練佳熠

摘要：隨著科技的發(fā)展，許多技術(shù)應(yīng)運(yùn)而生，對(duì)人們的生活和工作產(chǎn)生了巨大影響。目前，隨著高校對(duì)于社會(huì)需要的重視，越來(lái)越多的高校開(kāi)始關(guān)注學(xué)校的就業(yè)政策，并且積極運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)。在高效的就業(yè)決策中，因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)技術(shù)的運(yùn)用，高校的就業(yè)變得更加高效。因此，該文就數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在高校中的應(yīng)用情況進(jìn)行研究，并提出一些想法。

關(guān)鍵詞：數(shù)據(jù)倉(cāng)庫(kù)技術(shù)?高等院校?就業(yè)決策?應(yīng)用研究

中圖分類(lèi)號(hào)：??TP311.1???文獻(xiàn)標(biāo)識(shí)碼：A???文章編號(hào)：1672-3791（2022）07（b）-0000-00

隨著社會(huì)的進(jìn)步發(fā)展，高校的就業(yè)也成為各大學(xué)生重要關(guān)注的話題。為了促進(jìn)高校學(xué)生就業(yè)，了解學(xué)生就業(yè)的想法，對(duì)于工作的選擇因素等，高校漸漸采用了數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，以便促進(jìn)高校就業(yè)的有效性。通過(guò)建立以就業(yè)為主題的多維數(shù)據(jù)庫(kù)，許多高校漸漸分析出學(xué)生就業(yè)的一些情況，為學(xué)校的就業(yè)宣傳，專(zhuān)業(yè)設(shè)置等提供數(shù)據(jù)支持。

1?數(shù)據(jù)倉(cāng)庫(kù)簡(jiǎn)介

20世紀(jì)80年代，科學(xué)家第一次提出數(shù)據(jù)倉(cāng)庫(kù)的概念，認(rèn)為數(shù)據(jù)倉(cāng)庫(kù)是“面向主題的，繼承的數(shù)據(jù)集合”。數(shù)據(jù)倉(cāng)庫(kù)還具有隨時(shí)變化的特點(diǎn)，可以用于存儲(chǔ)大量的歷史數(shù)據(jù)[1]。對(duì)于決策人員來(lái)說(shuō)，數(shù)據(jù)倉(cāng)庫(kù)雖然看起來(lái)沒(méi)有意義，但其實(shí)在具體的實(shí)際運(yùn)用中，卻能夠?qū)崿F(xiàn)用戶快捷迅速地查找和分析。相比SQL技術(shù)，倉(cāng)庫(kù)數(shù)據(jù)可以提供有效的數(shù)據(jù)，并且將其展示在決策人員面前。這將很大程度上促進(jìn)數(shù)據(jù)的有效性和實(shí)用性，為決策人員的決策有著積極的影響作用。一般而言，數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)具有以下特點(diǎn)。

首先，數(shù)據(jù)倉(cāng)庫(kù)直接面向主題?；趯?duì)數(shù)據(jù)分析的驅(qū)動(dòng)，與傳統(tǒng)的數(shù)據(jù)驅(qū)動(dòng)不同，數(shù)據(jù)倉(cāng)庫(kù)可以以優(yōu)化事務(wù)的方式來(lái)構(gòu)造數(shù)據(jù)。這對(duì)于某個(gè)處于不同事物數(shù)據(jù)庫(kù)的主題數(shù)據(jù)而言，是非常不利于決策者進(jìn)行決策的。但這也并不意味著數(shù)據(jù)處理需要基于某個(gè)主題的數(shù)據(jù)去訪問(wèn)許多不同數(shù)據(jù)庫(kù)中的數(shù)據(jù)集合，而是數(shù)據(jù)倉(cāng)庫(kù)會(huì)直接將這些數(shù)據(jù)集中在一個(gè)地方，使決策者可以直接合理地檢索到數(shù)據(jù)倉(cāng)庫(kù)中某一主題的所有數(shù)據(jù)。這不僅有利于數(shù)據(jù)的分析，同時(shí)也能為決策者節(jié)省大量的時(shí)間，實(shí)現(xiàn)數(shù)據(jù)的高效處理。

