APP下载

大数据环境下高校信息系统开发模式探讨

2016-03-12济南大学商学院

电子世界 2016年24期
关键词:数据量信息管理系统结构化

济南大学商学院 杨 振

大数据环境下高校信息系统开发模式探讨

济南大学商学院 杨 振

当今时代,随着信息技术和管理科学的不断发展,在云计算、物联网、数据挖掘等技术兴起的环境下,高校的信息量、数据量正以指数倍剧增,其形式也由最初的结构化数据向非结构化、半结构化转变。这对于高校的信息管理工作带来不少挑战。因此,本文就大数据的含义、当下高校信息管理系统建设的缺陷以及必要性进行阐述,并就在当下形势对高校信息系统建设提出建议。

大数据;信息管理

一、对大数据做简单介绍

一般来说,大数据是指涉及信息、资料规模庞大,以至于目前的主流信息处理软件或数据库系统无法实现对其内容做有效地摘取、分析、处理、规整等行为的数据。他的特点最早由IBM公司整理归纳为4V。

海量(volume):即大数据的体积是庞大的。传统数据量一般达到MB或者GB级,而大数据的数据量可以达到TB、PB乃至EB级别,可见其体积之庞大是前所未有的。

多态(variety):大数据的表现形式是多种多样的。在日常应用中,传统数据通常以结构化数据为主,即:存储于数据库中,可以通过二维表展示的数据。而大数据通常都是半结构(根据字段要求具有扩充性)以及非结构化数据(图像、音频、HTML等),因此其形式是多样化的。

高速(velocity):大数据的处理速度极快,它遵循秒级定律,即数据处理结果所需时间要控制在秒级范围内。而这也是与传统数据的最大差别。

价值(value):在大数据环境下,数据海量,资源众多,但其中真正有价值的信息相较于庞大的数据量确是少之又少,这就导致了大数据的价值密度较低,高效率的数据挖掘工具的开发与应用就成为亟待解决的问题。

二、完善高校信息管理系统在当下形势的必要性以及技术支撑

不断发展的社会以及复杂多变人类行为使这个世界上的数据每天都在呈爆炸式地增长。据国际数据公司(IDC)统计,2010年全球产生的数据量为为1.2ZB,2011年的数量增长到高达1.82ZB,相当于全球每人产生了200GB的数据量。同样,IBM的研究报告也显示,整个人类文明所获得的全部数据中,有90%是过去两年内产生的。而到了2020年,全世界所产生的数据规模将达到今天的44倍。具体到高校来说,亦然。通过挖掘这些海量的数据中有价值的信息,高校可以更加高效率地完成各项日常科研、招生以及人事管理等方方面面的工作。例如:在学生信息管理方面,通过挖掘学生的户口所在地、年龄、毕业去向、专业班级等信息,可以在招生计划和专业设置等方面做出合理决策。可见完善高校信息管理系统这一信息的主要载体,使之与当下的大数据时代更加契合的任务,是义不容辞的。

在技术层面上,大数据首先要有足够的存储空间,随着分布式存储系统以及存储虚拟化等技术的不断发展完善,存储成本相对不断降低,存储效率也在不断提高,这为大量数据集的储备奠定基础。其次,挖掘有价值的信息作为大数据时代的核心,也伴随着数据挖掘技术的进步逐渐可行。当前大数据的主流处理方式是通过谷歌的mapreduce框架结构实现对数据集的大规模操作,同样,Hadhoop、Bigtable等也推动了大数据分析处理的发展。

三、分析当下高校信息管理系统存在的缺陷

1.各部门各自为战,形成信息孤岛,数据冗余

当前高校信息系统建设大多依旧是各部门自行建设,没有统筹的规划和共享信息的平台,这就容易形成一个个信息孤岛。再加之数据量庞大,所造成的信息冗余、资金浪费逐渐成为高校发展的累赘,而改善或重建又需耗费大量资金和精力,可谓积重难返。

2.部分系统利用率较低,信息更新滞后,维护不及时

当下有的高校的部分引进的系统,存在利用率低的问题,系统功能繁多,真正用的上的却只有一小部分,这就进一步导致了信息更新滞后,维护不及时的问题,这样的系统基本形同空壳,维护之,白白浪费金钱;丢弃之,未免可惜。

3.新旧系统更替时拖泥带水,系统间兼容性差,造成经济浪费以及服务效果不佳

很多学校为应对大数据的环境,引进或开发了新的信息管理系统,但新旧系统间由于开发语言或数据结构等方面的差异,导致原数据无法导入新数据库,或出现新旧系统无法兼容的问题。导致新旧系统并用,信息无法在系统间共享等现象,有的甚至在不同系统间使用不同登录数据库,给用户的使用带来诸多不便。

4.可扩展性差,不利于二次开发

由于信息量地不断扩增,以及数据类型向半结构化甚至非结构化转变,信息系统的数据库亟待做出扩展,这就可能由于原信息系统没有预见未来出现的问题而导致当前的可扩展性差的问题。

四、建议

1.通过独立因子分析法,全面衡量信息系统建设或修缮的价值性

独立因子分析方法是通过对原始数据的相关系数矩阵进行分析,从而尽可能将多个评价指标转化为相互独立的,主要的几个综合评价指标的一种统计方法。[1]一般来说的评价指标有:前期评价指标、经济效益评价指标、技术质量评价指标等。

2.从战略角度出发,校内负责人要和技术人员紧密联系,结合自身需求,个性化开发系统

由于缺乏校内领导与技术人员的沟通导致系统无法实现校方的期望,而技术团队又不得不一次次改动,造成大量的人力、财力的浪费。在当下的大数据时代,信息量庞大,系统结构复杂,功能多样,这种问题就更加凸显。因此,项目领导需要与技术团队做到密切的沟通,立足学校自身实际情况,切实地提出各种信息以及信息处理的各种需求。并在日后的使用过程中,也要不断发现问题,渐进地,不断地完善系统。

3.各部门统一构建,减少冗余和浪费,统筹管理

技术工作在高校信息系统构建中固然重要,但纵览全局的立足于战略角度的管理才是关键的前提。高校在构建信息管理系统时,应从宏观角度出发,通过建立信息共享平台,统一数据结构、编程语言,集中信息与公共数据库,提高系统的可扩展性与开放性,实现“综合的全面的信息服务平台”。

五、总结

综上所述,在大数据环境下,高校信息管理系统不仅要在技术上实现突破,更要在管理上,从宏观角度入手,纵览全局,统筹规划,并立足高校自身个性化需求,才能切实构建起高效、实用、利好用户的高校信息管理系统。

[1]成雨含.高校新型信息系统建设方案和评测体系的研究[J].计算机技术与发展.2016.26(5):156-161

猜你喜欢

数据量信息管理系统结构化
三维可视化信息管理系统在选煤生产中的应用
信息管理系统在工程项目管理的应用
基于大数据量的初至层析成像算法优化
促进知识结构化的主题式复习初探
改进的非结构化对等网络动态搜索算法
高刷新率不容易显示器需求与接口标准带宽
结构化面试方法在研究生复试中的应用
左顾右盼 瞻前顾后 融会贯通——基于数学结构化的深度学习
宽带信号采集与大数据量传输系统设计与研究
基于三维TGIS的高速公路综合信息管理系统