教務(wù)管理的論文

1、教務(wù)管理的論文有關(guān)教務(wù)管理的論文淺析教務(wù)管理系統(tǒng)的談?wù)撜焊咝＝虒W(xué)管理工作作為學(xué)校教學(xué)機(jī)制正常運(yùn)轉(zhuǎn)的重要前提, 在高校管理工作中占有相當(dāng)重要的地位。高校教務(wù)管理系統(tǒng)使用至 今，使大量的業(yè)務(wù)信息數(shù)據(jù)化，雖然基本滿足了新的教學(xué)模式的業(yè) 務(wù)需求，但由于數(shù)據(jù)量過(guò)大，導(dǎo)致隱含的規(guī)律無(wú)法被發(fā)掘，從而不 能應(yīng)用這些規(guī)律去指導(dǎo)學(xué)校的工作。本文結(jié)合教學(xué)管理具體要求， 通過(guò)設(shè)計(jì)適合教學(xué)管理決策需求的數(shù)據(jù)倉(cāng)庫(kù)模型設(shè)計(jì)和數(shù)據(jù)處理方 法，建立了完備、正確、無(wú)冗余的教務(wù)管理系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)模型，為 后期進(jìn)行決策分析提供有效的支持和依據(jù)，從理論和實(shí)踐上提供一 套有效的方法，為高校全而進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)建設(shè)、聯(lián)機(jī)分析處理、數(shù) 據(jù)挖掘

2、研究與開(kāi)發(fā)提供參考。關(guān)鍵詞：數(shù)據(jù)倉(cāng)庫(kù)模型；數(shù)據(jù)倉(cāng)庫(kù)；教務(wù)管理系統(tǒng)；教學(xué)管理引言教學(xué)管理是計(jì)劃性、創(chuàng)造性和科學(xué)性很強(qiáng)的工作，是保證高 校教學(xué)機(jī)制正常運(yùn)轉(zhuǎn)的樞紐，關(guān)系到教學(xué)質(zhì)量和人才培養(yǎng)質(zhì)量的提 高，在高校管理工作中占有相當(dāng)重要的地位。教務(wù)管理系統(tǒng)是為了 方便教學(xué)管理、提高管理工作效率而開(kāi)發(fā)的數(shù)據(jù)庫(kù)系統(tǒng)，由于教學(xué) 管理工作涉及多方面的內(nèi)容，因此在設(shè)計(jì)這些系統(tǒng)時(shí)，通常會(huì)根據(jù) 用戶的需求將其設(shè)計(jì)為幾個(gè)子系統(tǒng)，包括培養(yǎng)計(jì)劃子系統(tǒng)、排課子 系統(tǒng)、成績(jī)子系統(tǒng)、學(xué)籍子系統(tǒng)等等，每個(gè)子系統(tǒng)都包含若干個(gè)關(guān) 系表，這些關(guān)系表中記錄著各種屬性信息。教學(xué)管理人員可以根據(jù) 系統(tǒng)給予的權(quán)限對(duì)學(xué)生在校的各種相關(guān)信息進(jìn)行錄入、

3、修改、審核、 發(fā)布、查詢、打卬、統(tǒng)計(jì)、匯總等功能。最大限度地實(shí)現(xiàn)教學(xué)管理 過(guò)程中的信息共享和交流，是教務(wù)管理系統(tǒng)的主要功能之一。以培養(yǎng)計(jì)劃和排課兩個(gè)工作環(huán)節(jié)之間的聯(lián)系為例。04年以前， 在排課前向各開(kāi)課學(xué)院下達(dá)教學(xué)任務(wù)的過(guò)程是這樣的：學(xué)院教學(xué)秘 書根據(jù)下學(xué)期的教學(xué)計(jì)劃，將各個(gè)專業(yè)所上課程摘錄下來(lái)，然后將 不同專業(yè)所上的相同課程進(jìn)行匯總，再將所有課程按開(kāi)課學(xué)院進(jìn)行 分類匯總，最后將任務(wù)書按開(kāi)課學(xué)院下到有關(guān)學(xué)院。由于存在著學(xué) 生和任課教師不在同一學(xué)院的情況，因此，各學(xué)院之間還需要相互 頻繁地交換任務(wù)書?，F(xiàn)在這一切，隨著培養(yǎng)計(jì)劃系統(tǒng)的使用得到了 很好的解決。由教務(wù)處統(tǒng)一按學(xué)院生成任務(wù)書，并下達(dá)到學(xué)院

