教育信息化2.0时代高校数据建设与管理的思考

张锦原 西安外国语大学信息技术中心

十九大报告指出：”建设教育强国是中华民族伟大复兴的基础工程，必须把教育事业放在优先位置，必须深化教育改革，加快教育现代化”。十九大之前，教育信息化发展以“基础建设+设备配套+应用探索”为核心，我们称为“教育信息化1.0”时代。从十九大以后，教育信息化推出了 “开放、共享、融合、创新”核心思想，意味着教育信息化将迈入新阶段、新高度。“教育信息化2.0”时代：“将一切参与主体、教育元素、教育行为数据化，充分开放各类数据，实现教育大数据的全社会的共同挖掘、共同获益。”因此，随着教育信息化2.0的推进，高校正面临着大数据带来的教育教学改革创新的挑战。

1 高校数据资源建设现状

近年来，随着信息化的快速发展，数字校园、办公oa、教学资源平台、教学平台等信息系统的建立也日趋完善，进一步提升了高校日常工作的办事效率，为教育教学质量评价与监控带来了显著效益。尤其是信息化系统的运行，积累了大量数据资源，主要包括教学资源数据、网络行为数据、无线认证数据等，从数据来源上涵盖教学、科研、人事、资产、财务等各个方面，从数据类型上有数据库、图像、报表、公文、音频、视频、日志等形式。这些数据资源已成为了学校宝贵校无形资产。但积累可大量的数据却因其可访问性、可理解性、可信度以及可用性的问题，导致数据的使用效益并不高，

1.1 数据资源规划缺位、缺乏共享共建意识，增加了数据资源共享共用的壁垒。

目前，部分的信息化系统都是业务部门各自开发，基于满足自己业务需求的信息系统。系统建成后造成运行环境的异构，各类信息保存在各个单位，部门之间横向信息流通不畅，大量的数据分布在各个互相独立的系统中，无法有效流动形成规模效应，数据信息处在零散的孤岛状态，数据价值得不到有效挖掘。以我校为例，每年教育部、教育厅、财政厅等上级职能部门都需要统计学校人、财、物、教学资源、课程建设等信息，我们往往都是基于电子表格文件传输或网上系统填报，从基层部门经层层填表整理，直到最终数据的收集统计，耗费大量的人力、物力和时间。而且因基层信息数据来源不同，数据也大相径庭。如我校统计数字化教学资源一项，其数据来源主要以信息技术中心自建的教学资源为主，但该资源建设图书馆也购买了大量的教学视频和电子期刊被遗漏。

1.2 数据统计标准、编码不规范

数据统计指标定义不规范，统计范围不明确，常常“数出多头”，重复统计。数据统计标准化问题在整个教育管理信息统计中起着关键作用。信息的编码规则是不是实用、直观，能被广泛应用，它的前瞻性又能不能和现在及未来的教育管理模式相适应。采集数据时，要把握数据的精确性，用科学的方法得到科学的数据结果。因业务系统建设各自为政，导致数据标准不一，在数据融合时，出现问题很多。数据统计“数出多头”“数据空白”的现象时有发生。

1.3 数据垃圾。

数据的过剩和不足是同时存在的一对矛盾现象。虽然业务系统的运行积累了大量的信息，这些信息中含有大量的冗余信息，但在数据建设工程中，我们经常只关注数据的不足，而对冗余信息处理不够及时，导致数据平台上包含了很多垃圾数据，占据存储空间。

1.4 数据的综合统计、分析不足

目前大多数高校的业务信息系统基本上属于联机事务处理 (OLTP) 系统，无法直接提供各种综合程度的数据采集、分析及综合利用的功能。。以学工系统为例，可以很好满足学生的日常管理和奖勤助贷的流程申请和审批等，目前这些评定工作还是以人为的推荐为主，无法直接从教务、学习平台、一卡通等信息系统中采集数据、综合统计分析后，科学决策。

1.5 数据安全面临危机

因教育信息化快速推进，产生了着大量的科研成果、学术资料、教职工数据信息以及海量的学生数据信息，所以高校的信息系统是数据泄露的相对高发地带。但高校的网络信息安全建设工作并没有达到银行、证券、金融等行业的高投入和大规模建设。高校的数据安全建设工作在整个网络信息安全建设中没有得到足够的重视，在数据收集、存储、传输和使用过程中缺乏必要的防护措施，使得大量敏感信息、个人信息的安全性无法得到有效保障。

2 综上所述，我们可以发现数据建设存在的问题可归结为技术和管理两个方面

2.1 技术因素

高校信息系统设计与开发过程考虑不周，如数据元素定义不清、数据输入格式缺乏控制、数据存在冗余等； 有些数据项在设计时为开发方便采用缺乏缜密的结构化处理； 有些数据缺少更新时间、维护人员和操作记录等重要属性，导致查找或确认数据时缺乏可用的支撑数据。

