【摘 "要】隨著高校信息化的建立，高校中業(yè)務(wù)辦公系統(tǒng)和公共服務(wù)體系的完善，大量的有價(jià)值的數(shù)據(jù)正在積累和形成，因此，對(duì)高校信息管理平臺(tái)存儲(chǔ)的數(shù)據(jù)進(jìn)行分析、采集、挖掘和重組等是非常有必要的研究應(yīng)用價(jià)值。本文介紹了商務(wù)智能的主要內(nèi)容，關(guān)鍵技術(shù)和目前的應(yīng)用，并簡要分析了高校的教務(wù)管理、招生管理和人事管理等幾項(xiàng)工作在商務(wù)智能的可行性及應(yīng)用思路。

【關(guān)鍵詞】商務(wù)智能 "數(shù)據(jù)倉庫 "數(shù)據(jù)挖掘 "信息管理

【中圖分類號(hào)】 G64 " " " "【文獻(xiàn)標(biāo)識(shí)碼】 A " " " "【文章編號(hào)】 2095-6517（2014）08-0086-02

目前，我國教育事業(yè)發(fā)展迅速，隨著計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展，推動(dòng)了教育水平的發(fā)展和提高。越來越多的高校建立自己的管理平臺(tái)，比如：學(xué)籍管理平臺(tái)、教務(wù)管理、門戶網(wǎng)站等等，便于日常管理和宣傳，同時(shí)給各工作部門帶來方便、直觀、省時(shí)等的作用，但也出現(xiàn)了以下幾個(gè)方面的問題：（1）這些信息管理平臺(tái)都是根據(jù)部門的需要而進(jìn)行設(shè)計(jì)開發(fā)，不同的部門有自己的一套信息管理平臺(tái)，未能實(shí)現(xiàn)部門間橫向的數(shù)據(jù)和信息共享。（2）管理平臺(tái)基本上是在已有的硬件基礎(chǔ)上，進(jìn)行搭建的，一般都是基本的數(shù)據(jù)庫，只能完成數(shù)據(jù)的查詢、添加、刪除、更改、統(tǒng)計(jì)這些基本功能，只是解決了人工抄寫和整理的任務(wù)，可以說減輕了員工工作量，但未對(duì)數(shù)據(jù)進(jìn)行深層次的分析。（3）經(jīng)過多年的積累，管理平臺(tái)儲(chǔ)存著大量的數(shù)據(jù)，對(duì)于管理者來說幾乎是負(fù)擔(dān)，刪除又不舍得，留著也不能進(jìn)行深層次分析，得到更大價(jià)值的數(shù)據(jù)。所以，出現(xiàn)了大量數(shù)據(jù)占內(nèi)存，數(shù)據(jù)中所具有的價(jià)值都得不到利用，還要花費(fèi)人力物力對(duì)數(shù)據(jù)進(jìn)行維護(hù)。

以上這些問題就要求學(xué)校各部門的管理者，需要對(duì)多年來的數(shù)據(jù)進(jìn)行深層次的整理和分析，可以通過對(duì)數(shù)據(jù)進(jìn)行分析得出更多有價(jià)值和意義的總結(jié)，從而能輔助學(xué)校進(jìn)一步管理學(xué)生，提高管理效率。本文就對(duì)商務(wù)智能技術(shù)在信息管理平臺(tái)背景下的高校數(shù)據(jù)（教務(wù)、招生、人事三方面）分析和管理進(jìn)行分析說明。

一、商務(wù)智能

1.商務(wù)智能的內(nèi)涵

在1996年，由Gartner Group的Howard Dresner提出商務(wù)智能的概念，商務(wù)智能（Business Intelligence，簡稱BI）。商務(wù)智能是目前在計(jì)算機(jī)軟件領(lǐng)域中相對(duì)高端的技術(shù)專題，是圍繞數(shù)據(jù)集成、數(shù)據(jù)集市、數(shù)據(jù)倉庫、報(bào)表、聯(lián)機(jī)分析處理（OLAP）、數(shù)據(jù)挖掘等一系列技術(shù)的組合。其目的是將零散的數(shù)據(jù)進(jìn)行清洗匯總，通過合理的表現(xiàn)形式，將數(shù)據(jù)轉(zhuǎn)換成知識(shí)，最終起到知識(shí)挖掘，輔助決策的作用。

2.商務(wù)智能的關(guān)鍵技術(shù)

