基于Echarts的招生數據可視化分析

李 靜，吳子熠，吳育寶

（南京森林警察學院，江蘇 南京 210023）

當今社會信息技術飛速發展，互聯網的存在讓人們有了更多的需求，而更多的需求也就推動技術的發展。大數據時代下大數據技術成為解開數據之謎的金鑰匙。數據可視化是大數據技術中炙手可熱的一員，數據挖掘與數據分析都是為了數據可視化做處理數據的準備工作，數據可視化可以直觀地從海量數據中觀察出規律，發現特別之處。

科學決策對于招生管理工作至關重要，招生管理決策要充分利用科技發展所提供的理論、方法和手段，使決策者可以掌握經過加工整理的信息進行分析對比。而目前我們處在大數據時代，必須采用可視化分析方法實時把握學校招生狀態，利用可視化圖表將學校往屆的招生質量展現在報考考生和教育主管部門面前。但是目前高校招生系統對于信息的處理僅限于簡單的存儲與操作，招生信息管理處于相對空白的狀態，大多是利用Excel報表對數據進行分類匯總或是利用word文檔制作報告，數千人的信息放在同一張報表上，信息扁平化無法直觀查閱，不利于院校本身對招生數據進行總結，也不利于推動招生工作的發展。

如何有效地使用招生數據，使其直觀地展現在決策者面前，已經成為當下亟需面對和解決的重要課題。通過可視化技術對招生數據進行分析，根據圖表直接發現問題供院校及時整改、考生相互比對、教育主管部門實地調研，這才能充分發揮大數據技術的功能，真正做到基于數據進行決策。

因此，文章探究了以N高校招生數據為分析樣本，基于Echarts的可視化分析，能夠實現對招生數據的直觀展現，可以使院校自身完善前期的招生工作并利用招生末期的數據可視化成果進行招生宣傳，使報考考生直觀對比出心儀的學校，讓教育主管部門可以發現現存問題并做出合理調整，從而推動高校人才培養，為未來招生計劃工作提供參考，更好地開展學生管理和招生計劃工作。

1 公安院校招生數據可視化設計

1.1 需求分析

設計可視化頁面需要考慮到Echarts設計的載體是屏幕，而不同的屏幕大小尺寸不一，需要使Echarts圖表會隨著游覽器的放大，縮小自適應。在對可視化頁面進行設計之前，需要處理數據并對其進行規整，針對不同需求篩選關鍵信息，招生數據對于院校本身而言，學生的信息特征、生源質量都是關注的重點；對于報考考生來說，最想看到的是各個省份分數線與本科線之間的差別以此來衡量自己是否有把握未來報考院校；對于教育主管部門而言，需要宏觀掌握招生數據。

1.2 頁面布局

做好需求分析后需要開始考慮頁面布局，可視化展板設計一般會采用分版塊布局的方式展示信息。

1.3 項目技術

設計計劃使用Echarts技術制作可視化展板，主要采用JavaScript、HTML、CSS作為開發語言，使用MySQL作為平臺數據庫。此設計將整個可視化展板架構在html網頁上，將布局全部放在css中，配置好基礎設置body、header布局、mainbox主題設置、mainbox面板模板、panel內部塊模板布局后，對Echarts可視化圖表進行配置，使用Navicat操作MySQL。

圖1 系統架構圖

2 基于Echarts的招生數據可視化實現

2.1 數據概述及整體布局

該招生數據可視化分析主要依據N高校2020年招生數據并且參考2015～2019年錄取總人數，從宏觀的角度對招生基本情況、生源質量、新生基本情況進行分析，進一步了解招生生源、生源質量、錄取數量、民族分布等情況，以期對于院校本身、報考考生以及教育主管部門提供參考。見圖2。

圖2 可視化頁面展示

依據不同的展示對象對數據進行分析，對類型進行分類，并選用合適的圖形將其表現出來，例如：考生男女性別圖因只涉及兩個類別便可用餅圖進行展現，展示出男女比例；考生高考分數因涉及三十多個不同省份，便可以用折線圖進行刻畫最高分、最低分并且與本科線進行比較等。

2.2 面向院校

男女比例。對于公安院校來說，男女比例要和就業時的崗位男女比例大致吻合，由于公安工作高風險、任務重的特殊性，女生計劃數不超過招生計劃總數的15%。2020年N院錄取人數中男生1 425人（86.76%），女生219人（13.24%）。治安學專業的女生人數最多，可是總和不過43人，仍未超過50人。

由于公安系統的工作十分獨特，公安工作人員在特定時刻需要和不法分子進行力量和勇氣的直接博弈，而公安系統對于文職調度人員和外勤公安人員都是有需求的，在質量上，公安機關偏好兩種工作都能從事的人才，在數量上，對外勤人員的需求，要大于文職調度人員。一般而言，女性適合做前者的工作，男性適合做后者的工作，并且對一般公安單位而言，對于男性的需求要大于女性。故就目前而言，國內公安院校招生男女比例懸殊較大。

民族分布。“五十六個民族，五十六枝花”，在2020級新生中，共有137名同學來自少數民族，依據國標民族數據字典順序，主要有蒙古族、回族、藏族、維吾爾族、苗族、彝族、壯族、布依族、朝鮮族、滿族、侗族、瑤族、土家族、黎族、仫佬族、京族、穿青人等。其中回族學生最多，有26名；蒙古族學生居第二，有23名；藏族（區內）10名，藏族2名。為健全學校全員育人、全過程育人、全方位育人的體制機制，高校方面對于少數民族學生應落實精準幫扶工作，所以了解全校的民族分布情況必不可少。

Echarts中有可以實現實時根據數據變化排序的動態排序柱狀圖，對于每天都在不斷更新變化的數據便可以利用$.getJSON來獲取網站上實時數據進行圖片的更新，getJSON是jQuery提供的方法，使用Ajax請求獲取JSON數據，并輸出結果。

2.3 面向報考考生

一本率。生源質量同樣是未來報考考生和家長都關注的擇校因素，如圖3所示，將一本率以可視化形式展現，讓人一目了然。N校面向招生的31個省市中有超過一半（17個）的省份的一本率為100%，其中包含生源大省：黑龍江省、山東省、廣東省。江蘇、西藏、安徽、云南四地的一本率均高于90%，這不僅體現出N校生源質量的穩步提高，更體現了全國上下有越來越多的優秀學子愿獻身于公安事業。

圖3 一本率情況

2.4 面向教育主管部門

招生計劃完成情況。N校計劃招生人數1700人，實際招生人數1654人，其余招錄名額是因為當地沒有合格生源，對于沒有合格生源的情況，教育主管部門應予以重視，給予補救措施，充分利用志愿計劃；學校方面可以加強與當地公安廳與教育考試院溝通協調，力爭讓更多的人有機會參加報考。

3 結語

文章基于Echarts對招生數據可視化進行分析，從院校自身、報考考生、教育主管部門三個層面用可視化形式對招生數據進行呈現解決社會各個方面的關注點，作為數據可視化工具，Echarts可以按照用戶的具體需求直觀展示出數據的分布及規律，其中包含豐富的案例庫，各式各樣的圖表類型可以滿足不同的需求，根據不同的需求使用不同的圖表類型并加以布局組合，以期達到美觀實用的效果。