有关决策支持系统合理配置资源毕业论文写作资料-论文写作网

简介:关于本文可作为数据信息方面的大学硕士与本科毕业论文数据信息论文开题报告范文和职称论文论文写作参考文献下载。

数据信息论文范文

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.

文／孙晓静高亮韩婷

随着高校的快速发展以及教育规模的不断扩大,一方面,国家及地方投入与教育资源实际需求存在差距,高等教育资源日趋紧张,另一方面,高校已有的资源却存在浪费和利用率低下的问题.如何合理配置资源,实现教育资源共享,使资源在约束下最大限度地发挥作用,已成为国内外高校在激烈竞争中需要解决的首要问题.

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.由此国内外各个高校越来越重视决策支持系统的建设,少数高校已开始探索其在教育行业的应用.

从信息管理走向决策支持

上海财经大学信息化建设遵循从“信息管理”走向“决策支持；的发展思路.自2003至2008年,先后建设一卡通、公共数据平台、人事、财务、教学、学生、OA、资产等10多个信息系统,使数字化服务基本覆盖教学、科研和管理工作.与此同时开展系统操作培训、数据质量检查和系统使用充分性检查等活动,大量准确的数据信息为后期进行资源整合、构建决策支持系统奠定坚实的基础.

2005年,学校在“十一五信息化规划”中明确提出要加快建设校务决策支持系统的要求,并于2008年启动“决策支持系统方案和关键技术”的预研项目.我校信息办组建了数据仓库与商务智能技术团队,针对校务决策支持体系框架进行深入研究,总结出一套高校决策支持平台建设和实施的应用方法,于2009年首先完成“学生就业”与“科研成果”主题的决策支持子项目,而后,相继实现科研信息、教学状态信息、院系绩效信息、学科状态等多个主题的数据展示和分析.

校务决策支持系统分三层

我校建立了一套高校校务决策支持系统的体系框架,该框架包括业务数据、数据仓库和分析应用三个层次.图1描述了校务决策支持系统的体系框架.

业务数据层

高校业务数据层包含教学、学生、人事、科研、财务、资产等业务系统的数据库,以及其他相关外部数据源,这些时间跨度长且内容覆盖广的海量数据为高校决策支持系统提供数据基础.

在建设过程中,我们坚持数据仓库建设和业务系统建设相互促进的原则.一方面,从数据仓库的层面审视业务系统的数据结构,优化信息系统体系结构；另一方面,针对业务系统开展数据质量工作,通过发布数据质量报告、制定录入规范等措施,使数据维护人员全面了解数据质量问题、明确个人权责,确保为数据仓库提供完整、准确的数据.

数据仓库层

数据仓库层是决策支持系统的核心,它完成三方面的工作：第一,对业务系统中的原始数据进行( ETL)抽取、清洗、转换,将数据转换为相同的结构,之后加载到数据仓库中；第二,对数据仓库中的数据进行二次抽取,加载到具体分析主题的数据集市；第三,通过管理工具对数据仓库进行管理和维护.

我校采用星型结构模型来构建数据仓库,该模型扩展型强,能够适应新增分析指标和维度的需要,而且容易理解、可读性强.图2是星型结构的教学成果事实表模型.此外,设计过程采用缓慢变化维度的思路,例如：人员的职称、岗位等人事信息发生变动时,维度表将新增一条记录,这种处理方式既能保留教师科研活动的历史信息,又可以根据工号对某位教师的所有科研成果进行汇总.

在ETL阶段,由于我校业务系统统一采用Oracle数据库,极大地方便数据抽取工作.针对ETL过程中步骤繁琐、可读性差、不易维护的问题,制定ETL规范,对抽取规则、数据转换和加载的规则、ETL过程对象的命名规则等进行明确定义.图3是根据ETL规范生成的教学、学生、科研主题的依赖关系图.

数据仓库的总体建设采取重点突破、螺旋式的开发方法.首先确定以教学、科研、人事三个大的主题为中心,而后逐步细化并扩展范围,包含生源质量、就业情况、开课情况、师资状况、教学质量等各类信息.

分析应用层

分析应用层通过数据可视化工具,向用户提供即时查询、报表论文范文、数据挖掘等多种服务,实现数据仓库中所存储知识向用户的传递.对于用户而言,数据访问层就是决策支持系统的全貌.因此,向用户提供一个健壮、灵活的展示方式,直接决定用户对于决策支持系统的整体评价.

通过调研,我们对开源工具PENTAHO、SQLSERVER 2008 R2以及Busi-ness Object等商业智能工具,从基本功能、实现效率、管理功能、移植与扩展性、文档等多方面进行测试和比较,于2010年初采购企业级数据展示工具,至今已基于该工具开发了多个应用.