目前，可以把商務(wù)智能理解為一種管理理念或者管理思想，其本質(zhì)是問題解決方案。商務(wù)智能實(shí)際上是把現(xiàn)有的數(shù)據(jù)，通過自身數(shù)據(jù)管理方法和數(shù)據(jù)倉庫，進(jìn)行聯(lián)機(jī)分析處理或者數(shù)據(jù)挖掘等，通過這些海量歷史數(shù)據(jù)進(jìn)行操作，從而得出對(duì)管理者更加有價(jià)值的數(shù)據(jù)和結(jié)果。通過這些分析結(jié)果，便于管理者管理，大大提高該單位的工作效率和競爭力。因此，BI具有以下幾項(xiàng)關(guān)鍵技術(shù)。

第一，數(shù)據(jù)倉庫（Data Warehouse）。數(shù)據(jù)倉庫其實(shí)就是一個(gè)數(shù)據(jù)集合，就是把多個(gè)數(shù)據(jù)源的數(shù)據(jù)收集起來，并統(tǒng)一方式存儲(chǔ)起來。作為數(shù)據(jù)倉庫創(chuàng)始人之一的W.HInmon，他是這樣描述的：“數(shù)據(jù)倉庫是一個(gè)面向主題的、集成的、穩(wěn)定的、包含歷史數(shù)據(jù)的數(shù)據(jù)集合，它用于支持管理中的決策制定過程”。要想構(gòu)建數(shù)據(jù)倉庫，需要對(duì)數(shù)據(jù)進(jìn)行抽?。‥xtraction）、轉(zhuǎn)換（Transformation）和裝載（Load）這三步，簡稱ETL。通過ETL，把各種數(shù)據(jù)（比如：關(guān)系數(shù)據(jù)、外部數(shù)據(jù)、遺留數(shù)據(jù)和其他相關(guān)數(shù)據(jù)）進(jìn)行建模并加以組織。目前所使用的模型主要有兩種，分別是星形模式和雪花模式。

第二，聯(lián)機(jī)分析處理（On-Line Analytical Processing）。在1994年，由Codd提出的聯(lián)機(jī)分析處理，也可稱作多維分析，功能是對(duì)數(shù)據(jù)倉庫的多維數(shù)據(jù)，進(jìn)行鉆取、切片、旋轉(zhuǎn)及立體多維分析等操作，從而展現(xiàn)結(jié)果，得出管理者所需要的決策數(shù)據(jù)。

第三，數(shù)據(jù)挖掘技術(shù)（Data Mining）。數(shù)據(jù)挖掘是通過工作人員預(yù)先設(shè)定的規(guī)則，來對(duì)數(shù)據(jù)庫和數(shù)據(jù)倉庫中的數(shù)據(jù)實(shí)施開采和分析操作，來得到隱藏的模式和規(guī)則，從而給管理者提供更有價(jià)值的信息。得到的模式和規(guī)則是預(yù)測(cè)型的或者描述型的。若按模式的實(shí)際作用進(jìn)行分類，分為：分類模式、聚類模式、回歸模式、關(guān)聯(lián)模式、時(shí)間序列模式等。其算法有很多，比如：聚類算法（Clustering）、回歸算法（Regression）、神經(jīng)網(wǎng)絡(luò)（Neural Networks）、決策樹（Decision Trees）、遺傳算法（Genetic Analysis）、關(guān)聯(lián)算法等。

第四，BI的表示和發(fā)布技術(shù)。為了使分析后的數(shù)據(jù)直觀、簡練地呈現(xiàn)在用戶面前，需要采用一定的形式表示和發(fā)布出來，通常采用的是一些查詢和報(bào)表工具。不過，目前越來越多的分析結(jié)果是以可視化的形式表現(xiàn)出來，這就需要采用信息可視化技術(shù)。

所謂信息可視化是指以圖形、圖像、虛擬現(xiàn)實(shí)等易為人們所辨識(shí)的方式展現(xiàn)原始數(shù)據(jù)間的復(fù)雜關(guān)系、潛在信息以及發(fā)展趨勢(shì)，以便我們能夠更好地利用所掌握的信息資源。隨著Web 應(yīng)用的普及，商務(wù)智能的解決方案能夠提供基于Web 的應(yīng)用服務(wù)，這樣就擴(kuò)展了商務(wù)智能的信息發(fā)布范圍。作為基于Web 的商務(wù)智能解決方案，需要一些基本的組成要素，包括基于Web 的商務(wù)智能服務(wù)器、會(huì)話管理服務(wù)、文件管理服務(wù)、調(diào)度、分配和通知服務(wù)、負(fù)載平衡服務(wù)和應(yīng)用服務(wù)等

