大数据下的高校学生管理可视化平台研究

文章编号：2096-1472(2017)-06-48-04

软件工程 SOFTWARE ENGINEERING Vol.20 No.6Jun. 2017

大数据下的高校学生管理可视化平台研究

陈 凤

(常熟理工学院信息化办公室，江苏 常熟 215500)

摘 要：大数据时代下，高校的学生管理面临着全新的机遇与挑战。学生管理仍停留在依赖手工记录或传统的管理系统的基础之上，学生管理者不仅没能全面的掌握学生数据，更无法将数据作为管理与决策的科学依据。本文以高校积累的学生大数据为基础，分析了引入可视化技术的必要性，给出了学生管理目标层次结构，构建了学生管理可视化平台。从实际应用效果来看，平台通过查询浏览、统计分析和辅助决策的三层渐进的可视化分析手段，满足了高校不同层次的用户需求，进一步促进了学生管理的科学化与创新力。

关键词：大数据；数据可视化；商业智能；辅助决策；学生管理中图分类号：TP399 文献标识码：A

Research on the College Student Management Visualization Platform under Big Data

CHEN Feng

(Information Office,Changshu Institute of Technology,Changshu 215500,China)

Abstract:Under the era of big data,student management in colleges and universities is facing new opportunities and challenges.Student management is still based on manual records or traditional management systems.Student administrators can neither grasp the data of students,nor make the data as a scientific basis for management and decision-making.Based on the big data from accumulated information of college students,this paper analyzes the necessity of using visualization in student management,designs the hierarchical structure of student management objectives,and constructs the student management visualization platform.The practical application effects show that the platform effectively meets the requirements of colleges and universities at different levels with the progressive three-layered visualization analysis method of query browsing,statistical analysis and decision aids,which promotes the scientific and innovative college student management.

Keywords:big data;data visualization;BI(Business Intelligence);decision aids;student management

1 引言(Introduction)

随着社会的转型和高校的扩招，学生规模逐年上升，管理人员的数量却没有同比提高，这就增加了学生管理工作的繁杂性和艰巨性，工作质量与效率随之下滑。传统的学生管理模式和方式已经无法满足“管理育人、服务育人”的需要。

大数据时代，数据是高校最重要的资产之一，数据量的急剧增长与信息技术的飞速变革为高校的发展带来了新的契机，为学生管理带来了新的视角。当前，高校学生的静态数据和行为数据可用性越来越高，借助信息化手段，将这些数据归入数据中心进行统一的调度和管理，为分析学生行为打下了基础[1-3]。但是，未经过梳理和净化的零散数据无法进行直观的查询、浏览，隐含在其中的学生各种行为间的逻辑关

基金项目：江苏省高等教育教改研究立项课题(2015JSJG105).

系和信息很难被使用，这就需要通过分析、挖掘并用易于理解的甚至是一目了然的方式去表达[4-6]。因此，面对大数据所带来的新形势和新环境，为了深入推进高校学生管理工作，引入可视化技术势在必行。通过构建学生管理可视化平台，运用科学的可视化分析、挖掘和展示将信息化发展来多年所积累的数据为学生管理提供真实可靠的数据支撑和智慧科学的决策支持，使高校的学校管理工作走向多元化、现代化和科学化。

2 高校学生管理现状(The status quo of college student management)

在传统思维模式下，学生管理主要依靠规章制度和教师的说教，学生各类数据的价值远没有得到发挥[7]。高校大部分的学生管理工作者受限于专业和技术，无法对现存的学生数

第20卷第6期 49陈 凤：大数据下的高校学生管理可视化平台研究据进行深层次的运用，甚至大部分的数据还没能被了解，也就谈不上通过数据分析、挖掘掌握学生的思想情况和学习、行为状态，在遇到问题时及时响应处理或进行趋向预测，学生管理者很难用科学手段去探究学生整体特征以及个体学习和发展的个性化需要[8,9]。

