当前位置 : 网站首页 > 新闻中心

2019

07-11


来源:

浏览: 35

作者:

数据仓库和数据挖掘技术在高校决策中的应用
数据仓库和数据挖掘技术在高校决策中的应用何丽萍(广东海洋大学信息学院,广东湛江学院数据仓库思路与方法,探讨其在高校决策需求中的有效性和科学决策)数据存储是一种能够满足数据存储和数据组织要求的技术,不受传统事务处理和决策分析数据有效处理的限制。数据挖掘是构建数据仓库的关键技术。数据仓库,数据挖掘和在线分析处理(OLAP)已被公认为决策支持系统的有效解决方案。 1应用背景随着计算机技术在高校教育管理中的应用和推广,高校大多数部门都建立了自己的信息管理。系统,如教育管理系统,教师基本信息系统,财务管理系统,学生成绩管理系统,测试数据库系统,研究信息系统,图书馆管理系统等,这些系统的开发和应用不仅降低了劳动强度,也提高了工作效率,积累了大量有用的数据,但这些信息资源是相互独立的,很难从高校教育管理决策的高度考虑问题。为了提高高校的管理水平和学校效率,适应日益激烈的竞争环境,通过数据挖掘(DataMining)技术为业务单位全面分析数据,整合现有的高校信息资源,建立数据仓库(Datawarehouse),用于学校的高层决策,并改善学校管理决策的科学性。这是一个可行的措施。 2大学决策数据仓库架构设计数据仓库的架构与高校教育管理系统紧密相连。根据高校的实际情况,设计架构如图所示。大学教育决策数据仓库有两种类型的数据源,一种是每个部门(部门)的数据。数据市场(DataMart),从各部门(部门)和部门的业务数据库中提取,如学生的学历管理系统和教育管理系统,第二是每个地方的商业信息系统,大厅如财务管理系统,图书馆管理系统等。该结构应完成以下功能数据集成:根据元数据的定义,从下一层数据源中提取所需的数据源数据,然后在提取(Cleaning)聚合(Aggregation)转换(Transformation)等操作后存放它。数据仓库:仓库管理:由一组管理工具实现,提供“数据维护”,“数据分发”,“数据仓库的日常维护”等功能。“数据维护”主要完成从数据中导出特定数据集仓库。数据仓库通常是客户端/服务器应用程序模型,通常包括具有多个服务器的服务器:“数据仓库的日常维护”主要用于数据仓库的归档,备份和恢复。用于决策的数据分析处理工具,用户查询工具,在线分析处理(OLAP)工具,数据挖掘(DM)工具等,用于对集成到数据仓库中的完整和一致数据进行决策分析,结果由图表和报告。以适当的方式呈现给用户。 3大学决策数据仓库的数据模型设计目前,许多高校的学生人数已超过1万,甚至数万,教职员工人数已达数千或数万。随着时间的推移积累了各种类型的数据,并且每种数据都形成了大量数据分布在各个部门和业务部门的类数据库是面向应用的,并且根据dep的划分来组织数据艺术和部门业务应用。数据仓库中的数据是面向主题的,即数据根据其自然属性进行组织。对于高等教育机构,它建立在各部门和部门现有业务数据库的基础上。决策数据仓库,将数据仓库和数据挖掘技术应用于大学教育管理,无疑可以帮助高校管理者做出决策,从而提高学校的竞争力,使学院在竞争日益激烈的环境中立于不败之地。
分享到: