浅谈数据仓库在教学管理中的应用

摘要：本文在对数据仓库技术的发展及构建技术的研究的基础上讨论了数据仓库技术在教学管理工作中的应用的可能性及其潜在价值，并提出了一些高校数据仓库构建与应用的方法和建议，认为数据仓库技术将会在教学管理工作中大有可为。

关键词：教学管理；数据仓库；教育信息化；模型设计

中图分类号：TP3-4 文献标识码：A文章编号：1007-9599 (2011) 20-0000-02

Data Warehouse Using in Teaching Management

Tang Wenting

(Nanjing Institute of Visual Arts,Nanjing211215,China)

Abstract:In this paper,the development of data warehouse technology and building technology research discussed on the basis of data warehouse technology in university teaching in the management of application possibilities and their potential value,and made a number of colleges and universities to build a data warehouse and application of methods and suggested that the data warehouse will be promising in the management of university teaching.

Keywords:Teaching Management;Data warehouse; Education

Informatization; Model design

一、引言

我们现在生活在一个网络无所不在的时代，计算机技术和网络技术正改变着生活的方方面面。越来越多的现实生活中的信息通过数字化进入计算机世界，以文件、数据库等各种形式在迅速增加。信息滚雪球式的增长在给人们带来方便的同时也带来了很多问题：巨量的信息难以被合理利用；真伪信息难以分辨，安全无法保障；信息形式多样，很难统一处理等等。如何才能淹没在信息汪洋中，而是从中及时挖掘更多的有价值的信息、提高信息利用率成为一个重要课题。

教学作为社会的重要组成部分，同样也面临着同样的问题。我国的很多高校都在信息化的号角声中，建立了自己的校园网络，连入了中国教学网或者因特网；各职能部门都采用了各类信息管理系统，教学部门也都实现了多媒体化的教学方式。于是在多年的日常工作中产生大量历史数据，堆满了磁盘和光盘的角角落落。在学校亟需信息化决策支持的时候，这些传统的数据库却不能做出任何贡献。而解决这个问题最好工具就是数据仓库。

二、教学管理需要建立数据仓库

数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。数据仓库之父William H.Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库是一个面向主题的、集成的（Integrated）、相对稳定的、反映历史变化的数据集合，用于支持管理决策。

由此可见，数据仓库，并非所谓的“大数据量的数据库”。传统的数据库技术目前即无法为数据的合成、分类和综合提供强大的功能支持。也不能将信息以与决策密切相关的主题为中心进行组织。数据仓库则是把决策者所需的信息从原始的操作数据中分离出来，把分散的、难以访问的原始数据操作数据转化为集中统一、随时可访问的信息。简单的说数据仓库就是对信息实现合理、全面而高效的管理。因此，将数据仓库技术应用于教学管理是极其有效的途径。

拥有数据仓库将为建立决策支持系统和进行联机分析打下良好基础。通过多维分析、数理统计和数据挖掘等技术来寻找数据仓库中蕴含的规律并加以利用，除了满足日常教学事务的简单检索、统计、全面管理高校各类教学相关数据、协调各部门顺利工作，还能够为高校教务人员提供有关教学的总体形势预测以及通过数据挖掘来开发历史数据，提取更多隐含的深层次的有价值的信息，以提高教学管理和决策的效率。

三、数据仓库技术在教学管理可以发挥多重作用

首先，通过挖掘学校积累下来的学生相关数据，特别是对成绩管理数据库进行挖掘，既可以帮助学校评定学生的学习行为和综合素质，另外若能将得到的有价值信息提供给学生，又可以对学生起到信息反馈和激发学习动机的作用，如此可以根据学生个别差异，提供个性化的学习指导。

其次利用数据仓库，可以对学生访问情况进行分析，跟踪、了解学生出勤情况。还可对学生年龄等个人情况进行分析，了解学生的组成、结构，为合理地安排课程设置提供依据。通过对学生考试情况的分析，并结合出勤情况，可作为考查学生学习的情况，为合理地评估学生综合素质提供依。对于挖掘出来的规则信息可以利用可视化技术，以图表或曲线等形式提供给教师，以使教师能充分利用学生的问题资源，从而提高教学质量。