建设内容及应用成效

通过将我校的具体应用需求与以上框架结合,先后搭建起面向教学、科研、人事、财务、学科等具体业务主题的信息平台,逐步构成高校的决策支持体系.下文主要从财务、学生培养、学科建设三个方面进行介绍.

实时监控预决算执行情况

我校在“十一五”初期开始推行学校与院系的二级预算管理制度改革,这就要求财务处能够对各部门各支出项目的预算执行状况进行全程动态监控和预警,并在预算年度结束后按照不同角度对完成情况进行汇总分析和对比；再者,财务处需要随时掌握各核算单位的资金流动的真实情况,从而加强对整体资金使用的控制,提高资金使用效率.

针对以上需求,我校搭建起财务数据多维动态分析平台,开发出二级预算执行情况分析和个人收入分析等两个系列共计三十余张多维动态分析图表,通过多种图形化的方式从多个角度向用户展示数据分析结果及不同数据之间的对比或变动关系,为二级预算执行分析、考核等工作提供高质量的信息支持.以往重点学科和专业能够获取较多资金支持,在校级财务支出中占较大的比率,而承担基础课程的专业相对“弱势”.通过对预算执行情况的实时监控,财务处和校财经领导小组及时发现问题并不断完善预算管理实施细则,资金安排向部分承担基础课程的院系倾斜,“弱势”院系的支出比重逐年上升,全校各学科的发展日趋均衡,预算平均完成率已达到94.83%.

量化管理学生的培养过程

在学生培养方面,我校以招生、培养、就业三个方向为切入点展开工作,支持管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普通硕土、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、调剂比例等不同维度对生源质量进行分析.通过对比历年生源质量的变化趋势,以及不同学科问生源质量的差异,及时调整招生政策以及各专业的录取比例.

在培养阶段,针对本科教学开发了“本科教学状态数据平台”.该平台按照学生状祝、师资状况、教学条件、专业设置、课程与教材、教学管理六大主题采集教学基本状态信息和数据,分析和统计本科教学基本状态和历年的变化趋势,并向教务管理部门和院系两个层面公布教学状态基本数据.2010年的本科教学评估工作中,教务管理人员通过系统查询各院系教学信息,方便地生成上报报表,省去大量的手工统计工作；管理人员可以查看统计值对应的详细信息,管理过程更加精细化同时各院系之间的信息透明,有力地促进校务公开.

在就业阶段,就业信息统计分析平台发挥巨大的作用.2009年金融危机时期,学生的就业情况是全社会最为关注的问题,我校当年开发了就业信息统计分析平台.通过该平台,校领导以及就业指导中心可以实时查询到每个院系、每个专业学生的就业去向（包括“保送直升”、“国外升学”、“定向委培”、,“签订协议书”、“考取升学”等）,还可以对签约的详细情况进行分析,签约率低于平均水平线的院系会显示预警信息.此外系统提供i作地区分布分析、工作行业和性质分布分析、工作地区与生源地关系分析等功能.就业指导中心根据以上信息展开一系列有针对性的工作,使我校毕业生在各行业招聘人数锐减的情况下仍保持较高的就业率.

数据:学通教育化学方程式计算图表类数据信息主讲谢谢老师

动态评估学科信息

以前我校的学科状态信息分散在多个系统中,当管理者想了解某传统优势学科近期的科研情况,独立的系统无法回答这个问题.后来,我校建设了学科信息平台,将学科状态相关数据进行整合,构建一个全局的、一致的学科信息集合.对各个学科状态进行展示（包括项目、论文、著作、经费等）,并将现状与学科规划进行比较、分析差距；对学科建设进行全面评估；从职称、年龄、学缘、海外留学等角度对师资队伍进行分析.系统实现学科规划与管理、支持我校的双轨人事管理,为专业及课程建设提供依据,有助于我校在发挥特色学科和优势学科的基础上形成高水平的、结构更加合理的学科梯队.

我校已部分实现校务决策支持系统建设的目标,即支持学校内部治理结构的变革与创新,促进学校“人、财、物”等资源的优化配置,全面支持学校人才培养、科学研究和社会服务,下一步将继续完善决策支持系统的建设,完善对学科发展水平、学术资源状况、教学质量、师资队伍建设、资源利用效率等方面的数据分析,支持各级管理决策人员从不同的角度快速灵活地进行复杂查询和多维分析处理,同时通过数据挖掘发现隐含的、有意义的预测信息,为科学决策提供全方位的支持.

（作者单位为上海财经大学信息办）

总结：本文关于数据信息论文范文,可以做为相关论文参考文献,与写作提纲思路参考。

数据引用文献: