《國家中長期教育改革和發展規劃綱要(2010-2020)》強調了信息技術對於教育事業發展的重要程度，並要求教育部門高度重視教學工作中信息化的滲透運用。自進入信息時代以來，數據信息為教育教學工作帶了新的發展機遇，其中新型的教學手段和豐富的教學資源更是讓教育機制站在了改革一新的十字路口。伴隨著高校教育體制改革的深入，教育活動所產生的教學數據也逐漸繁雜起來，而高校信息管理體系便是幫助高校決策者分析教學數據信息、獲取能夠真實反映教學情況的有效信息以及做出科學合理的教學決策的利器。但是如何做到提升信息管理效率，提高教學質量，獲得更多的科研成果也正是高校信息管理體系構建維護實施者要考慮的問題。
1、大數據的定義及其特性
大數據是信息時代發展到一定階段的必然產物，它本身的概念很抽象，並沒有一個確切的定義。不過其中有一個比較具有代表性的說法認為：大數據是指那些無法通過目前的主流數據處理軟體，規模較大、種類繁多的，但是在一定的合理時間之中通過一些特定的數據處理手段，經過管理、分析、計算處理、總結整理，最終能為決策者帶來決策依據的數據信息。大數據在數據的存儲、管理、處理方式上都跟以往的傳統數據不一樣。
大數據的四種特性：
（1）規模性。大數據顧名思義其數據量是巨大，處理起來並不容易。一般的數據信息也就以MB為處理單位，但是某些大數據可能達到TB甚至ZB級別。
（2）多樣性。大數據之中還摻雜著很多不同種類的數據形式。一般的數據信息形式較為單一，或許會有幾種數據同時出現，但大多結構較為嚴謹。而大數據種類可能達到成百上千種，圖片、文字、視頻、物理或邏輯地址等混雜其中，其中包含著小部分的結構化數據和大部分的半結構化甚至是非結構化數據。
（3）高效性。大數據的計算處理速度非常快，獲取有效信息也會快一些。大數據在數據處理速度方面遵循著“一秒定律”，著重於在種類繁雜、規模巨大的數據中分析計算出有效信息。
（4）價值性。大數據的有效價值難於提取出來，正是由於大數據的價值分散大。就如一個視頻，通過提取或許要花幾個小時去提取為兩三分鐘的精華內容。
2、大數據時代下高校信息化現狀及其面臨的挑戰
2.1、高校信息管理髮展現狀
近幾年來，高校信息管理體系也有所發展，但是還存在著兩大問題：
（1）高校信息管理體系還沒有達到統一規劃的地步，其分析信息和支持決策的能力還不夠完善。高校的教育工作雖然有分層合作，但是各個部門是相對獨立的，其中不乏有些部門會自己進行系統的開發，這樣一來部門之間的信息交流就會被阻礙。數據信息無法及時共享，造成信息滯後、冗餘，使得數據信息的整體性不夠，同時每年高校需要工作人員騰出一部分時間來填寫上報資料，不僅耗費時間、人力還增加了高校的信息管理成本。現在雖然高校運用了一些信息處理系統專門負責信息管理，這種業務處理系統具備操作方便的優點，但缺少對信息綜合智能分析的能力，更沒有提供決策支持的能力。
（2）高校對數據信息的利用能力急需提高。能夠作為決策支持的信息，不僅要達到一定數據量，而且數據的質量要求也是很高的。由於高校的教育工作信息化堆積的數據信息太過巨大，一些教學活動的數據可能很久未用以致無法訪問，或者無法考證其真實性。一份數據信息的真實、準確性對決策者的決策有很大的影響，但目前高校普遍存在著對數據信息判斷不準確、信息統計整合不規範的不良現象。
2.2、大數據時代下高校信息管理的發展挑戰
2.2.1、大數據的存儲
大數據時代下的數據信息存儲，不同於傳統的是，我們需要成本較低，效率高的數據存儲方式。在構建大數據的存儲系統時，需要充分考慮存儲空間的大小和日後存儲擴展是否方便。如果系統不需要停機，通過增加模塊或者磁碟以擴容，做到無縫的擴展存儲空間自然是最好的。其次雲計算技術的出現，讓雲存儲得以實現。作為大數據的基礎平台，雲計算為數據的存儲、管理、分析提供了足夠的技術支持。基於虛擬技術的雲存儲可以在降低設備資金成本的同時，提高存儲效率。
與此同時，面對高校各職能部門的信息孤島現象，在高校信息管理體系中構建出統一的數據共享平台就很有必要了。在數據共享平台上，各個部門要採用統一的數據存儲標準和信息編碼，方便信息管理人員把各個信息庫的數據整合到共享的數據中心去（包括對數據信息的轉移、數據的轉換、數據的分享和複製等）。
2.2.2、大數據的集成與分析
根據大數據多樣性的特性，其來源必然廣泛，自然會帶有複雜的數據。根據數據來源，對數據進行分離再集合，接著對數據進行清理、連結和最終聚合，存儲為結構統一的數據也是有一定難度的。而對於數據的分析更是信息管理中的重點，這需要管理人員對前面的數據信息根據不同的篩選要求，再次對數據進行部分或者全面的分析，這一步需要結合針對大數據的數據挖掘、數理統計分析手段才能夠分析獲取有用的數據信息。
2.2.3、大數據的融合與使用
數據融合需要高校信息管理體系從根本上解決高校各部門之間的數據孤島現象，整合整個高校各部門的業務配合，構建一個高效高質的大數據，最大程度的推動高校教育工作的信息化建設。
2.2.4、大數據的挖掘
大數據的存儲實現了數據沉澱，要從數據中挖掘出有用的價值，綜合高效的利用起來，轉化為可以被接受的知識，在能讓大數據潛藏的價值發揮出來。近年來計算機技術和網絡的普遍，博客、微博、移動辦公的出現，使得高校教育能夠從中獲取更多的可用信息。
3、基於大數據特性構建高校信息管理體系
為了更好地迎接大數據時代，滿足人們對高校管理信息體系的更進一步的要求，構建出更加完善的高校信息管理體系。建立出能夠同時結合行政管理和信息技術的信息管理平台，讓高校的信息管理體系更具規模，提高高校數據信息的利用率。
3.1、在行政管理方面，切實落實數據管理體系
如前所述，我國的高校信息管理體系還沒有整體劃一，沒有總體構思設計，對數據信息管理也未能建立起運行保障機制，大多的數據管理人員沒有掌握正確的系統操作技能，且沒有專業的技能提升培訓。要在行政管理方面，切實的落實高校信息管理體系，有兩種途徑。一是成立高校信息管理委員會，讓高校內的決策者和校外的專業人士參與其中，指導、協助信息管理體系的建設和運行，完善數據質量責任制和監督機制，為高校信息管理體系的實行創造最好的環境。二是建立信息管理技能培訓機制。為使得高校信息管理體系的規範性，儘量降低人為操作因素對數據提取質量的影響，一定的信息管理技能培訓是必不可少的。同時可以建立一些獎懲機制，激勵管理人員的工作負責度和積極性。
3.2、在信息技術方面，運用商業智能技術支持平台建設
隨著計算機技術的迅猛發展，計算機領域專家研發出不少高效處理大數據的方法，其中商業智能技術便廣受歡迎。商業智能技術的核心技術有：數理統計、數據倉庫、數據挖掘、聯機分析處理、機器學習等。商業智能是一種能把數據信息分析、提取為有效信息的一種信息管理處理技術，它能夠幫助決策者基於信息，做出科學合理的業務決策。商業智能技術運用在高校信息管理系統中，最主要的功能是支持決策。因而建立全面的、能夠綜合的反映高校真實的教學教育現狀的信息集成系統尤為關鍵。高校信息集成系統由：數據源、數據存儲及管理、數據分析、用戶接口四個部分組成。高校信息集成系統會從高校的資料庫中獲取有效的數據信息，對其進行整合處理，確保教學活動數據的準確完整後，經過抽取、轉換、裝載過程，使這些信息統一起來，以穩定的狀態保存於元資料庫中，讓決策者可以清晰地查看高校教學活動的全局動態。
高校信息管理體系與商業智能技術的結合運用，對於當代高校的信息化建設有著重要的作用。運用商業智能技術有利於高校收集、管理和處理信息，做出正確的決策，同時為高校教學活動提供更多的教學共享資源，從而提高學校的教育質量、科研水平和人才培養質量。
結束語
對數據信息資源有效利用率的高低直接關係著高校能否占據更好的競爭優勢。教育部門一直致力於如何在大量繁雜的教學活動信息中提取確實有效的反映教學現狀的數據信息，如何科學合理的管理、調度信息，採取怎樣的招生策略，以降低教育管理資金成本、提高教學效率，進而為決策者的決策提供科學支持。近年來伴隨著教育體制改革的深入，高校教育面臨著來自社會各界的壓力（高校教育質量的考核評測、社會問責等），面對大數據時代的各種挑戰，如何構建、完善高校信息管理體系，管理、分析龐大的教育教學數據，以提高教學效率和科研水平是重中之重。相信隨著高校掌握一定的信息技術和正確的施行方法，定能讓高校的信息管理體系大放異彩，為高校教育事業貢獻一份巨大的力量。
參考文獻：
[1]熊才平,何向陽,吳瑞華.論信息技術對教育發展的革命性影響[J].教育研究,2012(6):22-29.
[2]徐欣欣.大數據時代高校信息系統建設的探討[J].信息與電腦，2013(4):120-121.
[3]常桐善.構建院校智能體系:院校研究發展的新趨勢[J].高等教育研究,2009(10):49-54.
[4]國家中長期教育改革和發展規劃綱要工作小組辦公室.國家中長期教育改革和發展規劃綱要(2010-2020)[N].中國教育報,2010-07-30(1-3).
1、大數據的定義及其特性
大數據是信息時代發展到一定階段的必然產物，它本身的概念很抽象，並沒有一個確切的定義。不過其中有一個比較具有代表性的說法認為：大數據是指那些無法通過目前的主流數據處理軟體，規模較大、種類繁多的，但是在一定的合理時間之中通過一些特定的數據處理手段，經過管理、分析、計算處理、總結整理，最終能為決策者帶來決策依據的數據信息。大數據在數據的存儲、管理、處理方式上都跟以往的傳統數據不一樣。
大數據的四種特性：
（1）規模性。大數據顧名思義其數據量是巨大，處理起來並不容易。一般的數據信息也就以MB為處理單位，但是某些大數據可能達到TB甚至ZB級別。
（2）多樣性。大數據之中還摻雜著很多不同種類的數據形式。一般的數據信息形式較為單一，或許會有幾種數據同時出現，但大多結構較為嚴謹。而大數據種類可能達到成百上千種，圖片、文字、視頻、物理或邏輯地址等混雜其中，其中包含著小部分的結構化數據和大部分的半結構化甚至是非結構化數據。
（3）高效性。大數據的計算處理速度非常快，獲取有效信息也會快一些。大數據在數據處理速度方面遵循著“一秒定律”，著重於在種類繁雜、規模巨大的數據中分析計算出有效信息。
（4）價值性。大數據的有效價值難於提取出來，正是由於大數據的價值分散大。就如一個視頻，通過提取或許要花幾個小時去提取為兩三分鐘的精華內容。
2、大數據時代下高校信息化現狀及其面臨的挑戰
2.1、高校信息管理髮展現狀
近幾年來，高校信息管理體系也有所發展，但是還存在著兩大問題：
（1）高校信息管理體系還沒有達到統一規劃的地步，其分析信息和支持決策的能力還不夠完善。高校的教育工作雖然有分層合作，但是各個部門是相對獨立的，其中不乏有些部門會自己進行系統的開發，這樣一來部門之間的信息交流就會被阻礙。數據信息無法及時共享，造成信息滯後、冗餘，使得數據信息的整體性不夠，同時每年高校需要工作人員騰出一部分時間來填寫上報資料，不僅耗費時間、人力還增加了高校的信息管理成本。現在雖然高校運用了一些信息處理系統專門負責信息管理，這種業務處理系統具備操作方便的優點，但缺少對信息綜合智能分析的能力，更沒有提供決策支持的能力。
（2）高校對數據信息的利用能力急需提高。能夠作為決策支持的信息，不僅要達到一定數據量，而且數據的質量要求也是很高的。由於高校的教育工作信息化堆積的數據信息太過巨大，一些教學活動的數據可能很久未用以致無法訪問，或者無法考證其真實性。一份數據信息的真實、準確性對決策者的決策有很大的影響，但目前高校普遍存在著對數據信息判斷不準確、信息統計整合不規範的不良現象。
2.2、大數據時代下高校信息管理的發展挑戰
2.2.1、大數據的存儲
大數據時代下的數據信息存儲，不同於傳統的是，我們需要成本較低，效率高的數據存儲方式。在構建大數據的存儲系統時，需要充分考慮存儲空間的大小和日後存儲擴展是否方便。如果系統不需要停機，通過增加模塊或者磁碟以擴容，做到無縫的擴展存儲空間自然是最好的。其次雲計算技術的出現，讓雲存儲得以實現。作為大數據的基礎平台，雲計算為數據的存儲、管理、分析提供了足夠的技術支持。基於虛擬技術的雲存儲可以在降低設備資金成本的同時，提高存儲效率。
與此同時，面對高校各職能部門的信息孤島現象，在高校信息管理體系中構建出統一的數據共享平台就很有必要了。在數據共享平台上，各個部門要採用統一的數據存儲標準和信息編碼，方便信息管理人員把各個信息庫的數據整合到共享的數據中心去（包括對數據信息的轉移、數據的轉換、數據的分享和複製等）。
2.2.2、大數據的集成與分析
根據大數據多樣性的特性，其來源必然廣泛，自然會帶有複雜的數據。根據數據來源，對數據進行分離再集合，接著對數據進行清理、連結和最終聚合，存儲為結構統一的數據也是有一定難度的。而對於數據的分析更是信息管理中的重點，這需要管理人員對前面的數據信息根據不同的篩選要求，再次對數據進行部分或者全面的分析，這一步需要結合針對大數據的數據挖掘、數理統計分析手段才能夠分析獲取有用的數據信息。