其次，數(shù)據(jù)倉(cāng)庫(kù)具有數(shù)據(jù)的集成性，可以有效而全面地分析數(shù)據(jù)。一般而言，相關(guān)數(shù)據(jù)收集得越完整，決策處理出的結(jié)果就更加具有可靠性。然而，在許多企業(yè)等內(nèi)的業(yè)務(wù)數(shù)據(jù)庫(kù)中，許多數(shù)據(jù)處理都是分散型而非集成的。這使得數(shù)據(jù)處理更加繁瑣，不利于數(shù)據(jù)處理的高效性[2]。這許多都是因?yàn)閿?shù)據(jù)不一致，或者有非結(jié)構(gòu)化數(shù)據(jù)等原因所導(dǎo)致的。要實(shí)現(xiàn)集成，就必須要對(duì)數(shù)據(jù)進(jìn)行準(zhǔn)確到位的清洗，甚至去轉(zhuǎn)化一些數(shù)據(jù)。這并不是說(shuō)靜態(tài)的集成，而是一個(gè)動(dòng)態(tài)的集成過(guò)程。雖然靜態(tài)的集成數(shù)據(jù)也可以集成，但是一旦數(shù)據(jù)發(fā)生了變化，原先的集成就失去了意義，因此，必須是基于動(dòng)態(tài)的集成去處理數(shù)據(jù)。而數(shù)據(jù)倉(cāng)庫(kù)就是實(shí)現(xiàn)了動(dòng)態(tài)的集成，通過(guò)將一定周期的數(shù)據(jù)進(jìn)行刷新，從而為決策者更新最新的數(shù)據(jù)，使決策者做出準(zhǔn)確及時(shí)的決策。

除此之外，倉(cāng)庫(kù)數(shù)據(jù)的數(shù)據(jù)還具有穩(wěn)定性，并且也能隨著時(shí)間的變化而變化。在數(shù)據(jù)倉(cāng)庫(kù)中，許多數(shù)據(jù)一旦被寫(xiě)入了便沒(méi)有辦法再進(jìn)行改變，這非常不利于決策者的決策調(diào)整。所以，可以將數(shù)據(jù)倉(cāng)庫(kù)看作一個(gè)虛擬的只能讀取的系統(tǒng)，且數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存儲(chǔ)也是以分批的形式進(jìn)行。這使得數(shù)據(jù)倉(cāng)庫(kù)可以定期提取并且增加數(shù)據(jù)的記錄。只是一旦有數(shù)據(jù)進(jìn)入，其痕跡就不能被刪除，也就是數(shù)據(jù)會(huì)一直存在。所有的用戶都只能以讀的形式去訪問(wèn)整個(gè)數(shù)據(jù)倉(cāng)庫(kù)，而不需要在開(kāi)發(fā)讀寫(xiě)上耗費(fèi)精力[3]。同時(shí)，因?yàn)閿?shù)據(jù)只能增加也無(wú)法刪除，這使得數(shù)據(jù)擁有了時(shí)間維度。其實(shí)，數(shù)據(jù)倉(cāng)庫(kù)就是基于記錄系統(tǒng)去進(jìn)行聯(lián)結(jié)，將記錄系統(tǒng)中各個(gè)的瞬態(tài)聯(lián)結(jié)成動(dòng)畫(huà)，使其能夠展現(xiàn)出系統(tǒng)的整個(gè)運(yùn)動(dòng)過(guò)程。

2?總體架構(gòu)設(shè)計(jì)

一般而言，倉(cāng)庫(kù)數(shù)據(jù)的系統(tǒng)總體構(gòu)架主要為源系統(tǒng)和數(shù)據(jù)集等。在高校就業(yè)中使用數(shù)據(jù)倉(cāng)庫(kù)，就是將就業(yè)系統(tǒng)的數(shù)據(jù)經(jīng)過(guò)清洗，轉(zhuǎn)換的過(guò)程，然后加入到數(shù)據(jù)倉(cāng)庫(kù)中。經(jīng)過(guò)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)再經(jīng)由前端數(shù)據(jù)進(jìn)行瀏覽和分析，并最終形成用戶對(duì)數(shù)據(jù)的分析處理[4]。這樣可以讓用戶很快地了解數(shù)據(jù)，并且基于數(shù)據(jù)進(jìn)行決策，從而提升決策的質(zhì)量和效率。一般而言，數(shù)據(jù)倉(cāng)庫(kù)的系統(tǒng)主要包括4個(gè)層次的結(jié)構(gòu)。