再者，各高校一般会通过校园网或者人工收集学生对任课教师所讲授、辅导课程的评价。收集上来的学生座谈意见、学生打分评价、平时各项教学检查、相应课程期末考试班级成绩等数据平时只是作为教师档案数据存人数据库。若能进一步建立数据仓库对数据库中有关教学的各项评价进行分析处理并及时反馈，可以帮助教师确定教学内容的广和深度是否合适；选择的教学媒体是否与教学内容相配；讲解的时间安排是否恰当；教学策略是否得当等，以便于老师及时调整，从而充分发挥这些数据的价值。

另外，高校每年都会对各专业的专业计划、课程设置、教学大纲等进行认真的评估并加以改革。在以往的教改中，往往凭借教务及教研组的主观感受来进行具体的修改，往往这样的决策是没有具体数据作为依据的。如果能够将高校教学数据库中存放各类信息，结合数据仓库的关联分析与时间序列分析等相关功能，就能从这些海量数据中得出一些具有价值的规则和信息，最终找到影响学生学习效果的根本因素，从而有的放矢的进行革新，提高改革的实效。

四、如何建立教学管理用数据仓库

与关系数据库不同，数据仓库并没有严格的数学理论基础，它更偏向于工程。由于数据仓库的这种工程性，因而在技术上将建立数据仓库的过程分为：数据的抽取、存储和管理、数据的表现。

对高校教学管理来说，建立数据仓库的数据可能来自如人事处、学生处、教务处、财务处、设备处、后勤管理等职能部门和二级学院、系及不同地域的分校等等，所有这些数据从结构上看，是相对独立的，教学管理者是没有办法进行全面分析和利用的。根据数据仓库建立的要求，就必须把分散的、无法统一访问的数据从各种信息系统中分离，经过抽取、净化、转换、迁移为统一、随时可用的数据，在通过进一步的加工把信息转换成不同大小、各式各样的数据集市以利于教学管理部门作为专题性分析和辅助决策之用。同时还要考虑采集、入库以及刷新的自动处理，并为今后的扩展预留外部接口。总之，数据仓库就是要把高校分散的、难以访问的日常营运数据转化为集中统一、随时可用的信息。因此高校建立数据仓库是一个长期复杂的过程。

通常要先分析原有业务数据库，确定待建的数据仓库主题。再根据用户的需求来确定各个级别数据仓库的存储主题。

这里选取学生成绩分析为例。首先我们要搜集所有和学生成绩有关的数据，这可能来自于多个部门的多个数据库，为了保证数据的准确一致以及数据格式的统一，我们需要对原始数据进行数据预处理，一般经过数据清理、数据集成和数据变换三个步骤。例如，有的学生成绩采用百分制，有的采用等级制，那我们要统一转换成百分制来保证一致性。

经过数据预处理之后，便可确定数据仓库的模型。在学生成绩分析系统中，我们选取“学生成绩表”为基本事实表，选取“学生信息表”、“课程信息表”、“教师信息表”和“学期学年信息表”四个维度表。我们建立“星型”模型，即该数据仓库以学生成绩事实表为核心，学生信息表、课程信息表、教师信息表以及学期学年信息表四个表从逻辑上围绕在核心表的周围，像星星的角一样。

识别了事实数据与维度数据，也设计了星型结构，接下来就可实现OLAP建模，生成多维数据集（CUBE）。可以建立以ROLAP方式存储的及格率分析多维数据集（以时间维、课程维、专业维为维度，及格率为度量值）、平均成绩分析多维数据集（以时间维、课程维、专业维为维度，平均成绩为度量值）等等许多个不同的多维数据立方体。从多种角度来分析学生成绩数据中蕴藏的规律。

五、结束语

随着生源的逐年减少以及社会对学校教育质量期望值的一再提高，我们不能因循守旧的把信息化简单化成教学信息数字化，而是要充分利用海量历史数据辅助我们的教学以及相关决策。这样就必须建立数据仓库并去发掘其隐藏的规律或模式，为教学管理提供有效的支持。虽然数据仓库只是一种工具，它不能替代教学管理者，但是它可以为教学管理者的决策提供科学的依据，为教育发展提供有力的支持。

参考文献：

[1]张震.数据挖掘技术分析及其在高校管理决策中的应用[J].远程教育杂志,2005,6

[2]张鸣.数据挖掘技术及其在素质教学中的应用[J].电脑与电信,2009

[3]李林等.数据挖掘在我院教学信息化中的应用[J].乐山师范学院学报,2006

[4]李维.网络环境下的基础教学个性化学习系统研究[J].复旦大学,2006

[5]张志峰.数据挖掘技术在教学行业中的应用探讨[J].福建电脑,2009