2.2 管理因素

数据的建设者缺乏共享意识和整体观念，不能从手工或使用电子表格等简单软件的工作方式转变为使用信息系统的工作方式，在对系统的数据进行录入或维护管理时，出现部分数据的缺失或者错误。另一方面，同一数据被学校多个部门维护、数据归属责任不清、各部门交叉更新、重复采集、数据定义不清、参照不完整等，造成数据质量不高、不能综合利用等诸多问题。

3 对策与解决方法

高校中的数据多源性、异构性，如何更好的规范数据的建设、挖掘数据潜在的价值，为学校管理者的决策分析起到支撑作用，这不仅是一个技术问题，更是一个管理问题。

3.1 建立健全数据管理机制

3.1.1 成立学校数据管理工作领导小组。领导由学校主管领导为组长、所有数据应用和管理的职能部门及学科领域的负责人组成。该小组负责制定学校数据质量管理规范、数据质量标准、数据管理流程、数据监测体系、数据质量评估等优化方案，建立数据质量责任管理制度。

3.1.2 数据管理工作领导小组办公室。由各部门数据管理人员组成，该工作小组成员负责从各自的业务范围的数据管理责任，相互协同工作、建立完善的数据协调机制。

3.1.3 建立完善的数据管理培训与激励机制。为确保学校数据质量，提升数据工作人员素质，定期举办有关信息系统使用、数据质量管理规范等方面的培训，建立健全学校数据工作奖惩与激励制度，减少人为因素导致的数据质量问题。

3.2 建立完善数据标准，清洗不规范数据，建立数据共享机制

3.2.1 建立统一的数据库平台

根据应用系统的数据需求，全面规划数据库结构和内容，将各种异构数据源进行统一，对外提供统一的访问接口和数据发现、检索等服务；建立统一数据库平台，存储各应用系统数据交换所需要的信息，并通过数据交换功能获取应用系统权威数据，根据需求定期回写到其他数据使用部门的应用系统，实现各个业务部门之间的数据共享。

3.2.2 制定数据标准

参照教育部、教育厅的数据建设标准，建立符合校情的数据标准规范。集成学校各类数据资源，对原有旧系统的数据进行数据清理后再集成至数据平台，实现数据源单一管理和数据授权访问，确保学校统一数据平台中数据的实时、准确、一致；统一规划数据资源，明确各类数据的生产部门以及共享数据内容。

3.2.2 加强数据统计分析与应用

通过基础数据分析（包括招生数据分析、学生数据分析、毕业数据分析、教师数据分析、课程数据分析、成绩数据分析、就业数据分析、高校资产数、据分析等）及行为数据分析（包括校食堂就餐情况分析、一卡通消费行为分析、上网行为分析、图书借阅行为分析、图书馆使用时长、上网时长/流量和成绩之间的相关性分析等），可以对学校在校生情况、课程情况、科研成果、奖助情况、教工情况等方面进行直观了解和对比；同时，结合历年数据变化规律，可以为决策者、管理者提供依据，使得教育决策由“经验化”转向“科学化”。

3.3 建立数据安全防范体系

3.3.1 做好信息化应用系统的安全等级保护工作。

根据《网络安全法》做好各项业务系统的安全等保测评工作。根据产生数据的保密性、完整性等安全属性，数据对于学校的重要程度，对数据进行安全级别划分，严格实施大数据基础平台建设和数据应用的“事前”审批制度，强化落实数据脱敏、信息定密、风险评估、数据流控、事态预警和应急处置等“事中、事后”监管措施，建立健全大数据保护的考核评估机制，将数据采集、存储、分析、挖掘、使用、传输、开放等全生命周期的关键环节纳入监管范围。

3.3.2 严格数据的访问控制。

包括通过防火墙实现网络访问控制、通过主机安全加固强化主机访问控制、通过数据库加固限制数据库访问控制，通过Web应用的安全设计与开发防止黑客通过Web应用漏洞获取敏感数据。

3.3.3 加强数据管理人员的安全培训

围绕《网络安全法》宣贯，突信息网络安全工作重要性、紧迫性认识。本着“谁产生数据，谁负责管理”的原则，加强对数据管理相关人员安全意识的培训，强化数据安全风险意识。

4 结束语

教育信息化2.0时代，就是要解决数据的有机共享。健全数据管理机制体制的大数据平台健康发展的“根”，数据的安全体系是大数据平台健康发展的“土壤”，数据标准为大数据平台“”修枝剪叉，只有这三方面携手共进，大数据才可以健康发展，才可以有效做到数据共建共享，才可以有效为保障教育管理、决策做支撑。