摘要：高校教學管理工作作為學校教學機制正常運轉的重要前提，在高校管理工作中佔有相當重要的地位。高校教務管理系統使用至今，使大量的業務資訊資料化，雖然基本滿足了新的教學模式的業務需求，但由於資料量過大，導致隱含的規律無法被髮掘，從而不能應用這些規律去指導學校的工作。本文結合教學管理具體要求，通過設計適合教學管理決策需求的資料倉庫模型設計和資料處理方法，建立了完備、正確、無冗餘的教務管理系統資料倉庫模型，為後期進行決策分析提供有效的支援和依據，從理論和實踐上提供一套有效的方法，為高校全面進行資料倉庫建設、聯機分析處理、資料探勘研究與開發提供參考。
關鍵詞：資料倉庫模型；資料倉庫；教務管理系統；教學管理
引言 教學管理是計劃性、創造性和科學性很強的工作，是保證高校教學機制正常運轉的樞紐，關係到教學質量和人才培養質量的提高，在高校管理工作中佔有相當重要的地位。教務管理系統是為了方便教學管理、提高管理工作效率而開發的資料庫系統，由於教學管理工作涉及多方面的內容，因此在設計這些系統時，通常會根據使用者的需求將其設計為幾個子系統，包括培養計劃子系統、排課子系統、成績子系統、學籍子系統等等，每個子系統都包含若干個關係表，這些關係表中記錄著各種屬性資訊。教學管理人員可以根據系統給予的許可權對學生在校的各種相關資訊進行錄入、修改、稽核、釋出、查詢、列印、統計、彙總等功能。
最大限度地實現教學管理過程中的資訊共享和交流，是教務管理系統的主要功能之一。
以培養計劃和排課兩個工作環節之間的聯絡為例。04 年以前，在排課前向各開課學院下達教學任務的過程是這樣的：學院教學祕書根據下學期的教學計劃，將各個專業所上課程摘錄下來，然後將不同專業所上的相同課程進行彙總，再將所有課程按開課學院進行分類彙總，最後將任務書按開課學院下到有關學院。由於存在著學生和任課教師不在同一學院的情況，因此，各學院之間還需要相互頻繁地交換任務書。現在這一切，隨著培養計劃系統的使用得到了很好的解決。由教務處統一按學院生成任務書，並下達到學院，並且所生的計劃資料，可以供排課系統直接使用，不用再像以前那樣，需要人工地建立每學期需要安排的課程和上課的班級資料。
高校教務管理系統使用至今，使大量的業務資訊資料化，基本滿足了新的教學模式的需求。但是，它也有不足之處。教務管理系統收集了大量的資料，正常執行近十年，學生選課資料達到近30 萬條記錄，成績歷史資料達到近200 萬條記錄，交費資料達到近10 萬條記錄，教師課堂工作量達到近5 萬條記錄，面對如此海量的資料，目前的教務管理系統只是對它們進行一下查詢、更新操作，並沒有完全發揮資訊科技的潛能。沒有去挖掘大量資料中所隱含的規律，從而應用這些規律去指導學校的工作。因此，如何借用資訊化的手段來為教學管理人員進行決策支援服務，成為急需解決的問題。
課題研究的國內外發展狀況及相關理論國內外發展狀況資料倉庫目前大多應用於商業或戰略目的，在教育管理方面的應用暫時不多，且由於國內外教育培養方式的差別，國外關於教育管理單方面的資料倉庫的研究及設計的並不是很多，更多是集中於學校整體教育評估的研究。綜合國內外情況，目前關於資料倉庫理論在教學管理方面的應用主要集中在以下幾個方面：
（1）基於教務資料倉庫的應用開發研究；年，nikolaos dimokas 等人在《》一文中，通過對希臘第二大綜合性大學亞里士多德大學的教育管理系統進行分析，確定學校建立資料倉庫的可行性和必要性，通過需求分析，確定所需要的資料維度和粒度級別，選擇星型模型，基於microsoft sql server XX 建立資料倉庫並進行聯機分析處理，結合microsoft sharepoint XX 和excel 建立基於web 使用者介面的olap 應用程式，為學校教學管理決策提供了科學有利的依據。
（2）基於教務資料倉庫的資料探勘演算法研究；年，王長娥在《資料探勘在教學評價中的應用研究》一文中，針對資料探勘聚類演算法k 平均分割槽演算法和層次凝聚演算法的缺點，提出了一種新的改進演算法(np 演算法)，通過對濰坊學院的成人教育資料進行挖掘，得出了有意義的結論。
（3）針對教務資料倉庫的資料預處理演算法研究；年，曹薇在《教務資料倉庫中資料清理方法的研究》一文中，從屬性清理和記錄清理兩方面對資料清理進行了研究,研究瞭如何用貝葉斯分類方法來修補缺失值, 通過對原有方法的組合和改進，提出了一種高效的檢測相似重複記錄的方法，減小了時間複雜度且提高了精度。
