大數據在高校治理領域的應用展望及對策研究

尤慧

摘 要：文章從大數據在高校治理領域的應用展望入手，同時結合大數據自身特性，對照大數據技術要求，深入闡釋目前高校治理領域存在的數據瓶頸。切實轉變高校數據治理理念，并通過加強頂層設計，打破條塊分隔;統一數據標準，提高數據質量;拓展分析方法，深挖數據價值;促進校企合作，引進專業人才等途徑，為高校實現數據治理創造良好的大數據生態環境。

關鍵詞：大數據;數據治理;高校大數據

中圖分類號：TP391 文獻標識碼：A 文章編號：1671-2064（2019）23-0025-02

黨的十九大不僅對“國家治理體系和治理能力現代化”提出了要求和標準，而且明確了“要加快一流大學和一流學科建設”的目標。隨著大數據時代的到來，全面深化改革的不斷深入，各高校向“雙一流”邁進的發展趨勢，探索大數據在高校治理領域的應用迫在眉睫。

1 高校治理領域的大數據應用展望

清華大學信息化技術中心袁芳指出[1]，高校正面臨著大數據所帶來的挑戰與機遇：“隨著互聯網應用的豐富，每個學生和老師每天都在產生各種各樣的數據，當數據量達到一定級別后，就可以進行很有意義的分析挖掘工作。”

1.1 大數據對高校治理理念造成極大影響

大數據時代的悄然來臨，已經給高校治理理念帶來沖擊。《大數據》的作者涂子沛認為[2]，隨著信息存貯量的增多，人類在實踐中逐漸認識到，通過數據的開放、整合和分析，能發現新的知識、創造新的價值。因此，大數據帶來的不僅是技術變革，更是一場治理變革，必將給高校治理理念帶來新氣象。

1.2 大數據對高校治理模式構成巨大挑戰

在傳統的高校治理視野下，通常是“高校突發事件——成因分析——因果分析——應對決策”，往往是在突發事件后查找原因，屬于逆向思維。而大數據驅動的高校治理流程是“數據挖掘——量化分析——相關分析——預測決策”，這是在突發事件發生前進行預測，提前做出響應，屬于正向思維。相比之下，利用大數據技術，能夠提前啟動預警處理程序，及時做到對突發事件的快速響應與有效處理。

1.3 大數據對高校治理手段提出更高要求

由于高校學生數據的產生速度快、更新快、體量大的特點，對高校治理數據發布的時效性、準確性、共享性等各方面的要求更高。下一步如何將這些基礎數據進行結構化分類和清洗、分析，從而以更好更快的方式展現在高校的相關部門及學生面前，以更新的方式應用于高校治理中，是大數據對高校治理手段提出的更高要求。

1.4 大數據對高校治理人才需求日益旺盛

統一的數據標準規范、科學的數據分析方法、完善的數據應用體系以及復合型專業人才是高校進行大數據建設的必要條件。其中，對人才的要求最高。要求從業人員不僅要有專業的大數據技能，還要掌握高校業務的特點。而現實情況就是高校人才缺乏大數據技能，大數據專業人才不懂高校業務，亟需多專多能型人才。

2 高校大數據應用特性和數據應用瓶頸分析

大數據在高校治理領域的應用前景廣闊，限于大數據自身的技術特性對其應用環境的要求，也因為大數據的應用環境要求與目前高校數據環境的不匹配，造成了現階段的數據應用瓶頸。

2.1 大數據技術應用的要求

一般來說[3]，業界普遍認為大數據具有4個顯著的特征：高容量（Volume）、多樣性（Variety）、速度（Velocity）、價值（Value）。根據大數據的這四大特征，不同學者對大數據的應用要求進行了不同分析。于施洋等認為[4]，轉單一數據源為跨數據集、數據體系開放化、數據實時處理是大數據發展必須堅持的幾個方向。李學龍、龔海剛認為[5]，大數據價值鏈由四個階段構成：數據生成、數據獲取、數據存儲和數據分析，其中數據分析是大數據價值鏈的最后也是最重要的階段。總結相關研究成果，本文將大數據的應用環境要求所涉及的三個方面進行詳細分析。

2.1.1 數據要實現全面生成

一是要數據全面記錄、動態更新，二是能實時記錄人或事的行為及其變化痕跡，這是大數據的兩項基本要求。傳感器、任務日志、人工記錄等是數據生成的主要渠道，數據類型有結構化數據，也有非結構化數據。

2.1.2 數據可以低成本獲取

數據處理的第一步，就是通過數據清洗、數據集成、數據變換、數據規約等方法對數據進行預處理。數據預處理的過程越長，數據成本則越高。因此在推廣大數據應用時，首先要從源頭上提高數據質量，減少數據預處理的工作量，從而盡量做到數據的低成本獲取。

2.1.3 數據要做到實時分析

首先，能夠實時響應的能力是大數據處理技術的基礎要求，因此要緊密結合“批量處理”與“流處理”。其次，原先的數據統計分析工作看中的是數據之間的因果性，關注樣本分析，而大數據更加看重數據之間的相關性，進行全體分析。

2.2 高校治理領域的數據瓶頸

現階段對比大數據技術的應用要求，數據的采集問題、融合問題、治理問題、安全問題等造成了當前高校治理領域的數據瓶頸。

2.2.1 數據的采集問題

數據來源廣、層次多、非結構化數據占比大是目前高校數據的顯著特點。一方面，高校數據的采集量激增。以學生個人數據為例，其中包括基礎身份數據、學習考評數據、社會實踐數據、就醫就診記錄等校內外的所有數據。另一方面，由于缺乏統一的數據采集標準規范，導致高校數據信息資源因格式不一樣、標準不一致，造成多次重復采集數據的事件頻發，降低了數據采集效率，影響了數據質量。

2.2.2 數據的融合問題

首先，數據交換標準缺乏，數據融合難度大。各高校現有的數據系統幾乎是根據各自的業務特征，依據不同標準建設實施和管理的，只能在小范圍內或特定工作中實現共享，彼此之間難以實現融合。其次，缺少數據共享平臺，數據共享難。如高校學生處使用奧藍學生管理系統，教務處使用正方學生管理系統，導致即使是本校教職工辦理同一學生的不同事宜時，要切換登錄不同系統。

2.2.3 數據的質量問題

大數據時代，高校在教育、教學、科研、管理等活動過程中會伴隨產生大量數據。這些數據掌握在高校各院系或職能部門的手中，以各部門自有信息管理系統（學工系統、科研系統、人事系統、資產設備系統等）或更加樸素的EXCEL表格形式實現存儲和調用，導致存儲的文件夾數量眾多，數據存放路徑雜亂無序，數據系統整合困難，數據質量難以得到保證。

2.2.4 數據的安全問題

隨著高校的擴招，生源的不斷擴張，相關數據信息量激增，不僅對數據采集、挖掘、分析帶來了困難，數據安全也難以得到保障。一方面，高校的系統管理太依賴現有的IT環境，核心通信設備遭到國外技術壟斷和廠商的市場壟斷，給高校數據安全帶來了隱患。另一方面，各高校自身的數據安全保護意識不強，設備安全和數據安全保障條件參差不齊，給高校數據安全帶了風險。

3 推動高校大數據應用的政策建議

各高校應順應改革形勢，立足實際，著眼未來，切實轉變高校治理理念，主動謀劃布局“高校大數據戰略”，加強大數據在高校治理領域的應用，著力創造良好的高校數據生態環境。

3.1 切實轉變高校數據治理理念

首先要學會“用數據說話”，要高度重視高校大數據工作。要重視高校大數據的采集、挖掘、分析，剖析數據變化背后的關聯，為高校實現“數據治理”做好數據支撐。其次要嘗試“用數據團結”，切實轉變高校傳統管理模式中，不同部門之間的“小團體”意識，破除原有高校內部數據信息分隔狀態，促進高校內部和高校之間的數據共享與融合。最后要實現“用數據決策”，要把大數據觀融入高校治理理念，由依靠個人感性經驗轉向數據理性分析，用更全面的數據分析輔助高校治理決策，從而提升高校數據治理的科學性和有效性。

3.2 積極創造高校數據生態環境

3.2.1 加強頂層設計，打破條塊分割

第一要加強頂層設計，遵循頂層設計原則，兼顧整合性、系統性、綜合性因素，統一構建以云計算為基礎的高校數據信息共享平臺，不僅可以為各高校提供海量存儲空間和高效的服務器資源，還有安全的網絡環境和高速的網絡帶寬，做好實現高校數據治理的技術支持工作。第二要打破數據分割狀態，消除“信息孤島”。建設高校大數據要以學生需求為基點，逐步實現高校數據共享，這是改變目前高校治理中“信息孤島”有效手段之一。

3.2.2 統一數據標準，提高數據質量

數據標準規范和數據質量是影響高校大數據分析的關鍵因素。因此一是要構建數據標準規范，建立關鍵數據標準，從而保證數據含義分明、格式一致、分類精準;二是要優化高校大數據治理流程，依據相關業務規范和指標體系，強化數據傳輸流程改造，增強數據傳輸中系統校核能力;三是要建立高校數據管理機制，通過對數據的全程監控、閉環管理保證數據質量，通過人工核查、系統自檢或兩者結合等方式開展數據質量檢查。

3.2.3 拓展分析方法，深挖數據價值

首先，積極創新高校大數據應用體系。建議嘗試構建可復制、可推廣的數據模型，探索大數據在促進高校學生心理健康、助力學生多元化評價、關愛學生生活、指導學生就業等方面的分析和預測能力。其次，深入開展大數據技術的應用。要利用大數據分析側重相關關系、總體分析的特征，借力決策樹、隨機森林、支持向量機和神經網絡等面向復雜數據的機器學習方法，逐步提高高校大數據分析價值。

3.2.4 促進校企合作，引進專業人才

一方面，加強校企合作可以借助企業力量和社會資源，以構建大數據學科體系、培育大數據師資力量、建設大數據實驗室為起點，探索校企合作模式下大數據應用型人才培養模式的改革與實踐。另一方面，創新培養一大批專業復合型人才，引進一大批校企合作中企業的技術人員。不僅利于高校大數據中心平臺的正常運維，促進高校組建專業化的大數據應用和管理隊伍，而且可以營造利于高校大數據人才成長和發展的良好環境。

4 結語

建設“雙一流”高校，不僅要在人才培養、學科建設、科研成果等方面爭創一流，也要在辦學理念、提高治理水平等方面爭創一流。積極推動大數據在高校治理領域的應用，將有利于提升高校治理的精準化，教學科研的智能化，治理服務的協同化，決策應用的科學化。

參考文獻

[1] 王婧.大數據時代高校管理工作的挑戰與對策分析[J].思想政治教育研究，2014（4）：128-130.

[2] 涂子沛.大數據[M].桂林：廣西師范大學出版社，2013.

[3] 薛剛，劉瑛，等.江蘇大數據產業發展研究[M].南京：江蘇人民出版社，2017.

[4] 于施洋，王建冬，童楠楠.國內外政務大數據應用發展述評：方向與問題[J].電子政務，2016（1）：2-10.

[5] 李學龍，龔海剛.大數據系統概述[J].中國科學：信息科學，2015（1）：1-4.