董素芬　蔡金金　高媛

中圖分類號： G20 文獻標識碼：A 文章編號：1005-6378（2015）04-0155-02

DOI：10.3969/j.issn.1005-6378.2015.04.031

目前高校中已經(jīng)普及應(yīng)用了一些比較完善的系統(tǒng)如教務(wù)處應(yīng)用的教務(wù)管理子系統(tǒng)，科技處應(yīng)用的科研管理子系統(tǒng)等，雖然這些系統(tǒng)中都記錄有學(xué)生的基本信息，但是由于其后臺數(shù)據(jù)庫都是獨立維護的，使得數(shù)據(jù)的更新很難保持一致性，比如，要想統(tǒng)計目前在校研究生的人數(shù)，可能在學(xué)籍管理系統(tǒng)中，某學(xué)生已經(jīng)退學(xué)了，但在教務(wù)系統(tǒng)中還有該學(xué)生的記錄，這就導(dǎo)致不同系統(tǒng)中統(tǒng)計的人數(shù)不同，即便是簡單的統(tǒng)計在校研究生的人數(shù)都很難得到一個精確地答案，更別說想從這些已有的數(shù)據(jù)中總結(jié)對學(xué)校決策者有用的決策支持信息了，也就是說，目前的系統(tǒng)中存在的海量數(shù)據(jù)，雖然數(shù)據(jù)量龐大，但是， 由于沒有渠道很好的利用這些數(shù)據(jù)，使得這些數(shù)據(jù)后期應(yīng)用價值很低，成為了無用數(shù)據(jù)，以上數(shù)據(jù)所反映出的問題實質(zhì)就是：急切地需要獲得一種有效的方法[1]，很好地利用這些“大數(shù)據(jù)”，利用非傳統(tǒng)的數(shù)據(jù)篩選工具挖掘出潛存與數(shù)據(jù)中的學(xué)生的行為習(xí)慣與個人愛好，在凌亂紛繁的數(shù)據(jù)背后發(fā)掘出更符合學(xué)生興趣和習(xí)慣的信息，并且有針對性地對這些信息調(diào)整和優(yōu)化，這就是“大數(shù)據(jù)”帶給學(xué)校決策者的最有價值的信息。

一、大數(shù)據(jù)概述

大數(shù)據(jù)作為時代的產(chǎn)物應(yīng)運而生，它是一種現(xiàn)象而并非是一種前沿的技術(shù)，最早洞見大數(shù)據(jù)時代趨勢的數(shù)據(jù)科學(xué)家之一的維克托·邁爾-舍恩伯格在《Big Data：A Revolution That Will Transform How We Live， Work， and Think》一書中明確指出大數(shù)據(jù)帶來的信息風(fēng)暴正在變革我們的生活、工作和思維，大數(shù)據(jù)開啟了一次重大的時代轉(zhuǎn)型[2]，根據(jù)大數(shù)據(jù)的的性質(zhì)將其特點歸納為4個“V”：Volume—數(shù)據(jù)體量大，從TB級升級到PB乃至ZB級別；Variety—數(shù)據(jù)類型多樣化，從傳統(tǒng)結(jié)構(gòu)化的數(shù)據(jù)，拓展到文本、電子郵件、Web頁面、博客以及音頻、視頻文件等半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)[3]；Value—密度低、價值高；Velocity—在存取和共享數(shù)據(jù)時的速度比較快。

各種各樣的數(shù)據(jù)匯集在一起，從而產(chǎn)生了大數(shù)據(jù)，例如，查詢某一年研究生畢業(yè)人數(shù)，可能只有3 000條數(shù)據(jù)，但是對過去二十年的畢業(yè)研究生人數(shù)的查詢就構(gòu)成了大數(shù)據(jù)，分析大數(shù)據(jù)不再是探求其中難以捉摸的因果關(guān)系——“為什么”會是這樣？而是發(fā)現(xiàn)探究其中的相關(guān)性關(guān)系，從而能夠達到預(yù)測未來“是什么”的目的[4]，通過對數(shù)據(jù)的查詢統(tǒng)計分析，可以發(fā)現(xiàn)潛藏在其中的規(guī)律，為學(xué)校管理者提供決策支持信息。

