舒忠梅+屈瓊斐+郭清順

收稿日期：2013-07-25

作者簡(jiǎn)介：舒忠梅，中山大學(xué)教育學(xué)院講師，博士；屈瓊斐，中山大學(xué)教育學(xué)院副教授，副院長(zhǎng)，社會(huì)學(xué)博士；郭清順，中山大學(xué)科技發(fā)展研究院副主任，研究員，博士。（廣州/510275）

*本文系國(guó)家自然科學(xué)基金“ITS中基于有向超圖的個(gè)性化的學(xué)習(xí)過(guò)程及其支持資源的優(yōu)化”（61202345）的成果之一。 摘要：高等教育機(jī)構(gòu)正處于數(shù)據(jù)爆炸的信息時(shí)代，高校多年來(lái)積累的大量辦學(xué)數(shù)據(jù)為學(xué)校的科學(xué)管理帶來(lái)了挑戰(zhàn)與機(jī)遇?，F(xiàn)代大學(xué)的科學(xué)管理亟待加強(qiáng)數(shù)據(jù)的有效利用，從信息技術(shù)的利用與高等學(xué)校的管理效益出發(fā)，分析國(guó)內(nèi)外高等教育機(jī)構(gòu)應(yīng)用商業(yè)智能技術(shù)進(jìn)行教育管理和研究的狀況，探索基于商業(yè)智能技術(shù)搭建高校教育管理平臺(tái)的實(shí)踐應(yīng)用，對(duì)平臺(tái)體系架構(gòu)、數(shù)據(jù)挖掘技術(shù)在大學(xué)生學(xué)習(xí)成果預(yù)測(cè)的應(yīng)用案例等方面進(jìn)行探討。

關(guān)鍵詞：高校管理；數(shù)據(jù)分析；商業(yè)智能《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》提出：“信息技術(shù)對(duì)教育發(fā)展具有革命性的影響，必須予以高度重視?！盵1]信息技術(shù)的高速發(fā)展，為高等學(xué)校的教育教學(xué)及其服務(wù)管理提供了新的手段和豐富的資源。[2]隨著高等教育的發(fā)展和教育體制的改革，高校積極進(jìn)行管理信息化建設(shè)，實(shí)施數(shù)字化校園或智慧校園等舉措，積累了大量的教育數(shù)據(jù)。國(guó)際數(shù)據(jù)公司IDC研究表明，數(shù)字大學(xué)僅2007年創(chuàng)建或采集2.25×1021 位數(shù)據(jù)，并預(yù)計(jì)將以每年60%的增速持續(xù)，海量的數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨。[3]針對(duì)海量教育數(shù)據(jù)的挑戰(zhàn)與機(jī)遇，本文從信息技術(shù)的利用與高等學(xué)校的管理效益出發(fā)，探討如何通過(guò)商業(yè)智能技術(shù)有效利用當(dāng)前高校管理產(chǎn)生的大量教育數(shù)據(jù)。

一、國(guó)內(nèi)外高校管理中的數(shù)據(jù)利用概況

高校管理產(chǎn)生和存儲(chǔ)的教育數(shù)據(jù)其實(shí)是高校的重要財(cái)富之一，充分利用可以有效提高高校的管理效益。同時(shí)，高校面臨著海量數(shù)據(jù)帶來(lái)的巨大挑戰(zhàn)，如何管理并利用好海量數(shù)據(jù)，如何從大量的教育數(shù)據(jù)中獲得有用的信息，提高高校管理系統(tǒng)的效率，是現(xiàn)代大學(xué)管理所面臨的新挑戰(zhàn)。

（一）現(xiàn)代大學(xué)的科學(xué)管理亟待數(shù)據(jù)有效利用的加強(qiáng)

在教育競(jìng)爭(zhēng)日益激烈的今天，數(shù)據(jù)資源的管理和應(yīng)用是現(xiàn)代大學(xué)取得競(jìng)爭(zhēng)優(yōu)勢(shì)的重要工作之一。數(shù)據(jù)記錄著學(xué)校的有形資源及其歷史演變，導(dǎo)致高校數(shù)據(jù)量巨大，而其中真正有價(jià)值的信息卻不多。數(shù)據(jù)能否帶來(lái)價(jià)值和轉(zhuǎn)化為決策效益不僅僅取決于量的多少，更重要的是取決于數(shù)據(jù)的可用性和對(duì)其合理的使用。[4]

目前，大多數(shù)高校為滿足日常工作需求，建立了校務(wù)辦公信息系統(tǒng)，但這些系統(tǒng)基本上屬于聯(lián)機(jī)事務(wù)處理（OLTP）系統(tǒng)，無(wú)法直接提供各種綜合程度的數(shù)據(jù)采集并加以綜合利用的功能。同時(shí)，這些信息系統(tǒng)產(chǎn)生的大量數(shù)據(jù)也不能進(jìn)一步提煉升華為知識(shí)，及時(shí)提供給決策部門(mén)，讓淹沒(méi)在眾多信息系統(tǒng)中的海量數(shù)據(jù)能夠“說(shuō)話”已成為重要課題。

另一方面，在我國(guó)高校管理系統(tǒng)中，高等教育研究一直較少開(kāi)展對(duì)高校管理信息有關(guān)的定量和綜合研究。而在國(guó)外大學(xué)的管理系統(tǒng)中，一個(gè)完整的院校研究部門(mén)是必不可少的，其基本功能就是對(duì)信息的管理和分析。對(duì)數(shù)據(jù)展開(kāi)研究，是增強(qiáng)高校管理系統(tǒng)職能的一個(gè)重要環(huán)節(jié)。而且，隨著國(guó)家逐漸放給大學(xué)越來(lái)越多的辦學(xué)自主權(quán)的發(fā)展趨勢(shì)，高校管理系統(tǒng)將因重視信息的管理和分析而衍生出一個(gè)新的功能，或者吸引高等教育研究人員深入關(guān)注信息管理與分析問(wèn)題，從而更加實(shí)際地支持高校管理提升，是已萌芽并可預(yù)見(jiàn)的發(fā)展趨勢(shì)。[5]

（二）國(guó)內(nèi)外高校管理中的商業(yè)智能應(yīng)用

隨著云計(jì)算和云存儲(chǔ)的推廣，可以收集和利用越來(lái)越多的數(shù)據(jù)。為了高效地處理和有效地利用各種形式的海量數(shù)據(jù)，以數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘、聯(lián)機(jī)分析處理等為核心的商業(yè)智能（Business Intelligence， BI）技術(shù)應(yīng)運(yùn)而生。商業(yè)智能這一概念由加特納·格魯派于1989年提出，可將商業(yè)智能理解為一種能夠?qū)C(jī)構(gòu)現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，幫助機(jī)構(gòu)通過(guò)基于事實(shí)和電腦化系統(tǒng)，做出科學(xué)業(yè)務(wù)決策的工具。商業(yè)智能技術(shù)已成功地應(yīng)用于銀行、電信、保險(xiǎn)、制造業(yè)和零售業(yè)等行業(yè)。[6]從全球范圍來(lái)看，商業(yè)智能已經(jīng)成為最具有前景的信息化領(lǐng)域。

通過(guò)調(diào)查了解世界各地的高等教育部門(mén)采用商業(yè)智能技術(shù)的狀況發(fā)現(xiàn)，高等教育已明顯落后于其它行業(yè)。然而，Dave Wells在文獻(xiàn)中指出，越來(lái)越多的高校正在關(guān)注商業(yè)智能應(yīng)用這一主題，高等教育在技術(shù)方面已經(jīng)到了應(yīng)用商業(yè)智能的時(shí)候了。[7]

例如，北美高等教育界較早關(guān)注商業(yè)智能應(yīng)用的重要性，美國(guó)部分高校已經(jīng)采用或正開(kāi)始采用商業(yè)智能技術(shù)，對(duì)學(xué)校的教育數(shù)據(jù)進(jìn)行整合分析，為學(xué)校的科學(xué)決策與管理提供信息支持。如賓州州立大學(xué)、密執(zhí)根大學(xué)均于2005年提出建設(shè)BI項(xiàng)目的倡議，弗羅里達(dá)州立大學(xué)、華盛頓大學(xué)分別于2007年、2008年開(kāi)始利用BI項(xiàng)目分析學(xué)校整合數(shù)據(jù)進(jìn)行決策支持，普渡大學(xué)于2008-2014年期間建設(shè)學(xué)校新的協(xié)同集成系統(tǒng)，印第安納大學(xué)2009年提出BI建設(shè)路線圖，斯坦福大學(xué)商業(yè)智能中心2009年提交的BI架構(gòu)及方案獲批準(zhǔn)、2010年正式啟動(dòng)項(xiàng)目建設(shè)，加州大學(xué)（總部）建設(shè)StatFinder系統(tǒng)，伊利諾斯大學(xué)建立學(xué)校決策支持?jǐn)?shù)據(jù)倉(cāng)庫(kù)，亞利桑那州立大學(xué)為支持科學(xué)決策建設(shè)了儀表盤(pán)（dashboard）等。

·教育管理· 基于商業(yè)智能構(gòu)建高校教育管理平臺(tái)的實(shí)踐探討 在歐洲、亞洲等地區(qū)的高等教育體系中，商業(yè)智能技術(shù)的應(yīng)用才剛剛起步。我國(guó)少數(shù)高校也開(kāi)始邁出了建設(shè)BI系統(tǒng)的步伐，如中山大學(xué)2010年開(kāi)始提出學(xué)校BI系統(tǒng)建設(shè)倡議，現(xiàn)已初步完成BI系統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)建設(shè)，上海交通大學(xué)2011年推出BI項(xiàng)目的子系統(tǒng)——財(cái)務(wù)管理駕駛艙系統(tǒng)，復(fù)旦大學(xué)為學(xué)校師生在校生命周期實(shí)現(xiàn)管理信息化“全覆蓋”，中國(guó)人民大學(xué)推出綜合數(shù)據(jù)填報(bào)、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)管理和數(shù)據(jù)展示等四大功能的數(shù)據(jù)平臺(tái)，浙江大學(xué)為優(yōu)化資源配置建設(shè)共享數(shù)據(jù)中心進(jìn)行數(shù)據(jù)集成，上海財(cái)經(jīng)大學(xué)建設(shè)校務(wù)決策支持系統(tǒng)，常熟理工學(xué)院建立高校決策支持系統(tǒng)等等。

同時(shí)，基于商業(yè)智能技術(shù)產(chǎn)出的數(shù)據(jù)，也形成一批對(duì)高等教育和高校自身進(jìn)行深入分析的研究報(bào)告。如美國(guó)教育研究的主要組織院校研究學(xué)會(huì)，年會(huì)報(bào)告除了涵蓋數(shù)據(jù)管理、數(shù)據(jù)倉(cāng)庫(kù)等關(guān)于計(jì)算機(jī)技術(shù)本身的報(bào)告之外，關(guān)于評(píng)估、資源、學(xué)生、合作和分析的報(bào)告，較多地來(lái)自于商業(yè)智能系統(tǒng)數(shù)據(jù)的研究結(jié)果。[8]

二、數(shù)據(jù)驅(qū)動(dòng)的高校教育管理智能平臺(tái)架構(gòu)在海量教育數(shù)據(jù)亟待有效利用的驅(qū)動(dòng)下，為提高高校管理效益，將商業(yè)智能技術(shù)應(yīng)用到高校教育管理中，對(duì)高校產(chǎn)生的大量數(shù)據(jù)用數(shù)據(jù)挖掘等商業(yè)智能技術(shù)進(jìn)行分析研究與處理，可以幫助高校決策者做出對(duì)學(xué)校發(fā)展更為有利的科學(xué)決策。其關(guān)鍵是建立綜合層面上的、能反映高校整體教育教學(xué)管理的信息集成系統(tǒng)平臺(tái)（下文簡(jiǎn)稱高校BI系統(tǒng)平臺(tái)）。高校BI系統(tǒng)平臺(tái)體系架構(gòu)由數(shù)據(jù)源、數(shù)據(jù)存儲(chǔ)與管理層、數(shù)據(jù)分析層和用戶接口層組成，如圖1所示。

