徐楠楠 胡晨光

摘 ? 要：數(shù)據(jù)是學(xué)校的核心資產(chǎn)，數(shù)據(jù)隨業(yè)務(wù)產(chǎn)生，貫穿于業(yè)務(wù)的全過程。文章對涉及新生報到的10個業(yè)務(wù)活動進(jìn)行梳理和再造，形成從招生到新生報到的上下游業(yè)務(wù)閉環(huán)，然后依據(jù)信息標(biāo)準(zhǔn)，對各業(yè)務(wù)活動數(shù)據(jù)進(jìn)行采集、清洗、轉(zhuǎn)換、存儲的全生命周期管理，消除信息孤島。最后利用Python程序設(shè)計語言，從計劃、錄取、報到等多個維度對招生數(shù)據(jù)進(jìn)行分析，縱向比較近幾年招生計劃數(shù)和錄取數(shù)，引入Sklearn庫中的LinearRegression構(gòu)建回歸模型，并對招生數(shù)據(jù)進(jìn)行預(yù)測，指導(dǎo)并完善學(xué)校的招生決策。

關(guān)鍵詞：流程優(yōu)化;數(shù)據(jù)治理;數(shù)據(jù)交換共享;Python;招生主題數(shù)據(jù)分析

中圖分類號：TP315 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-8454（2019）19-0048-06

一、引言

隨著信息技術(shù)的不斷發(fā)展，教育信息化經(jīng)歷了部門級應(yīng)用建設(shè)、數(shù)字校園建設(shè)等幾個發(fā)展階段，智能化校園建設(shè)成為目前研究和實(shí)踐的焦點(diǎn)。高校信息化建設(shè)過程中，各個部門都先后建立了各種業(yè)務(wù)管理系統(tǒng)，但這些系統(tǒng)是不同時期的不同平臺，依據(jù)不同的數(shù)據(jù)模型建立，缺乏統(tǒng)一規(guī)劃，沒有統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，各自為政，相互之間無法進(jìn)行有效的數(shù)據(jù)共享和數(shù)據(jù)利用?！绊?xiàng)目型”建設(shè)模式不僅帶來較大的開發(fā)和運(yùn)維成本，建設(shè)完成即形成新的信息孤島，如果不進(jìn)行數(shù)據(jù)整合和集成，沉睡的數(shù)據(jù)將無法發(fā)揮價值。

《國家中長期教育改革和發(fā)展規(guī)劃綱要（2011-2020年）》中明確提出，構(gòu)建國家教育管理信息系統(tǒng)，促進(jìn)學(xué)校管理標(biāo)準(zhǔn)化、規(guī)范化，加強(qiáng)動態(tài)監(jiān)測，提高管理效率。教育部按照《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》要求，制定了《職業(yè)院校數(shù)字校園建設(shè)規(guī)范》，推動職業(yè)院校數(shù)字校園建設(shè)，促進(jìn)信息技術(shù)與職業(yè)教育的深度融合?！督逃畔⒒?.0行動計劃》中也提出，建立“覆蓋全國、統(tǒng)一標(biāo)準(zhǔn)、上下聯(lián)動、資源共享”的教育政務(wù)信息資源大數(shù)據(jù)，打破數(shù)據(jù)壁壘，實(shí)現(xiàn)“一數(shù)一源”和伴隨式數(shù)據(jù)采集?！吨袊逃F(xiàn)代化2035》中明確提出，建設(shè)智能化校園，統(tǒng)籌建設(shè)一體化智能化教學(xué)、管理與服務(wù)平臺。以上這些政策文件為今后高校信息化建設(shè)指明了方向。

二、學(xué)生業(yè)務(wù)域業(yè)務(wù)梳理

1.原業(yè)務(wù)處理模式問題

學(xué)生是學(xué)校的主體，在信息化建設(shè)中，依據(jù)頂層設(shè)計，對學(xué)生業(yè)務(wù)域的業(yè)務(wù)活動、流程、數(shù)據(jù)進(jìn)行分析尤為重要。學(xué)生相關(guān)管理業(yè)務(wù)在信息化建設(shè)之前，原業(yè)務(wù)處理模式主要存在以下問題：

