引言：易发表网凭借丰富的文秘实践，为您精心挑选了一篇高校数据治理信息化建设范例。如需获取更多原创内容，可随时联系我们的客服老师。

高校信息化建设推动高校教学、科研、管理和服务迈入新台阶，其最终目的是发挥育人价值，促进师生成长，为师生提供智能化服务，体现服务的智能化和人性化。学校业务系统越来越多，数据量越来越庞大，业务数据难以共享，数据价值没有得到充分发挥。数据是智慧校园的重要资源，为更好发挥数据价值，提供数据服务和科学决策，必须进行数据治理建设。

1智慧校园设计

智慧校园是高校信息化发展的新阶段。智慧校园建设以数据驱动为核心，以智慧应用为依托，以师生交互为目标的智慧校园，以实现各种业务的智慧应用和智能服务。数据来源是各个业务系统，包括教务系统、学工系统、人事系统、财务系统、图书系统、一卡通系统、资产系统等。这些业务系统存储了各个业务部门的核心数据，形成了数据治理和数据分析的数据源。数据中心通过数据交换、数据清洗和数据整合，将各个业务系统的数据按照数据标准抽取到数据中心进行存储，以主题为对象，将数据中心的业务表融合形成主题数据库。数据应用和数据服务建立面向管理人员、业务部门和师生个人的数据服务体系。

2数据治理建设

在多年的信息化建设过程中，积累了大量教学、科研、管理、服务等方面的业务数据。业务系统中最有价值、最有待发掘的宝藏是积累的数据。学生的数据包括学生基础信息、课程信息、成绩信息等学习信息；食堂消费、浴室消费等生活信息；社会实践、参加社团等实践信息。教职工的数据包括教职工基础信息；课堂教学等教学信息；论文、项目等科研信息，工资、资产设备等财务信息。从业务部门的角度，可查看教务、人事、学工、资产、科研、财务等系统的人、财、物和教学、科研等信息。对这些数据进行数据治理，深入分析挖掘，为师生提供高质量的数据服务。

2.1数据标准建设

在国标、行标的基础上制定校标，业务系统共享数据通过数据中心平台进行交互。为数据治理和应用服务打下坚实的基础。数据中心形成基础信息标准集，包括教务管理数据集、人事管理数据集、一卡通数据集、资产设备管理集、财务管理数据集等。通过数据管理平台对数据标准进行统一管理。数据标准覆盖教学、科研、人事、财务、办公等业务信息，是数据治理建设的重要指导依据和基础。

2.2数据服务建设

数据服务由学生数据服务、教师数据服务和管理人员数据服务组成。面向学生的数据服务将各种与学生相关的学习、实践、生活及活动等服务从业务系统中进行抽取，提供学生从入校到离校的服务，覆盖从学生入校、在校和离校的全生命周期，为新生、在校生、毕业生等不同的学生群体提供查询和事务服务，提高学生的满意度和获得感。面向教师的数据服务主要为教师提供教学、科研和办公等服务，为教师提供从入校至离校的全生命周期的服务，覆盖从教师入职、在职和退休的全生命周期，为教师考核、职称评审等提供有效、便捷的数据支持和服务。将各种和教师相关的教学、科研、办公、生活等服务进行抽取，提供面向教师用户的数据服务。面向管理者的数据服务为管理者提供办公服务、统计服务、决策服务、人财物管理服务等，为管理者提供科学决策和精细管理服务。

2.3数据安全建设

安全重于一切，数据安全要有充分的保障。通过部署防火墙和入侵检测系统，抵御外网的攻击，保证网络和服务器的安全和稳定。采用双机部署和数据库审计系统，定期对数据库进行巡检，定期对数据做备份，保障数据中心的数据安全。通过部署WAF防护设备，加强网络安全策略，对网络设备合理有效地利用和管理，使网络安全得以保障。通过等保测评等服务，对重要核心系统进行等级保护服务。用先进的技术手段加强风险防范能力。制定数据安全管理制度，梳理数据访问权限，严格限制数据访问权限，消除越权访问数据，确保数据的安全性、保密性和完整性。涉密数据使用需提出申请，数据使用按最小化原则提供数据。定期开展网络安全宣传教育，开设网络安全专栏，定期发布网络安全系列文章，对师生进行网络安全知识宣传普及，多种形式开展网络安全宣传，提高师生网络安全意识。通过采用强密码策略，定期修改密码，安装杀毒软件，对系统及时升级，对不明邮件、网址注意防范，不要轻易泄露个人隐私数据，加强网络安全宣传和培训，提升师生网络安全防范意识和技能。

