让师生“不跑腿”,教育数据治理究竟有何魔力
当前,教育信息化新基础设施正在加紧建设,教育业务系统应用不断推进,各种软硬件平台源源不断地产生着教育数据。海量数据的汇聚和分析,能给教育系统带来什么?如何在教育数字化转型中,探索出基于数据驱动的新路子?
“十四五”规划要求未来应运用数据持续赋能“一网通办”“一网统管”,继续坚持和完善数据治理体系,从根本上重构数据治理框架,坚持“一校一库、一数一源、一数多用、动态更新”的原则,做好数据的统一采集、归集、共享、开放和使用,为进入建设深水期的“一网通办”“一网统管”打开通路。
基于上述问题,了解到数据治理平台是教育数字化转型的关键所在,下面就和大家一起聊聊教育场景下的大数据治理。
01
教育行业为什么要做数据治理
随着智慧校园建设的不断深入,整个教育系统中产生了大量的信息和资源,大家在日常工作中采集了大量的不同类型的数据,高校IT系统繁杂、架构不明、数据混乱等问题也逐渐暴露。具体表现如下:
孤岛问题严重:高校大多按教育部等上级要求建立系统,实际落地时各自为政,按照自己的需求、资金与能力建设信息化项目,缺乏顶层统一数据规划。业务系统孤立建设,最终形成了大量的“数据孤岛”。这些孤岛不但存在业务功能模块重复性建设的情况,造成信息缺乏互通的资源浪费与系统之间的兼容性问题,还造成了各种“管理孤岛”、“系统孤岛”、“业务孤岛”,令后期的信息化、统一化管理举步维艰。
管理制度薄弱:“智慧校园”的口号喊了多年,往往还处在初级阶段。第一,信息中心和业务部门各自为政,信息中心不了解具体业务,缺乏从数据中发现价值的能力,难以从数据管理的价值上说服和推动业务部门参与工作;第二,数据管理缺乏统一指导方针,管理推动力不足,业务部门参与度低。信息中心更多是在做数据库、硬件、网络等维护工作,对数据未进行有效的管理及应用,大量数据冗余、冲突、错乱;第三,业务和数据发生隔离,数据不具备可用性。
教育大数据治理工作的迫切性和必要性,确立了大数据治理系统在高校数据平台中的定位。数据孤岛是数据治理中的顽疾,孤岛一日不打通,数据一日难赋能。设法使各应用、各系统、各区域的数据有效聚合,才是数字化转型的基础所在,关键所在。
02
教育行业数据治理系统实践
技术的问题要优先用技术来解决,而教育数据治理的核心在数据本身,因此,针对当前教育数据质量不高、安全不够、开放共享不足等问题,选择以数据治理的技术逻辑为导向,以建构和谐的技术应用生态为落脚点,是推动教育数据治理问题解决,走向教育治理现代化的关键着力点。亿信华辰为教育行业提供一站式数据治理解决方案,助力高校的新时代教育管理信息化工作。
总体架构
高校大数据建设总体架构可分为三个层次:数据治理层、数据平台层和数据服务层,如下图所示。各层的主要功能定义如下:
①底层——数据治理层。该层主要完成统一的标准和规则制定工作,包括抽取以业务数据 为主的结构化数据,以文本、音视频、机器数据为主的半结构化数据及非结构化数据,实现对各类数据的梳理、数据标准制定、元数据管理、数据质量及数据资产梳理、数据安全管理、数据集成服务等,从软件层面解决学校业务数据、机器数据、公共数据池数据的管理问题,为后续的数据存储、交换与计算服务提供“干净、可靠”的数据资源。
②中间层——数据平台层。基于硬件架构层面构建统一平台体系,涵盖传统的关系型数据 库和当前以 Hadoop 为基础的分布式数据存储技术,用以支撑高校内、外部多源异构的海量数 据存储、交换与计算。
③顶层——数据服务层。在数据平台层和数据治理层的基础之上,构建一套完整的、标准 的数据服务体系,满足多方面的数据供给、展示、管理、决策的需求。
功能框架
基于“五元管理”(包括数据标准管理、元数据管理、数据质量管理、数据资产管 理、数据安全管理),进行教育大数据治理系统相关功能建设,其功能框架如下图所示。
数据标准管理:数据范围涉及高校内、外部数据运营相关的数据,包含业务数据、机器日志数据、外部互联网数据。以数据标准为基础的数据治理体系,实现数据的资产化,贯穿整个数据运营的全流程,形成以高校数据平台为核心的大数据生态圈,服务于高校内、外部的数据使用人员。
元数据管理:依托大数据治理系统便捷地管理高校数 据仓库中的数据,调整业务中的统计指标,并通过技术元数据和业务元数据两种数据的关联, 辅助数据管理者快捷地查阅详细的指标定义,全面理解业务并合理使用指标。
数据质量管理:数据质量管理涵盖从源数据接入数据平台到应用输出的全过程。数据质量包含数据质量管 理、数据资产评估、数据质量规则库制定及数据质量绩效监控。
数据资产管理:以数据资产作为管理对象,以资产战略和资产策略为导向,从系统整体目标出发,统筹考虑资产的规划、投资、设计、建设、运行、维护、稽核、变更、注销的全过程,在满足安全、效能的前提下有效管理、监控数据资产的生产和使用情况,不断优化数据资产质量,实现数据资产的业务价值。
数据安全管理:旨在完善数据体系化的安全策略,建立完整的体系化安全策略措施,全方位地进行安全管控,通过多种手段保障数据平台数据治理中的数据安全,完成数据“存、管、用” 的数据治理安全,做到“事前可管、事中可控、事后可查”。
方案价值:
1.全量、多维集成校内各种来源数据,形成随用随取的数据资源服务体系,为管理决策、业务管理、师生服务提供完善、多维度、高质量的数据服务。
2.提供对高频、热点数据的识别,并定向、周期性开展数据质量检测、反馈、修正、回流工作,形成闭环数据工作机制,提升数据质量,减少数据服务故障。
3.统一数据标准制定、数据标准化处理等工作,消除信息孤岛,形成校级统一的数据视图,将业务化的数据转换成可用数据资产,减少数据使用成本。
4.提供开放共享集市和专题应用集市,即可快速响应校普通共享需求,也可快速响应某个信息化应用个性化需求,增加数据服务满意度。
03
数据治理在教育场景下的应用
数据治理系统建好之后在教育场景下是如何应用的呢,下面结合几个实际案例来聊一聊。
1.学习动机分析
通过数据集成,将学生在各个学习场景下的数据进行聚合,比如课前预习(学习资料、微课)、课堂表现(参与课堂互动、随堂练习)、课后复习(完成课后作业、学习课程资源、自主学习)等;然后通过数据治理平台从上级管理部门和其他相关部门(比如民政局、土管局等)获取学生其他维度的数据,使学生的的数据更加丰富;最后结合学习动机理论,从作业学习、课堂参与、学习交流、困难解决、自主学习、家庭教育等多角度对学生进行全面分析,摒弃经验教学,帮助教师更加科学地观察学生、了解学生,帮助学生提升学习兴趣。
2.教学补助发放
通过数据治理平台,拿到学生家庭住房信息、购车信息、父母工作信息、学生一卡通消费信息,基于此通过和相关领导沟通搭建学生贫困指数,以此来判定学生的贫困情况,摒弃学生自行申请的方式,通过这种行为保护学生的自尊心。
3.学生离校确认
以往离校学生需要跑各个部门才能办完手续,基于数据做成的系统可以直观说明学生的借还情况,学生在办理图书馆离校手续时,只需参考系统提示确认自己是否需要还书,是否需要缴纳欠费,无须前来办事部门现场确认,相关部门也可依据线上数据进行离校手续的确认。师生登录办事中心一次即可全网通办,解决“办不完的手续、盖不完的章、跑不完的路”等麻烦。
04
小结
如果说治理数据是常态化的工作,那数据驱动的教育高质量发展则是一场革命。数据治理、数据要素化、数据驱动三者是全方位、成体系、多轮次的迭代过程。数据治理只是第一步,用数据联动、平衡各方流程与业务,未来才能更好地实现数据赋能教育发展。
让师生“不跑腿”,教育数据治理究竟有何魔力相关推荐
- 教育行业如何做好数据治理?
"三通两平台"全面深化应用,全国中小学互联网接入率已达100%,数字资源供给质量和师生数字素养显著提升,"教育信息化2.0"行动持续推进-- 信息化不断发展,知 ...
- 刘雅琴等 | 基于“一张表”平台推动面向高校教师的数据治理实践
"十二五"至"十三五"期间,我国高校基本迈入信息化时代,并随着各类信息系统的建设与使用,逐步实现了业务及数据的信息化管理[1].由于各业务系统的建设初衷在于满足 ...
- 科普|数据治理如何在 Martech 中发挥效能?
在 Martech 领域,有一个小众又重要的领域,数据治理.说它小众,是因为这个词在 Martech 中很少被提及:说它重要,是因为它远超市场侧应用的范围,而是企业级管理的重要一环.在近期的调研中,超 ...
- 数据治理常见的误区有哪些
数据治理不只是技术问题,更是一个管理问题.例如大家常见的项目管理系统只是一个工具,如何让项目管理工具与项目管理思想相匹配才是项目管理系统实施过程中的最大挑战,也才能发挥最大的效果.数据治理也是同样的道 ...
- 大数据治理的误区有哪些
大数据时代,数据成为社会和组织的宝贵资产,像工业时代的石油和电力一样驱动万物,然而如果石油的杂质太多,电流的电压不稳,数据的价值岂不是大打折扣,甚至根本不可用不敢用,因此,数据治理是大数据时代我们用好 ...
- 企业数据治理体系一文读懂
01 数据治理有哪些误区? 大数据时代,数据成为社会和组织的宝贵资产,像工业时代的石油和电力一样驱动万物,然而如果石油的杂质太多,电流的电压不稳,数据的价值岂不是大打折扣,甚至根本不可用,不敢用,因此 ...
- 关于数据治理的读书笔记 - 什么是数据治理?
<关于数据治理的读书笔记 - 数据治理.数据管理和数据管控的理解>我们了解了有关数据治理.数据管理和数据管控,这几个名词之间的区别和联系,回到数据治理的话题上,数据治理究竟是什么? 站在不 ...
- 大数据治理:那些年,我们一起踩过的坑
写在前面: 这是一个系列文章,沉淀了我在数据治理领域的一些实践和思考.共分为5篇.分别是: 一.大数据治理:那些年,我们一起踩过的坑 主要讲讲数据治理工作中常见的一些误区. 二.要打仗,你手里先得有张 ...
- 一文讲透数据治理体系
01 数据治理有哪些误区? 大数据时代,数据成为社会和组织的宝贵资产,像工业时代的石油和电力一样驱动万物,然而如果石油的杂质太多,电流的电压不稳,数据的价值岂不是大打折扣,甚至根本不可用,不敢用,因此 ...
最新文章
- 2020人工神经网络第一次作业-参考答案第二部分
- html 一行显示边框线,HTML 网页中要显示出来一个虚线的边框 就是一行字在边框里面,那个边框是显示出来的,程式码应该怎么写?...
- 量子计算机理论基础,所谓量子计算机,是指建立在量子力学理论基础上的计算机...
- 计算两个向量间的欧氏距离_用Numpy实现常见距离度量
- Moodle: 如何修改moodle——theme主题皮肤
- msys2安装gcc、g++编译器
- nginx expires配置
- bzoj 1655: [Usaco2006 Jan] Dollar Dayz 奶牛商店(高精度完全背包)
- Visual Basic 2005 中的程式語言加強功能
- limbo模拟器镜像Android,limbo模拟器win7镜像
- VS语音信号处理(5) C语言PCM格式语音存为WAV格式语音工程实例
- C#控制台应用程序的输入输出
- Silvaco TCAD仿真2——Silvaco TCAD 档名
- Speedoffice(ppt)中如何插入表格
- Android-第十三节04Room框架详解
- 从零开始学USB(一、基础知识1)
- 移动的项目,在tunnel为888696的情况下创建业务
- 255计算机网络,计算机网络复习题1.子网掩码为:255.255.255.一网络的为255.255.255.248,问该网络能够连接多少个...
- UE4/5 EasyFog插件使用
- 信息系统建设服务和能力评估和计算机信息系统集成CS资质的区别