现存的学生管理系统更多地服务于业务管理部门，主要用于事务处理、过程管理和部分信息维护。对学生、教师而言可知可查的学生信息量不够且呈现方式欠合理；对学生工作者则管理支持力度不够，学生个体动向不明、群体概况和预测倾向信息缺失；对领导层的辅助决策支持缺乏科学的数据支撑。传统的学生管理系统对学生信息的展示只停留在表面的静态数据上[10]，甚至对静态数据的维护还不完全、不准确，更不用说那些动态的行为数据了。这些信息大多分散在各个业务系统中，如教务系统的成绩信息、图书系统的借阅信息、校园卡系统的消费信息、网络认证系统的上网信息、课程学习平台的学习信息等，所以想要全面了解一个学生，需要到各个业务系统去收集信息，甚至需要找到相关的管理员，耗时耗力且所获取的原始数据大多缺乏可读性与可理解性。这种分散存放的形式除了很难获得学生个体所有信息，对学生整体情况则更难把控，在这种局面下，学生数据的价值显然无法真正得到发挥。此外，在传统的学生信息管理系统中，学生管理者需要主动查阅信息，特别是对个体的关注，需要花费大量时间和精力，并且对学生群体行为的分析，大多还停留在定性的阶段，准确度与参考性都远远不够。高校的领导层在制定政策制度和发展规划，做出重要决策时，比如专业的设置、人才的引进、培养计划，甚至图书、设备的购入、食堂餐饮类别的准入等，从宏观到细节都有赖于对数据进行深度分析和挖掘后的深刻认识。

高校学生管理与服务工作内容的不断外延与深入，多元文化的出现与融合以及信息获得的多源化都使得现阶段高校的管理工作面临着更加复杂的变化。因此，如何科学合理地收集、整理、汇总和分析这些学生大数据，最终以直观易于理解的可视化形式呈现结果，使学生管理者获取有效信息，辅助高校领导做出科学的决策，是目前的高校学生管理工作面临的一大课题。

3 相关概念(Related concepts)

3.1 BI数据可视化

BI数据可视化也称为BI数据展现，是以报表、关键绩效指标(KPI)、图化和查询等易为人们所辨识的方式将原始数据间的复杂关系、潜在信息及发展趋势，通过可视化展现平台，以易于访问和交互的方式来揭示数据的价值[11]。在比较

Oracle、Microsoft、SAP和IBM四大主流软件公司的BI工具之后发现，相对于其他三个开发平台，微软在BI系统开发及应用架构上提供了全面、集成且易于使用的开发工具，能够应对高校大数据的处理规模与可视化需求[12]。因此，我们选用了MS的BI技术来实现学生数据与信息的可视化，辅助学生管理与决策。

3.2 学生管理目标层次模型

学生管理的目标是合理地分析、利用学生的整体数据，为师生员工提供数据浏览查询服务，满足各部门的业务管理需求，为领导提供全局性的数据统计分析和决策支持。组织中每一个层次的人员都要受益，才能有效促进管理支持决策，因此建立了如图1所示的金字塔模型。

图1 组织中不同层次的具体目标

Fig.1 Specific goals at different levels in an organization

从图1中可以看到，在学生管理中，学校领导作为上层决策者负责确立学校的长期目标，制定整体发展计划，总揽全局但不注重细节；学生管理部门的领导是组织中的中层决策者，主要负责制定部门的中短期目标和运作计划，同样也不关注具体的业务细节；学生管理部门的工作人员及班主任、辅导员作为具体业务管理人员，负责部门的日常运作，关注学生管理的每个细节。

4 学生管理可视化平台体系结构(The architecture of the student management visualization platform)

将BI数据可视化运用于学生管理，鉴于学生管理目标层次模型构建了如图2所示的学生管理可视化平台体系结构，共有数据采集层、数据集成层、可视化分析层以及用户访问层，其中可视化分析层包括：展示浏览、统计分析和辅助决策。展示浏览用于学生静态数据的直观查询，如学生的基本信息、学习经历、政治面貌、学习成绩、综合测评、学团干部、证书考试、科技成果等；统计分析主要将学生的校园卡信息、上网信息等电子行为信息进行再加工，获得可阅读的信息与总体概况；辅助决策通过将学生信息加以综合分析，结合多个维度形成分析报表，获取隐藏在数据中的信