（1）橫向協(xié)調(diào)困難，效率不高。絕大多數(shù)流程需要多個部門配合才能完成，流程的各活動分散于各部門中，各部門缺乏有效信息交流和協(xié)作，整個流程處于無法整體控制的分散狀態(tài)。各部門以維護(hù)部門利益為工作標(biāo)準(zhǔn)，任何一個部門提升整個流程效率的設(shè)想往往無法得到認(rèn)同，缺乏整體控制弱化了整個業(yè)務(wù)流程的效能。

（2）信息交流不暢，數(shù)據(jù)不準(zhǔn)確。缺乏溝通手段，每個活動操作人員只知道自己負(fù)責(zé)的業(yè)務(wù)活動，無法了解流程的全貌，不能準(zhǔn)確地參與到整個流程處理中，經(jīng)常出現(xiàn)重復(fù)性工作。在這些重復(fù)性工作中，原始數(shù)據(jù)的選擇、過濾、處理機(jī)制各不相同，所得結(jié)果無法共享，缺乏第三方驗(yàn)證，無法形成數(shù)據(jù)處理的閉環(huán)流程，信息失真在所難免。

2.學(xué)生業(yè)務(wù)域業(yè)務(wù)活動梳理

根據(jù)上述問題，對涉及學(xué)生主體的招生就業(yè)處、學(xué)工部、教務(wù)處、財務(wù)處、二級學(xué)院等多個職能部門調(diào)研，對學(xué)生入校前、入校、在校、離校四個階段全過程管理進(jìn)行分析，整理出學(xué)生業(yè)務(wù)域的主要業(yè)務(wù)活動，如圖1所示。

學(xué)生入校前，包含的業(yè)務(wù)活動有自主招生、考務(wù)管理、錄取管理、招生管理;入校階段，包含的業(yè)務(wù)活動有生成新生學(xué)籍、收費(fèi)管理、宿舍安排、綠色通道、新生制卡、新生報到（迎新）;在校階段，包含的業(yè)務(wù)活動有學(xué)籍管理、學(xué)籍異動、教學(xué)活動、獎懲貸助、發(fā)費(fèi)管理、收費(fèi)管理、綠色通道、宿舍管理、一卡通管理、社團(tuán)活動;離校階段，包含的業(yè)務(wù)活動有畢業(yè)離校、就業(yè)管理、校友管理。

在上述業(yè)務(wù)活動中，學(xué)生在校階段的學(xué)籍管理、學(xué)籍異動和教學(xué)活動是與教學(xué)相關(guān)的非常重要的一部分業(yè)務(wù)，因此，此部分內(nèi)容也可以劃分到教學(xué)業(yè)務(wù)域中進(jìn)行分析。

3.以新生為主體進(jìn)行流程優(yōu)化

確定主要業(yè)務(wù)活動后，就進(jìn)入流程分析階段。業(yè)務(wù)流程分析的目的是通過對現(xiàn)有流程進(jìn)行評價，尋找出改進(jìn)的機(jī)會并確定選擇業(yè)務(wù)流程中的哪些活動進(jìn)行優(yōu)化。涉及新生的業(yè)務(wù)活動主要包括入校前和入校兩個階段，在分析過程中，確認(rèn)具體業(yè)務(wù)活動描述和業(yè)務(wù)對應(yīng)的主責(zé)部門，并對這10個業(yè)務(wù)活動全部進(jìn)行信息化并建設(shè)相關(guān)的業(yè)務(wù)系統(tǒng)，具體如表1所示。

業(yè)務(wù)系統(tǒng)建設(shè)完成后，雖然在一定程度上規(guī)范了各業(yè)務(wù)部門內(nèi)部的管理工作，提升了管理效率，但是對跨部門間的業(yè)務(wù)和數(shù)據(jù)仍存在業(yè)務(wù)流程不通、數(shù)據(jù)不一致導(dǎo)致的重復(fù)操作情況。因此，需要再次對跨部門業(yè)務(wù)進(jìn)行梳理和流程再造，旨在以業(yè)務(wù)流帶動數(shù)據(jù)流，以數(shù)據(jù)共享需求推動業(yè)務(wù)流程梳理和再造，進(jìn)而打破各部門的系統(tǒng)屏障，實(shí)現(xiàn)跨部門業(yè)務(wù)流轉(zhuǎn)，整合原先各部門分散的數(shù)據(jù)，統(tǒng)一管理數(shù)據(jù)資源的目標(biāo)。

