高校业务数据层包 含教学 、学生 、人 的原始数据进行 （ Ｔ 抽取 、 Ｅ Ｌ） 清洗 、 换 ， 转
据 平台 、 人事 、财务 、 教学 、 学生 、 Ａ、 Ｏ 资 事 、 科研 、 财务 、 资产 等业务 系统 的数 据库 ， 将数据转换 为相同的结构 ，之后加载到数 产等 １ ０多个 信息系统 ，使数字化服务基本 以及其他 相关外部数据源 ，这些时间跨度 据仓库 中； 第二 ， 对数据仓库 中的数据进行 覆 盖教 学 、 科研和管理 工作 。 与此 同时开展 长且 内容覆 盖广 的海量数据 为高校决策支 二次抽取 ，加 载到具体 分析主题的数据集 系统 操作培训 、数 据质量检查 和系统 使用 持系统提供数据基础 。 市； 第三 ， 通过管理工具对数据仓库进行管
扩展范围 ， 包含生源质量 、 就业情况 、 开课 十余张多维动态分析图表 ，
情况 、师资状况 、教学质量等各类信息 。 分析应用层
通过多种 图形化 的方 式从
多 个 角 度 向用 户 展 示 数 据
分析应用层通过数据 可视化 工具 ，向 分析结果及不 同数据 之间
用户提供 即时查询 、 报表定制 、 数据挖掘等 的对 比或变动关 系 ，为二 多种 服务 ，实现数据仓库 中所存 储知识 向 级预算执行分 析 、考核等 用户 的传递 。 对于用户而言 ， 数据访 问层就 工作提供高 质量的信息支
Ｅ Ｌ 范生成 的教学 、 Ｔ规 学生 、 科研 主题 的依
赖关 系图。
针对 以上需求 ，我校 搭 建起财务数据多维 动态
数据仓 库 的总体建设 采取 重点 突破 、 分析平 台，开发 出二 级预
螺旋式的开发方法 。 首先确定以教学 、 科研 、 算 执行情况分析 和个人 收
人事三个大的主题为 中心 ， 而后逐步细化并 入分析等两个 系列共计 三
路 ， 如： 例 人员 的职称 、 岗位 等人 事信息发 步构成高校的决策支持体系 。 下文主要从 财 生政 策以及各专业 的录取 比例 。
生变动时 ， 维度表将新增一条记 录， 这种处 务 、 学生培养 、 学科建设三个方面进行介绍 。 在培养阶段 ， 针对本科教学开发了 “ 本
理方式既能保 留教师科研活动 的历史信息 ， 实时监控预决算执行情况
在 Ｅ Ｌ阶 段 ， 由于 我 校 业务 系统 统一 务处能够对各部门各支出项 目的预算执行状 状态信息和数据 ，分析 和统计 本科教学基 Ｔ
采用Ｏ ａｌ数据库 ， ｒｃｅ 极大地方便数 据抽 取工 况进行全程动态监控和预警 ， 并在预算年度 本状态和历年 的变化趋 势 ，并 向教务管理
是决 策支持系统的全貌 。 因此 ， 向用户提供 持 。以往重 点学科和专业
一
个 健 壮 、 活 的展 示 方 式 ， 接 决 定 用 户 能 够获 取较 多 资金 支持 ， 灵 直
图 ３教学 学生 、科研主题 Ｅ Ｌ Ｔ 依赖关系
６ 国 育 络２２ ８中 教 网 。 １３
Ｗｅ 挖掘优化 Ｖ ｂ ＯＤ点播 系统
普通硕士 、 专业硕士 以及博士生从生源地 、 毕业 院校 、 录取分数 、 报考人数 、 录取人数 、
标和维度 的需要 ，而且容易理解 、可读性
通过将我校 的具体应用需求与 以上框 调剂 比例等不同维度对生源质量进行分析 。
强 。图 ２是星型结构 的教 学成果事实表模 架结合 ， 先后搭建起面向教学 、 科研 、 人事 、 通过 对 比历年生源质量 的变化趋 势 ，以及 型。 此外 ， 设计 过程 采用缓慢 变化维度 的思 财务 、 学科等具体业务主题的信息平台 ， 逐 不同学科 间生源质量 的差异 ，及 时调整招
作 。针对 Ｅ Ｌ过程中步骤繁琐 、 Ｔ 可读性差 、 结束后按照不 同角度对完成隋况进行汇总分 部门和院系两个层 面公 布教 学状态基本数 不易维护 的问题 ，制定 Ｅ Ｌ规范 ，对抽取 析和对 比； Ｔ 再者 ， 财务处需要随时掌握各核 据。２ １ 年 的本科教学评估工作 中，教务 ００
校校 园网建设 日趋完善 ，网络辅助 的重要 分 析用 户行 为 ， 合理分配流量 ， 高用户使 提 性 日益凸显 ， Ｏ 系统在高校辅助教学领域 用 网络 的效率 已成 为校园网络管理 的一个 Ｖ Ｄ 得到充分应用 ， 由此展开一系列针对Ｖ Ｄ系 重 要课 题 。 Ｏ
Ｗｅ 挖掘向用户智能化推荐资源 ｂ
又可 以根 据工 号对某位教师 的所有科研成
果进行汇总。
科教 学状态数据平 台” 该平 台按照学生状 。
我校在 “ 十一五” 初期开始推行学校与 况、师资状 况 、 教学条件 、 专业设置 、 课程 院系的二级预算管理制度改革 ， 这就要求财 与教材 、教学管理六大 主题 采集 教学基本
资源 ， 实现教育资源共享 ， 使资源在约束下 针对校务决 策支持体系框架 进
最 大 限 度 地 发 挥 作 用 ， 已成 为 国 内外 高 校 行深入研究 ，总结 出一套 高校
数 榭 仓
席
锻
瑚
在激 烈竞 争 中需要解 决 的首要 问题 。
Ｉ Ｉ
抽 取 、清洗 、 转换 、 ｊ栽 Ｊ ｝ Ｉ
开发 了多个 应 用 。
在学生培养方 面 ， 我校 以招生 、 培养 、 理人员对培养各环节 的精细化管理 。 在招生阶段 ，基于研究生招 生系统对
示 工 具 ，至 今 已基 于该 工 具 就业 三个 方向为切人点展开工作 ，支 持管
图 ２教 学成果事 实表模 型
建设内容及应用成效
数据挖掘就是从大型数据库 的数据 中
统服务性能 的研究 ， 其中优化站点服务 、 提
供个性化选择成 为研究的热点 。
我们 以南通大学校 园网教学 Ｖ Ｄ Ｏ 点播
系统为基础 ，运 用 Ｗｅ ｂ挖掘技术 ，以校 园 提取 人们 感兴趣的知识 。这些知识是 隐含
Ｖ０Ｄ系统 在应 用过 程 中遇到 的 问题 网用户 的行为特征为对象进行关联性分析 ， 的 、 事先未知的潜在有用信息 ， 提取 的知识 Ｃ ｎｅ ｔ ） ］ ｌ 、规律 Ｒ ｓ 是 ，随着 ＶＯ Ｄ系统 中影 片资 源集 的不 断增 在对点播系统优 化后 ，通过有针对性 的引 表示 为概念（ｏｃｐｓ、规 ￣ （ｕｅ） 大， 点播 人数的众多 ， 服务器 的负荷 日益加 导 ， 对不 同用户进行个性化推荐 ， 以提 高页 （ｅｕａｉｅ） 模式（ａ ｅｎ） Ｒ ｇｌｒｉ 、 ｔｓ Ｐ ｔ ｒｓ ｔ 等形式＿。 １ 数据 ｌ 重 。Ｖ Ｄ服务器系统 、网络传输 系统 和终 面访问 的效率 和视频 资源的利用率 ，从而 挖掘是知识发现过程 的一个基本步骤 ，也 Ｏ
决策支持平 台建设和实施 的应
基于数据仓 库与商业智能技术 的决策 用方 法 ，于 ２ ０ ０ ９年首 先完成
支持 系统 ，把分散 在各个业务系统 中的数 “ 学生就业 ”与 “ 科研成果 ”主
据集成 到数据仓库 系统 中，利用在线 分析 题的决策支持子项 目， 而后 ， 相
技术 和数 据挖掘技术对 数据进行加工 ，为 继实现科研信 息 、教学状态信 决策者提供 可用的知识 ， 使管理者避免 “ 数 息 、 院系绩效信息 、 学科状态等
计 算机技术 、 网络技术 、 多媒体技术发展 的 网络因其使用群体层 次高 、频度大 、范 围 域用 户的关联模型 ，从而有针对性 、更精 产物 ， 是一项 全新 的信息服务 。 如今各 大高 广 ， 因而更加需要高质量 的网络 。 如何通过 确 、更人性化地提供 Ｖ Ｄ的推荐服务 。 Ｏ
规则 、 数据转换 和加 载的规则 、 Ｔ 过程对 算单位 的资金流动 的真卖 隋况 ， ＥＬ 从而加强对 管理人 员通过 系统查 询各 院系教学 信息 ，
象 的命名规则等进行 明确定义 。 是根据 整体资金使用的控制 ，提高资金使用效率 。 方便地生成上报报表 ，省去大量 的手工统 图３
ｎｓ ｂ ｃ等商业智能工具 ， 斜 ，“ ｅｓ ｊ ｔ Ｏｅ 弱势”院系的支 出比重逐年上升 ，全
从基本功能、 实现效率 、 管理 校各学科的发展 日趋均衡 ， 预算平均完成率
功能 、 移植 与扩展性 、 文档等 已达 到 ９ ． ％。 ４３ ８
多方面进行测试 和比较 ，于 量化管理学生的培养过程 ２ １ 年初采购企业级数据展 ００
决策支持 系统 合理配置资源
基 于数 据仓库与商业智能技术 的决策支持 系统 ， 把分散在 各个业务系统 中的数据集成到数据仓库
系统 中 ，利用在线分析技术和数据挖掘技术对数据 进行加工 ，为决策者提供可用的知识 ，使管理者避
免 “ 数据 丰富 、信息匮乏”的尴尬局面 ，为资源 的合理配置提供宏观指导 。
充分性 检查等 活动 ，大量准确 的数据 信息 奠定坚实 的基础 。 在 建设 过程 中，我们坚持 数据仓库建 理 和 维 护 。 为后期 进行资源整合 、构建决策支持 系统 设和业务 系统用 星型结构模 型来构 建数 据仓
面 ，从数据仓库 的层 面审视业务 系统 的数 库 ， 该模型扩展型强 ， 能够适应新增分析指
■文 ／钱丹 同时间段 、不 同用户群 点播数据 的挖掘提 仅可 以针对 整个群体进行推荐 ，还可 以将 出优化 服务器负载 的解决 办法 ，也就是针 用户进一步划分 ， 区分为学生组和教师组 ， Ｖ ＯＤ（ ｉｅ ｎＤ ｍ ｎ ，视频点播技 对 Ｖ Ｄ服务器系统 ， Ｖ ｄｏＯ ｅ ａ ｄ Ｏ 利用 Ｗｅ 挖掘技术优 甚至 细分 至各 学院不同专业 ，就可 以根据 ｂ 以免成为整个系统的瓶颈 。 园 同一 Ｉ 地址段用户 的点击 习惯来生成该 区 校 Ｐ 术 ） 也称为交互式媒体视频点播 系统 ， ， 是 化其性 能 ，
圄 园 囱 囱
图 １校 务决策支持 系统 的体 系框架
据丰 富、 信息匮乏 ” 的尴尬局面 ， 为资源的 多个主题的数据展示和分析 。