50 软件工程 2017年6月息与价值。

图2 学生管理可视化平台体系结构

Fig.2 The architecture of student management visualization platform

当前，大多数高校通过信息化建设，形成了诸如学生行为管理系统、教务管理系统、学生自主选学系统、精品课程平台、素质拓展平台、图书借阅系统、学生上网认证系统、校园门禁系统、校园财务系统、校园卡系统、校友系统等应用系统。通过整合上述一大批与学生相关信息管理系统，运用BI与数据仓库技术，将从学生入校到毕业离校，所有信息都经由SSIS事先定义，自动按时抽取、整理和标准化进入共享数据中心形成学生主题数据库，包含了学生的基础数据、学习数据和行为数据；结合OLAP服务利用SSAS工具对由主题数据形成的多维数据集进行可视化分析和挖掘，获得学生的整体情况和潜在信息；运用SSRS生成可理解易交互的报表、图形和分析报告等，最终构建学生管理可视化平台，将可视化分析层中获取的所有数据和信息供用户使用。

5 学生管理可视化平台应用成效(The application effect of the student management visualization platform)

学生管理可视化平台将从各个业务系统、数据文件获取的原始源数据最终分析转化成能被用户直接获取的数据和信息，具体应用成效如下。

5.1 展示浏览

学生管理可视化平台按“全校—院系—年级—专业、班级—个人”逐层显示，全面、具体地展现了全校学生的数量、各院系、专业、班级数量及其构成，包括未能正常毕业的学生数和详细情况。平台收集了学生个体的基本信息和在校期间的动态行为，包括基本信息、学习经历、家庭成员、政治面貌、学习成绩、综合测评、奖励资助、荣誉处分、学团干部经历、参加社会工作、证书考试、科技成果、财务信息、图书借阅、校园卡消费、上网记录、门禁等。

图3 学生个人详细情况

Fig.3 Personal details of a student

通过图3可以对学生个体做出简单的判断和评价，比如从各科的成绩可以基本判断该学生的学习水平，从多个月份校园卡的消费金额、消费类别对比学生整体的消费水平可以大

致判断该生是否贫困等。一方面服务于学生，使学生能够及时查询本人信息、成绩及电子行为情况，另一方面，使学生管理工作者能够“一站式”地获取学生所有在校相关数据，方便了各个辅导员快速全面掌握每个学生的详细信息和潜在动向，发现并及时解决问题。

5.2 统计分析

经过长期的摸索与实践，结合数据仓库、BI和可视化分析技术，对数据进行统计分析和深化利用，生成了全校的校园卡消费月排行、全校(学院)学生上网时长月(年)排行等各类“排行榜”，根据实践经验设置临界值(阀值)同时进行反复修正，一旦达到临界范围，系统就自动发出警报(向相关管理人员发送微信消息或邮件)，实现学生异常行为预警。如网络成瘾学生、消费异常学生、贫困生、不在校学生、可能无法正常毕业学生等，如图4和图5所示。以学生不在校预警功能为例，将学生校园卡消费及校内上网两个在校的必要行为作为信息监控点，如果学生连续几天内(经过实践验证通常设定为三天)既无校园卡消费行为也无校内上网记录，即初步认定该生可能不在校，形成“黑名单”，将这些“问题学生”信息及时通告给各辅导员，辅导员可与病假、事假或实习学生名单对照，有针对性的关注学生的动向。各类学生预警既有助于学生管理领导层制定工作的目标，明确工作重点，又能够帮助学生管理工作者及时应对各种情况并做出反应，增加了管理的主动性，防患于未然，明确了管理的方向性，做到有的放矢，不断地提高学生管理水平。

