淺析數據倉庫教學(xué)管理系統

淺析數據倉庫教學(xué)管理系統

　　一、數據倉庫概述

　　數據倉庫的概念最早是由WH.Inmon提出來(lái)的，在他的著(zhù)作《建立數據倉庫》中是這樣定義的：數據倉庫是一個(gè)面向主題的、集成的、想對穩定的、隨時(shí)間變化的數據集合。數據倉庫是在傳統數據庫基礎上建立起來(lái)的，但是與傳統數據庫又有所區別，傳統的數據庫是單一的數據資源，即以數據庫為中心，進(jìn)行聯(lián)機事務(wù)處理（OLTP，ONLineTransactionProcessing)，數據庫技術(shù)的主要任務(wù)存儲數據，對存儲的數據進(jìn)行查詢(xún)和修改等操作。而數據倉庫是將各業(yè)務(wù)系統數據抽取出來(lái)，按照決策分析型數據要求對數據進(jìn)行清理轉換重新組織，建立分析處理環(huán)境，然后采用聯(lián)機分析（OLAP)技術(shù)或者數據挖掘技術(shù)處理進(jìn)行數據分析，挖掘出潛在的有價(jià)值的信息，供用戶(hù)參考決策。

　　二、高校教學(xué)管理數據倉庫教學(xué)管理系統的設計

　　1.體系結構設計

　　數據倉庫是基于傳統數據庫積累的數據和其它渠道收集的各種數據信息搭建起來(lái)的面向聯(lián)機分析處理（OLAP，ONLineAnalyticalprocessing)的分析型信息集合，總體結構為三個(gè)層次：（源數據）數據處理、數據存儲、數據分析。高校教學(xué)管理系統數據倉庫包括數據源、數據處理，數據存儲和數據分析四個(gè)部分。數據源：主要來(lái)自數字化校園管理平臺，涵蓋高校各信息系統，教務(wù)管理、學(xué)籍管理、招生就業(yè)管理以及其他信息系統等的數據。數據處理：包括數據抽取、清理、轉換和集成。首先從數據源中抽取數據，存儲到臨時(shí)數據表中，然后對抽取的數據進(jìn)行清洗和轉換，通過(guò)清洗去除決策分析無(wú)用的數據信息，通過(guò)轉換使數據標準一致，將轉換清理后的數據集成裝入到數據倉庫中。數據存儲：各信息系統的數據與數據倉庫系統的數據是相互獨立的，因此各信息系統數據的變化不會(huì )自動(dòng)更新數據倉庫的數據，我們需要在設定數據同步存儲機制，才能實(shí)現更新數據融入數據倉庫存儲。數據分析：數據抽取、清理、轉換、存儲到數據倉庫系統以后，我們需要通過(guò)各種技術(shù)，如聯(lián)機分析（OLAP）技術(shù)、數據挖掘（DM）技術(shù)、商業(yè)智能（BI）技術(shù)等形成統計分析報表供用戶(hù)查看并做出相應的決策。

　　2.主題劃分

　　數據倉庫的重要特點(diǎn)是面向主題。當數據圍繞主題域來(lái)組織時(shí)，決策分析者將能很明確地找到自己感興趣的東西。建立數據倉庫首先要根據用戶(hù)的需要進(jìn)行主題劃分，然后根據主題建立數據倉庫模型，通過(guò)ETL工具從數據源抽取數據到數據倉庫，最后采用聯(lián)機分析（OLAP）技術(shù)或數據挖掘（DM）技術(shù)對數據進(jìn)行分析挖掘，根據分析及挖掘結果做出相應的決策。根據教學(xué)管理系統的應用需求,在高校教學(xué)管理新系統中，組織層領(lǐng)導最關(guān)注的教學(xué)質(zhì)量，所以系統確定的主題主要包括：包含學(xué)生、教師、課程、教學(xué)質(zhì)量等幾個(gè)方面。

　　3.數據倉庫模型設計

　　數據倉庫模型比較常用的有兩種：星型和雪花型兩種。星型是由一個(gè)事實(shí)表和多個(gè)維度表進(jìn)行關(guān)聯(lián)，具有統計分析和查詢(xún)速度快特點(diǎn)，所以在教學(xué)管理信息系統中采我們采用星型模型。下面以教學(xué)質(zhì)量主題為例說(shuō)明數據倉庫模型的設計。維表我們設計為時(shí)間表、學(xué)生成績(jì)表、學(xué)生就業(yè)情況表、學(xué)生獎懲表、學(xué)生學(xué)習情況、教師教學(xué)水平表，事實(shí)表由就業(yè)率、論文發(fā)表等級及數量、學(xué)生獲獎等級及數量等構成。

　　4.聯(lián)機分析（OLAP）

　　聯(lián)機分析（OLAP）是針對某一個(gè)具體主題，采用聯(lián)機分析術(shù)（OLAP）或數據挖掘（DM）技術(shù)對數據倉庫中的信息進(jìn)行統計分析。聯(lián)機分析包括多維數據分析方法，大體上可分為切塊、旋轉、鉆取。所謂的旋轉就是交換維度的位置關(guān)系，以便于決策人員可以不同角度得到多維數據，獲取有價(jià)值的信息。通過(guò)聯(lián)機分析技術(shù)的旋轉方法我們可以很容易的發(fā)現教學(xué)管理系統教學(xué)質(zhì)量問(wèn)題，如教學(xué)計劃不合理、有些教師水平有待提高等，通過(guò)鉆取可以更深入的分析出教學(xué)計劃不合理的各種因素。

　　三、結束語(yǔ)

　　目前絕大部分高校都運行著(zhù)多個(gè)信息系統，如學(xué)籍管理、就業(yè)招生、教務(wù)管理等，各系統包含大量歷史信息和當前信息。這些數據如實(shí)的反映了高校過(guò)去和現在的運行狀況，但是這些信息因為信息量大并且存在“信息孤島”問(wèn)題，并沒(méi)有體現它潛在的價(jià)值，本文提出了基于數據倉庫的教學(xué)管理系統，將這些信息整合到數據倉庫系統中，并借助于聯(lián)機分析（OLAP）技術(shù)和數據挖掘（DM）技術(shù)進(jìn)行數據分析并發(fā)現隱藏在這些海量數據中的關(guān)聯(lián)規律，提供給學(xué)校領(lǐng)導層進(jìn)行決策，對于提高高校管理水平和教學(xué)質(zhì)量具有重要的意義。