浅谈数据仓库技术在高等教育自学考试中的应用.pdf

1、浅谈数据仓库技术在高等教育自学考试中的应用打开文本图片集高等教育自学考试在我国开考已多年，在构建我国高等教育体系、提高劳动者文化素质等方面发挥了重要作用。近年来，随着报考规模的不断扩大，考试人群和对象也不断发生变化，对现有的管理系统提出了更高的要求。管理人员与决策者如何对现有的考生队伍构成状况进行全面分析，摸清部分考生流失的深层次原因，从而采取措施尽可能地预防考生流失，稳定考生队伍？自学考试的数据存在多样化，而且多年来产生的历史数据大多被存在光盘、磁盘等备份工具中束之高阁，没有充分发挥作用。如果能够将所有自学考试相关的数据都能整合起来，并加以综合利用与分析处理，势必能带来很大的好处。一、基于数

2、据仓库的高等教育自学考试信息决策支持系统的体系结构数据仓库、联机分析、数据挖掘是作为三种独立的信息处理技术出现的。数据仓库技术用于数据的存储和组织；联机分析技术集中于数据的分析；数据挖掘则致力于知识的自动发现。由于这三种技术内在的联系性和互补性，它们在新的 DSS 构架中发挥了各自的特长，从而给出了基于数据仓库的高等教育自学考试信息决策支持系统的体系结构。二、信息决策支持系统分析与设计基于数据仓库的高等教育自学考试信息决策支持系统的建立将大大提升原有数据的信息利用价值，它将以其显著的优点成为将来自学考试信息管理必然的发展选择和未来的发展模式，同时也是未来自学考试科学化管理、构建考试机构和考生的

3、交流平台以及自学考试中长期改革发展决策的基础和核心。教育考试机构是信息较为密集的单位，其中自学考试的主要业务信息大体可归纳为四类：考生信息、管理信息、成绩档案信息和开考课程计划等各类业务过程信息等。考生信息包括考生自然信息、照片信息、报考专业、报考课程、选择主考学校等，这些都是基本信息；成绩档案信息包括考生历次参加自学考试的成绩信息，特别是进入档案的合格课程信息，这些是另一类基本信息；业务过程信息是指考试过程中产生的过程控制信息，如专业开考计划信息、课程对应教材信息、考生免考信息等，大都是局部信息；管理信息是基本信息和业务过程信息加工得到的，如考生转专业情况、平均考试时间、老考生巩固率等，是派

4、生信息。自考基本信息流向，如下图所示。自学考试基本信息流向示意图三、信息决策支持系统的实现高等教育自学考试信息决策支持系统采用数据仓库和 OLAP 技术，对其内部和外部数据进行多层次、多角度、全方位的分析和挖掘，揭示内在规律，科学地、快速地指出存在的问题、隐患并能发现对于高等教育事业至关重要的变化趋势，形成极具决策价值的战略信息。系统总体目标为：规划企业级数据仓库，建立一个高性能、稳定可靠，具有开放性、可扩展性的数据仓库系统，完成包括对 EIS 中的数据以及对决策支持有价值的外部数据的整合，保证数据一致性、准确性，提供辅助决策的全局数据视图。在此基础上依靠OLAP 及数据挖掘技术建立高效、易用

5、、实用、灵活的面向考试机构的全方位、多层次的决策支持应用分析模型以及实用的数学算法和智能的数据挖掘模型。系统实现过程，如下图所示。四、总体展望随着社会各行各业信息化的不断发展，计算机用户手中的历史资料积累得越来越多，如何充分挖掘和利用这些历史资料的价值成了计算机行业的一个技术课题。数据仓库技术就是利用一个企业的历史数据，通过数据清洗、数据整合、数据挖掘、数据转换等技术，找出关联数据并对数据进行统计、分析、预测，为企业优化、节支创收以及各种重大决策提供最直接有效的证据。随着高等教育事业突飞猛进的发展，我们今后可以从历史及现有的数据中进行更多的数据挖掘，如在防止生源流失、根据社会的需求及考生的特定分析，开考更多项目的证书考试等方面进行深入研究，对提高劳动者素质、构建地方学习型社会有着极其重要的社会意义，这将对数据仓库、数据挖掘技术在自学考试信息决策支持系统中的应用提出更高的要求。