4、，并 且所生的計(jì)劃數(shù)據(jù)，可以供排課系統(tǒng)直接使用，不用再像以前那樣, 需要人工地建立每學(xué)期需要安排的課程和上課的班級(jí)數(shù)據(jù)。高校教務(wù)管理系統(tǒng)使用至今，使大量的業(yè)務(wù)信息數(shù)據(jù)化，基本滿 足了新的教學(xué)模式的需求。但是，它也有不足之處。教務(wù)管理系統(tǒng) 收集了大量的數(shù)據(jù)，正常運(yùn)行近十年，學(xué)生選課數(shù)據(jù)達(dá)到近30萬(wàn)條 記錄，成績(jī)歷史數(shù)據(jù)達(dá)到近200萬(wàn)條記錄，交費(fèi)數(shù)據(jù)達(dá)到近10萬(wàn)條 記錄，教師課堂工作量達(dá)到近5萬(wàn)條記錄，而對(duì)如此海量的數(shù)據(jù)， 目前的教務(wù)管理系統(tǒng)只是對(duì)它們進(jìn)行一下查詢、更新操作，并沒(méi)有 完全發(fā)揮信息技術(shù)的潛能。沒(méi)有去挖掘大量數(shù)據(jù)中所隱含的規(guī)律， 從而應(yīng)用這些規(guī)律去指導(dǎo)學(xué)校的工作。因此，如何借用信息化的

5、手 段來(lái)為教學(xué)管理人員進(jìn)行決策支持服務(wù)，成為急需解決的問(wèn)題。課題研究的國(guó)內(nèi)外發(fā)展?fàn)顩r及相關(guān)理論國(guó)內(nèi)外發(fā)展?fàn)顩r數(shù)據(jù)倉(cāng)庫(kù) 目前大多應(yīng)用于商業(yè)或戰(zhàn)略目的，在教育管理方面的應(yīng)用暫時(shí)不多, 且由于國(guó)內(nèi)外教育培養(yǎng)方式的差別，國(guó)外關(guān)于教育管理單方面的數(shù) 據(jù)倉(cāng)庫(kù)的研究及設(shè)計(jì)的并不是很多，更多是集中于學(xué)校整體教育評(píng) 估的研究。綜合國(guó)內(nèi)外情況，目前關(guān)于數(shù)據(jù)倉(cāng)庫(kù)理論在教學(xué)管理方 面的應(yīng)用主要集中在以下幾個(gè)方而：（1）基于教務(wù)數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用開(kāi)發(fā)研究；年，NikolaosDimokas 等人在一文中，通過(guò)對(duì)希臘第二大綜合性大學(xué)亞里士多德大學(xué) 的教育管理系統(tǒng)進(jìn)行分析，確定學(xué)校建立數(shù)據(jù)倉(cāng)庫(kù)的可行性和必要 性，通過(guò)需求分析，

6、確定所需要的數(shù)據(jù)維度和粒度級(jí)別，選擇星型 模型，基于MicrosoftSQLServer2005建立數(shù)據(jù)倉(cāng)庫(kù)并進(jìn)行聯(lián)機(jī)分析 處理，結(jié)合Mic:rosoftSharePoint2007和Excel創(chuàng)建基于web用戶 界而的OLAP應(yīng)用程序，為學(xué)校教學(xué)管理決策提供了科學(xué)有利的依據(jù)。（2）基于教務(wù)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘算法研究；年，王長(zhǎng)娥在 數(shù)據(jù)挖掘在教學(xué)評(píng)價(jià)中的應(yīng)用研究一文中，針對(duì)數(shù)據(jù)挖掘聚類算法k平均分區(qū)算法和層次凝聚算法的缺點(diǎn)，提出了一種新的改進(jìn) 算法（NP算法），通過(guò)對(duì)濰坊學(xué)院的成人教育數(shù)據(jù)進(jìn)行挖掘，得出了 有意義的結(jié)論。（3）針對(duì)教務(wù)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)預(yù)處理算法研究；年，曹薇在 教務(wù)數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)