3数据治理和应用服务

开展数据治理工作，需制定统一的数据标准，所有新建的业务系统需遵循数据标准，和数据中心平台进行数据交互，现有业务系统数据按照数据标准清洗后与数据中心平台进行数据交换。对数据标准、共享数据和数据交换进行统一管理和维护。建立数据管理平台，对共享数据进行管理。规范对数据的生产、存储、加工、升级等过程的管理，提高数据质量。数据中心平台为教师、学生和管理人员决策分析提供数据支持和服务，学生可查看课表、成绩、消费、奖助等信息，方便快捷；教师可查看教学、科研、财务、办公、资产、消费等信息，节省时间和精力；管理人员可查看各种业务相关的办公数据，辅助精准决策。以数据驱动为核心动力，用大数据分析、人工智能等新技术，提升数据治理能力，打通不同部门、不同平台的数据壁垒，将海量数据汇集，业务系统之间做到互联互通。通过数据建模、数据清洗、数据分析，对数据进行挖掘分析，为师生提供高效、便捷的数据服务。疫情防控方面，为疫情防控工作提供科学、精准的支持，提供信息化支撑保障。通过疫情打卡平台准确了解师生健康状况，建立起疫情防控时期师生精确、规范、实时更新的档案，便于快速有针对性地开展疫情防控工作。通过和门禁数据对接，实时掌握人员进出情况，为数据筛查、流调溯源、精准管控等疫情防控工作提供数据支撑。在学生安全方面，可对学生一卡通数据进行大数据分析，构建疑似不在校学生模型，提供学生不在校预警，对学生在校情况进行统计和预警，学生名单统计可发送给相关辅导员和管理人员，方便及时管理。有效的帮助辅导员和管理人员及时、精准开展学生管理工作。通过学生在校期间产生的学习、图书、食堂消费、体育锻炼、荣誉等数据进行挖掘分析，可提供学生专属的多维度记录档案。促进学生成长发展，提升管理部门工作效率，让师生生活便捷和随时随地办公和学习成为新常态。使教育信息化从融合应用向创新发展转变。坚持“以师生为中心”的理念，深入了解师生需求，不断提升师生用户体验，将信息化从管理信息化向服务信息化转变，持续推进服务优化，不断创新发展，解决师生难点痛点问题。把移动端放在优先发展的位置，把特色的应用做好做精，做到好用易用。结合实际，探索适合的融合路径，打造属于学校的专属特色。移动校园为师生提供学习、生活、办公等高效便捷服务。校园一卡通与移动校园深度融合，实现学校师生用户专属的二维码支付。支持师生图书借阅、食堂就餐、实验室刷卡、活动考勤等多场景场合。

4数据治理实践

按照“一数一源”的原则。各个业务系统的数据通过数据管理平台进行交互，通过ETL工具或API接口，完成数据的抽取、清洗、转换和共享。

4.1数据梳理

数据梳理是从业务和用户的角度，对现有的数据进行分析，摸底数据资产。

4.2数据采集

数据采集是通过不同来源的结构化数据和非结构化数据进行数据抽取，经过清洗、转换、交换等整合。实现不同来源的数据交换，将经过清洗后的数据，存储到共享数据库，用于提供数据共享、数据分析等服务。

4.3数据集成

数据统一汇聚到数据管理平台，通过ETL工具或API接口进行抽取，下发到业务系统。数据包括线上系统的数据和线下数据，线下数据通过工具导入到共享数据库进行数据交换。

4.4数据服务

从数据管理平台抽取不同维度的数据，通过数据关联，进行分析整合和展示。数据治理需要从上到下与从下到上相结合，需要和业务部门加强协作，同时理清各方权责，协同推进。以应用驱动数据治理工作，以数据反哺业务，在应用中提高数据质量。

5结论与展望

数据治理是一项长期的过程，涵盖的数据涉及师生和各个业务部门，需顶层设计，统一规划，集中管理。建立常态化管理机制，通过数据流转和业务流程改造逐步推进各个业务系统的便捷化和智能化。采用大数据、人工智能、区块链等技术进一步进行数据治理和服务建设，建立大数据平台。推进数据治理、技术和业务的融合，促进信息技术与教育教学深度融合。对应用场景深入思考，通过可视化平台感知综合态势。让教师和学生认识自身的成长和发展状态，为因材施教、精准育人提供数据支撑。发挥大数据的预测预警功能，对学生学业和心理状况进行预警，对网络安全态势进行预警，辅助学校进行科学决策、精准管理，助力治理工作从经验管理向精细管理转变。推进数据治理，提高数据采集、分析和可视化能力，提供智慧教学、智慧科研和智慧管理等服务，为学生提供个性化学习服务，为老师提供智能化教学服务，为管理人员提供精细化管理服务，以信息化赋能学校治理能力提升，用信息化支撑学校高质量发展。

参考文献：

[1]周南平等.大数据背景下的高校信息化建设路径研究[J].现代教育技术，2020，30（5）：87-93.

[2]马亮等.智慧校园数据治理与数据服务建设[J].中国医学教育技术，2020，34（3）：322-325.

[3]吴志康.高校数据治理现状分析及思考[J].网络安全技术与应用，2022（05）：104-105.

[4]黄有福，黄中伟.基于业务驱动的高校数据治理应用研究[J].中国教育信息化，2022，8（02）：111-116.

作者：陈艳 单位：南京晓庄学院