基于校園數(shù)據(jù)中心的數(shù)據(jù)治理與應用
發(fā)布時間:2021-09-25 04:37
近幾年來,隨著計算機、通信和信息技術的成熟,其應用也涉及到不同領域,整個社會在數(shù)字化、信息化方面的建設也逐漸呈現(xiàn)了新的階段。對高校教育而言,從教育環(huán)境、教學方式、教學理念等多方面都受到了影響,“數(shù)字化校園”、“智慧校園”等概念也逐漸被各大高校采用,高等教育的信息化已成為當前我國教育事業(yè)發(fā)展的主要改革方向。目前,多數(shù)高校業(yè)務部門已有獨立的管理信息系統(tǒng),但隨著信息化建設的拓展,發(fā)現(xiàn)各業(yè)務部門整體架構(gòu)、數(shù)據(jù)管理、數(shù)據(jù)接口等方面并不統(tǒng)一,同時,數(shù)據(jù)質(zhì)量、數(shù)據(jù)確源、數(shù)據(jù)流向、數(shù)據(jù)維護等組織管理問題也顯現(xiàn)出來,極大地影響了數(shù)據(jù)的價值體現(xiàn)。因此,如何通過數(shù)據(jù)治理,提供高質(zhì)有效的共享數(shù)據(jù),成為高校信息化建設現(xiàn)階段亟待解決的問題。本文通過對西部某省屬大學數(shù)據(jù)管理和應用現(xiàn)狀進行了調(diào)研分析,基于數(shù)據(jù)中心提出了校園數(shù)據(jù)治理的有效解決方案,從而提高了數(shù)據(jù)利用率,為學校在信息查詢、智能決策、數(shù)據(jù)挖掘等方面提供了全面、準確的數(shù)據(jù)基礎。首先,以西安科技大學為例,對產(chǎn)生校園數(shù)據(jù)的產(chǎn)生和使用進行分析,在數(shù)據(jù)中心的基礎上確定整個數(shù)據(jù)治理的體系結(jié)構(gòu)和實施方案;第二,分析了現(xiàn)有數(shù)據(jù)的組織管理和使用問題,通過數(shù)據(jù)清洗、數(shù)據(jù)標準制...
【文章來源】:西安科技大學陜西省
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
數(shù)據(jù)治理體系因此,開展數(shù)據(jù)治理不但要積極主動,而且要有章法,才能在不斷的變革中深入理
據(jù)質(zhì)量的有效手段,它可以清洗從異構(gòu)數(shù)據(jù)源一致等數(shù)據(jù),讓數(shù)據(jù)更好的適應數(shù)據(jù)管理和分環(huán)節(jié)。念根據(jù)專業(yè)針對性的不同會有所變化,本文中分分析的基礎上,對其中不符合數(shù)據(jù)質(zhì)量要求的統(tǒng)稱。下面對常見領域的數(shù)據(jù)清洗進行闡述領域:Data Warehouse)是一個面向主題的、穩(wěn)定的iant)的數(shù)據(jù)集合,用來支持管理決策。數(shù)據(jù)源Extract,Transformation and Load)之后,以統(tǒng)一。在數(shù)據(jù)倉庫領域,為了方便進行數(shù)據(jù)清洗和一個操作性數(shù)據(jù)存儲區(qū),來緩沖并形成統(tǒng)一的數(shù)據(jù)質(zhì)量,數(shù)據(jù)清洗從過程上主要分為三個層清洗,其中 ETL 層的清洗主要清洗不合法、抽取的過程中完成。詳細的數(shù)據(jù)倉庫領域清洗
2 關鍵理論及技術,數(shù)據(jù)清洗主要是指對數(shù)據(jù)進行預處理的過程。為了快量的數(shù)據(jù)分析結(jié)果,將需要分析的數(shù)據(jù)預處理成便于數(shù)業(yè)性的挖掘和分析,就是目前數(shù)據(jù)清洗在數(shù)據(jù)挖掘領域質(zhì)量管理領域題在數(shù)據(jù)質(zhì)量管理領域大多是客觀存在的,通過數(shù)據(jù)清的業(yè)務數(shù)據(jù)視圖,是數(shù)據(jù)質(zhì)量管理領域數(shù)據(jù)清洗的主要估并改善數(shù)據(jù)質(zhì)量的過程。產(chǎn)生的原因和源頭的相同,臟數(shù)據(jù)會采用不同的技術如清理規(guī)則與策略將其轉(zhuǎn)化為滿足數(shù)據(jù)質(zhì)量或者應用需求策略是較常用的處理方法,是數(shù)據(jù)清洗技術采用回溯理理,并在反復分析處理過程中優(yōu)化并確定清洗規(guī)則與策程度上提高了數(shù)據(jù)的可信性和可用性。整個清洗過程中示:
本文編號:3409102
【文章來源】:西安科技大學陜西省
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
數(shù)據(jù)治理體系因此,開展數(shù)據(jù)治理不但要積極主動,而且要有章法,才能在不斷的變革中深入理
據(jù)質(zhì)量的有效手段,它可以清洗從異構(gòu)數(shù)據(jù)源一致等數(shù)據(jù),讓數(shù)據(jù)更好的適應數(shù)據(jù)管理和分環(huán)節(jié)。念根據(jù)專業(yè)針對性的不同會有所變化,本文中分分析的基礎上,對其中不符合數(shù)據(jù)質(zhì)量要求的統(tǒng)稱。下面對常見領域的數(shù)據(jù)清洗進行闡述領域:Data Warehouse)是一個面向主題的、穩(wěn)定的iant)的數(shù)據(jù)集合,用來支持管理決策。數(shù)據(jù)源Extract,Transformation and Load)之后,以統(tǒng)一。在數(shù)據(jù)倉庫領域,為了方便進行數(shù)據(jù)清洗和一個操作性數(shù)據(jù)存儲區(qū),來緩沖并形成統(tǒng)一的數(shù)據(jù)質(zhì)量,數(shù)據(jù)清洗從過程上主要分為三個層清洗,其中 ETL 層的清洗主要清洗不合法、抽取的過程中完成。詳細的數(shù)據(jù)倉庫領域清洗
2 關鍵理論及技術,數(shù)據(jù)清洗主要是指對數(shù)據(jù)進行預處理的過程。為了快量的數(shù)據(jù)分析結(jié)果,將需要分析的數(shù)據(jù)預處理成便于數(shù)業(yè)性的挖掘和分析,就是目前數(shù)據(jù)清洗在數(shù)據(jù)挖掘領域質(zhì)量管理領域題在數(shù)據(jù)質(zhì)量管理領域大多是客觀存在的,通過數(shù)據(jù)清的業(yè)務數(shù)據(jù)視圖,是數(shù)據(jù)質(zhì)量管理領域數(shù)據(jù)清洗的主要估并改善數(shù)據(jù)質(zhì)量的過程。產(chǎn)生的原因和源頭的相同,臟數(shù)據(jù)會采用不同的技術如清理規(guī)則與策略將其轉(zhuǎn)化為滿足數(shù)據(jù)質(zhì)量或者應用需求策略是較常用的處理方法,是數(shù)據(jù)清洗技術采用回溯理理,并在反復分析處理過程中優(yōu)化并確定清洗規(guī)則與策程度上提高了數(shù)據(jù)的可信性和可用性。整個清洗過程中示:
本文編號:3409102
本文鏈接:http://sikaile.net/kejilunwen/jisuanjikexuelunwen/3409102.html
最近更新
教材專著