高校数据融合路径及其治理框架的探讨摘要：随着信息技术的发展，高校信息化建设进入一个新的发展阶段，高校沉淀了大量的数据资产，这些数据资产如何为学校决策服务、管理流程优化、提高教育教学、人才培养质量等是当前高等教育信息化发展的瓶颈和障碍。文中从高校信息化建设现状出发，分析了目前信息化建设中数据管理及利用的难点和热点，充分利用当前互联网+、大数据等新技术，从数据融合的视角探讨高校数据融合的路径及其治理框架，从而为互联网+高等教育的信息化建设提供思路探讨。关键词：数字化校园；大数据；数据融合；数据治理中图分类号:TN911.72文献标志码：A文章编号:1673-8454（2016）23-0075-03一、引言高等院校经过多年的信息化建设，S前大多数高校都已完成了校园网络、管理信息系统、公共数字平台建设，实现了高速校园网有线无线覆盖、管理业务流程自动化［1,2］。这些信息化建设项目在学校取得了很好的实际应用效果，节省了办公成本和办公效率，然而，随着信息技术的发展，也带了诸多问题［3-5］。比如：（1）数据标准不统一，数据孤岛现象，从而造成数据不一致，类似的在校生数量各部门统计都不一致等等；（2）信息化和管理业务没有充分融合，停留在信息化仅仅作为管理的支撑或者辅助手段，反而造成在某一方面对业务部门来说信息化是一种负担的负面形象；(3)信息化不足以支撑学校管理业务流程的变革，往往信息管理系统随着学校管理业务流程的变革而无法应用；(4)信息化没有走向深度的应用，不能很好的支撑学校的决策，不能有效地支撑学校的各项工作业务，诸如学生奖助学金评比、年度教职工考核、学科竞赛等等。本文结合学校实际情况，重点探讨随着学校信息化的建设，形成的数裾资产如何高效利用，如何对数据资产进行治理等论述。面对学校庞杂的数据资产，作为信息化统筹部门，文中从数据融合的视角，探讨在互联网+、大数据等背景下高校数据融合的路径及其治理框架，从而为互联网+高等教育的信息化建设提供思路探讨。二、高校数据融合的含义及实施的难点1.数据的含义木文所指的数据包含两个层面的数据：(1)基本数据或者称为静态数据。这类数据基本不怎么发生变化，或者即使发生变化，变化的频率也很低。例如学校的校园分布、建筑，教职工从入职以后的姓名、籍贯、身份证号码、出生年月，学生从入学以后的家庭信息、姓名、籍贯，仪器设备的名称、型号等类似的信息文中都归结为基本数据。(2)动态数据。在这里将动态数据划分为两类：一类是过程数据，这类数据是目前常见的管理信息系统、办公自动化等产生的过程结果性数据。比如教师的学期授课信息、学生的选课信息、学生的课程成绩、学生上网的上下线流量等等类似信息，也是日常使用管理信息系统看到的数据；另一类是行为数据，这类数据文中有称之为浸润式数据/伴随式数据，目前大多数的管理信息系统并不太关注此类数据，这类数据是管理信息系统使用者的行为数据，比如在线教学平台中学生在学习某个知识点能够从视频、网络中收集到其行为数据，上网过程中其浏览内容、停留时间等都可以成为行为数据。冃前大多数高校使用基本都是基本数裾和动态数据屮的过程数据，这类数据方便收集，大多数的高校也在利用此类数据做数据统计和分析，而真正要做到人数据分析，挖掘出对学校的管理决策能够服务时这些数据还远远不足以支撑，需要动态数据中的行为数据来做支撑，动态数据中的行为数据才是能够做好数据深度利用，挖掘出有价值的资源。2.数据融合的含义本文所指的数据融合包含两方面的含义：（1）按照学校的业务领域，将数据划分为不同的主题业务域，比如人力资源域、教学资源与管理域、学生工作管理域、科研成果管理域、财务资产域、学校档案域、公共服务域、系统管理域等，对这些不同主题业务域的数据开展交叉、关联应用的形式称为数据融合；（2）基本数据和动态数据的融合，就是将基本数据和动态数据进行关联，做大数据的分析和深度利用，为管理决策提供有价值的结果。3.数据融合实施的难点数据融合实施的难点：（1）学校主数据不完整，高校在以往管理信息系统建设过程，没有制定相应标准规范，使得现在产生的数裾缺项，不...