數據驅動導向高校多維度教育信息系統開發研究

魏誠++冷國慧

摘要：隨著數據實證應用的成熟及研究方法的進步，在數據驅動的前導下，面向對象（OO）、面向服務（SOA）及敏捷方法的應用逐漸成熟，使項目成功的效率大幅提高。然而，高校的分散性管理特點使其產品形式或傳統的開發形式，很難完成校級多數據、多業務融合的系統。本文通過對東華大學校級實驗室系統的實證研究，分析項目運行成熟度模型，確定可行性及改進方法，并總結概括了四個原則：數據暨需求、產品暨構建、連接暨應用和資源暨界面。

關鍵詞：多維度復雜系統；數據驅動；CMM；成熟度

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2015）17-0111-04

高校校級系統多為多維度數據、多業務應用整合、高服務要求。基于數據建模導向的高校應用系統定制的模式逐漸成為主流，而從國外發展的趨勢來看，整合大數據、形成云平臺是未來的趨勢。筆者通過對東華校級實驗室系統建設的實證分析，探究影響軟件開發項目成本的關鍵因素，并建立改善模型和原則。

● 基本知識概述

1.開發方法概述

基于高校復雜系統實證的實現方式，在數據驅動的基礎上，借鑒的主要方法有以下三種。

（1）面向對象的開發方法（OO）

面向對象方法（Object-Oriented Method）簡稱OO方法，是一種把面向對象的思想應用于軟件開發過程中的指導開發活動的系統方法。所謂面向對象就是基于對象概念，以對象為中心，以類和繼承為構造機制，來認識、理解、刻畫客觀世界并設計、構建相應的軟件系統。

（2）面向服務的開發方法（SOA）

SOA是一種松散耦合的軟件體系結構，在這種體系結構中，由各自獨立可復用的服務構成系統功能。這些服務向外公布有意義明確的接口。同時，軟件的開發是通過對這些實現透明的接口的調用來完成。

（3）敏捷開發方法

敏捷即靈活性，快速響應。它是一種以人為核心，迭代、循序漸進的開發方法。在敏捷開發中，會把一個大項目分為多個相互聯系但也可獨立運行的小項目，并分別完成，在此過程中軟件一直處于可使用狀態。

2.CMM模型概念

CMM是指能力成熟度模型，主要描述了軟件項目各個階段的發展過程。CMM重視軟件開發過程本身，也是按照這一原則監控和維護項目開發進程，從而使項目達到更加標準化的程度。[1]

CMM為軟件過程能力提供了一個階梯式的進化框架，階梯共有五個級別，如下頁圖1所示。

● 高校復雜系統開發模式分析

1.影響高校復雜系統的主要因子

（1）不成熟需求

高校實現信息化系統需求的發起者、使用者、維護者是高校的教師。而由于離散的高校管理方式，需求的發起者和使用者往往并不一致，所以導致需求不確定。需求范圍定義得越清楚，項目的目標就會越明確。但是在高校做到這一點非常難，特別是當需求方不明確時。此外，項目進行過程中，需求變更是很正常的事情，這也是不成熟需求的一種表現。

（2）不成熟組織

軟件組織要在行業中有立足之地，就必須積累規模化的成功案例，同時在行業有一定的認可度。軟件組織要在行業領域中逐步完成相關的積累，才能走向成熟。

（3）不成熟工作人員

在軟件開發過程中，由于開發者的成熟度比較低，缺乏文檔，缺乏跟蹤，工作人員本身不夠清楚每個階段的進出和執行方法，從而會導致項目拖延，費用大大超出預算。

2.基于高校多維度復雜應用系統的案例實證分析

多維度復雜應用系統就是指：①數據源頭維度多，而且不止一種方式；②技術路線復雜：不僅需要整合業務數據還需要物聯技術、網絡技術及接口技術；③業務復雜，需要滿足各個職能部門的管理要求，使用部門的使用要求以及主管部門的數據上報要求。

（1）東華大學實驗室智能管理系統

系統以實驗室管理、實驗教學及開放服務動態數據為基礎，基于“同源”數據，按需為各項管理活動提供決策支持的模式，其源動力來自于決策應用，著力點在數據的準確、及時與完整。其中數據共享是基礎，中心應用是根本，校級考核是手段，持續改進為目標。

①實驗室智能管理系統架構（如圖2）。

②業務輸出要求。包含報表可視化及大數據績效（如圖3），業務流程數據產生及使用。

③數據及接口平臺。如下頁圖4所示，校級平臺共享庫作為平臺的共享數據庫，對內與院級平臺數據庫以及校級應用數據庫對接，進行數據的雙向同步，對外與校信息中心共享庫對接，進行校級應用數據的共享，報表分析及可視化應用則在此數據庫的基礎上開發，實現對管理分析與決策的支持；院級平臺在數據庫的基礎上開展各項業務應用，建立與維護靜態基礎數據的關聯關系與屬性，并提供業務活動相關的動態信息。

④物聯設備。包括讀卡器、門禁、電源、視頻、語音等物聯系統實現對環境相關信息的采集。

⑤項目活動情況。東華大學實驗室智能管理系統的項目活動情況如上表所示。

3.系統開發成本的比較分析

東華大學實驗室智能管理系統包括開發、測試、需求分析、數據庫設計、原型設計5個階段，分別占總活動數的69%、11%、9%、6%、5%。由數據分析可知，軟件開發階段所占的比例最多，是最消耗成本的一個階段。其他的項目控制也是項目管理中不可忽略的組成部分。因此，我們可以把項目嚴格地分成各階段，在每個階段中分配合適的人員，充分提高人才利用率，并對各個階段進行成本的跟蹤和控制。

