基于数据仓库技术的高校招生决策支持系统的构建

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于数据仓库技术的高校招生决策支持系统的构建范文，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:该文首先介绍了决策支持系统的概念,然后通过对高校招生进行需求分析,利用微软的产品MS SQL Server 2005构建了招生决策支持系统平台。

关键词:决策支持系统;数据仓库;需求分析;高校招生

中图分类号:TP311.13文献标识码:A文章编号:1009-3044(2009)13-3333-02

1 引言

当代社会处于一个竞争时代,企事业单位要在市场竞争中立足和发展,就必须随时收集各种信息与数据,在此基础上通过领导层的讨论与协调不断形成新的决策以适应瞬息万变的市场需要。在计算机领域中,最初是将大量的数据简单的存放在数据库中,对其的利用仅限于信息检索。现在这些数据的简单处理已经不能满足社会的需求,而进一步的应用是需要将这些大量的数据进行分析、演绎与归纳推理而形成新的数据与规则。数据分析为人类信息资源的利用开辟了一条新的道路。基于这种思想,在数据库上建立了一直用于数据分析、预测及决策的系统,成为决策支持系统。

随着我国高校招生的进一步改革,在2003年,北大、清华等22所高校被赋予5%的自主招生权。至2006年,自主招生的高校扩大到了53所。2007年教育部在8所高职院校开设单独招生试点后,决定于2009年进一步扩大规模,安排33所国家示范性高职院校开展单独招生。由此可以预测,不久的将来我国的高校招生将进入激烈的市场竞争时代。为了招揽更多的优秀生源,各大高校就非常需要制定相关的招生策略。因此,高校领导层需要了解招生录取的具体情况,然后在招生的计划投放、专业设置、生源选择、招生宣传等方面做出正确的决策以适应日趋激烈的招生市场。所以,利用高校历年的招生信息数据,开发招生决策支持系统可以为高校招生领导层提供从信息收集、决策形成到决策意见的传播等全过程的协助。

2 决策支持系统概述

决策支持系统(decision support system),简称DSS。根据IBM公司的说法,又称业务智能(business intelligence),简称BI。两者事实上是同一概念,本文中均使用DSS一词。DSS是由电子数据处理系统(EDPS)、管理信息系统(MlS)逐步发展而来的,用于支持半结构化决策,允许决策者直接干预,并能接受决策者的直观判断的动态交互式计算机系统。决策支持系统作为一门新兴的信息技术,能够为企事业单位提供各种科学的决策支持。

经过20余年的发展,决策支持系统已经有了较为完善的结构形式。DSS是一种具有一定智能的计算机应用系统,它由四部分组成:

1)数据仓库。它是支持DSS的数据集合体,也是DSS的决策基础,可以为后面的分析决策提供数据支撑。

2)联机分析处理。它以数据仓库中的数据为基础,按一定的模型进行分析,以人-机交互为主要操作手段,最终获得一定的规律性知识。

3)数据挖掘。它对数据仓库中的数据做归纳性总结与分析,并最终形成规律性知识。

4)结果展示。它把DSS分析的结果做最后的输出与表示。具有本地/远程/互联网,单媒体/多媒体等多种展示方式。

以上四个部分构成一个完整的DSS整体,它以数据仓库为基础,以联机处理与数据挖掘为分析方法,并最终以展示形式表示结果。如图1所示。

众所周知,人类遇到问题做出决策时需要进行思考推理。在决策支持系统中,主要是计算机通过相关的软件进行推理,把数据仓库与决策推理相结合形成决策过程。在以数据仓库为基础构建的DSS中,我们常用归纳型决策方法进行推理,其决策过程有两种:

1)验证型归纳决策:通过数据实验室的人-机交互实验,经过反复测试和比较最终取得归纳结果。

2)探索型归纳决策:根据大致的范围和轮廓,利用各种类型的算法进行分析推理。

3 招生决策支持系统的需求分析

需求分析阶段是开发单位对项目的需求做出分析并给出详细定义,提出需求分析模型阶段。开发招生决策支持系统首先必须针对目前的高校招生情况进行需求分析。目前的我国高校现有的招生信息管理系统大多是单机版,也只处理和保存当年的数据,这些数据缺乏组织性,以原始形式存储,难以转化为有用的信息,出现了历史数据量大但利用率却很低的尴尬局面。随着近几年高校招生竞争的白热化发展,各高校很有必要在原有招生信息管理系统的基础上构建招生决策支持系统,以数据仓库、数据挖掘技术为手段,充分利用历史的招生数据进行分析处理。