以自主招生為例，對考生報名、考試、錄取、生成新生學(xué)籍、生成應(yīng)收、安排宿舍、新生報到、報到結(jié)果反饋的全過程進(jìn)行流程梳理和優(yōu)化，如圖2所示。

流程優(yōu)化遵循以下原則：

（1）流程便捷化。在分解和診斷原有流程的基礎(chǔ)上，實(shí)現(xiàn)流程優(yōu)化，達(dá)到便捷化和自動化，從而降低時間成本，提高服務(wù)效率。流程便捷化不是某一個部門內(nèi)部的變革活動，而是眾多部門的聯(lián)動，無需再做重復(fù)性工作。

（2）行為規(guī)范化。通過信息化技術(shù)手段對業(yè)務(wù)流程進(jìn)行準(zhǔn)確描述并形成標(biāo)準(zhǔn)作業(yè)的一系列過程，必然要求業(yè)務(wù)流程的制度化、標(biāo)準(zhǔn)化、程序化。

（3）過程人性化。以用戶需求為導(dǎo)向，業(yè)務(wù)流相關(guān)人員全面參與，建立相互協(xié)調(diào)、相互監(jiān)督、相互合作的工作關(guān)系。

經(jīng)過流程優(yōu)化，達(dá)到以下目標(biāo)：

（1）把非結(jié)構(gòu)化的流程轉(zhuǎn)變?yōu)榫唧w的程序化活動，以全局視角將不同部門所負(fù)責(zé)的活動相互連接構(gòu)成了有組織的業(yè)務(wù)活動，破解了各自為政、協(xié)調(diào)困難的問題。

（2）更多關(guān)注活動之間的關(guān)系，設(shè)計各項(xiàng)活動觸發(fā)條件、完成時間、輸入輸出等活動之間的銜接問題，保證流程的整體運(yùn)動方向，以整個流程的標(biāo)準(zhǔn)化促進(jìn)部門內(nèi)各活動處理的制度化、規(guī)范化，實(shí)現(xiàn)流程的整體協(xié)調(diào)。

（3）明確了每個部門的職責(zé)，上一個活動產(chǎn)生的輸出作為下一個活動的輸入，下一活動對上一活動提供的數(shù)據(jù)進(jìn)行使用、驗(yàn)證和反饋，流程上實(shí)現(xiàn)了數(shù)據(jù)管理的持續(xù)過程。這種閉環(huán)業(yè)務(wù)流程既提高了工作效率，又保證了學(xué)校所有主數(shù)據(jù)的準(zhǔn)確。

三、數(shù)據(jù)治理為數(shù)據(jù)分析夯實(shí)基礎(chǔ)

業(yè)務(wù)流程再造使得學(xué)生全局業(yè)務(wù)成為上下貫通、左右協(xié)調(diào)的閉環(huán)流程，但是要保證業(yè)務(wù)流上所承載數(shù)據(jù)流的高質(zhì)量、可用性和一致性，還需要對數(shù)據(jù)收集、轉(zhuǎn)換、清洗等過程進(jìn)行規(guī)范化治理。

1.規(guī)范數(shù)據(jù)階段，明確數(shù)據(jù)職責(zé)

數(shù)據(jù)在業(yè)務(wù)流程中分為三個階段：

（1）數(shù)據(jù)產(chǎn)生階段。學(xué)校的原始數(shù)據(jù)，大部分源于各業(yè)務(wù)系統(tǒng)。

（2）數(shù)據(jù)集成階段。使用ETL或Web Services接口將數(shù)據(jù)抽取到數(shù)據(jù)交換平臺中。

（3）數(shù)據(jù)使用階段。對上游數(shù)據(jù)進(jìn)一步處理，產(chǎn)生增值數(shù)據(jù)。

數(shù)據(jù)質(zhì)量問題主要產(chǎn)生于數(shù)據(jù)產(chǎn)生階段，主要問題有數(shù)據(jù)項(xiàng)缺失、數(shù)據(jù)不準(zhǔn)確;其次在數(shù)據(jù)集成階段的數(shù)據(jù)加工過程，主要問題有數(shù)據(jù)定義缺失導(dǎo)致的數(shù)據(jù)理解錯誤，系統(tǒng)間數(shù)據(jù)同步時效造成的數(shù)據(jù)不一致。數(shù)據(jù)使用階段和數(shù)據(jù)集成階段是數(shù)據(jù)質(zhì)量問題暴露最多的兩個階段，因?yàn)閿?shù)據(jù)的使用決定了數(shù)據(jù)質(zhì)量問題的定義，很多質(zhì)量問題都是在首次使用時才發(fā)現(xiàn)。