4.成熟度對軟件開發效率的影響

綜合上述分析，我們可以看出，需求階段、原型設計階段、開發階段都對軟件項目的進程有較大影響，從提高這幾個階段成熟度的角度出發，有針對性地對項目過程因素進行改善。而CMM模型的核心思想就是對軟件項目開發過程的有效管理。盡管CMM本身存在一些不足，但它能夠為軟件項目的良好運營提供合理的框架。

● 數據驅動的開發流程改進策略

在技術發展到以云計算和大數據應用的背景下，業務需求要圍繞數據展開，基于數據產生業務，以數據邏輯為第一邏輯思維的意義尤其重大。筆者通過以數據建模前導實現軟件開發方法的改進，從而繼承原有的軟件工程成熟的工程化實現方式：面向對象的方法、面向服務的方法以及敏捷的方法組織資源高效率開發。

1.數據暨需求

要想有效地改進開發模式，提高效率，滿足客戶需要，就要改進開發方式來適應高校的信息化發展。我們以數據暨需求為創新，以數據來定義軟件開發。在多元數據的搜集、清洗、備份、同步的基礎上，構建基于數據的開發和需求的防火墻，促進基于數據模擬、推送、服務的系統上線。[2]同時，在系統開發中，不再是以往傳統的應用需求導向，而是以數據建模為導向，以數據的產生和流轉為可用標記。

2.產品暨構建

在企業運營工作方面，人才是核心。企業要做到將信息集中起來，將人員調動起來，將權力下放出去。在企業技術工作方面，使用說明書的編輯制作要及時跟進，企業宣傳的工具要定期更新，企業的各個階段版本庫要持續完善。[3]

（1）定位產品需求

數據驅動的核心是需求，需求定位的基礎是產品，且批量定制取決于產品的積累。那么，要想實現批量定制，首先要積累產品庫，然后將批量定制與開發并行，從而有效地提高開發能力和服務能力，逐漸實現產品定制的目標。

（2）積累階段資源

要養成書面記錄的習慣。只有將數據記錄下來，才能夠更加突出主要矛盾和關鍵分歧。同時，在切割后的項目過程的基礎上，將每個階段分別建立案例庫，方便管理及查詢。先將各項目每個階段的文檔按照項目進行歸類，然后再將各個項目中的文檔按階段分類，使其統一于各個系統中，從而形成以項目為單位的橫向系統庫及以文檔為單位的縱向資源庫。

3.連接暨應用

在企業運營方面要做到將資源全面連接，形成網狀組織，各個部門形成類似球隊的管理模式。在企業的技術工作方面，要強化連接，弱化流程。[5]

（1）物聯網中間件

物聯網中間件，即在物聯網中采取中間件技術，如樹莓派、手機、服務器、云、虛擬等各種終端，以實現多個系統和多種技術之間的資源共享，最終形成一個系統的全面的服務系統。通過物聯網中間件，完成數據的狀態采集、遠程監控、協同交互，實現系統資源的簡單連接與及時應用。

（2）批量定制模式

當系統庫積累成熟之后，再次面對軟件開發項目的時候，即可實現批量定制的模式。即從資源庫中尋找與本項目相關的模塊，快速搭建與客戶需求相近的系統，并將其作為競爭性談判中的一部分，直接為客戶展示系統，使客戶對其需求有更加直觀的認識。

4.資源暨界面

標準就是界面，資源就是生產力。文檔提供資源，版本庫提供版本，UI提供模板。[4]

（1）共享產品用例

未來的交流模式是與資源溝通為主，與客戶溝通為輔。通過軟件共享、平臺共享、基礎設施共享，提高線上線下的資源和實體的交互性，實現資源的統一協調利用。在已經積累了大量產品庫的前提下，將產品庫中的模塊快速拼湊成一個獨立的系統，替換相應的交互頁面。在此基礎上，即使在客戶需求不是十分明確的情況，也能夠快速地搭建系統，并展示給客戶。

（2）版本資源管理

基于團隊協作的版本管理軟件，可以實現對代碼分支的管理。版本庫資源是提高員工成熟度和組織成熟度的關鍵工具。

● 結論

通過東華大學實驗室管理系統實證研究，基于數據驅動的復雜系統可以高效率地實現；數據驅動的核心邏輯是需求的落地表現，數據暨需求是改進需求的關鍵。改進成熟度因素可以有效地提高效率。

參考文獻：

[1]Mario A.Bochicchio，Antonella Longo.Collaborative Web Labs As A Service：Challenges And Opportunities[J].IEEE First Global Online Laboratory Consortium Remote Laboratory Workshop on12-12，Oct.2011.

[2]徐立利，魏忠.基于課程管理平臺的網絡學習績效評估[D].上海：上海海事大學，2011.

[3]高兵，魏忠.應用性高校合作教育的當前問題與發展趨勢研究[J].黑河學刊，2013（03）.

[4]王丹丹，魏忠.基于BP神經網絡的高校智能實驗室系統績效評估研究[D].上海：上海海事大學，2014.

[5]何立友，魏忠.基于SEM高校知識地圖影響因素實證研究[D].上海：上海海事大學，2014.