圖1高校BI系統(tǒng)體系架構(gòu)

（一）數(shù)據(jù)源

數(shù)據(jù)源是整個(gè)系統(tǒng)的基礎(chǔ)，包括高校各類業(yè)務(wù)管理信息系統(tǒng)的內(nèi)部數(shù)據(jù)和其他外部數(shù)據(jù)。內(nèi)部數(shù)據(jù)包括存放于操作型數(shù)據(jù)庫(kù)中的各種業(yè)務(wù)數(shù)據(jù)和辦公自動(dòng)化系統(tǒng)包含的各類文檔數(shù)據(jù)，如學(xué)校財(cái)務(wù)處、人事處、教務(wù)處、科研處、設(shè)備處等部門(mén)數(shù)據(jù)庫(kù)中業(yè)務(wù)數(shù)據(jù)；外部信息包括各類教育信息、外部統(tǒng)計(jì)和調(diào)研數(shù)據(jù)及文檔等。

（二）數(shù)據(jù)存儲(chǔ)與管理

數(shù)據(jù)存儲(chǔ)與管理層是整個(gè)系統(tǒng)的核心，包括ETL管理工具、公共數(shù)據(jù)集、元數(shù)據(jù)、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市。高校BI系統(tǒng)平臺(tái)建設(shè)采用數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)方法，從學(xué)校原有的各個(gè)部門(mén)的業(yè)務(wù)處理系統(tǒng)和外部數(shù)據(jù)源中經(jīng)過(guò)ETL提取數(shù)據(jù)，并根據(jù)常見(jiàn)的分析和統(tǒng)計(jì)主題，建設(shè)校級(jí)數(shù)據(jù)倉(cāng)庫(kù)以及人才培養(yǎng)、師資隊(duì)伍、科學(xué)研究、辦學(xué)資源、交流合作等主題的數(shù)據(jù)集市。

（三）數(shù)據(jù)查詢與分析

高校決策者常常希望從不同的角度審視教育數(shù)據(jù)，比如從時(shí)間、區(qū)域、學(xué)科、教學(xué)或科研成果、課程建設(shè)、學(xué)生層次、交流合作、辦學(xué)資源等維度全面了解學(xué)校的教育質(zhì)量和狀態(tài)。高校BI系統(tǒng)平臺(tái)的數(shù)據(jù)分析層利用商業(yè)智能技術(shù)為高校管理主要提供固定報(bào)表、即席查詢、統(tǒng)計(jì)分析、多維分析、預(yù)警功能、預(yù)測(cè)分析、數(shù)據(jù)挖掘建模分析及優(yōu)化分析等，根據(jù)學(xué)?，F(xiàn)有學(xué)生、教師、資源、科研和人才培養(yǎng)等狀況，有助于高校決策者全面地對(duì)學(xué)校資源配置進(jìn)行調(diào)控、對(duì)學(xué)校整體辦學(xué)信息的內(nèi)部結(jié)構(gòu)進(jìn)行調(diào)整等，做出對(duì)學(xué)校發(fā)展更為有利的科學(xué)決策。

（四）用戶接口

用戶接口層根據(jù)高校用戶訪問(wèn)需求和角色訪問(wèn)授權(quán)機(jī)制，提供強(qiáng)大的多用戶數(shù)據(jù)查詢操作，并以儀表盤(pán)或表格、直方圖、餅圖等直觀方式將查詢結(jié)果或決策信息呈現(xiàn)給用戶。

三、應(yīng)用案例

下面以高校BI系統(tǒng)平臺(tái)中的調(diào)研數(shù)據(jù)為商業(yè)智能技術(shù)應(yīng)用案例，利用回歸方法對(duì)大學(xué)生學(xué)習(xí)成果進(jìn)行數(shù)據(jù)挖掘分析。