2.1數(shù)據(jù)源

這是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的基礎(chǔ)，可以為整個(gè)系統(tǒng)提供數(shù)據(jù)。無(wú)論是企業(yè)內(nèi)部還是外部系統(tǒng)的數(shù)據(jù)，都可以在數(shù)據(jù)源中進(jìn)行存放。

2.2數(shù)據(jù)的存儲(chǔ)和管理

數(shù)據(jù)存放和管理可以保證數(shù)據(jù)的穩(wěn)定性，為數(shù)據(jù)處理提供多時(shí)間維度的數(shù)據(jù)。一般而言，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)組織管理和傳統(tǒng)的數(shù)據(jù)庫(kù)非常不同。這也決定了數(shù)據(jù)倉(cāng)庫(kù)的核心是基于外部數(shù)據(jù)的形式去決定的。通過(guò)外部數(shù)據(jù)形式的情況，去合理搭建產(chǎn)品和技術(shù)去構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的核心，這不僅需要對(duì)于數(shù)據(jù)倉(cāng)庫(kù)的了解分析，同時(shí)也能實(shí)現(xiàn)對(duì)于數(shù)據(jù)的合理清洗，集成等。尤其是可以按照主題進(jìn)行組織，為數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)范圍提供合理的組織形式，這非常有利于企業(yè)對(duì)于數(shù)據(jù)的管理。

2.3?OLAP服務(wù)器

通過(guò)有效集成需要分析的數(shù)據(jù)，OLAP數(shù)據(jù)可以組織出多維模型，以實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)的多角度多層次分析。同時(shí)，還可以基于分析去合理判斷數(shù)據(jù)的趨勢(shì)，以便決策者做出決策。一般而言，數(shù)據(jù)趨勢(shì)的實(shí)現(xiàn)，可以具體分為3種情況。其中，ROLAP基本數(shù)據(jù)和聚合數(shù)據(jù)都存儲(chǔ)在數(shù)據(jù)源ROBMS里面，而MOLAP則在多維數(shù)據(jù)庫(kù)里存放，HOLAP的基本數(shù)據(jù)放進(jìn)ROBMS里面，而聚合數(shù)據(jù)則放于多維數(shù)據(jù)庫(kù)。

2.4?前端工具

前端工具主要在各種報(bào)表工具，數(shù)據(jù)挖掘工具等里面。其中，數(shù)據(jù)分析工具主要與OLAP相聯(lián)系，而數(shù)據(jù)挖掘工具等主要和數(shù)據(jù)倉(cāng)庫(kù)相聯(lián)系。

3?面向就業(yè)主題的數(shù)據(jù)倉(cāng)庫(kù)

高效的就業(yè)分析主要以學(xué)生的成績(jī)等，實(shí)習(xí)情況等來(lái)進(jìn)行分析，從而預(yù)測(cè)出高校畢業(yè)生的就業(yè)情況?；跀?shù)據(jù)倉(cāng)庫(kù)分析處理出的數(shù)據(jù)，學(xué)?？梢圆扇∫幌盗写胧﹣?lái)促進(jìn)學(xué)校高效的就業(yè)，比如調(diào)整招生計(jì)劃、合理調(diào)整畢業(yè)分配、關(guān)于高校就業(yè)的宣傳等。

3.1就業(yè)主題的數(shù)據(jù)倉(cāng)庫(kù)模型設(shè)計(jì)

數(shù)據(jù)倉(cāng)庫(kù)的模型分為星架型和雪花型架構(gòu)。星架構(gòu)有事實(shí)表和維度表兩部分，它是一種用來(lái)表示關(guān)系的數(shù)據(jù)庫(kù)架構(gòu)。通過(guò)事實(shí)表和維度表，可以很好地表示一對(duì)多的關(guān)系。而雪花架構(gòu)是一種表示關(guān)系的數(shù)據(jù)架構(gòu)，也有事實(shí)表和維度表兩部分。通過(guò)事實(shí)表和維度表，可以很好地構(gòu)成數(shù)據(jù)倉(cāng)庫(kù)模型的基本設(shè)計(jì)，實(shí)現(xiàn)用戶對(duì)于數(shù)據(jù)的模型構(gòu)建。兩者模型的不同點(diǎn)在于，雪花模式可以實(shí)現(xiàn)數(shù)據(jù)更好地規(guī)范化，能夠減少數(shù)據(jù)的冗雜，為數(shù)據(jù)倉(cāng)庫(kù)節(jié)省空間。然而，這也可能導(dǎo)致雪花結(jié)構(gòu)瀏覽性能的降低，無(wú)法像星架型結(jié)構(gòu)的數(shù)據(jù)一樣為決策者提供大量的數(shù)據(jù)支持。而高校就業(yè)的數(shù)據(jù)量龐大，不僅需要數(shù)據(jù)倉(cāng)庫(kù)去分析處理相關(guān)數(shù)據(jù)，同時(shí)也需要實(shí)現(xiàn)對(duì)于數(shù)據(jù)的瀏覽功能。而星形模式的數(shù)據(jù)倉(cāng)庫(kù)就可以彌補(bǔ)雪花模式瀏覽性能不足的缺陷，為更多的數(shù)據(jù)瀏覽提供穩(wěn)定且快速的數(shù)據(jù)支持[5]。因此，在高校就業(yè)的數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)中，應(yīng)該采用星形模式的數(shù)據(jù)倉(cāng)庫(kù)，這樣才能有利于對(duì)于龐大數(shù)據(jù)的瀏覽。

3.2確定事實(shí)表

許多高校都具有許多事實(shí)數(shù)據(jù)，根據(jù)維表的特點(diǎn)和分析的就業(yè)決策主題，高校就業(yè)數(shù)據(jù)倉(cāng)庫(kù)的事實(shí)維表可以設(shè)置為15個(gè)維表，主要包括畢業(yè)年份、院系、計(jì)算機(jī)水平、性別、班級(jí)、地區(qū)、學(xué)位、學(xué)歷、實(shí)踐能力、專(zhuān)業(yè)、單位性質(zhì)等方面。其中，不同的維表代表學(xué)生不同的情況，而對(duì)于一些學(xué)校的具體特殊情況，學(xué)校也可以具體去調(diào)整自己的事實(shí)表維度，以便對(duì)該校學(xué)生就業(yè)情況的特殊原因以及情況分析。

3.3高校就業(yè)數(shù)據(jù)倉(cāng)庫(kù)的ETL創(chuàng)建

KTL即是高校對(duì)數(shù)據(jù)的抽取、清洗和轉(zhuǎn)化、裝載。通過(guò)將數(shù)據(jù)抽取出來(lái)，數(shù)據(jù)倉(cāng)庫(kù)可以排除掉一些數(shù)據(jù)的缺陷，并且去進(jìn)行數(shù)據(jù)的轉(zhuǎn)換或者匯總，經(jīng)過(guò)清洗數(shù)據(jù)源中的數(shù)據(jù)，可以按照之前預(yù)定好的數(shù)據(jù)倉(cāng)庫(kù)模型，將數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)中。雖然整個(gè)過(guò)程很復(fù)雜，但卻是數(shù)據(jù)倉(cāng)庫(kù)的重要內(nèi)容。

目前，許多高校都使用數(shù)據(jù)倉(cāng)庫(kù)，并運(yùn)用到就業(yè)系統(tǒng)中處理與就業(yè)有關(guān)的一些數(shù)據(jù)[6]。通過(guò)將考生的標(biāo)準(zhǔn)化成績(jī)、平時(shí)的表現(xiàn)、就業(yè)情況、學(xué)歷代碼等錄入到系統(tǒng)中，數(shù)據(jù)倉(cāng)庫(kù)可以很好地去分析數(shù)據(jù)的差異，比如：不同年度同一專(zhuān)業(yè)的就業(yè)情況變化等?；诟鞣N數(shù)據(jù)的差異，數(shù)據(jù)倉(cāng)庫(kù)可以很好地標(biāo)準(zhǔn)化學(xué)生就業(yè)的情況。只要標(biāo)準(zhǔn)化了就業(yè)情況，高校就很容易實(shí)現(xiàn)用戶對(duì)于數(shù)據(jù)的分析需求，從而更快地分析出適合該校就業(yè)的各種情況。通過(guò)標(biāo)準(zhǔn)化分?jǐn)?shù)，高?？梢院芎玫亟鉀Q因?yàn)楦鞣N差異等所導(dǎo)致的就業(yè)情況影響。這樣不僅有利于各個(gè)考生的成績(jī)能夠更好地進(jìn)行比較，同時(shí)也有利于高校更加迅速分析出職業(yè)與該校的適合程度，從而實(shí)現(xiàn)高效就業(yè)。