2.2.3、大數據的融合與使用
數據融合需要高校信息管理體系從根本上解決高校各部門之間的數據孤島現象，整合整個高校各部門的業務配合，構建一個高效高質的大數據，最大程度的推動高校教育工作的信息化建設。
2.2.4、大數據的挖掘
大數據的存儲實現了數據沉澱，要從數據中挖掘出有用的價值，綜合高效的利用起來，轉化為可以被接受的知識，在能讓大數據潛藏的價值發揮出來。近年來計算機技術和網絡的普遍，博客、微博、移動辦公的出現，使得高校教育能夠從中獲取更多的可用信息。
3、基於大數據特性構建高校信息管理體系
為了更好地迎接大數據時代，滿足人們對高校管理信息體系的更進一步的要求，構建出更加完善的高校信息管理體系。建立出能夠同時結合行政管理和信息技術的信息管理平台，讓高校的信息管理體系更具規模，提高高校數據信息的利用率。
3.1、在行政管理方面，切實落實數據管理體系
如前所述，我國的高校信息管理體系還沒有整體劃一，沒有總體構思設計，對數據信息管理也未能建立起運行保障機制，大多的數據管理人員沒有掌握正確的系統操作技能，且沒有專業的技能提升培訓。要在行政管理方面，切實的落實高校信息管理體系，有兩種途徑。一是成立高校信息管理委員會，讓高校內的決策者和校外的專業人士參與其中，指導、協助信息管理體系的建設和運行，完善數據質量責任制和監督機制，為高校信息管理體系的實行創造最好的環境。二是建立信息管理技能培訓機制。為使得高校信息管理體系的規範性，儘量降低人為操作因素對數據提取質量的影響，一定的信息管理技能培訓是必不可少的。同時可以建立一些獎懲機制，激勵管理人員的工作負責度和積極性。
3.2、在信息技術方面，運用商業智能技術支持平台建設
隨著計算機技術的迅猛發展，計算機領域專家研發出不少高效處理大數據的方法，其中商業智能技術便廣受歡迎。商業智能技術的核心技術有：數理統計、數據倉庫、數據挖掘、聯機分析處理、機器學習等。商業智能是一種能把數據信息分析、提取為有效信息的一種信息管理處理技術，它能夠幫助決策者基於信息，做出科學合理的業務決策。商業智能技術運用在高校信息管理系統中，最主要的功能是支持決策。因而建立全面的、能夠綜合的反映高校真實的教學教育現狀的信息集成系統尤為關鍵。高校信息集成系統由：數據源、數據存儲及管理、數據分析、用戶接口四個部分組成。高校信息集成系統會從高校的資料庫中獲取有效的數據信息，對其進行整合處理，確保教學活動數據的準確完整後，經過抽取、轉換、裝載過程，使這些信息統一起來，以穩定的狀態保存於元資料庫中，讓決策者可以清晰地查看高校教學活動的全局動態。
高校信息管理體系與商業智能技術的結合運用，對於當代高校的信息化建設有著重要的作用。運用商業智能技術有利於高校收集、管理和處理信息，做出正確的決策，同時為高校教學活動提供更多的教學共享資源，從而提高學校的教育質量、科研水平和人才培養質量。
結束語
對數據信息資源有效利用率的高低直接關係著高校能否占據更好的競爭優勢。教育部門一直致力於如何在大量繁雜的教學活動信息中提取確實有效的反映教學現狀的數據信息，如何科學合理的管理、調度信息，採取怎樣的招生策略，以降低教育管理資金成本、提高教學效率，進而為決策者的決策提供科學支持。近年來伴隨著教育體制改革的深入，高校教育面臨著來自社會各界的壓力（高校教育質量的考核評測、社會問責等），面對大數據時代的各種挑戰，如何構建、完善高校信息管理體系，管理、分析龐大的教育教學數據，以提高教學效率和科研水平是重中之重。相信隨著高校掌握一定的信息技術和正確的施行方法，定能讓高校的信息管理體系大放異彩，為高校教育事業貢獻一份巨大的力量。
參考文獻：
[1]熊才平,何向陽,吳瑞華.論信息技術對教育發展的革命性影響[J].教育研究,2012(6):22-29.
[2]徐欣欣.大數據時代高校信息系統建設的探討[J].信息與電腦，2013(4):120-121.
[3]常桐善.構建院校智能體系:院校研究發展的新趨勢[J].高等教育研究,2009(10):49-54.
[4]國家中長期教育改革和發展規劃綱要工作小組辦公室.國家中長期教育改革和發展規劃綱要(2010-2020)[N].中國教育報,2010-07-30(1-3).
收藏