教育行业数据治理系统实践

雪夜的影子

2023-02-23

技术的问题要优先用技术来解决，而教育数据治理的核心在数据本身，因此，针对当前教育数据质量不高、安全不够、开放共享不足等问题，选择以数据治理的技术逻辑为导向，以建构和谐的技术应用生态为落脚点，是推动教育数据治理问题解决，走向教育治理现代化的关键着力点。亿信华辰为教育行业提供一站式数据治理解决方案，助力高校的新时代教育管理信息化工作。

总体架构

高校大数据建设总体架构可分为三个层次：数据治理层、数据平台层和数据服务层，如下图所示。各层的主要功能定义如下：


①底层——数据治理层。该层主要完成统一的标准和规则制定工作，包括抽取以业务数据 为主的结构化数据，以文本、音视频、机器数据为主的半结构化数据及非结构化数据，实现对各类数据的梳理、数据标准制定、元数据管理、数据质量及数据资产梳理、数据安全管理、数据集成服务等，从软件层面解决学校业务数据、机器数据、公共数据池数据的管理问题，为后续的数据存储、交换与计算服务提供“干净、可靠”的数据资源。

②中间层——数据平台层。基于硬件架构层面构建统一平台体系，涵盖传统的关系型数据 库和当前以 Hadoop 为基础的分布式数据存储技术，用以支撑高校内、外部多源异构的海量数 据存储、交换与计算。

③顶层——数据服务层。在数据平台层和数据治理层的基础之上，构建一套完整的、标准 的数据服务体系，满足多方面的数据供给、展示、管理、决策的需求。

功能框架

基于“五元管理”（包括数据标准管理、元数据管理、数据质量管理、数据资产管 理、数据安全管理），进行教育大数据治理系统相关功能建设，其功能框架如下图所示。


数据标准管理：数据范围涉及高校内、外部数据运营相关的数据，包含业务数据、机器日志数据、外部互联网数据。以数据标准为基础的数据治理体系，实现数据的资产化，贯穿整个数据运营的全流程，形成以高校数据平台为核心的大数据生态圈，服务于高校内、外部的数据使用人员。

元数据管理：依托大数据治理系统便捷地管理高校数 据仓库中的数据，调整业务中的统计指标，并通过技术元数据和业务元数据两种数据的关联， 辅助数据管理者快捷地查阅详细的指标定义，全面理解业务并合理使用指标。

数据质量管理：数据质量管理涵盖从源数据接入数据平台到应用输出的全过程。数据质量包含数据质量管 理、数据资产评估、数据质量规则库制定及数据质量绩效监控。

数据资产管理：以数据资产作为管理对象，以资产战略和资产策略为导向，从系统整体目标出发，统筹考虑资产的规划、投资、设计、建设、运行、维护、稽核、变更、注销的全过程，在满足安全、效能的前提下有效管理、监控数据资产的生产和使用情况，不断优化数据资产质量，实现数据资产的业务价值。

数据安全管理：旨在完善数据体系化的安全策略，建立完整的体系化安全策略措施，全方位地进行安全管控，通过多种手段保障数据平台数据治理中的数据安全，完成数据“存、管、用” 的数据治理安全，做到“事前可管、事中可控、事后可查”。

雪夜的影子

2023-02-23

数据治理系统建好之后在教育场景下是如何应用的呢，下面结合几个实际案例来聊一聊。

1.学习动机分析

通过数据集成，将学生在各个学习场景下的数据进行聚合，比如课前预习（学习资料、微课）、课堂表现（参与课堂互动、随堂练习）、课后复习（完成课后作业、学习课程资源、自主学习）等；然后通过数据治理平台从上级管理部门和其他相关部门（比如民政局、土管局等）获取学生其他维度的数据，使学生的的数据更加丰富；最后结合学习动机理论，从作业学习、课堂参与、学习交流、困难解决、自主学习、家庭教育等多角度对学生进行全面分析，摒弃经验教学，帮助教师更加科学地观察学生、了解学生，帮助学生提升学习兴趣。

2.教学补助发放

通过数据治理平台，拿到学生家庭住房信息、购车信息、父母工作信息、学生一卡通消费信息，基于此通过和相关领导沟通搭建学生贫困指数，以此来判定学生的贫困情况，摒弃学生自行申请的方式，通过这种行为保护学生的自尊心。

3.学生离校确认

以往离校学生需要跑各个部门才能办完手续，基于数据做成的系统可以直观说明学生的借还情况，学生在办理图书馆离校手续时，只需参考系统提示确认自己是否需要还书，是否需要缴纳欠费，无须前来办事部门现场确认，相关部门也可依据线上数据进行离校手续的确认。师生登录办事中心一次即可全网通办，解决“办不完的手续、盖不完的章、跑不完的路”等麻烦。