆取,其以機器學習智能算法為主導,以算法模型為支撐,以數據價值充分發掘為核心[4]。數據挖掘的過程是數據處理和分析的全過程,涉及多源數據獲取、簡單數據處理與數據標準化集成、存儲標準化、數據挖掘、知識展示幾個過程。一般數據挖掘需要依托Hadoop大數據平臺HDFS、MapReduce組件,分別完成海量數據分布式存儲、任務分解與調度并行,最終支撐海量數據離線分析與密級數據并行計算。
3.2 工作流技術
工作流技術源于辦公自動化,強調將工作事務劃分為具體任務、角色,在可控狀態下定義規則、過程,為管理水平、工作效率提升提供依據[5]。工作流技術強調按照預定規則自動運行,業務活動之間相互關聯,技術核心是實現業務流程的計算機模型,模型內涵蓋若干與控制過程相關的運行實例,可以人工、應用程序資源進行恰當調度,也可與應用程序工具進行數據交互。在工作流技術實施過程中,需順序推進過程建模、過程實例、過程運行。過程建模是將實際教務管理過程轉換為工作流模型;過程實例是設定教務管理過程運行參數,并分配執行資源;過程運行是教務管理者、師生與系統之間交互,并跟蹤執行過程。
3.3 數據可視化技術
數據可視化是將抽象過程轉化為直觀圖像、圖形,并經計算機顯示的方法。數據可視化技術的基礎是科學計算可視化,強調運用計算機視覺、用戶界面、圖形圖像處理等高級理論方法與手段,將數據集轉化為圖形,改進數據闡釋、處理,支持數據快速處理過程中的決定性策略下達與效果驗證。數據可視化技術的經典流程如圖2所示。
圖2 數據可視化技術的經典流程
由圖2可知,數據可視化技術的輸入端為數據(含一維數據、二維數據、三維數據與多維數據),輸出端為知識,可視化實現的關鍵是借助模型將數據轉換為視圖。
4 大數據視角下高校教務管理系統信
息化建設實踐
4.1 建設環境
大數據視角下,高校教務管理系統信息化建設無法脫離硬件平臺環境的支撐[6]。根據預期建設目標,可以優選高性能機架式服務器平臺,將客戶端/服務器、瀏覽器/服務器模式相結合。在前臺web.xml內,系統集成配置文件參數,并借助類路徑內的文件完成程序定義。
4.2 建設過程
4.2.1 數據采集實現
數據采集是大數據視角下高校教務管理系統信息化建設實現的基礎。采集內容主要為學生基本信息、教師基本信息、教學基本信息等。以學生基本信息采集為例。采集對象是每一位學生,以新生入學為節點,采集新生家庭住址、姓名、學號、院系等,為分班管理、學籍管理、考務管理奠定基礎。同時在教務管理系統運行過程中,自動執行模糊+組合的查詢指令,以關鍵詞搜索或“姓名+學號”兩個字段組合搜索的形式,核對學生基本信息真實性,及時更新。在學生基本信息采集的同時,根據學生在校期間表現,教務管理系統自動采集學生獎懲記錄、期末成績、生活記錄等信息,并根據學生調轉專業、入伍參軍、休學、降級或其他意外事件及時更新學籍信息。即在學生學籍信息輸入完成后,若無誤則選擇確認,執行下一個界面,同時對比更改信息,若無誤則完成信息提交,后臺自動更新,反之則返回修改界面進行調整。
4.2.2 管理工作流實現
根據前期教務管理工作流設計方案,可以實現基于信息化的教務管理工作流[7]。以教學計劃管理工作流為例。由教務處管理員登錄教務管理系統,組織各相關人員對上一學期課程計劃信息進行挖掘,關聯上下學期課程計劃、人才培養方案、課程教學大綱,匯總不同專業、不同年級、不同班級的任課教師、課程內容、上課教室、上課時間,明確授課進度、教學任務,輸出詳細的課程進程表。課程進程表運行期間,教務管理系統程序提醒人員注意數據項的選擇,后臺核對課程安排是否存在沖突,限制不完整數據項、課程安排異常沖突操作,確保教學計劃管理順利推進。同時搭載教學轉運功能管理子模塊,在教師臨時調課或其他意外事件發生時,聯動調整相關信息。
4.2.3 數據可視化實現
數據可視化由原始數據層、數據持久層、數據特征層、數據可視化轉換層、數據可視化交互層組成,層間使用通用接口,確保層級信息交互效率[8]。其中原始數據層是教務管理數據來源;數據持久層是數據存儲庫的安全操作層;數據特征層是原始數據空值刪除、合并操作、缺失值填充、數據清洗、不確定數據處理、噪聲數據處理層;數據可視化轉換層是數據挖掘與可視化映射層,可以圖像或圖表形式直觀展示數據;數據可視化交互層是直觀數據可視化展示與交互操作層,涉及教務處數據、學生評教數據、教師教學狀態信息、教學管理信息等。
根據數據可視化功能需求,可以細分為全校整體情況、學校整體概況、專業情況、數據查詢、各教學單位情況、分析拓展等幾個功能模塊。每一個功能模塊均囊括學術表現、高層次人才、師資隊伍、教學成果、學習成效、招生畢業、學科專業等內容。比如,在學校整體概況教師維度數據面,著重展示師資隊伍數據,并輸出最佳教師(含輔導員)、課程、學生比例。
在多功能模塊相互關系確定后,以數據持久層為陣地,在分布式計算框架內,配置大數據平臺集群(含主節點和若干數據節點)。在大數據平臺集群支持下,利用基于JS的簡潔化圖標庫,貫徹輕量級原則,以儀表盤式數據總覽形式,實現數據可視化。同時支持數據直觀點擊、放大縮小、拉拽,將多個可視化對象合并或分割,滿足教務管理系統靈活運行要求。
5 結束語
綜上所述,大數據背景下,借助多源數據可視化技術構建的教務管理系統,可以從多個維度透視、驗證數據,快速發掘教務管理數據關鍵信息,提高教務管理效率。因此,可著眼于管理,從教務數據采集著手,打造高校教務多源數據可視化模塊。以多源數據可視化為核心,圍繞教學資源配置、教學方向改革、教學能力提升需求,構建多目標、多層次、多約束的系統,助力高校教務管理升級。
參考文獻
[1] 陳彥孜.大數據背景下高職教務管理系統問題與對策研究——以廣東女子職業技術學院為例[J].電腦知識與技術,2022(15):143-144.
[2] 李關禹.基于大數據背景下的高校教務學籍管理創新模式探究[J].哈爾濱職業技術學院學報,2023(4):132-134.
[3] 蔡麗珠.大數據時代應用型高校教務管理數字化發展研究[J].科教導刊,2022(33):20-22.
[4] 林志鵬.基于青果系統的教務日常信息管理系統開發[J].清遠職業技術學院學報,2023(1):52-58.
[5] 蘇俊.普適性與個性化:大數據時代高校智慧型教務管理體系的建構與優化[J].現代職業教育,2021(19):206-207.
[6] 沈黎,張本文,雷申洪.存儲過程在教務管理系統中的應用研究[J].軟件,2022(7):13-15.
[7] 王春黎.大數據時代高校教務管理數字化發展研究[J].黑龍江教育(高教研究與評估),2023(12):39-41.
[8] 張麗莉,范東溟,何永明.基于OBE持續改進機制的教務管理平臺系統研究[J].中國教育技術裝備,2023(16):32-34.