7、清理方法的研究一文中，從屬性清理和記錄清理兩方而對(duì)數(shù)據(jù)清理進(jìn)行了研究，研究了如何用貝葉斯分類方法 來(lái)修補(bǔ)缺失值，通過(guò)對(duì)原有方法的組合和改進(jìn)，提岀了一種高效的檢 測(cè)相似重復(fù)記錄的方法，減小了時(shí)間復(fù)雜度且提高了精度。相關(guān)理論數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)庫(kù)系統(tǒng)作為數(shù)據(jù)管理手段，從它的誕生開(kāi) 始，就主要用于事務(wù)處理。經(jīng)過(guò)數(shù)十年的發(fā)展，在這些數(shù)據(jù)庫(kù)中己 經(jīng)保存了大量的H常業(yè)務(wù)數(shù)據(jù)。傳統(tǒng)的業(yè)務(wù)系統(tǒng)一般是直接建立在 這種事務(wù)處理環(huán)境上的。數(shù)據(jù)庫(kù)技術(shù)一直力圖使自己能勝任從事務(wù) 處理、批處理到分析處理的各種類型的信息處理任務(wù)，后來(lái)人們逐 漸認(rèn)識(shí)到，在目前的計(jì)算機(jī)處理能力上，直接使用事務(wù)處理環(huán)境來(lái) 支持決策是行不通的。近年來(lái)，隨

8、著數(shù)據(jù)庫(kù)技術(shù)的應(yīng)用和發(fā)展，人 們嘗試對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行再加工，形成一個(gè)綜合的、面向分析 的環(huán)境，以更好地支持決策分析，數(shù)據(jù)倉(cāng)庫(kù)（DataWarehouse,簡(jiǎn)稱 DW）正是為了構(gòu)建這種新的分析處理環(huán)境而岀現(xiàn)的一種數(shù)據(jù)存儲(chǔ)和組 織技術(shù)。數(shù)據(jù)倉(cāng)庫(kù)彌補(bǔ)了原有數(shù)據(jù)庫(kù)的缺點(diǎn)，將原來(lái)以單一數(shù)據(jù)庫(kù) 為中心的數(shù)據(jù)環(huán)境發(fā)展為一種新環(huán)境：體系化環(huán)境。數(shù)據(jù)倉(cāng)庫(kù)的建 立并不是要取代數(shù)據(jù)庫(kù)，它要建立在一個(gè)較全面和完善的信息應(yīng)用 基礎(chǔ)上，用于支持高層決策分析，而事務(wù)處理數(shù)據(jù)庫(kù)在企業(yè)的信息 環(huán)境中承擔(dān)的是日常操作性的任務(wù)。數(shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理是數(shù)據(jù)在進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)之前的處理過(guò) 程，在這個(gè)過(guò)程中，需要將來(lái)自關(guān)系數(shù)據(jù)庫(kù)、實(shí)

9、時(shí)數(shù)據(jù)庫(kù)或者文件 系統(tǒng)等多個(gè)外部數(shù)據(jù)源的數(shù)據(jù)進(jìn)行有效的抽取、清理、轉(zhuǎn)化和綜合, 檢查數(shù)據(jù)的完整性、一致性等質(zhì)量指標(biāo)，對(duì)其中的噪音數(shù)據(jù)、空值 等進(jìn)行處理，最后存入數(shù)據(jù)倉(cāng)庫(kù)1。數(shù)據(jù)預(yù)處理與數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的 關(guān)系數(shù)據(jù)預(yù)處理過(guò)程中要考慮以下幾個(gè)問(wèn)題2：（1）異構(gòu)平臺(tái)下的數(shù)據(jù)透明性（2）數(shù)據(jù)準(zhǔn)確性與實(shí)時(shí)性的平衡（4）成本與維護(hù)性聯(lián)機(jī)分析處理（OLAP）聯(lián)機(jī)分析處理，英文名稱為 On-LineAnalysisProcessing, 簡(jiǎn)寫為 OLAP。聯(lián)機(jī)分析處理具有靈活的分析功能、直觀的數(shù)據(jù)操作和分析結(jié)果 可視化表示等突出優(yōu)點(diǎn)，從而使用戶對(duì)基于大量復(fù)雜數(shù)據(jù)的分析變 得輕松而高效，以利于迅速做出正確判斷。它可

10、用于證實(shí)人們提出 的復(fù)雜的假設(shè)，其結(jié)果是以圖形或者表格的形式來(lái)表示的對(duì)信息的 總結(jié)。它并不將異常信息標(biāo)記出來(lái)，是一種知識(shí)證實(shí)的方法。研究的主要內(nèi)容（1）在傳統(tǒng)教務(wù)管理系統(tǒng)數(shù)據(jù)庫(kù)基礎(chǔ)上，對(duì)數(shù) 據(jù)進(jìn)行清理，消除噪聲和不一致，整合存放在不同數(shù)據(jù)庫(kù)和文件中 的數(shù)據(jù)。（2）設(shè)計(jì)合理的系統(tǒng)模型，提取相關(guān)數(shù)據(jù)，采用適合的數(shù)據(jù)預(yù) 處理算法，建立完備、正確、無(wú)冗余的教務(wù)數(shù)據(jù)倉(cāng)庫(kù)。（3）基于所建立的數(shù)據(jù)倉(cāng)庫(kù)，結(jié)合教務(wù)具體應(yīng)用需求，開(kāi)發(fā) OLAP應(yīng)用。（4）設(shè)計(jì)交互性良好的用戶界面，將分析結(jié)果用可視化和知識(shí) 表示技術(shù)表示出來(lái)。課題研究的主要技術(shù)路線教務(wù)管理系統(tǒng)中的組合數(shù)據(jù)清理技術(shù)以 往常用的清理方法是根據(jù)不同的數(shù)據(jù)

11、背景采用如平均、分類、聚類、 預(yù)測(cè)、相關(guān)性分析等方法，對(duì)真實(shí)值進(jìn)行估計(jì)，但比較通用的算法 目前還沒(méi)有。1969年，J.M. Bates和首次提出了組合預(yù)測(cè)的理論和 方法以來(lái)，組合預(yù)測(cè)的理論在國(guó)內(nèi)得到了廣泛的應(yīng)用和發(fā)展。本文 從組合預(yù)測(cè)思想的出發(fā)，給出了數(shù)據(jù)清理的組合模型。該模型的思 想是：對(duì)于同一數(shù)據(jù)進(jìn)行處理，可以用多種方法，每種方法都有各自的 優(yōu)點(diǎn)和缺陷，為了有效的利用各種模型的優(yōu)點(diǎn)，回避其缺點(diǎn)，將不 同的方法進(jìn)行組合，只要選好權(quán)重便可以得到較好的處理結(jié)果。實(shí) 踐證明，任何一個(gè)獨(dú)立模型，哪怕是效果不佳的模型，只要它含有 獨(dú)立的系統(tǒng)信息，當(dāng)與一個(gè)較好的方法進(jìn)行組合后同樣可以改善結(jié) 果精度，增強(qiáng)

12、模型的可靠性。木課題使用遺傳算法確定各種單一算 法的估計(jì)結(jié)果的最優(yōu)權(quán)，然后加權(quán)平均，得到一種相對(duì)通用的算法。 實(shí)驗(yàn)表明，這種組合算法在大多數(shù)情況下比使用單一算法要精確。數(shù)據(jù)倉(cāng)庫(kù)模型設(shè)計(jì)學(xué)校教務(wù)數(shù)據(jù)主要存儲(chǔ)在關(guān)系型數(shù)據(jù)庫(kù)中，大 量的數(shù)據(jù)和數(shù)據(jù)模型，都是反映歷屆學(xué)生的學(xué)習(xí)情況和教師的教學(xué) 任務(wù)以及教學(xué)計(jì)劃，己開(kāi)發(fā)的數(shù)據(jù)庫(kù)系統(tǒng)基木上是而向事務(wù)處理的 簡(jiǎn)單的管理信息系統(tǒng)。隨著學(xué)校對(duì)決策信息需求的日益廣泛、復(fù)雜 和迫切，這些傳統(tǒng)的數(shù)據(jù)庫(kù)系統(tǒng)存在的問(wèn)題也越來(lái)越明顯：（1）原 有數(shù)據(jù)庫(kù)系統(tǒng)是面向OLTP而不是面向OLAP的；（2）原有數(shù)據(jù)庫(kù)系 統(tǒng)難以適應(yīng)各類對(duì)象數(shù)據(jù)粒度的不同要求；在數(shù)據(jù)倉(cāng)庫(kù)中，系統(tǒng)體 系結(jié)

13、構(gòu)是關(guān)鍵3。要成功地實(shí)施數(shù)據(jù)倉(cāng)庫(kù)，首先要擬訂適合高校特 點(diǎn)的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)框架，一個(gè)真正實(shí)用、有效、靈活的數(shù)據(jù)倉(cāng)庫(kù)系 統(tǒng)體系結(jié)構(gòu)的建立是十分必要的。近年來(lái)，國(guó)際學(xué)術(shù)界正積極對(duì)數(shù) 據(jù)倉(cāng)庫(kù)系統(tǒng)的體系結(jié)構(gòu)展開(kāi)研究，例如，美國(guó)大學(xué)的ADMS系統(tǒng) 4, Colorado大學(xué)的H20系統(tǒng)5和Stanford大學(xué)的WHIPS計(jì)劃等。 在對(duì)教務(wù)系統(tǒng)進(jìn)行深入調(diào)研和需求分析的基礎(chǔ)上，針對(duì)教務(wù)管理自 身的特點(diǎn)，我們提岀了一個(gè)集中式數(shù)據(jù)倉(cāng)庫(kù)（即中央教務(wù)數(shù)據(jù)倉(cāng)庫(kù)）、 分布式數(shù)據(jù)集市（即部門學(xué)院級(jí)數(shù)據(jù)倉(cāng)庫(kù)）和個(gè)人級(jí)數(shù)據(jù)倉(cāng)庫(kù)相結(jié)合 的、適合教務(wù)管理的數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)下面就圖中各個(gè)部分予以簡(jiǎn) 要說(shuō)明：（1）信息源信息源（Inf

14、ormationSource）即數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)源。 它可以是異種或異構(gòu)數(shù)據(jù)庫(kù)中的數(shù)據(jù)，也可以是數(shù)據(jù)文件、學(xué)校內(nèi) 部數(shù)據(jù)、市場(chǎng)調(diào)查報(bào)告或其它各種文檔數(shù)據(jù)等。在本課題中，數(shù)據(jù) 主要來(lái)自兩種數(shù)據(jù)源：關(guān)系數(shù)據(jù)庫(kù)（Interbase和SQLServer2000） 文件系統(tǒng)（早期數(shù)據(jù)）。（2 ）提取器提取器（Extractor）又稱為包裝器/監(jiān)視器 （Wrapper/Monitor）。它主要負(fù)責(zé)如下工作:數(shù)據(jù)格式轉(zhuǎn)換監(jiān)視標(biāo)明時(shí)間戳（3 ）集成器集成器（Integrator） 主要負(fù)責(zé)將數(shù)據(jù)按數(shù)據(jù)倉(cāng)庫(kù)的各種規(guī)則（如一致的命名轉(zhuǎn)換、一致 的編碼結(jié)構(gòu)、一致的數(shù)據(jù)物理屬性等）將數(shù)據(jù)正確加載到數(shù)據(jù)倉(cāng)庫(kù) 中。由于信息

15、源眾多，數(shù)據(jù)集成是數(shù)據(jù)倉(cāng)庫(kù)建設(shè)中最關(guān)鍵和最復(fù)雜 的一步，它包含下面幾個(gè)方面：數(shù)據(jù)過(guò)濾數(shù)據(jù)匯總數(shù)據(jù)合并（4）元數(shù)據(jù)元數(shù)據(jù)（Metadata）是關(guān) 于數(shù)據(jù)的數(shù)據(jù)，它是數(shù)據(jù)倉(cāng)庫(kù)的管理性數(shù)據(jù)，在數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)、 運(yùn)行中起著極其重要的作用，是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)的核心。它描述了數(shù) 據(jù)倉(cāng)庫(kù)的數(shù)據(jù)和環(huán)境，用于存儲(chǔ)數(shù)據(jù)模型和定義數(shù)據(jù)結(jié)構(gòu)、轉(zhuǎn)換規(guī) 則、倉(cāng)庫(kù)結(jié)構(gòu)、控制信息等。（5）中央數(shù)據(jù)倉(cāng)庫(kù)中央數(shù)據(jù)倉(cāng)庫(kù)的目標(biāo)是進(jìn)行決策支持，它是 支持管理決策過(guò)程的、而向主題的、集成的、穩(wěn)定的、時(shí)變的數(shù)據(jù) 集合，它而向主題組織數(shù)據(jù)，每個(gè)主題對(duì)應(yīng)一個(gè)客觀分析領(lǐng)域，它 可以為輔助決策分析集成多個(gè)部門、不同系統(tǒng)的大量數(shù)據(jù)。為了滿足不同應(yīng)用對(duì)數(shù)