二、系統(tǒng)的構(gòu)建

研究生管理智能決策支持系統(tǒng)的平臺是建立在大數(shù)據(jù)思想浪潮的推動下，順應(yīng)了時代的發(fā)展需求，其功能全面，涵蓋了目前已有辦公系統(tǒng)的各個功能模塊，研究生管理智能決策支持系統(tǒng)中主要包括兩部分內(nèi)容，第一部分是研究生的管理模塊，其中包括研究生的招生，培養(yǎng)方案的制定，宿舍管理，學(xué)籍管理，研究生論文中期考核，研究生論文送審，論文答辯等研究生在校期間的各個階段的管理；第二部分是研究生創(chuàng)新平臺，這個平臺中有智能檢索，學(xué)術(shù)交流，知識共享和科研管理模塊，在科研管理模塊中可以對研究生在校期間跟隨導(dǎo)師做科研的情況和進度進行實時管理。導(dǎo)師可以對課題組成員，項目、課題進度、發(fā)表文章、科技著作、科研項目、專利成果、獲獎成果、其他標志性成果等進行管理，研究生也可以通過科研論壇發(fā)表自己在科研過程中的心得體會和遇到的問題，并通過大家的在線討論得到最佳答案?？蒲袆?chuàng)新平臺可以解決在科研過程中，由于學(xué)科限制導(dǎo)致的科研滯后，有些科研項目涉及多個學(xué)科，以中藥創(chuàng)制決策支持系統(tǒng)的研究為例，中藥創(chuàng)制決策支持系統(tǒng)既涵蓋了計算機知識，又涵蓋了中醫(yī)藥學(xué)知識，要想在該領(lǐng)域取得科研成果就必須使得研究者同時具備中醫(yī)藥學(xué)知識和計算機系統(tǒng)理論知識，但是這樣的人才幾乎不存在，因此，需要將多學(xué)科的專業(yè)人才匯集才可能完成這一課題的研究，這就需要通過科技創(chuàng)新平臺，匯集各學(xué)科專家的領(lǐng)域知識。

三、數(shù)據(jù)庫設(shè)計方案

傳統(tǒng)的數(shù)據(jù)庫以結(jié)構(gòu)化數(shù)據(jù)查詢語言為基礎(chǔ)，數(shù)據(jù)的范圍限定在結(jié)構(gòu)化數(shù)據(jù)范疇以內(nèi)，而且，不能支持高級別的數(shù)據(jù)分析和TB級的數(shù)據(jù)處理，為了滿足大數(shù)據(jù)量的快速存取與數(shù)據(jù)共享[5]，系統(tǒng)將采用面向列的Hbase分布式數(shù)據(jù)庫技術(shù)建立非結(jié)構(gòu)化數(shù)據(jù)庫；Hadoop與傳統(tǒng)的數(shù)據(jù)方式最大的不同就是，它能夠在廉價的基礎(chǔ)上，有能力處理好結(jié)構(gòu)化和非結(jié)構(gòu)化的大數(shù)據(jù)[6]，數(shù)據(jù)首先被存儲在Hadoop 分布式文件系統(tǒng)（Hadoop distributed file system HDFS）中[7]；HBase的目標就是快速在行數(shù)據(jù)中定位所需的數(shù)據(jù)并訪問這些數(shù)據(jù)；對于數(shù)據(jù)庫內(nèi)部的海量數(shù)據(jù)的處理則采用分布式計算機模型 MapReduce來實現(xiàn)[4]。

研究生管理系統(tǒng)涵蓋了研究生從培養(yǎng)到論文答辯的全過程，這里面不僅僅包含傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，還包括文本，web頁面，圖像，視頻，音頻等一些非結(jié)構(gòu)化或半結(jié)構(gòu)化的數(shù)據(jù)[3]。而這些數(shù)據(jù)的采集可以從通過整合現(xiàn)有數(shù)據(jù)庫中的數(shù)據(jù)得到，目前可以應(yīng)用的比較成熟的技術(shù)方案有三種：即數(shù)據(jù)上報技術(shù)、數(shù)據(jù)鏡像技術(shù)和數(shù)據(jù)泵技術(shù)，現(xiàn)將三種技術(shù)的優(yōu)缺點進行比較[8]：一，數(shù)據(jù)上報技術(shù)：該技術(shù)需要更改系統(tǒng)的業(yè)務(wù)邏輯模塊和數(shù)據(jù)訪問模塊，對系統(tǒng)的改變較大，并且不支持數(shù)據(jù)一致性檢查，斬斷了數(shù)據(jù)的對應(yīng)關(guān)系；二，數(shù)據(jù)泵技術(shù)：該技術(shù)不用改變已有的業(yè)務(wù)邏輯模塊，但是對系統(tǒng)性能影響較大，對數(shù)據(jù)庫的處理能力消耗極大；三，數(shù)據(jù)鏡像技術(shù)：是指通過日志分析，將指定端口的數(shù)據(jù)復(fù)制到目標端口，它需要在系統(tǒng)上部署日志分析模塊，只針對日志文件進行讀取和分析，對業(yè)務(wù)邏輯和數(shù)據(jù)庫不產(chǎn)生壓力，并且支持數(shù)據(jù)的一致性檢查；通過以上分析可以看出，研究生管理智能決策支持平臺的后臺數(shù)據(jù)庫建設(shè)可以應(yīng)用數(shù)據(jù)鏡像容災(zāi)技術(shù)，它可以通過日志分析，復(fù)制分布在各個部門的信息系統(tǒng)中的數(shù)據(jù)，從而將這些數(shù)據(jù)集中到系統(tǒng)的后臺數(shù)據(jù)中心中來。

隨著大數(shù)據(jù)的浪潮蜂擁而至，業(yè)務(wù)需求不斷地發(fā)生變化，基于大數(shù)據(jù)的研究生管理智能決策支持系統(tǒng)的研究，在充分研究各部門后臺數(shù)據(jù)庫協(xié)作關(guān)系的基礎(chǔ)上[9]，完成了符合系統(tǒng)平臺要求的后臺大數(shù)據(jù)庫建設(shè)，它可以支持PB級海量數(shù)據(jù)的處理和管理[10]，為基于大數(shù)據(jù)的研究生管理的進一步開發(fā)和應(yīng)用提供了良好的基礎(chǔ)。系統(tǒng)比較全面地完成了辦公需求和學(xué)生管理的各個功能模塊，經(jīng)投入試用，該系統(tǒng)在某校各個部門得到了廣泛的應(yīng)用，它可以很好地實現(xiàn)數(shù)據(jù)的查詢和分析，能有效地為學(xué)校管理層提供必要的決策支持信息。

[參 考 文 獻]

[1] 萬澤春.大數(shù)據(jù)的應(yīng)用和解決方案淺析[J].電腦知識與技術(shù)，2013，9（27）：6217-6219.

[2] 維克托·邁爾·舍恩伯格.大數(shù)據(jù)時代[M].杭州：浙江人民出版社，2012：12.

[3] 葉明，谷晨霞.“大數(shù)據(jù)”時代決策支持系統(tǒng)新發(fā)展[J].信息安全與技術(shù)，2013（8）：6-8.

[4] 郭鑫.大數(shù)據(jù)教學(xué)資源共享系統(tǒng)的研究[J].電腦知識與技術(shù)，2014，10（3）：446-447.

[5] 彭細，張盼，許野.基于大數(shù)據(jù)的工程機械遠程監(jiān)控系統(tǒng)研究[J].物聯(lián)網(wǎng)技術(shù)，2014（1）：23-26.

[6] 福布斯：Hadoop——你不得不了解的大數(shù)據(jù)工具[EB/OL].[2015-02-03].http：//www.csdn.net/article/2012-02-20/312061.

[7] 陳麗，基于大數(shù)據(jù)的應(yīng)用系統(tǒng)架構(gòu)研究與應(yīng)用[J].軟件產(chǎn)業(yè)與工程，2014（5） ：33-38.

[8] 陳大川，張寶山.大數(shù)據(jù)技術(shù)在住房信息系統(tǒng)中的應(yīng)用[J].信息通信技術(shù)，2012（5）：6-11.

[9] 董素芬，蔡金金，滕桂法.基于B/S的研究生管理信息系統(tǒng)[J].河北農(nóng)業(yè)大學(xué)學(xué)報，2010，33（4）：109-111.

[10] 黃曉斌，鐘輝新.基于大數(shù)據(jù)的企業(yè)競爭情報系統(tǒng)模型[J].情報雜志，2013，32（3）：37-43.

【責(zé)任編輯 王雅坤】