相關理論資料倉庫資料庫系統作為資料管理手段，從它的誕生開始，就主要用於事務處理。經過數十年的發展，在這些資料庫中已經儲存了大量的日常業務資料。傳統的業務系統一般是直接建立在這種事務處理環境上的。資料庫技術一直力圖使自己能勝任從事務處理、批處理到分析處理的各種型別的資訊處理任務，後來人們逐漸認識到，在目前的計算機處理能力上，直接使用事務處理環境來支援決策是行不通的。近年來，隨著資料庫技術的應用和發展，人們嘗試對資料庫中的資料進行再加工，形成一個綜合的、面向分析的環境，以更好地支援決策分析，資料倉庫(data warehouse,簡稱dw)正是為了構建這種新的分析處理環境而出現的一種資料儲存和組織技術。資料倉庫彌補了原有資料庫的缺點，將原來以單一資料庫為中心的資料環境發展為一種新環境：體系化環境。資料倉庫的建立並不是要取代資料庫，它要建立在一個較全面和完善的資訊應用基礎上，用於支援高層決策分析，而事務處理資料庫在企業的資訊環境中承擔的是日常操作性的任務。
資料預處理資料預處理是資料在進入資料倉庫系統之前的處理過程，在這個過程中，需要將來自關係資料庫、實時資料庫或者檔案系統等多個外部資料來源的資料進行有效的抽取、清理、轉化和綜合，檢查資料的完整性、一致性等質量指標，對其中的噪音資料、空值等進行處理，最後存入資料倉庫[1]。資料預處理與資料倉庫系統的關係資料預處理過程中要考慮以下幾個問題[2]：
（1）異構平臺下的資料透明性（2）資料準確性與實時性的平衡（4）成本與維護性聯機分析處理（olap）聯機分析處理，英文名稱為on-line analysis processing，簡寫為olap。
聯機分析處理具有靈活的分析功能、直觀的資料操作和分析結果視覺化表示等突出優點，從而使使用者對基於大量複雜資料的分析變得輕鬆而高效，以利於迅速做出正確判斷。它可用於證實人們提出的複雜的假設，其結果是以圖形或者表格的形式來表示的對資訊的總結。它並不將異常資訊標記出來，是一種知識證實的方法。
研究的主要內容（1）在傳統教務管理系統資料庫基礎上，對資料進行清理，消除噪聲和不一致，整合存放在不同資料庫和檔案中的資料。
（2）設計合理的系統模型，提取相關資料，採用適合的資料預處理演算法，建立完備、正確、無冗餘的教務資料倉庫。
（3）基於所建立的資料倉庫，結合教務具體應用需求，開發olap 應用。
（4）設計互動性良好的使用者介面，將分析結果用視覺化和知識表示技術表示出來。
課題研究的主要技術路線教務管理系統中的組合資料清理技術以往常用的清理方法是根據不同的資料背景採用如平均、分類、聚類、預測、相關性分析等方法，對真實值進行估計，但比較通用的演算法目前還沒有。1969 年，s 和首次提出了組合預測的理論和方法以來，組合預測的理論在國內得到了廣泛的應用和發展。本文從組合預測思想的出發，給出了資料清理的組合模型。該模型的思想是：
對於同一資料進行處理，可以用多種方法，每種方法都有各自的優點和缺陷，為了有效的利用各種模型的優點，迴避其缺點，將不同的方法進行組合，只要選好權重便可以得到較好的處理結果。實踐證明，任何一個獨立模型，哪怕是效果不佳的模型，只要它含有獨立的系統資訊，當與一個較好的方法進行組合後同樣可以改善結果精度，增強模型的可靠性。本課題使用遺傳演算法確定各種單一演算法的估計結果的最優權，然後加權平均，得到一種相對通用的演算法。實驗表明，這種組合演算法在大多數情況下比使用單一演算法要精確。
資料倉庫模型設計學校教務資料主要儲存在關係型資料庫中，大量的資料和資料模型，都是反映歷屆學生的學習情況和教師的教學任務以及教學計劃，已開發的資料庫系統基本上是面向事務處理的簡單的管理資訊系統。隨著學校對決策資訊需求的日益廣泛、複雜和迫切，這些傳統的資料庫系統存在的問題也越來越明顯：（1）原有資料庫系統是面向oltp 而不是面向olap 的；（2）原有資料庫系統難以適應各類物件資料粒度的不同要求；在資料倉庫中，系統體系結構是關鍵[3]。要成功地實施資料倉庫，首先要擬訂適合高校特點的資料倉庫系統框架，一個真正實用、有效、靈活的資料倉庫系統體系結構的建立是十分必要的。近年來，國際學術界正積極對資料倉庫系統的體系結構展開研究，例如，美國大學的adms 系統[4],colorado 大學的h2o 系統[5]和stanford 大學的whips 計劃等。在對教務系統進行深入調研和需求分析的基礎上，針對教務管理自身的特點，我們提出了一個集中式資料倉庫(即中央教務資料倉庫)、分散式資料集市(即部門學院級資料倉庫) 和個人級資料倉庫相結合的、適合教務管理的資料倉庫體系結構下面就圖中各個部分予以簡要說明：
（1）資訊源資訊源(information source)即資料倉庫的資料來源。它可以是異種或異構資料庫中的資料，也可以是資料檔案、學校內部資料、市場調查報告或其它各種文件資料等。在本課題中，資料主要來自兩種資料來源：關係資料庫（interbase 和sql serverXX）、檔案系統（早期資料）。
（2）提取器提取器(extractor)又稱為包裝器/監視器(wrapper/monitor)。它主要負責如下工作：
資料格式轉換監視標明時間戳（3）整合器整合器(integrator)主要負責將資料按資料倉庫的各種規則（如一致的命名轉換、一致的編碼結構、一致的資料物理屬性等）將資料正確載入到資料倉庫中。由於資訊源眾多，資料整合是資料倉庫建設中最關鍵和最複雜的一步，它包含下面幾個方面：
資料過濾資料彙總資料合併（4）元資料元資料(metadata)是關於資料的資料，它是資料倉庫的管理性資料，在資料倉庫的設計、執行中起著極其重要的作用，是整個資料倉庫的核心。它描述了資料倉庫的資料和環境，用於儲存資料模型和定義資料結構、轉換規則、倉庫結構、控制資訊等。
（5）中央資料倉庫中央資料倉庫的目標是進行決策支援，它是支援管理決策過程的、面向主題的、整合的、穩定的、時變的資料集合，它面向主題組織資料，每個主題對應一個客觀分析領域，它可以為輔助決策分析整合多個部門、不同系統的大量資料。
為了滿足不同應用對資料庫的不同處理深度的要求，資料倉庫中的多重粒度是必不可少的，其資料倉庫中的資料組織結構分為四個級別，即早期細節級、當前細節級、輕度綜合級和高度綜合級四級粒度，如圖3 所示。當前細節級儲存來自整合器的當前細節資料，為單位當年的詳細資料；早期細節級儲存歷史詳細資料，一般儲存5-8 年的歷史資料。詳細資料經進一步彙總，以綜合的資料進入輕度綜合級和高度綜合級。隨著時間的推移，由時間控制機制將當前細節級的老化資料轉入早期細節（即轉為歷史資料）。
（6）資料集市與個人級資料倉庫中央資料倉庫使資料發生了質的變化，由原始的操作資料轉化為適合分析的匯出性資料。隨著資料的不斷載入，中央資料倉庫將越來越龐大，若所有的決策分析工作都完全基於中央資料倉庫，效能將十分低下。因此，有必要建立資料集市(部門級資料倉庫)以及個人級資料倉庫，形成一個分層的資料倉庫環境，校級、院系級和高階管理（個人）級資料倉庫渾然一體，以適應學校不同層次分析的需要，並與原有的操作型環境形成一個四層的體系化環境資料集市(data marts)是一種更小、更集中的院系級資料倉庫。資料集市具有傳統意義上的資料倉庫的四個基本特徵，它是按照某一特定的決策支援需求而組織起來的、針對特定主題的資料倉庫。圖4 的四層體系化環境可以很好地與學校的各個院系組織結構對應起來。例如，對於所有學校的總體成績在教務處進行巨集觀管理，對於各個院系的成績在院系級進行分析。高層管理的主要任務是進行戰略決策，需要進行復雜的分析加工，個人級資料倉庫面向這一層。
針對學校各個院系對資料訪問的區域性性，有必要為訪問資料倉庫十分頻繁的關鍵業務部門建立自己的資料集市，以便節約開銷，提高響應速度；對於一般通用業務的分析決策應用，建立一個通用的資料集市，並且建立一個學校高層管理人員使用的個人級資料倉庫，以支援學校的巨集觀戰略決策。這樣，既可以提高解決分析效率，又便於對中央資料倉庫進行有效的維護。
結束語本文基於實際工作經驗，通過對資料倉庫的關鍵技術的研究，在詳細研究資料倉庫體系結構、設計方法、實施策略及應用技術等相關知識後，結合教學管理具體要求，尋找適合教學管理決策需求的資料倉庫模型設計和資料處理方法，設計建立完備、正確、無冗餘的教務管理系統資料倉庫模型，為以後進行決策分析提供有效的支援和依據。通過本文的研究，從理論和實踐上提供一套有效的方法，為高校全面進行資料倉庫建設、聯機分析處理、資料探勘研究與開發提供參考。建設科學合理的教務管理系統資料倉庫，不僅有效地提高了高校資訊管理和資料利用的能力，並且加強了高層教學管理決策的合理性和科學性，是高校提高綜合競爭力的必經之路。
三優範文網