基于校园数据中心的数据治理与应用

发布时间：2021-09-25 04:37

　　近几年来,随着计算机、通信和信息技术的成熟,其应用也涉及到不同领域,整个社会在数字化、信息化方面的建设也逐渐呈现了新的阶段。对高校教育而言,从教育环境、教学方式、教学理念等多方面都受到了影响,“数字化校园”、“智慧校园”等概念也逐渐被各大高校采用,高等教育的信息化已成为当前我国教育事业发展的主要改革方向。目前,多数高校业务部门已有独立的管理信息系统,但随着信息化建设的拓展,发现各业务部门整体架构、数据管理、数据接口等方面并不统一,同时,数据质量、数据确源、数据流向、数据维护等组织管理问题也显现出来,极大地影响了数据的价值体现。因此,如何通过数据治理,提供高质有效的共享数据,成为高校信息化建设现阶段亟待解决的问题。本文通过对西部某省属大学数据管理和应用现状进行了调研分析,基于数据中心提出了校园数据治理的有效解决方案,从而提高了数据利用率,为学校在信息查询、智能决策、数据挖掘等方面提供了全面、准确的数据基础。首先,以西安科技大学为例,对产生校园数据的产生和使用进行分析,在数据中心的基础上确定整个数据治理的体系结构和实施方案;第二,分析了现有数据的组织管理和使用问题,通过数据清洗、数据标准制... 

【文章来源】：西安科技大学陕西省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

数据治理体系因此，开展数据治理不但要积极主动，而且要有章法，才能在不断的变革中深入理

据质量的有效手段，它可以清洗从异构数据源一致等数据，让数据更好的适应数据管理和分环节。念根据专业针对性的不同会有所变化，本文中分分析的基础上，对其中不符合数据质量要求的统称。下面对常见领域的数据清洗进行阐述领域：Data Warehouse）是一个面向主题的、稳定的iant）的数据集合，用来支持管理决策。数据源Extract,Transformation and Load）之后，以统一。在数据仓库领域，为了方便进行数据清洗和一个操作性数据存储区，来缓冲并形成统一的数据质量，数据清洗从过程上主要分为三个层清洗，其中 ETL 层的清洗主要清洗不合法、抽取的过程中完成。详细的数据仓库领域清洗

2 关键理论及技术，数据清洗主要是指对数据进行预处理的过程。为了快量的数据分析结果，将需要分析的数据预处理成便于数业性的挖掘和分析，就是目前数据清洗在数据挖掘领域质量管理领域题在数据质量管理领域大多是客观存在的，通过数据清的业务数据视图，是数据质量管理领域数据清洗的主要估并改善数据质量的过程。产生的原因和源头的相同，脏数据会采用不同的技术如清理规则与策略将其转化为满足数据质量或者应用需求策略是较常用的处理方法，是数据清洗技术采用回溯理理，并在反复分析处理过程中优化并确定清洗规则与策程度上提高了数据的可信性和可用性。整个清洗过程中示：


本文编号：3409102