數(shù)據(jù)治理視域下高校數(shù)據(jù)資產(chǎn)與服務平臺建設研究

萬楚

（上海立信會計金融學院信息技術(shù)中心，上海 201620）

在教育領(lǐng)域，數(shù)據(jù)作為一種新型的生產(chǎn)要素和戰(zhàn)略資源，其重要作用日益凸顯。它不僅可以反映教育現(xiàn)狀和趨勢，還可以支持教育決策和創(chuàng)新，促進教育質(zhì)量和效率的提升。高校作為數(shù)據(jù)密集型的組織，其數(shù)據(jù)龐雜多樣，涉及教學、科研、管理、服務等方方面面，如何有效地管理和利用這些數(shù)據(jù)，是高校信息化建設和教育管理面臨的重要課題。隨著校園信息化建設愈加完善，數(shù)據(jù)治理也成了建設智慧校園階段亟需解決的重要問題。

由于學校數(shù)據(jù)涉及全校師生和眾多業(yè)務部門，需要依據(jù)數(shù)據(jù)的生命周期，統(tǒng)籌規(guī)劃，分階段實施。在數(shù)據(jù)治理實踐中不能一味貪大求全，首先應該從核心系統(tǒng)、核心需求、核心數(shù)據(jù)入手，在汲取先進經(jīng)驗的基礎上，分階段地推進與完善[1]。

數(shù)據(jù)資產(chǎn)管理與服務平臺是數(shù)據(jù)治理與應用的重要基礎平臺，本文依據(jù)數(shù)據(jù)的生命周期，對校園數(shù)據(jù)資產(chǎn)管理與服務平臺進行統(tǒng)籌設計，以實現(xiàn)數(shù)據(jù)資源互聯(lián)互通和數(shù)據(jù)價值最大化。

1 數(shù)據(jù)治理的問題及現(xiàn)狀

近些年，隨著高校信息化進程的推進，高校對數(shù)據(jù)治理的認識得到了普遍提升，數(shù)據(jù)治理已經(jīng)作為信息化建設的重點任務之一，被納入學校發(fā)展規(guī)劃。目前而言，高校數(shù)據(jù)治理存在的問題可以歸納為以下幾方面。

1）數(shù)據(jù)安全問題

2020年6月，《中華人民共和國數(shù)據(jù)安全法》正式實施。教育數(shù)據(jù)多樣龐雜，涉及教學、科研、行政管理方方面面，需要全面的數(shù)據(jù)安全保護。但是，由于高校數(shù)據(jù)來源復雜、數(shù)據(jù)存儲方式多樣、數(shù)據(jù)傳輸途徑繁多等原因，導致高校數(shù)據(jù)的安全性難以得到保障。雖然建立了較為完善的數(shù)據(jù)安全管理機制，依然需要通過技術(shù)手段加強數(shù)據(jù)的保密、備份和恢復機制，確保高校數(shù)據(jù)安全可靠。

2）數(shù)據(jù)質(zhì)量問題

教育數(shù)據(jù)質(zhì)量問題也是一個需要重視的問題。由于數(shù)據(jù)涉及多個部門和領(lǐng)域，因此可能存在數(shù)據(jù)錯誤、數(shù)據(jù)重復、數(shù)據(jù)不一致、數(shù)據(jù)不完整、數(shù)據(jù)格式不匹配等問題。這些問題有可能嚴重影響高校決策和管理的準確性和有效性[2]。高校應該在建立完善的數(shù)據(jù)質(zhì)量管理機制的基礎上，加強數(shù)據(jù)采集、整合和清洗工作，提高數(shù)據(jù)質(zhì)量和準確性。

3）數(shù)據(jù)共享問題

數(shù)據(jù)共享問題是當前亟需解決的問題之一。由于數(shù)據(jù)來源眾多、管理部門繁雜，導致校內(nèi)各部門之間數(shù)據(jù)共享不暢，也不利于實現(xiàn)跨校間的數(shù)據(jù)共享。高校應該建立完善的數(shù)據(jù)共享機制，加強內(nèi)部部門之間和跨校間的數(shù)據(jù)共享，提高數(shù)據(jù)的利用效率和價值[3]。

4）數(shù)據(jù)分析問題

由于高校數(shù)據(jù)規(guī)模龐大，涉及多個領(lǐng)域和部門，因此需要進行全面的數(shù)據(jù)分析工作。但是，由于高校缺乏專業(yè)的數(shù)據(jù)分析人員和分析工具，導致高校數(shù)據(jù)分析工作難以進行。高校應該加強對專業(yè)人才的引進和培養(yǎng)，建立專業(yè)的數(shù)據(jù)分析團隊和分析工具，提升高校數(shù)據(jù)分析能力。

總之，高校數(shù)據(jù)治理是一個系統(tǒng)性工程，在實踐中需要不斷地完善和優(yōu)化。高校應該統(tǒng)籌規(guī)劃，加強對數(shù)據(jù)安全、質(zhì)量、共享和分析等方面的管理和控制，推動高校信息化建設向縱深發(fā)展。通過積極引進或自主開發(fā)適合自身需求的數(shù)據(jù)治理工具，如：數(shù)據(jù)共享平臺、數(shù)據(jù)質(zhì)量平臺、數(shù)據(jù)安全平臺等，實現(xiàn)數(shù)據(jù)治理的技術(shù)支撐，從而提高數(shù)據(jù)治理的效率和水平。利用數(shù)據(jù)治理成果支撐各項校園業(yè)務活動和決策，如評估教學質(zhì)量、統(tǒng)計科研成果、優(yōu)化資源配置、應對風險預警等，從而實現(xiàn)數(shù)據(jù)治理與業(yè)務融合、數(shù)據(jù)資源向價值轉(zhuǎn)化，進而提升數(shù)據(jù)治理的應用價值和社會效益[4]。

2 數(shù)據(jù)生命周期

數(shù)據(jù)生命周期是指數(shù)據(jù)從產(chǎn)生到最終消亡的整個過程。這個過程包括采集、存儲、處理、分析和應用。在數(shù)據(jù)的生命周期中，我們需要關(guān)注數(shù)據(jù)的質(zhì)量、安全和合規(guī)性。首先，數(shù)據(jù)的采集需要保證數(shù)據(jù)的準確性和完整性，避免數(shù)據(jù)的重復和錯誤。其次，數(shù)據(jù)的存儲需要保證數(shù)據(jù)的安全性和可靠性，避免數(shù)據(jù)的泄漏和損壞。再次，數(shù)據(jù)的處理需要保證數(shù)據(jù)的一致性和可追溯性，避免數(shù)據(jù)的篡改和誤用。最后，數(shù)據(jù)的分析和應用需要保證數(shù)據(jù)的合法性和合規(guī)性，遵守相關(guān)法律法規(guī)和行業(yè)標準。在數(shù)據(jù)生命周期管理中，我們需要遵循相關(guān)法律法規(guī)和道德規(guī)范，制定相應的策略和措施，建立完善的管理體系，加強對數(shù)據(jù)的監(jiān)控和審計，來保證數(shù)據(jù)質(zhì)量和安全，提高數(shù)據(jù)的價值和效益。

3 數(shù)據(jù)資產(chǎn)管理與服務平臺設計

依據(jù)數(shù)據(jù)生命周期，通過使用數(shù)據(jù)管理工具、構(gòu)建數(shù)據(jù)中心平臺、搭建數(shù)據(jù)服務流程，以及建設配套的組織架構(gòu)管理制度和相關(guān)規(guī)則等一系列數(shù)據(jù)治理手段，完成以下功能：

1）落實數(shù)據(jù)交換模塊，完成數(shù)據(jù)采集、轉(zhuǎn)換、清洗；

2）落實數(shù)據(jù)質(zhì)量管理模塊，管理并明確數(shù)據(jù)來源，完成數(shù)據(jù)質(zhì)量問題糾正；

3）落實數(shù)據(jù)展示模塊，完成可視化呈現(xiàn)數(shù)據(jù)質(zhì)量及治理情況；

4）落實數(shù)據(jù)標準管理模塊，統(tǒng)一代碼標準、存儲標準、治理標準、業(yè)務標準，消除二義性，統(tǒng)一全域數(shù)據(jù)資產(chǎn)，形成基礎信息標準集；

5）落實安全和運維保障模塊，采用權(quán)限管理、運行監(jiān)控、HTTPS協(xié)議，與學校認證接口集成，日志記錄訪問行為等，實現(xiàn)身份鑒別、訪問控制、行為審計等；

6）統(tǒng)一數(shù)據(jù)開發(fā)平臺，構(gòu)建出一個以數(shù)據(jù)為核心的大數(shù)據(jù)資產(chǎn)管理與服務平臺，包含主數(shù)據(jù)交換平臺、數(shù)據(jù)中心平臺等，對數(shù)據(jù)安全分級，統(tǒng)一數(shù)據(jù)服務管道，提高數(shù)據(jù)服務質(zhì)量[4]，平臺框架如圖1所示。

該平臺的框架主要由業(yè)務系統(tǒng)、數(shù)據(jù)源、數(shù)據(jù)治理、應用服務構(gòu)成，按照數(shù)據(jù)生命周期，完成數(shù)據(jù)采集、數(shù)據(jù)集成與共享、數(shù)據(jù)應用。實現(xiàn)以用戶為中心，以教工、教學、科研、資產(chǎn)、學生等業(yè)務數(shù)據(jù)為基礎的數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)標準管理、元數(shù)據(jù)管理、數(shù)據(jù)權(quán)限管理、主數(shù)據(jù)管理、數(shù)據(jù)共享。對數(shù)據(jù)標準、數(shù)據(jù)生產(chǎn)、數(shù)據(jù)存儲、數(shù)據(jù)加工與共享等過程進行統(tǒng)一管理和維護[5]，具體包括以下三個方面：

①數(shù)據(jù)采集

依據(jù)基礎信息標準集，通過圖像識別、語音識別、自然語言處理等AI 技術(shù)自動化采集各種半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，如文本、圖像、音視頻等，從各業(yè)務部門落實數(shù)據(jù)采集，將線上和線下數(shù)據(jù)源數(shù)據(jù)規(guī)范處理后統(tǒng)一匯聚到數(shù)據(jù)中心平臺，形成原始數(shù)據(jù)層，原始數(shù)據(jù)層的數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)間的邏輯關(guān)系、組織方式上都與業(yè)務系統(tǒng)保持一致，如實反映了各個系統(tǒng)接口過來的數(shù)據(jù)以及主要數(shù)據(jù)的變化過程。

②數(shù)據(jù)集成與共享

數(shù)據(jù)倉庫是校園數(shù)據(jù)存儲中心，是為了學校業(yè)務管理決策提供數(shù)據(jù)支撐而構(gòu)建的集成化數(shù)據(jù)環(huán)境，它不產(chǎn)生數(shù)據(jù)，也不消耗數(shù)據(jù)。在現(xiàn)有數(shù)據(jù)中心平臺基礎上，重新設計數(shù)據(jù)庫實例，重構(gòu)數(shù)據(jù)表，根據(jù)需要處理的數(shù)據(jù)層次，對數(shù)據(jù)精細化管理，將數(shù)據(jù)劃分為全量數(shù)據(jù)層、主題數(shù)據(jù)層和應用數(shù)據(jù)層。

在全量數(shù)據(jù)層，主要對原始數(shù)據(jù)層數(shù)據(jù)輕度匯總，利用ETL等工具對數(shù)據(jù)抽取、清洗、轉(zhuǎn)換、交換、標準化，通過數(shù)據(jù)建模，對數(shù)據(jù)進行多模型處理。落實學?；A數(shù)據(jù)庫，用于實現(xiàn)數(shù)據(jù)共享、分析和挖掘等，基礎數(shù)據(jù)庫包含基礎數(shù)據(jù)，而非所有數(shù)據(jù)；基礎數(shù)據(jù)庫同各業(yè)務系統(tǒng)之間通過中間庫連接，而不直接交換數(shù)據(jù)。

在主題數(shù)據(jù)層，按照一定的業(yè)務邏輯對各類數(shù)據(jù)有序加工和高度聚合，梳理和挖掘?qū)W生、教師、課程、項目等數(shù)據(jù)對象的全部屬性，設計對象數(shù)據(jù)寬表，增加寬表數(shù)據(jù)索引，完善寬表，以提高數(shù)據(jù)查詢相應效率。一張寬表對應多張全量層數(shù)據(jù)表，通過數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)交換等方式定時更新全量層數(shù)據(jù)到對象寬表。當全量層數(shù)據(jù)無法滿足寬表屬性要求時，及時通過數(shù)據(jù)填報平臺采集和補錄。主題層數(shù)據(jù)可以生成畫像表和主題表。

在應用數(shù)據(jù)層，對治理后的數(shù)據(jù)進行信息封裝、計算建模、隱私加密、授權(quán)管理等，再根據(jù)數(shù)據(jù)應用服務的需求，從寬表獲取數(shù)據(jù)，建立符合應用需求的對應簡表，通過API、DB等統(tǒng)一的標準開放接口，給申請數(shù)據(jù)的各數(shù)據(jù)應用服務。

通過數(shù)據(jù)標準中樞對各層數(shù)據(jù)校驗其編碼的合規(guī)性和安全性，輸出校驗預警狀態(tài)和標記數(shù)據(jù)迭代版本。例如，在全量數(shù)據(jù)層校驗教工號、學號、專業(yè)代碼、課程代碼等基礎數(shù)據(jù)編碼規(guī)則，編碼是數(shù)據(jù)倉庫數(shù)據(jù)關(guān)聯(lián)的依據(jù)。在主題數(shù)據(jù)層校驗數(shù)據(jù)合規(guī)性（如證件號異常、數(shù)據(jù)沖突等）。在應用數(shù)據(jù)層負責校驗數(shù)據(jù)安全性（如權(quán)限控制、數(shù)據(jù)脫敏處理、數(shù)據(jù)開放申請等，提供數(shù)據(jù)開放申請流程，保證數(shù)據(jù)安全可控）。

同時，對數(shù)據(jù)進行冷熱度、數(shù)據(jù)血緣和影響性分析。依據(jù)數(shù)據(jù)的使用頻次和業(yè)務需求，對數(shù)據(jù)分層存儲，下線長期閑置或無調(diào)度需求的數(shù)據(jù)，釋放其存儲空間。分析數(shù)據(jù)血緣和影響性，通過梳理系統(tǒng)、表、視圖、存儲過程、ETL、程序代碼、字段等之間的關(guān)系，分析數(shù)據(jù)變化對其他業(yè)務和數(shù)據(jù)影響的程度和范圍?？梢杂脕矶ㄎ粡碗s邏輯處理后的數(shù)據(jù)質(zhì)量問題，評估數(shù)據(jù)價值和數(shù)據(jù)質(zhì)量，進一步評估數(shù)據(jù)修改的必要性和可行性，便于制定應對措施。

③數(shù)據(jù)服務

基于關(guān)聯(lián)數(shù)據(jù)、分析數(shù)據(jù)、展示數(shù)據(jù)的大數(shù)據(jù)治理的數(shù)據(jù)服務和應用系統(tǒng)具有原型搭建快、表單填寫快、通知覆蓋快、迭代優(yōu)化快的特點。學校搭建了一系列方便師生教學與校園管理的創(chuàng)新應用與服務。

構(gòu)建師生數(shù)據(jù)服務，從全域數(shù)據(jù)庫調(diào)取師生基礎信息，支持校內(nèi)人員相關(guān)報表查詢，教師可以查看人事、教學、科研、財務、辦公、資產(chǎn)、消費等信息；學生可以查看課表、成績、消費、實習、就業(yè)、獎助學金等信息；支持智能填報，便于在線申請修改與提交績效，有效解決大量重復填報和不同應用系統(tǒng)之間數(shù)據(jù)不一致的問題；通過形成師生個人數(shù)字畫像，記錄其成長軌跡，為學生管理、教師培養(yǎng)提供多角度分析和經(jīng)驗指導。

構(gòu)建管理數(shù)據(jù)服務，在數(shù)字校園里快速搭建臨時人員管理等多個典型應用；支持學校管理人員查看各種業(yè)務相關(guān)辦公數(shù)據(jù)，為管理者提供科學決策和精細管理服務，支持管理者辦公服務、統(tǒng)計服務、決策服務、人財物管理等。如構(gòu)建基于一卡通數(shù)據(jù)的疑似不在校學生模型，提供學生不在校預警；對學生學習情況分析，建立數(shù)據(jù)關(guān)聯(lián)的模型和數(shù)據(jù)預警指標。對學生學業(yè)和心理狀況預警，便于輔導員及管理人員及時管理、開展學生工作，進一步滿足師生個性化需求。

3 結(jié)語

本文僅僅介紹了數(shù)據(jù)治理的基礎性工作，包括提升數(shù)據(jù)質(zhì)量，管控數(shù)據(jù)資產(chǎn)，為校園信息化發(fā)展提供必要的數(shù)據(jù)基礎。研究仍有許多不足之處，比如可以繼續(xù)完善業(yè)務系統(tǒng)，豐富數(shù)據(jù)源頭，除了從傳統(tǒng)的教務、人事等系統(tǒng)采集結(jié)構(gòu)化數(shù)據(jù)，還可充分利用系統(tǒng)日志數(shù)據(jù)、物聯(lián)網(wǎng)生物識別等各種智能行為感知數(shù)據(jù)，甚至獲取空間交互、定位等非結(jié)構(gòu)化數(shù)據(jù)，打造多維數(shù)據(jù)生產(chǎn)中心，建設感知型智慧校園[6-7]。

隨著科學技術(shù)的發(fā)展，未來可嘗試融入云計算、大數(shù)據(jù)、人工智能等先進技術(shù)，進一步提高數(shù)據(jù)采集、分析和可視化能力，充分挖掘數(shù)據(jù)價值，釋放數(shù)據(jù)潛能，實現(xiàn)智慧教學、科研、管理等服務。例如：利用區(qū)塊鏈技術(shù)的去中心化、不可篡改、可追溯性，提供多主體、多流程的數(shù)據(jù)治理；利用基于語義模型、分類聚類算法的人工智能技術(shù)，管理與整合元數(shù)據(jù)，對主數(shù)據(jù)進行自動審核校驗、查重合并等；利用知識圖譜等新數(shù)據(jù)庫技術(shù)進行數(shù)據(jù)建模；利用機器學習算法對數(shù)據(jù)標準優(yōu)化評估；利用深度學習、監(jiān)督學習、回歸模型等AI技術(shù)清洗數(shù)據(jù)，評估數(shù)據(jù)質(zhì)量；對數(shù)據(jù)分級分類、監(jiān)控訪問，識別敏感數(shù)據(jù)，從而預測數(shù)據(jù)風險。