（一）數(shù)據(jù)來(lái)源

案例分析的數(shù)據(jù)來(lái)源于高校BI系統(tǒng)平臺(tái)中“中山大學(xué)學(xué)生學(xué)習(xí)狀況調(diào)查”項(xiàng)目于2012在中山大學(xué)全校范圍內(nèi)開(kāi)展的在線調(diào)研數(shù)據(jù)。[13]調(diào)查覆蓋全校36個(gè)學(xué)院（系），調(diào)查總體約為3.3萬(wàn)名本科生。讓學(xué)生在無(wú)壓力的情況下答題，共回收問(wèn)卷7051份，回收率約為21.2%，與國(guó)際上通用的問(wèn)卷回收率相當(dāng)。案例分析聚焦于本科樣本，全部回收的問(wèn)卷根據(jù)答題時(shí)長(zhǎng)、問(wèn)卷質(zhì)量標(biāo)準(zhǔn)等原則，篩選出有效問(wèn)卷數(shù)據(jù)6673份，有效率為94.6%。

本研究從學(xué)生學(xué)習(xí)經(jīng)歷角度，在“生源-學(xué)習(xí)-成果”的邏輯框架中，考察分析學(xué)校因素和學(xué)生因素對(duì)于學(xué)生學(xué)習(xí)成果的影響機(jī)制。調(diào)查把學(xué)生學(xué)習(xí)經(jīng)歷和成果分解為生源情況、學(xué)校學(xué)習(xí)資源供給、學(xué)生與學(xué)校的融合、學(xué)生學(xué)習(xí)投入、學(xué)生成果、學(xué)校成果6 大維度，各維度下題目的內(nèi)部一致性均達(dá)到0.9以上，具有較高的信度。

（二）數(shù)據(jù)分析

逐步回歸提供了一種識(shí)別與學(xué)生學(xué)習(xí)成果相關(guān)的具體經(jīng)歷的方法，對(duì)于學(xué)生學(xué)習(xí)狀況調(diào)查中的227項(xiàng)進(jìn)行相似項(xiàng)合并，用向前和向后逐步回歸確定與學(xué)習(xí)成果相關(guān)的項(xiàng)目，對(duì)殘差圖和診斷法的徹底審查，最后確定17個(gè)獨(dú)立變量出現(xiàn)在多元回歸模型中（如表2所示），其中，相關(guān)系數(shù)R為0.994，校正判定系數(shù)R2為0.988，因變量變化中有98.8%左右的信息可以由預(yù)測(cè)變量解釋，說(shuō)明模型的擬合優(yōu)度較好；Durbin-Watson為1.937，接近最佳理想值，如表1所示。

表2顯示的是回歸系數(shù)的相關(guān)統(tǒng)計(jì)量，可以看出，這17個(gè)獨(dú)立變量的顯著性概率Sig.都小于0.05，說(shuō)明其系數(shù)顯著不為0，這17個(gè)變量均與學(xué)生學(xué)習(xí)成果顯著相關(guān)。

分析表2中的數(shù)據(jù)可以看出，學(xué)生學(xué)習(xí)經(jīng)歷中的學(xué)校學(xué)習(xí)資源提供、學(xué)生學(xué)習(xí)投入和校園文化及學(xué)校成果等四大維度的17個(gè)變量均為影響學(xué)生學(xué)習(xí)成果的重要預(yù)測(cè)變量，包括課程作業(yè)評(píng)價(jià)、專業(yè)學(xué)習(xí)經(jīng)歷評(píng)價(jià)、學(xué)術(shù)規(guī)范指導(dǎo)、平等文化、多元能力的培養(yǎng)氛圍等學(xué)校因素變量，以及朋輩交流情況、自主學(xué)習(xí)情況、活動(dòng)參與情況、課外閱讀情況、論文寫(xiě)作情況、討論關(guān)注的內(nèi)容情況、師生交流、課業(yè)活動(dòng)及個(gè)人閑暇活動(dòng)時(shí)間分配等學(xué)生因素變量。同時(shí)，在校經(jīng)歷滿意度、綜合滿意度和能力培養(yǎng)滿意度等融合學(xué)校因素和學(xué)生因素的學(xué)校成果也對(duì)學(xué)生學(xué)習(xí)成果具有一定的影響。

通過(guò)標(biāo)準(zhǔn)系數(shù)可以看出，朋輩交流情況、自主學(xué)習(xí)情況和討論關(guān)注的內(nèi)容情況分別是第一、第二和第三重要的預(yù)測(cè)變量，而性別、年級(jí)、所在校區(qū)等人口學(xué)變量并未出現(xiàn)在該回歸分析模型中，對(duì)學(xué)生學(xué)習(xí)成果的影響不顯著。

進(jìn)一步分析朋輩交流情況和自主學(xué)習(xí)情況調(diào)查指標(biāo)應(yīng)答概況，如表3所示，“有時(shí)”、“時(shí)?！被颉邦l繁”進(jìn)行朋輩交流的比例為63.7%～97.7%，自主學(xué)習(xí)的比例為52.5%～92.9%，朋輩交流和自主學(xué)習(xí)的平均比例相當(dāng)高（81.8%）?！坝袝r(shí)”、“時(shí)?！被颉邦l繁”地進(jìn)行朋輩交流方面的主要比例情況為：“與家庭背景（社會(huì)、經(jīng)濟(jì)的）不同的同學(xué)交流”為97.7%、“與興趣不同的同學(xué)交流”為95.6%、“在與同學(xué)的談話中得到啟發(fā)，改變自己的想法”為94.4%、“與世界觀、價(jià)值觀不同的同學(xué)交流”為93%、“與不同專業(yè)的同學(xué)交流”為92.6%、“同學(xué)與你談話后，表示受到了你的啟發(fā)”為90.8%。“有時(shí)”、“時(shí)?！被颉邦l繁”地進(jìn)行自主學(xué)習(xí)的主要比例情況為：“利用圖書(shū)館、網(wǎng)絡(luò)等資源豐富自己的學(xué)識(shí)”為92.9%、“根據(jù)課程安排，做課堂展示”為91.3%、“努力掌握對(duì)自己而言較難的課程內(nèi)容”為91.3%、“隨著學(xué)習(xí)經(jīng)歷的豐富不斷整合、梳理自己的知識(shí)系統(tǒng)”為88.4%，“因課程設(shè)置和教師的要求具有挑戰(zhàn)性而更加努力地學(xué)習(xí)”為85.9%。

上述情形符合Vincent Tinto在研究大學(xué)生退學(xué)問(wèn)題時(shí)提出的理論模型：學(xué)生取得較好的學(xué)習(xí)成果，依賴于他們?cè)趯W(xué)習(xí)經(jīng)歷中能否將自身的經(jīng)驗(yàn)和目標(biāo)與學(xué)校系統(tǒng)內(nèi)部的學(xué)術(shù)系統(tǒng)和社交系統(tǒng)相融合。[10]學(xué)術(shù)系統(tǒng)代表學(xué)生個(gè)人的課業(yè)表現(xiàn)、智力發(fā)展、學(xué)業(yè)成就等綜合表現(xiàn)，如表2中自主學(xué)習(xí)情況、活動(dòng)參與情況、課外閱讀情況、論文寫(xiě)作情況、討論關(guān)注的內(nèi)容情況及課業(yè)活動(dòng)等屬于學(xué)術(shù)系統(tǒng)的范疇。社交系統(tǒng)代表學(xué)生在校內(nèi)的同伴關(guān)系、師生關(guān)系、社交行為等綜合表現(xiàn)，如朋輩交流情況、師生交流及個(gè)人閑暇活動(dòng)時(shí)間分配等屬于社交系統(tǒng)的范疇。學(xué)生在其學(xué)習(xí)經(jīng)歷中，有效地利用學(xué)習(xí)資源和校園文化氛圍、將學(xué)術(shù)系統(tǒng)和社交系統(tǒng)進(jìn)行整合，可以從學(xué)業(yè)和人際關(guān)系上自我提升，從而提高學(xué)習(xí)成果。