在標(biāo)準(zhǔn)化就業(yè)情況之后，系統(tǒng)還會(huì)對(duì)就業(yè)數(shù)據(jù)進(jìn)行其他細(xì)節(jié)的處理，以便數(shù)據(jù)倉(cāng)庫(kù)更加清晰的認(rèn)識(shí)數(shù)據(jù)，并且采取合適的行動(dòng)[6]。首先，系統(tǒng)可以將標(biāo)準(zhǔn)化的數(shù)據(jù)增加年度屬性。一般而言，就業(yè)報(bào)到系統(tǒng)中的數(shù)據(jù)都是當(dāng)年的就業(yè)情況，并沒(méi)有自帶年份。這不利于數(shù)據(jù)倉(cāng)庫(kù)去分析不同年度的就業(yè)情況差異，無(wú)法很好地實(shí)現(xiàn)對(duì)于就業(yè)的年份差異。因此，在系統(tǒng)中加入對(duì)于學(xué)生就業(yè)的年代，可以增加其他年代學(xué)生的就業(yè)情況，從而促進(jìn)高校更精準(zhǔn)清晰地認(rèn)識(shí)到學(xué)生的就業(yè)情況。具體而言，就是利用MS?DTS工具，可以將不同年代學(xué)生的就業(yè)情況進(jìn)行匯總，并且得到最終的匯總表，以便數(shù)據(jù)分析處理。其次，在處理數(shù)據(jù)時(shí)，系統(tǒng)還可以為考生的生源地、畢業(yè)類(lèi)型、就業(yè)地、職業(yè)等方面進(jìn)行詳細(xì)的描述，以便高校深刻認(rèn)識(shí)到學(xué)生的情況。

而在獲得了許多數(shù)據(jù)后，因?yàn)閿?shù)據(jù)太多，一些數(shù)據(jù)可能存在不必要或者冗雜多余的情況。這時(shí)，就可以利用系統(tǒng)，去合理清洗掉各種不需要的數(shù)據(jù)，以便滿足數(shù)據(jù)倉(cāng)庫(kù)對(duì)于數(shù)據(jù)的需求。比如：在“理工”“普通理科”等不同類(lèi)別中，數(shù)據(jù)倉(cāng)庫(kù)可以統(tǒng)一為其提供數(shù)據(jù)清洗，以便有效數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)中。只有將有效的數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)里，才能真正實(shí)現(xiàn)對(duì)于數(shù)據(jù)利用的高效性，從而實(shí)現(xiàn)對(duì)于數(shù)據(jù)倉(cāng)庫(kù)的真正作用[7]。

5?基于數(shù)據(jù)倉(cāng)庫(kù)的分析

在對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行分析時(shí)，可以采取多種手段從多方面進(jìn)行處理。大部分時(shí)候，決策者都是希望通過(guò)圖形化的形式去查看和分析數(shù)據(jù)，在這種形式下，可以通過(guò)Python的Numpy、Pandas、Keras等分析庫(kù)先對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行分析，再使用Matplotlib、Bokeh、echarts等技術(shù)對(duì)分析結(jié)果進(jìn)行可視化展示，以此實(shí)現(xiàn)花費(fèi)少量的時(shí)間精力就能得到數(shù)據(jù)分析的結(jié)果[8]。除此之外，數(shù)據(jù)倉(cāng)庫(kù)還可以提供多維度的數(shù)據(jù)集，讓用戶能夠通過(guò)快速的轉(zhuǎn)換數(shù)據(jù)的行列來(lái)實(shí)現(xiàn)對(duì)于數(shù)據(jù)源的分析，幫助決策者進(jìn)行決策[9]。

具體而言，在對(duì)考生成績(jī)進(jìn)行分析時(shí)，決策者可以基于分析情況去合理處理學(xué)校的就業(yè)工作。比如：基于某一地區(qū)就業(yè)總?cè)藬?shù)的情況，決策者可以去調(diào)整當(dāng)?shù)氐膹V告宣傳、工作人員數(shù)量調(diào)配等。如果就業(yè)人數(shù)多，便可以多做宣傳，加大工作人員的數(shù)量。如果就業(yè)人數(shù)少，則可以總結(jié)其原因，來(lái)改變就業(yè)的策略，以便下一年更好地就業(yè)。對(duì)于學(xué)生而言，就業(yè)的情況和學(xué)校有著很大關(guān)聯(lián)性，學(xué)校宣傳更加到位，與學(xué)生就業(yè)安排的相關(guān)工作人員越多，學(xué)生便更容易就就業(yè)，學(xué)校的就業(yè)情況就會(huì)更好。因此，學(xué)校必須嚴(yán)格去分析數(shù)據(jù)倉(cāng)庫(kù)，基于數(shù)據(jù)倉(cāng)庫(kù)合理做出決策調(diào)整，以便高校更好地就業(yè)。

而在分析學(xué)生實(shí)習(xí)情況時(shí)，決策者便可以基于學(xué)生的實(shí)習(xí)時(shí)間，地點(diǎn)等去分析出考生的實(shí)習(xí)情況，通過(guò)比較不同地區(qū)不同專(zhuān)業(yè)學(xué)生的實(shí)習(xí)情況，合理分析出考生的就業(yè)意愿。這對(duì)于高校的就業(yè)工作、專(zhuān)業(yè)設(shè)置、課堂安排等都有著重要的作用，可以很好地促進(jìn)學(xué)校教學(xué)資源和就業(yè)資源的合理安排等。

6?結(jié)語(yǔ)

總而言之，高校的就業(yè)工作離不開(kāi)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)。對(duì)于學(xué)校而言，基于數(shù)據(jù)合理分析學(xué)生的就業(yè)情況，可以高效地提升學(xué)校的就業(yè)工作效率，同時(shí)也為學(xué)校的就業(yè)工作提供數(shù)據(jù)指導(dǎo)。通過(guò)將數(shù)據(jù)進(jìn)行處理，比如：把學(xué)生就業(yè)情況進(jìn)行標(biāo)準(zhǔn)化，并且進(jìn)行合理的數(shù)據(jù)清洗等，就可以實(shí)現(xiàn)有效的數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)。之后，數(shù)據(jù)倉(cāng)庫(kù)可以很好地實(shí)現(xiàn)對(duì)于就業(yè)情況的分析。最后決策者便可以基于數(shù)據(jù)倉(cāng)庫(kù)的圖形化界面和多維度分析表格，去合理做出與就業(yè)相關(guān)的決策。無(wú)論是對(duì)于學(xué)生的成績(jī)，實(shí)習(xí)情況，還是未就業(yè)情況等，只要利用數(shù)據(jù)倉(cāng)庫(kù)，高校都可以很好地分析并處理相關(guān)的數(shù)據(jù)，而學(xué)校也可以基于此去合理調(diào)整工作安排。這不僅有利于高校掌握該校就業(yè)的情況，同時(shí)也能實(shí)現(xiàn)自身專(zhuān)業(yè)設(shè)置，學(xué)校課程設(shè)置甚至來(lái)年招生情況的安排，從而促進(jìn)高校更好地進(jìn)行發(fā)展。

參考文獻(xiàn)

[1] 楊仁懷，郎川萍，張麗霞.數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在高校招生工作中的應(yīng)用研究[J].現(xiàn)代計(jì)算機(jī)：專(zhuān)業(yè)版，2014（6）：72-76.

[2] 曾萍，韋杰.數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在高校信息化建設(shè)中的應(yīng)用研究[J].軟件，2014，35（5）：108-110.

[3] 劉衛(wèi)星.數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在高校信息系統(tǒng)中的應(yīng)用研究[J].電子技術(shù)與軟件工程，2014（18）：209-210.

[4] 張申.?數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在高校招生就業(yè)決策中的應(yīng)用研究[D].北京：北京工業(yè)大學(xué)，2019.

[5] 張維國(guó).數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在高校教務(wù)系統(tǒng)中的應(yīng)用[J].福建電腦，2019，35（9）：33-38.

[6] 王吉.淺析數(shù)據(jù)庫(kù)技術(shù)在高校畢業(yè)生就業(yè)管理工作中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2020，38（2）：52，54.

[7] 曾遠(yuǎn)柔.大數(shù)據(jù)技術(shù)在高校信息管理系統(tǒng)中的應(yīng)用策略研究[J].數(shù)字通信世界，2020（3）：177.

[8] 張軍，王芬芬.數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在高校數(shù)據(jù)統(tǒng)計(jì)與分析系統(tǒng)中的應(yīng)用研究[J].智能計(jì)算機(jī)與應(yīng)用，2019，9（3）：122-125.

[9] 虞水，季興東.數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在醫(yī)院信息管理及決策中的應(yīng)用研究[J].智慧健康，2019，5（36）：18-19.