針對數(shù)據(jù)階段特點(diǎn)和數(shù)據(jù)質(zhì)量問題特性，制訂數(shù)據(jù)治理策略：

（1）數(shù)據(jù)產(chǎn)生階段。數(shù)據(jù)質(zhì)量問題必須在源頭得到修正，這是數(shù)據(jù)治理策略的一項(xiàng)基本原則。數(shù)據(jù)項(xiàng)缺失、數(shù)據(jù)不準(zhǔn)確和數(shù)據(jù)集成階段暴露的數(shù)據(jù)定義缺失都是在數(shù)據(jù)產(chǎn)生階段出現(xiàn)的問題，此階段數(shù)據(jù)質(zhì)量問題的實(shí)施策略為：規(guī)范《學(xué)校信息標(biāo)準(zhǔn)》，系統(tǒng)建設(shè)時嚴(yán)格按照信息標(biāo)準(zhǔn)中主數(shù)據(jù)的標(biāo)準(zhǔn)定義系統(tǒng)數(shù)據(jù)項(xiàng)，并要求承建商提供數(shù)據(jù)字典。在數(shù)據(jù)采集時，既通過技術(shù)手段做到數(shù)據(jù)“應(yīng)采盡采”，又通過培訓(xùn)等多種形式宣傳數(shù)據(jù)準(zhǔn)確的重要性，讓各系統(tǒng)操作人員把好數(shù)據(jù)質(zhì)量第一道關(guān)。

（2）數(shù)據(jù)集成階段。各信息系統(tǒng)的主數(shù)據(jù)在這個階段進(jìn)行匯集，數(shù)據(jù)項(xiàng)缺失和數(shù)據(jù)定義缺失也是在此階段暴露的。數(shù)據(jù)集成是信息中心核心工作之一，通過數(shù)據(jù)質(zhì)量暴露的問題，追蹤數(shù)據(jù)質(zhì)量背后的根本原因，對人員、業(yè)務(wù)流程、信息系統(tǒng)、集成過程等提出深入優(yōu)化方案。

（3）數(shù)據(jù)使用階段。作為數(shù)據(jù)的最終使用者，在使用環(huán)節(jié)評估數(shù)據(jù)治理的成效，并反饋給信息中心作為下一階段數(shù)據(jù)治理的目標(biāo)依據(jù)。

根據(jù)上述情況，建立數(shù)據(jù)責(zé)任人體系，分別明確數(shù)據(jù)所有者、數(shù)據(jù)管理者、數(shù)據(jù)使用者的工作職責(zé)，如圖3所示。數(shù)據(jù)所有者是數(shù)據(jù)的產(chǎn)生維護(hù)者，一般是業(yè)務(wù)部門工作人員，需要按照數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量要求提供可信的原始數(shù)據(jù)，并對缺陷數(shù)據(jù)進(jìn)行修復(fù);數(shù)據(jù)管理者是數(shù)據(jù)的集成維護(hù)者，多為信息中心數(shù)據(jù)管理員，負(fù)責(zé)數(shù)據(jù)集成，推動數(shù)據(jù)共享，及時做好數(shù)據(jù)備份，制定數(shù)據(jù)安全管理策略;數(shù)據(jù)使用者申請使用數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)質(zhì)量問題，并根據(jù)需要進(jìn)行數(shù)據(jù)分析。全面治理學(xué)生數(shù)據(jù)，以實(shí)現(xiàn)“狀態(tài)數(shù)據(jù)要準(zhǔn)確，過程數(shù)據(jù)要連續(xù)，歷史數(shù)據(jù)可回溯”的目標(biāo)。

經(jīng)過數(shù)據(jù)治理，確定了學(xué)生基礎(chǔ)數(shù)據(jù)的權(quán)威來源，依據(jù)信息標(biāo)準(zhǔn)，規(guī)范學(xué)生主數(shù)據(jù)，通過數(shù)據(jù)交換平臺實(shí)現(xiàn)異構(gòu)系統(tǒng)間數(shù)據(jù)的共享交換。數(shù)據(jù)使用中發(fā)現(xiàn)的數(shù)據(jù)質(zhì)量問題及時反饋修復(fù)，最終形成數(shù)據(jù)閉環(huán)，如圖4所示。學(xué)校各環(huán)節(jié)用戶都成為數(shù)據(jù)的生產(chǎn)者、維護(hù)者、使用者和受益者，打造了全量、高質(zhì)量、標(biāo)準(zhǔn)化的數(shù)據(jù)生態(tài)，服務(wù)于人才培養(yǎng)、科學(xué)研究和學(xué)校運(yùn)營。

2.新生數(shù)據(jù)共享交換和治理

為了讓數(shù)據(jù)在業(yè)務(wù)流上流動起來成為信息流，首先是實(shí)現(xiàn)對新生業(yè)務(wù)的數(shù)據(jù)共享交換，采用ETL工具實(shí)現(xiàn)異構(gòu)系統(tǒng)間的數(shù)據(jù)交換，具體共享交換方案如圖5所示。

數(shù)據(jù)共享交換遵從學(xué)校信息標(biāo)準(zhǔn)，根據(jù)權(quán)威數(shù)據(jù)來源，確保每個數(shù)據(jù)項(xiàng)只有一個出處，即“數(shù)據(jù)一次錄入多次使用”。信息中心負(fù)責(zé)數(shù)據(jù)的一致性，各業(yè)務(wù)部門負(fù)責(zé)數(shù)據(jù)的準(zhǔn)確性、完整性、規(guī)范性。確定了數(shù)據(jù)產(chǎn)生的權(quán)威部門，數(shù)據(jù)隨著業(yè)務(wù)處理在業(yè)務(wù)流中動起來，下游數(shù)據(jù)使用部門驗(yàn)證數(shù)據(jù)產(chǎn)生部門的數(shù)據(jù)質(zhì)量，形成有效的采集、交換、共享、監(jiān)督、反饋、溝通、整合數(shù)據(jù)閉環(huán)，不斷提升數(shù)據(jù)質(zhì)量，為數(shù)據(jù)分析決策夯實(shí)基礎(chǔ)。

四、利用Python實(shí)現(xiàn)招生主題數(shù)據(jù)分析

1.數(shù)據(jù)應(yīng)用的三個層次

數(shù)據(jù)經(jīng)過采集、轉(zhuǎn)換、清洗后，可以進(jìn)行不同層次的利用和分析。對數(shù)據(jù)的利用可分為三個層次：

（1）數(shù)據(jù)報表、可視化：包括師生畫像，師生數(shù)據(jù)一張表，校情數(shù)據(jù)展示等。

（2）數(shù)據(jù)挖掘、關(guān)聯(lián)分析：對不同維度的數(shù)據(jù)進(jìn)行挖掘應(yīng)用。

（3）建立數(shù)據(jù)模型、預(yù)測。

對數(shù)據(jù)的利用，前提和基礎(chǔ)是實(shí)現(xiàn)數(shù)據(jù)共享交換。解決數(shù)據(jù)共享交換，消除信息孤島是一個持續(xù)的過程，新業(yè)務(wù)系統(tǒng)的建設(shè)或者舊業(yè)務(wù)系統(tǒng)的升級改造勢必會影響原有數(shù)據(jù)的共享交換規(guī)則，所以當(dāng)前和未來一段時期，數(shù)據(jù)共享交換仍是高校數(shù)據(jù)工作的重點(diǎn)。目前各高校對數(shù)據(jù)的綜合利用多停留在數(shù)據(jù)報表可視化階段，只有個別高校實(shí)踐了數(shù)據(jù)的挖掘應(yīng)用。

2.Python簡介

利用Python程序設(shè)計語言對數(shù)據(jù)進(jìn)行可視化分析的優(yōu)勢在于其強(qiáng)大的集成性和豐富的第三方庫，Anaconda和PyCharm可以幫助用戶實(shí)現(xiàn)Python的高效開發(fā)，把數(shù)據(jù)讀取、數(shù)據(jù)清洗、數(shù)據(jù)分析和數(shù)據(jù)展示都集成在PythonIDE，無需添加額外的開發(fā)程序。Python具有10萬多個第三方庫，如Requests、BeautifulSoup用于網(wǎng)絡(luò)爬蟲采集數(shù)據(jù);Matplotlib和Seaborn有良好的作圖性能;Pandas是基于Series和DataFrame兩種數(shù)據(jù)類型的數(shù)據(jù)分析庫。

3.招生主題數(shù)據(jù)可視化

本文數(shù)據(jù)可視化圖表均使用Python3.6版本，集成環(huán)境使用Anaconda3。

數(shù)據(jù)采集時，既可以直接通過Python連接數(shù)據(jù)庫，也可以將需要分析的數(shù)據(jù)從數(shù)據(jù)庫中導(dǎo)出成CSV或Excel格式。本文使用的數(shù)據(jù)統(tǒng)一在數(shù)據(jù)庫中用SQL腳本執(zhí)行查詢語句，然后導(dǎo)出。

Python數(shù)據(jù)采集語句如下：

# 引入工具包

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import warnings

warnings.filterwarnings（'ignore'）

# 如果數(shù)據(jù)圖中需要顯示中文

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

#創(chuàng)建工作路徑

import os

os.chdir（'D：＼＼python＼＼自主招生數(shù)據(jù)分析＼＼'）

#讀取數(shù)據(jù)

zz_student = pd.read_excel（'zz_student2019.xlsx'，sheetname=0）

數(shù)據(jù)清洗是對數(shù)據(jù)進(jìn)行重新審查和校驗(yàn)的過程，清洗過程中對重復(fù)數(shù)據(jù)、非標(biāo)準(zhǔn)化數(shù)據(jù)、缺失值數(shù)據(jù)進(jìn)行處理。利用Pandas和NumPy計算庫對數(shù)據(jù)進(jìn)行聚合操作、清洗、標(biāo)準(zhǔn)化以及數(shù)據(jù)轉(zhuǎn)換等。比如，利用身份證號信息對某些性別為空的數(shù)據(jù)填充正確的“男”“女”值，代碼如下：

##提取身份證號字段

zjh = zz_student1['SFZH']

data_zjhs = pd.DataFrame（zjh）

##定義函數(shù)

def get_sex（series）：

getZjsh = str（series['SFZH']） ##假設(shè)數(shù)據(jù)有int和string 2種類型，全轉(zhuǎn)換成str

zjsh = int（getZjsh[：-1]） % 10 ?##這里先取到前17位，然后把string轉(zhuǎn)換成int類型進(jìn)行計算

if zjsh % 2 == 0：

return '女'

else：

return '男'

data_zjhs['性別'] = data_zjhs.apply（get_sex， axis='columns'）

數(shù)據(jù)清洗和標(biāo)準(zhǔn)化處理后，進(jìn)行可視化處理，使用Matplotlib或Seaborn繪制成圖。

圖6是自主招生考生的考試情況分布餅圖，從圖中可以明顯看出，免試入學(xué)的考生占比將近一半，只免面試的人數(shù)占比24%，只免面試的人數(shù)較少，占比2.74%，參加雙考的人數(shù)占比為27.31%。根據(jù)此數(shù)據(jù)情況，教務(wù)處可以優(yōu)化配置考場安排、筆試監(jiān)考老師、面試官，以達(dá)到資源最優(yōu)配置。

利用Python中的Bokeh制圖可實(shí)現(xiàn)圖表的交互，如圖7所示。該圖是各學(xué)院不同類別新生的錄取人數(shù)堆疊柱狀圖，橫坐標(biāo)是學(xué)院維度，縱坐標(biāo)是人數(shù)，顏色表示自主招生、中高職銜接、高招、貫通培養(yǎng)四類新生類別，柱子的高度表示人數(shù)的多少，當(dāng)鼠標(biāo)放在柱子上時，可顯示該學(xué)院各類別新生人數(shù)。從圖中可以看出，電信工程學(xué)院的自主招生人數(shù)最多，汽車工程學(xué)院的高考招生人數(shù)最多，藝術(shù)設(shè)計學(xué)院的中高職銜接轉(zhuǎn)段人數(shù)最多，根據(jù)此數(shù)據(jù)情況，結(jié)合各學(xué)院的招生專業(yè)計劃和實(shí)際師資配比，可以適當(dāng)調(diào)整專業(yè)設(shè)置和專業(yè)計劃數(shù)，以突出特色專業(yè)，實(shí)現(xiàn)合理師資配比。

另外，從生成的“各類別新生男女生年齡分布折線圖”中可以看出，貫通新生的年齡多在15、16歲，極個別是14歲或者18歲，自主招生和高考統(tǒng)招新生年齡多在18歲，極個別在17歲或者21歲以上。根據(jù)此數(shù)據(jù)情況，結(jié)合各年齡段孩子特點(diǎn)，優(yōu)化配置輔導(dǎo)員和班主任。

對2013-2019年學(xué)校自主招生計劃數(shù)和錄取數(shù)進(jìn)行對比，繪制計劃數(shù)和錄取數(shù)分布圖，如圖8所示。

繼續(xù)對招生計劃數(shù)和錄取數(shù)進(jìn)行相關(guān)性分析，利用Python中的corr（）函數(shù)，求得Pearson相關(guān)系數(shù)為：0.949153，說明兩者有較強(qiáng)的正相關(guān)性。接著利用Sklearn第三方庫中的LinearRegression構(gòu)建回歸模型，模型結(jié)果顯示，計劃數(shù)與錄取數(shù)存在線性關(guān)系。根據(jù)構(gòu)建的回歸模型，當(dāng)計劃數(shù)是1200時，預(yù)測錄取數(shù)是1415。模型代碼如圖9所示，計劃數(shù)與錄取數(shù)回歸擬合線如圖10所示。

五、結(jié)束語

模型的構(gòu)建需要結(jié)合特定的背景，綜合考慮影響預(yù)測值的各個維度和各個因素。比如在上述的回歸模型中，歷年的數(shù)據(jù)積累會增加樣本數(shù)據(jù)量，樣本數(shù)據(jù)量的增加會使得預(yù)測結(jié)果更準(zhǔn)確。另外，在模型中還需要考慮當(dāng)年的招生政策、考生出生當(dāng)年的人口出生率或當(dāng)年各地生源的高三畢業(yè)生人數(shù)，多種因素綜合分析也會提升對預(yù)測結(jié)果的判斷力。

大數(shù)據(jù)時代，學(xué)校各個業(yè)務(wù)系統(tǒng)的數(shù)據(jù)只有進(jìn)行統(tǒng)一源頭采集、標(biāo)準(zhǔn)規(guī)范清洗轉(zhuǎn)換、合理安全存儲、有效綜合利用的全生命周期，才能真正綻放高校教育數(shù)據(jù)資產(chǎn)的價值。流程是經(jīng)脈，數(shù)據(jù)是血液，以師生為中心，梳理各個核心業(yè)務(wù)尤其是跨部門業(yè)務(wù)，是解決和消除數(shù)據(jù)孤島的重要途經(jīng)。數(shù)據(jù)標(biāo)準(zhǔn)是基礎(chǔ)，數(shù)據(jù)治理是途徑，數(shù)據(jù)交換是核心，數(shù)據(jù)分析是結(jié)果，數(shù)據(jù)工作需要全校上下各部門聯(lián)動，打造學(xué)校、部門、個人三方共同參與、共同維護(hù)、共同使用、共同獲益的良好數(shù)據(jù)生態(tài)，將學(xué)校業(yè)務(wù)數(shù)據(jù)通過采集、處理、利用加以高效組織和科學(xué)管理，使其成果得以有效應(yīng)用于學(xué)校的教學(xué)、科研和校務(wù)管理與決策過程，進(jìn)而提升學(xué)校的核心競爭力。

參考文獻(xiàn)：

[1]Wes McKinney著;徐敬一譯.利用Python進(jìn)行數(shù)據(jù)分析[M].北京：機(jī)械工業(yè)出版社，2018.

[2]Clinnton W.Brownley著;陳光欣譯.Python數(shù)據(jù)分析基礎(chǔ)[M].北京：人民郵電出版社，2017.

[3]Kirthi Raman著;程豪譯.Python數(shù)據(jù)可視化[M].北京：機(jī)械工業(yè)出版社，2017.

[4]Eric Matthes著;袁國忠譯.Python編程從入門到實(shí)踐[M].北京：人民郵電出版社，2016.

[5]吳升.大數(shù)據(jù)平臺中數(shù)據(jù)分析工具的設(shè)計與實(shí)現(xiàn)[D].上海：東南大學(xué)，2015.

[6]陳為.數(shù)據(jù)可視化的基本原理與方法[M].北京：科學(xué)出版社，2013.

[7]蔣東興等.信息化頂層設(shè)計[M].北京：清華大學(xué)出版社，2015.

（編輯：王曉明）