四、小結(jié)

如今，高等教育機(jī)構(gòu)正處于數(shù)據(jù)爆炸但知識(shí)貧乏的信息時(shí)代，面對(duì)浩如煙海的各類教育數(shù)據(jù)，若不能有效地加以利用，就會(huì)降低對(duì)數(shù)據(jù)的使用效益并使各級(jí)教育機(jī)構(gòu)的管理和決策尤為困難。同時(shí)，隨著教育改革的逐步深入和高等教育的國(guó)際化，高校面臨著質(zhì)量評(píng)估、績(jī)效考核、社會(huì)問(wèn)責(zé)、大學(xué)排名等現(xiàn)實(shí)問(wèn)題，如何有效地管理海量的教育數(shù)據(jù)，并從這些數(shù)據(jù)中獲取有用的信息，調(diào)整教育教學(xué)策略，提升教育教學(xué)質(zhì)量和管理效益，是高校教育管理與深入發(fā)展的重要研究課題。

為此，對(duì)現(xiàn)代大學(xué)管理如何有效利用數(shù)據(jù)以提升高校管理效益進(jìn)行了思考，探討了商業(yè)智能技術(shù)在高校管理中的應(yīng)用情況，并從體系架構(gòu)、數(shù)據(jù)挖掘技術(shù)在大學(xué)生學(xué)習(xí)成果預(yù)測(cè)評(píng)價(jià)應(yīng)用案例等方面進(jìn)行分析。由于高校數(shù)據(jù)來(lái)源的異構(gòu)與多樣化、數(shù)據(jù)管理機(jī)制缺乏等，使得商業(yè)智能技術(shù)在高校教育管理中全面地展開(kāi)深層次應(yīng)用，還有很長(zhǎng)的路要走。

參考文獻(xiàn)：

[1]國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要工作小組辦公室.國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）[N].中國(guó)教育報(bào)，2010-07-30（1-3）.

[2]熊才平，何向陽(yáng)，吳瑞華.論信息技術(shù)對(duì)教育發(fā)展的革命性影響[J].教育研究，2012（6）：22-29.

[3]John F.Gantz et al..The Diverse and Exploding Digital Universe： An Updated Forecast of Worldwide Information Growth through 2011[EB/OL].Framingham， MA： IDC， 2008.http：//www.emc.com/collateral/analyst-reports/diverse-exploding-digital-universe.pdf.

[4]常桐善.構(gòu)建院校智能體系：院校研究發(fā)展的新趨勢(shì)[J].高等教育研究，2009（10）：49-54.

[5]屈瓊斐.信息管理與中國(guó)大學(xué)院校研究的實(shí)踐環(huán)境分析[J].高等教育研究，2010（11）：69-72.

[6]V.Farrokhi， L.Pokorádi.The necessities for building a model to evaluate Business Intelligence projects Literature Review [J].International Journal of Computer Science & Engineering Survey （IJCSES），2012（2）：1-10.

[7]Dave Wells.Institutional Intelligence： Applying business intelligence principles to higher education[EB/OL].Campus Technology， 2007.http：//campus technology.com/ articles /2007/04/institutional-intelligence.aspx.

[8]S.ElAtia， D.Ipperciel， A.Hammad.Implications and Challenges to Using Data Mining in Educational Research in the Canadian Context [J].Canadian Journal of Education， 2012（2）： 101-119.

[9]傅承哲.本土化學(xué)生學(xué)習(xí)調(diào)查工具的開(kāi)發(fā)初探[J].復(fù)旦教育論壇， 2012（3）：43-47.

[10]Tinto， V.Dropout from Higher Education： A Theoretical Synthesis of Recent Research [J].Review of Educational Research，1975 （45）：89-125.

（責(zé)任編輯劉第紅）