数据仓库在高职院学生信息管理系统中的应用研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇数据仓库在高职院学生信息管理系统中的应用研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：该文主要介绍了构建高职院校学生信息管理系统数据仓库。首先分析目前的高职院校学生管理系统的现状，为了适应现代高校信息化的发展，建立统一的学生信息数据平台，采用数据仓库技术，从大量的学生信息中获取有效的信息，为高职院校管理者决策提供有力的依据。

关键词：数据仓库；学生信息管理系统；OLAP

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）04-0674-03

Research on the Application of Data Warehouse in Higher Vocational Colleges Students' Information Management System

PENG Bing， LUO Wei

（Chenzhou Vocational Technology College， Chenzhou 423000， China）

Abstract：This paper mainly introduces the construction of higher vocational college students' information management system Data Warehouse. Firstly analyzes the current higher vocational college students' management system present situation， in order to adapt to modern university informatization development， establish unity of students' information data platform， using Data Warehouse technology， from a large number of students' information Obtaining effective information for higher vocational college managers provide a powerful basis to make decisions.

Key words：data warehouse； students' information management system； OLAP

近几年来，随着高职院校招生规模的不断扩大，办学层次趋向多样化，有关学生的各种信息量也在大量增加，学生管理工作中面临的问题也随之凸显出来。以往的学生信息数据库设计有很多缺点，例如：各个系统大量的数据不一致、数据分析面狭窄、数据更新速度不快等，已经不能适应高职院校学生管理信息化要求。采用数据仓库技术后，建立统一的学生信息管理系统数据平台，从大量的学生信息中获取有效的信息，为高职院校的管理者进行决策提供有力的依据。

1 数据仓库相关概念

1.1数据仓库

数据仓库，英文名称为Data Warehouse，可简写为DW。数据仓库是一个可更好地支持企业或组织进行决策分析的，面向主题的、集成的、相对稳定的、随时间不变化的数据集合。

数据仓库是为了进一步挖掘数据资源、为了决策需要而产生的，它并不是所谓的“大型数据库”。不是简单的静态存储，更像是一个动态的过程，这个过程涉及数据的收集、集中、整理和加工四个阶段，在这个过程中，提炼出重要的有价值的与决策相关的信息，最终把这些信息和知识，提供给需要这些信息的决策者，为他们做出有利于企事业单位未来发展的正确决策提供技术支持。这也是为什么人们常常称数据仓库系统为决策支持系统的关键所在。

1.2数据挖掘

数据挖掘是随着数据库和人工智能技术的发展而出现的一种全新的信息技术。一个数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，智能地分析历史的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整策略，减少风险，做出正确的决策。

数据挖掘与传统的数据分析（如查询、报表、联机应用分析）的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识、数据挖掘所得到的信息应具有先未知，有效和可实用三个特征。利用数据挖掘技术预测他可能感兴趣的操作和数据，提前预计算或预取数据，提取对人们有用的信息或知识，从而提高分析操作的响应时间。

1.3联机分析处理（OLAP）

OLAP具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户对基于大量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。OLAP的目标是满足决策支持或多维环境特定的查询和报表需求，因此OLAP也可以说是多维数据分析工具的集合。

数据仓库用于数据的存储和组织，数据挖掘则致力于知识的自动发现，联机分析处理集中于数据的分析。联机分析处理和数据挖掘虽然是数据仓库上获取两种不同目标的数据增值技术，前者是分析型的，后者是验证型的，但这两类技术如果能够在一定程度上融合，会使分析操作智能化，使挖掘操作目标化，从而全面提升商务智能技术的实用价值。因此可以说，基于数据仓库的联机分析处理技术与数据挖掘技术的融合和互补，将是商务智能技术发展的未来走向。

2 学生信息管理系统数据仓库系统结构分析

根据目前的信息化水平，设计基于数据仓库的学生信息管理系统，可以对现有的大量数据存储进行加工，存储，统计和分析，充分挖掘数据的潜能，有效地管理数据，分析数据，汇总数据，最后方便高校管理者做出快捷的、准确的决策。

设计学生信息管理系统数据仓库的数据源通过ETL技术（数据抽取、清洗、转换、装载）放到数据库中。在此基础上还要导入学生信息、学生成绩、学生资助管理等信息，通过整理数据导入数据信息的工作，构建学生信息管理数据仓库体系结构如图1所示。

图1 数据仓库体系结构

1 ） 数据源

数据源是整个数据仓库系统的基础，数据的存储和管理是整个数据仓库系统的核心和关键所在。包括学生相关的各类数据库的信息及操作型数据库中的各种业务数据和各类文档数据等，主要来自招生部门的招生信息管理系统，来自计财部门的学费收支系统，来自教务部门的学籍管理系统和教务成绩管理系统等等。

2 ） 数据存储

在现有各种信息管理系统基础上，对数据进行ETL（数据抽取、清洗、转换、装载）过程，按照主题域进行组织，确定数据仓库的物理存储结构，同时组织存储数据仓库元数据，包括数据仓库的数据字典、数据转换规则、数据加载频率以及业务规则等信息。数据仓库的管理包括数据的安全、备份、维护、恢复等工作。

3 ）OLAP引擎

对分析需要的数据进行有效集成，按多维模型进行组织，以便进行多角度、多层次的分析，同时包括解析M DX 语句、返回分析结果。

4 ） 前端工具

主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以数据挖掘及各种基于数据仓库或数据集市的应用开发工具。其中数据分析工具主要针对OLAP服务器，报表工具、数据挖掘工具主要针对数据仓库，同时也针对OLAP服务引擎，进行多维分析，汇总，形成图表或报表的形式，管理人员可以清晰、直观地看到分析结果。

3 数据仓库的关键问题

3.1 确定数据分析主题

数据仓库中的数据是面向主题的，确定数据分析主题能刻画各个分析对象所涉及的学生各项数据，以及数据之间的联系。由于数据仓库的设计是一个螺旋发展的过程，使用主题开始要找到需要分析的主题域。主题是根据分析的要求来确定的，结合学生管理工作的需求来确定主题。例如，在学生信息管理数据仓库中，为有效地实现对于学生基本情况、学习成绩、课程、考证情况、困难补助等数据的综合分析，应按主题域重新组织数据，同时完成各系统不同业务数据进行必要的转换，方便进行决策分析。

3.2 事实表与维表的关系

事实表和维表的设计是数据仓库建立的关键问题，高职院学生信息数据仓库主要采用的是星型结构的方式。如图2所示，学生管理数据仓库采用星形结构设计，其优点是设计简单，检索查询方便，数据的存储经过预处理，只要扫描事实表就可以进行查询，提高检索查询的效率，星形结构比较直观，更方便组合出多种查询。

图2 学生信息管理系统多维数据库

3.3多维分析处理实现

多维分析主要完成对学生信息数据仓库多维分析和数据展现部分的设计。以学生事实表考证维表分析为例，观察学生技能考证的分析结果。如从某学年某学期观察某个班级或某一专业的学生的某门课程技能考证的通过率，可以从这些数据分析中得出对某一个系或某一个专业班级的学风好坏与技能考证通过率高低相关；或者通过对考证的维度数据的选择，得出不同年级同专业通过率比较，也就可以得出某班级学生掌握技能知识与学风相关的某些假设的结论；还可以通过看他们的具体考证级别的比较，来验证某课程学生掌握技能知识的差距具体原因。

4 结束语

建立高职院学生信息管理系统的数据仓库的过程是比较繁琐的，高职院学生管理工作相关的各个职能部门的操作型数据库中，数据量大、数据定义分散、内容杂、冗余多而且加上针对具体管理应用需求的特点。所以，关于所有学生的数据必须要有效集中，进行统一组织、管理、存放，合理的数据规划和整合，建立一致的数据平台，为高职院学生管理的决策者或管理者决策支持分析系统提供足够的信息支持。

参考文献：

[1] 贺超波，陈启买.数据仓库与OLAP在高校教学决策中的应用研究[J].计算机应用与软件，2009（6）：93-95.

[2] 肖广.基于数据仓库的大规模教育考试学生信息管理决策系统[J].中国考试，2011（11）：37-41.

[3] 林芳.高职院校学生管理系统数据仓库的设计[J].信息与电脑，2011（5）：86-89.

[4] 李祥杰.基于数据仓库的学生管理决策支持系统设计与实现[D].黑龙江：黑龙江大学，2010：11-13.

[5] 涂美彩.构建基于网络考试系统试题库的OLAP分析模型[D].吉林：东北师范大学，2009：8-9.

[6] 易昌松.基于数据仓库的远程开放教育招生决策支持系统的探索[J].中小企业管理与科技：下旬刊，2010（12）：302-305.