Smartbi助力省教育厅数据应用智能化_资讯

Smartbi助力省教育厅数据应用智能化

发布时间：2019-04-01 发布人：广州思迈特软件有限公司 231

1. 背景与现状：

我国高层领导在2015年将大数据提升到国家的战略高度，发布了政策文件《促进大数据发展行动纲要(2015)》，提到了教育大数据的建设与要求。同年，教育行业本身也发布《中国基础教育大数据发展白皮书》，用于指导各地教育大数据建设与发展。

2018年，教育部印发《教育信息化2.0行动计划》深化教育大数据应用。同时很多发达地区的省份都已经在制作本省的大数据建设方案与标准，教育大数据在全国范围内蓬勃兴起，已成为各省关注焦点。

经过调研发现，省教育厅规划处每年统一采集各个高校高基表的数据，并上报给教育部规划司；省教育厅高教处还会收集各院校的教学质量报告上报给教育部高教司，各种报告多头填报，高校重复劳动；而且省教育厅没有教学状态数据沉淀，无法利用数据来满足监管。

图：省教育厅数据采集现状

因此 ,省教育厅存在如下问题………

● 数据无沉淀：教育部对于高等教育基本状态数据采用高校直报方式，省厅没有数据沉淀，无法利用数据来满足监管；

● 手工报送：各高校数据多头填报，重复劳动，主要包括：高基表、教学基本状态、教学质量报告，牵涉协调20+业务部门和40+人参与；

● 信息流不清晰：数据存在交叉人工引用，例如教学质量报告和教育年鉴不同程度引用高基表和教学基本状态数据，存在数据不准确风险；

● 数据不共享：高基表、基本状态存在数据口径不一致问题，不能进行关联性分析。

2. 方案介绍

基于高校信息化和省教育厅信息化现状，省教育厅高等教育大数据分析方案将教育厅及下属高校作为有机的整体考虑，提出建设数据中心的方案，教育资源统筹规划、统一管理，覆盖所需各项业务数据。通过技术手段生成状态数据库和高基表一键上报给教育部，并有了教学状态的数据沉淀，还可减少高校手工填报、数据不准等问题。

省教育厅高等教育大数据分析方案以更的数据采集为基础，数据分析为依据，驱动领导层决策的科学化，驱动教育评价体系重构，实现提升科学决策、提升教学水平和管理水平的目的，从而推动各高校教育均衡发展。

数据中心建设策略：以业务需求为驱动逐步建设数据中心，并在一期进行基础数据平台搭建，概括为一个中心（数据中心），两个集成（权限门户集成、上级部门系统集成），三大接口（高校系统前置接口、上级和同级职能部门数据服务接口、公共信息服务接口），四大系统（采集系统、大数据服务系统、指标管理系统、任务调度系统）。

系统总体效果为：数据采集从离线到在线填报，从在线填报到系统对接；数据格式从结构化到半结构化到社交媒体评价的非结构化；数据范围从高校内部数据、省级教育基础数据库到行业数据、第三方机构数据和互联网数据。数据应用从数据上报到评估、管理驾驶舱、数据挖掘和公众服务、社会信用等热点，突出省教育厅在全国的数据应用标杆作用。

图：省教育厅高等教育大数据分析方案体系架构图

考虑到部分高校已经进行了数据中心的建设，并且系统集成了近5年的数据，数据应用项特别是对高基表和教学基本状态评估的应用支撑度平均60%左右，因此考虑本期架构为建设高校数据中心云平台，数据采集系统：种方式，引导和鼓励高校把部分数据进行webservice接口方式推送到数据中心；第二种方式，没有建设数据中心的高校采用原有数据在线填报。

3. 方案应用与价值：

3.1案例应用

省教育厅高等教育大数据分析方案，实现教育资源数据采集、整理、存储和管理的一整套业务流程，建设了的业务分析主题：为全省教育厅教学评估、决策支持、预警监测提供支撑。

图：总体应用模型

部分业务主题如下：

● 关键指标：领导可以清楚掌握全省高等教育学校分布情况，学生情况，教师情况等。通过区域、国家办学指标对比来科学决策。

● 教学质量监测主题：据全省54所近四年的状态数据，将对四年的状态数据进行横向，纵向对比分析，提供全省的整体概况。支撑省各高校应用，使监管对象了解自身所处的位置，进行差异化办学。

● 教育质量报告：减小各高校多部门分稿带来的数据失真，利用格式化报告技术减少每年的重复劳动。

● 科研主题：可分析科研项目经费主要来源分析哪些类型项目、侧面掌握省以及高校的优势学科变化情况。

● 财务主题：各级领导实时掌握经费收入支出情况、资金下达情况。

图：部分业务主题示例

3.2方案价值