需求分析之中心工作是提出主题需求,主题是由单位决策部门及决策人员以及相关单位所提出的一种协助决策需求。在此阶段需要对主题做仔细描述,将其分解成若干个需求层次。根据分析,本文所要构建的招生决策支持系统所关注的决策主题主要有:专业与招生分析、成绩与招生分析、生源所在地与招生分析、就业与招生分析四大决策主题。

1)专业与招生分析。各个专业的招生率体现了该专业在学生和家长中的认可程度。专业对招生影响的分析对学校的专业设置和招生计划的分配决策都有指导性的意义。

2)成绩与招生分析。根据各个学校的档次,不同的高校对学生的吸引力也不同。对学生高考成绩和平时成绩的分析,将有助于高校掌握报考学生对自身水平的定位以及他们对本校的认可程度。根据分析结果,高校招生部门可以优先录取对本校认可度高和成绩适合本校的考生,这样将有助于提高录取学生的报到率。

3)生源所在地与招生分析。生源所在地也是影响招生的重要问题。一般情况下,相对发达、集中的城市肯定是考生的首选,但不一定每个考生都有能力考取这些发达城市的高校。中部、西部等边远地区的高校如何在各个地区做好招生宣传工作,吸引考生的注意力,就要靠历年的招生数据分析做出相关科学的决策了。

4)就业与招生分析。招生与就业在高校中是两个密切相关的部门。高校学生就业率的高低在一定程度上决定招生的难易。同样,生源质量的高低也影响着学校的就业水平。在此,分析各学校的就业率可以为招生工作提供相应的决策支持。利用决策支持系统分析两者之间的联系,对学校的就业决策和学生的招生规划都很有帮助。

4 招生决策支持系统平台的构建

随着数据仓库的发展,构建与开发数据仓库的工具越来越多。要开发一个DSS系统一般需要若干个数据仓库的工具集。我们根据需求分析中所确定的主题,选用微软公司的产品MS SQL Server 2005,构建招生决策支持系统平台,如图2所构建的招生决策支持系统平台包括如下部分:

1)数据源:本DSS系统的数据源主要是各个高校现有的招生信息系统的数据库。鉴于一些高校的招生信息系统不够完善,可以考虑从学生学籍管理系统或者就业信息系统中导入相关数据。此外,数据源还可以包括SQL Server 2005以及其它。

2)ETL工具:采用MS DTS作为ETL工具,DTS通过ODBC接口连接数据源并抽取数据。在ETL过程中可以使用VBScript和JavaScript等脚本语言进行数据转换。DTS可以高效地将数据加载到SQL Server 2005的数据仓库中。

3)数据仓库:采用SQL Server 2005作为数据仓库,一方面存储构成数据仓库的表,另一方面也存储星型模型数据集市的维表和事实表。

4)OLAP服务器及展示工具:采用MS Analysis Services作为OLAP服务器,在Analysis Services中可以方便地定义维度和构建OLAP立方体。OLAP可以以ROLAP、MOLAP、HOLAP等多种方式存储。采用青大海威的HighWay.HDC作为OLAP展示工具,HighWay.HDC连接并操作MS Analysis Services的OLAP立方体。最终用户通过HighWay.HDC在web浏览器中进行OLAP操作。

5)数据仓库及数据挖掘工具:数据仓库应用处理的难点是复杂的查询和报表。本系统可以根据实际情况采用VB或VC编程的方法实现数据仓库的处理。再利用MS Analysis Services提供的决策树和聚集算法实现数据挖掘功能。

6)元数据管理工具:SQL Server 2005自带元数据管理工具Meta Data Services。该工具和SQL Server 2005以及Analysis Services紧密结合,可以实现自动元数据管理。

5 小结和展望

该文研究了基于数据仓库技术的决策支持系统,并通过对高校招生的需求分析,构建了基于数据仓库的招生决策支持系统平台。该平台具体实现后,将为高校的招生部门能够提供有利的决策支持,使各高校可以根据自身的情况制定有效的招生策略,提高招生效率。随着我国信息化的迅猛发展,DSS在高校中已经引起了计算机、管理学、系统工程学、心理学等各方面专家及高级决策人员的广泛关注。可以预计,在我国的各个领域,决策支持系统的研究和应用一定会取得更大的进步和发展。

参考文献:

[1] 徐洁磐.数据仓库与决策支持系统[M].北京:科学出版社,2005(4).

[2] 余丽静.基于数据仓库的高校就业决策支持系统研究[J].贵州教育学院学报:自然科学,2008(12).

[3] 宋晓红.计算机决策支持系统的发展与研究[J].电脑知识与技术,2008(12).

[4] 励梦音,卢雪琴.决策支持系统在高校中的应用现状初探[J].科教探索,2008(10).