16、據(jù)庫(kù)的不同處理深度的要求，數(shù)據(jù)倉(cāng)庫(kù)中 的多重粒度是必不可少的，其數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)組織結(jié)構(gòu)分為四個(gè) 級(jí)別，即早期細(xì)節(jié)級(jí)、當(dāng)前細(xì)節(jié)級(jí)、輕度綜合級(jí)和高度綜合級(jí)四級(jí) 粒度，如圖3所示。當(dāng)前細(xì)節(jié)級(jí)保存來(lái)自集成器的當(dāng)前細(xì)節(jié)數(shù)據(jù)， 為單位當(dāng)年的詳細(xì)數(shù)據(jù)；早期細(xì)節(jié)級(jí)保存歷史詳細(xì)數(shù)據(jù)，一般保存 5-8年的歷史數(shù)據(jù)。詳細(xì)數(shù)據(jù)經(jīng)進(jìn)一步匯總，以綜合的數(shù)據(jù)進(jìn)入輕 度綜合級(jí)和高度綜合級(jí)。隨著時(shí)間的推移，由時(shí)間控制機(jī)制將當(dāng)前 細(xì)節(jié)級(jí)的老化數(shù)據(jù)轉(zhuǎn)入早期細(xì)節(jié)（即轉(zhuǎn)為歷史數(shù)據(jù)）。（6）數(shù)據(jù)集市與個(gè)人級(jí)數(shù)據(jù)倉(cāng)庫(kù)中央數(shù)據(jù)倉(cāng)庫(kù)使數(shù)據(jù)發(fā)生了質(zhì) 的變化，由原始的操作數(shù)據(jù)轉(zhuǎn)化為適合分析的導(dǎo)出性數(shù)據(jù)。隨著數(shù) 據(jù)的不斷載入，中央數(shù)據(jù)倉(cāng)庫(kù)將越來(lái)越

17、龐大，若所有的決策分析工 作都完全基于中央數(shù)據(jù)倉(cāng)庫(kù)，性能將十分低下。因此，有必要建立 數(shù)據(jù)集市（部門級(jí)數(shù)據(jù)倉(cāng)庫(kù)）以及個(gè)人級(jí)數(shù)據(jù)倉(cāng)庫(kù)，形成一個(gè)分層的 數(shù)據(jù)倉(cāng)庫(kù)環(huán)境，校級(jí)、院系級(jí)和高級(jí)管理（個(gè)人）級(jí)數(shù)據(jù)倉(cāng)庫(kù)渾然 一體，以適應(yīng)學(xué)校不同層次分析的需要，并與原有的操作型環(huán)境形 成一個(gè)四層的體系化環(huán)境數(shù)據(jù)集市（DataMarts）是一種更小、更集中 的院系級(jí)數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)集市具有傳統(tǒng)意義上的數(shù)據(jù)倉(cāng)庫(kù)的四個(gè)基 木特征，它是按照某一特定的決策支持需求而組織起來(lái)的、針對(duì)特 定主題的數(shù)據(jù)倉(cāng)庫(kù)。圖4的四層體系化環(huán)境可以很好地與學(xué)校的各 個(gè)院系組織結(jié)構(gòu)對(duì)應(yīng)起來(lái)。例如，對(duì)于所有學(xué)校的總體成績(jī)?cè)诮虅?wù) 處進(jìn)行宏觀管理，對(duì)于各個(gè)院系的成績(jī)?cè)谠合导?jí)進(jìn)行分析。高層管 理的主要任務(wù)是進(jìn)行戰(zhàn)略決策，需要進(jìn)行復(fù)雜的分析加工，個(gè)人級(jí) 數(shù)據(jù)倉(cāng)庫(kù)而向這一層。針對(duì)學(xué)校各個(gè)院系對(duì)數(shù)據(jù)訪問(wèn)的局部性，有必要為訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù) 十分頻繁的關(guān)鍵業(yè)務(wù)部門建立自己的數(shù)據(jù)集市，以便節(jié)約開(kāi)銷，提 高響應(yīng)速度；對(duì)于一般通用業(yè)務(wù)的分析決策應(yīng)用，建立一個(gè)通用的 數(shù)據(jù)集市，并且建立一個(gè)學(xué)校高層管理人員使用的個(gè)人級(jí)數(shù)據(jù)倉(cāng)庫(kù), 以支持學(xué)校的宏觀戰(zhàn)略決策。這樣，既可以提高解決分析效率，又 便于對(duì)中央數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行有效的維護(hù)。結(jié)束語(yǔ)木文基于實(shí)際工作經(jīng)驗(yàn)，通過(guò)對(duì)數(shù)據(jù)倉(cāng)