学生管理可视化平台的运行，就数据采集而言，学生信息的实时更新保障了数据的真实性与准确性，学生管理部门和管理者可以获得最准确有效的学生信息，减轻了基层辅导员的工作压力，提高了信息采集的效率；就数据共享而言，各学生工作部门之间可以数据共享，有效地促进了部门间的协同工作；就数据统计分析而言，通过对学生整体数据的综合分析，为学生管理者的个体管理提供参考标准，辅助领导

第20卷第6期 51陈 凤：大数据下的高校学生管理可视化平台研究层科学决策，制定符合学生管理实情的目标和政策，推动学校发展，提升学校品质。

图4 2017年5月学生上网时间排行榜

Fig.4 Students' online time rankings in May 2017

图5 三天可能不在校学生名单

Fig.5 A list of students who may not be in school for three days

5.3 辅助决策

除了信息查询浏览和分类统计外，大量统计报表用于研究学生在校行为、辅助学生管理，同时帮助学校的其他管理者进行相关管理，如图6和图7所示，如通过网络行为统计监测网络使用率和故障点、信号点的合理性和均衡性，监管网络基础设施的布局和设置合理性；通过消费行为统计掌握各餐饮点价格、服务质量和水平，监管各个餐厅的价格和服务质量等，彻底解决了过去校内各个业务系统之间块状分割、合力不足的现象，从技术上解决了信息孤岛问题。另外，简化了工作并提高了效率，成功地解决了当前高校学生人数众多，与基层学生管理者同比失衡的管理难题，克服了一些管理上的盲区，同时也为学校领导层优化教学资源，制定符合学校实情的工作计划提供了决策支持。

图6 2017年4月校内不同区域有线无线访问情况

Fig.6 Wired and wireless access in different regions of the campus in April 2017

图7 2017年4月各餐饮点就餐人数

Fig.7 Number of diners per meal in April 2017

6 结论(Conclusion)

在高校大数据环境下运用可视化技术对学生管理研究，克服了传统管理方式的弊端，使得所有学生的所有在校相关信息都可以查询、统计、分析，并且分析的结果均以定性定量方式呈现，高校各层次用户能够轻松的获取和理解这些被展示的数据和信息，这就为学生管理提供了真实可靠的数据支撑，为学校领导提供了科学有理的决策支持，从而促进了学生管理的创新与进步，进一步地推动了高校的长足发展。

参考文献((References)

[1] JimingHu,Yin Zhang.Discovering the interdisciplinary nature

of Big Data research through social network analysis and visualization[J].Scientometrics,2017(112):91-109.

[2] HuiLi,et al.A visualization method for multi-relation in

dataset[J].Cluster Computing,2017(20):225-237.

[3] MohammedGhesmoune,et al.Big Data:from collection to

visualization[J].Machine Learning,2017(106):837-862.[4] 陈程,冯正广.大数据理念在高校学生管理中的应用[J].教育

观察,2016,5(17):9-10.

[5] 王婧.大数据时代高校学生管理工作的挑战与对策分析[J].思

想政治教育研究,2014,30(2):128-130.

[6] 胥文勋.大数据时代高校学生管理工作信息化建设现状与对

策[J].绵阳师范学院学报,2016,35(1):53-56.

[7] 付新,包伟,王耕.大数据在高校学生管理与服务中的应用研

究[J].广西青年干部学院学报,2015,25(4):19-22.

[8] 饶芬芳.新形势下高校学生管理工作的路径创新研究[J].黑龙

江教育学院学报,2016,35(12):16-18.

[9] 郑文捷.高校学生管理信息化平台与服务构建探索[J].宁夏社

会科学,2016(4):254-256.

[10] 韩卫国,等.基于数据可视化的交通流量分析[J].武汉理工大

学学报,2004,28(5):668-670.

[11] 陈伟.商业智能中的数据可视化研究[D].合肥:合肥工业大

学,2010:4-8.

[12] 先晓兵,等.基于大数据的高校学生管理工作研究与实践[J].

中国教育信息化,2015(10):6-9.

作者简介：

陈 凤(1980-)，女，硕士，工程师.研究领域：数据仓库，数

据挖掘.