蒋泽刚

(贵州广播电视大学　贵阳　550004)



数据碰撞在高校学籍管理中的应用探讨

蒋泽刚

(贵州广播电视大学贵阳550004)

摘要：文章针对没有大型专业化、智能化学籍信息管理软件或系统，而使用手工处理大量学籍信息的难题，提出了基于Excel的数据碰撞解决方案。该方案以数据队列中具有唯一性的共有项为基础，利用运算法和查重法进行人工聚类，碰撞检索出目标数据，从而完成数据核对或合并。

关键词：数据碰撞；学籍管理；信息；运算法；查重法

在计算机网络和软件技术日新月异的大数据时代，高校学生信息管理体系逐步完善，学生信息管理软件日趋数字化、多维化、智能化，为学生信息的完整性、准确性提供了强有力的保障。数据碰撞原理也被广泛应用于数据查重、数据核对、刑事案件侦查、考试资格校验等大型软件的开发应用中。目前，我国很多高校学生信息管理系统(特别是非全日制学生信息管理系统)还没有实现与户籍信息的互联互通、自动核对、动态信息智能化合并功能，大量信息核对和数据合并都需要在线下手工完成。因此，研究数据碰撞方法，对提高高校学生信息管理效率和准确性具有现实意义。

一、基本概念解读

(一)数据碰撞的定义

数据碰撞是指运用现代计算机技术，基于聚类算法，从多个目标数据队列中碰撞检索出具有共同特征项或与自定义字段相符数据的方法。其原理是将改进的CURE聚类算法对训练集进行聚类，然后对簇进行标识，最后使用基于矩形的建模算法建立相关性模型，将待检测数据与该模型进行碰撞比对，并将CURE聚类算法放到Impala中运行。……