3.商務(wù)智能應(yīng)用

可以說，行業(yè)信息化程度越密集，商務(wù)智能的應(yīng)用越廣泛，可見，其主要應(yīng)用在商業(yè)領(lǐng)域，并取得很多成功的案例。當(dāng)然，商務(wù)智能的應(yīng)用具有普遍性，不能只局限在商業(yè)領(lǐng)域內(nèi)，企業(yè)中有大量的業(yè)務(wù)數(shù)據(jù)、歷史數(shù)據(jù)，對(duì)相關(guān)數(shù)據(jù)進(jìn)行分析，面對(duì)這一需求，很多行業(yè)使用商務(wù)智能處理，來給該企業(yè)管理者提供管理和決策支持。由于教育事業(yè)也具有這些特征，因此，隨著我國教育事業(yè)和科技信息化的發(fā)展，高校教育事業(yè)的模式都在發(fā)生著變化。高校中，有著很多的數(shù)據(jù)要處理，比如招生信息、就業(yè)信息、教務(wù)信息等，這些日常的管理信息都需要記錄，隨著時(shí)間，信息量越來越大，這些數(shù)據(jù)非常重要，關(guān)系著學(xué)校未來的發(fā)展和管理，不能隨意刪除，怎么保存這些數(shù)據(jù)或者如何管理這些數(shù)據(jù)成了問題。為了更加高效的利用這些數(shù)據(jù)，管理這些數(shù)據(jù)，到達(dá)為學(xué)校服務(wù)的目的，可見，商務(wù)智能可以解決這些問題，因此，商務(wù)智能得到了應(yīng)用。

二、商務(wù)智能在高校信息管理平臺(tái)的應(yīng)用分析

為了更加高效的利用商務(wù)智能，應(yīng)該注意兩個(gè)關(guān)鍵點(diǎn)。一是：明確功能，了解需要解決的問題。二是：構(gòu)建數(shù)據(jù)倉庫。在構(gòu)建數(shù)據(jù)倉庫時(shí)，應(yīng)該明確主題，接下來選擇數(shù)據(jù)模型。在確定主題后，無論選擇那種模型，關(guān)鍵是事實(shí)表和維度表的設(shè)計(jì)。完成這兩個(gè)關(guān)鍵點(diǎn)后，才能選擇數(shù)據(jù)的來源、ETL過程、使用哪種分析方式、哪種挖掘規(guī)則、算法和最后結(jié)果如何展示等。

1.教務(wù)管理中的應(yīng)用

教務(wù)管理是高校的主要日常管理工作之一，教務(wù)管理關(guān)系到很多方面，比如：系別、教師、學(xué)生等。目前高校都采用的是學(xué)分制和選課制，可見，教務(wù)處需要管理大量的數(shù)據(jù)（學(xué)生信息、成績信息、學(xué)分信息、選課信息等）。這些數(shù)據(jù)之間存在著很大的關(guān)聯(lián)，需要對(duì)其進(jìn)行進(jìn)一步深層次的分析，才能得出更加有價(jià)值的信息。所以，把商務(wù)智能應(yīng)用到教務(wù)管理中是非常有必要的。可以通過商務(wù)智能把數(shù)據(jù)進(jìn)行分析，得出有利于學(xué)校發(fā)展的信息，達(dá)到事倍功半的效果。

運(yùn)用商務(wù)智能技術(shù)可以解決教務(wù)管理中的以下幾方面問題：（1）利于學(xué)生個(gè)性培養(yǎng)，可以使用分類和回歸的方法;（2）可以進(jìn)行方便合理的排課，使用關(guān)聯(lián)和時(shí)間序列的方法;（3）評(píng)價(jià)學(xué)生學(xué)習(xí)情況，可使用聚類和關(guān)聯(lián)的方法。教學(xué)案例，可以把數(shù)據(jù)倉庫的主題設(shè)定為“教學(xué)分析”，設(shè)計(jì)事實(shí)表“成績”，表中包含：學(xué)號(hào)、課程號(hào)、成績等字段，選擇星形模型，表位于模型中間。維度表可以有以下幾個(gè)：學(xué)生維度表、課程維度表、教師維度表、選課維度表、時(shí)間維度表。

2.招生管理中的應(yīng)用

許多高校都有較長的辦學(xué)歷史，也積存了大量的生源信息，這些信息稍加處理，將變?yōu)閷?duì)招生工作有指導(dǎo)意義的參考。但由于目前這些信息沒有被高度重視和加以處理，使這些數(shù)據(jù)沒有能起到應(yīng)有的作用。從這一點(diǎn)說，高校招生管理最符合商務(wù)智能的應(yīng)用環(huán)境，相關(guān)研究也相對(duì)較多。運(yùn)用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則和決策樹挖掘算法對(duì)多年來積存的生源信息進(jìn)行數(shù)據(jù)挖掘、模型構(gòu)建、挖掘分析等一系列工作，來發(fā)現(xiàn)對(duì)招生工作和招生宣傳工作有指導(dǎo)和促進(jìn)意義的知識(shí)，為提高學(xué)校招生工作效率提供支持。

使用關(guān)聯(lián)規(guī)則對(duì)歷年積累的生源信息進(jìn)行深入挖掘，發(fā)現(xiàn)生源層次、專業(yè)、地域、畢業(yè)高中、科類間的潛在聯(lián)系和規(guī)律，從而為招生宣傳工作提供決策支持。高校招生管理的主題以“考生信息”作為事實(shí)表，以“學(xué)生”、“籍貫”、“成績”、“錄取時(shí)間”、“考生類別”、“錄取專業(yè)”等作為維度表。通過星形結(jié)構(gòu)的模型建立，可以解決招生的大部分決策問題。比如某段時(shí)間學(xué)生報(bào)到的情況;哪些專業(yè)的學(xué)生報(bào)到率最高;哪種類型的學(xué)生最可能報(bào)考我們學(xué)校等等。

3.人事管理中的應(yīng)用

對(duì)于高校而言，人事信息量大、很重要、復(fù)雜、易變動(dòng)，很多高校的人事數(shù)據(jù)庫用于查詢和統(tǒng)計(jì)，如果把這些信息進(jìn)行進(jìn)一步的分析和挖掘，可以起到對(duì)教職工考核、預(yù)測(cè)等作用，還可以分析需要哪些人才，達(dá)到引進(jìn)教職工的效果。使用商務(wù)智能，對(duì)教職工的年齡、職稱、專業(yè)、研究成果等因素進(jìn)行分析，采用關(guān)聯(lián)規(guī)則和時(shí)間序列進(jìn)行深度分析，從而發(fā)掘潛在的關(guān)系，對(duì)學(xué)校的學(xué)科發(fā)展和師資隊(duì)伍建設(shè)有重大的作用。

高校人事管理的主題可以有多個(gè)，比如：“教職工管理”、“新職工招新”、“進(jìn)修發(fā)展”等。同樣維度表也多種，比如：教職工表、教學(xué)表、科研成果表、進(jìn)修學(xué)習(xí)表等。最后按照不同的主題來選擇數(shù)據(jù)源，設(shè)計(jì)相應(yīng)的數(shù)據(jù)模型。

三、結(jié)束語

本文主要對(duì)高校商務(wù)智能的應(yīng)用管理平臺(tái)舉例分析說明，通過具體案例分析，得出商務(wù)智能可以應(yīng)用到高校管理中，且有很大的作用，能起到很好的管理作用。當(dāng)然本文只是簡單說明，未對(duì)其做具體介紹，沒有設(shè)計(jì)設(shè)計(jì)步驟和技術(shù)實(shí)現(xiàn)，有待將來繼續(xù)研究。因此，我們相信，在未來高校的數(shù)據(jù)倉庫領(lǐng)域，將在保障數(shù)據(jù)集中和數(shù)據(jù)質(zhì)量的前提下，不斷深挖數(shù)據(jù)的應(yīng)用價(jià)值。通過這次課程論文的寫作，更進(jìn)一步認(rèn)識(shí)商務(wù)智能在工作中的應(yīng)用，也為下一步在工作運(yùn)用商務(wù)智能解決數(shù)據(jù)問題做了鋪墊。

【參考文獻(xiàn)】

[1] "應(yīng)國良.商業(yè)智能技術(shù)在高校信息化管理中的應(yīng)用[J].中國電化教育，2012（308）：134-138

[2] "朱曉武.商務(wù)智能的理論和應(yīng)用研究綜述[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2007（1）：114-117

[3] "夏國恩，金煒東，張葛祥.商務(wù)智能在中國的現(xiàn)狀和發(fā)展研究[J].科技進(jìn)步與對(duì)策，2006（01）：173-176

[4] "鄺濤.數(shù)據(jù)挖掘技術(shù)在高校教務(wù)管理系統(tǒng)中的應(yīng)用[J]. 新鄉(xiāng)學(xué)院學(xué)報(bào)（自然科學(xué)版），2012（01）：28-30

[5] "白菲，孟超英.數(shù)據(jù)挖掘技術(shù)在高校人事信息建設(shè)中的應(yīng)用[J].教育信息化，2005（09）：75-76

[6] "徐健.數(shù)據(jù)挖掘技術(shù)在高校招生信息處理中的應(yīng)用[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2013（11）：133-137