构建教育大数据治理框架探析

教育信息化建设日新月异,产生的数据愈发庞大复杂,由此催生出教育大数据管理与应用方面的诸多问题,数据治理势在必行。本文针对当前教育大数据普遍存在的问题,提出教育大数据治理的参考框架,以期能够为教育大数据治理的研究者和实践工作者提供参考。     

大数据环境下的数据治理框架研究及应用

大数据技术及应用创新促进了数据的业务化。从数据中发现问题到解决问题、从业务支撑到业务创新、从商业智能到决策指引,数据与业务相伴相生,大数据环境下的机遇与风险共存。通过对当前国内外数据治理理论、方法和新的应用需求分析,提出大数据环境下的数据治理框架,包含数据治理目标、治理保障、治理域和治理方法论等。并分析大数据治理框架的应用,对组织开展大数据环境下的数据治理具有重要的参考价值和意义。     

智能化煤矿数据治理体系与关键问题研究

智能化煤矿数据治理是实现煤矿智能化建设高阶段发展目标的关键瓶颈,对于确保数据运营合规、保障数据质量、防控数据风险、提升数据价值具有重要意义,但目前缺乏完善的方法论体系指导智能化煤矿数据治理的理论研究和技术实践。针对该问题,从数据治理要素、治理机制、治理层次和治理过程4个维度构建智能化煤矿数据治理要素-机制-层次-过程参考模型,提供多维度融合的方法论视角和理论分析逻辑,达成对关键问题的认识。分析得出复杂系统理论、数据战略管理理论、协同创新理论、数字连续性理论、公共治理理论、信息生命周期理论、PDCA循环理论是智能化煤矿数据治理重要的理论基础。在智能化煤矿数据治理参考模型的指导下,基于相关理论基础,构建包括数据治理环境、驱动与保障因素、顶层设计、数据治理域、数据治理过程与能力5大组成部分的智能化煤矿数据治理体系框架。对标智能化煤矿数据治理体系框架,得出智能化煤矿数据治理尚需进一步突破数据价值运动规律揭示、元数据与数据字典构建、数据质量和数据安全体系管理规则设计、复杂巨系统数据耦合模型开发和数字智慧发生规律建模等5个方面的关键问题。     

基于PDCA循环的智慧校园数据治理研究

当前,智慧校园已逐渐成为高职院校智能化发展的重要平台,但智慧校园数据治理工作还存在不足。本研究借鉴PDCA循环理论的合理成分,结合高职院校智慧校园数据治理的实际情况,在时间维度上优化“计划—执行—检查—处理”四个阶段的数据治理措施,在管理方法上建立“策略管理—执行管理—运营管理”三位一体的智慧校园数据治理体系,以期能给大家带来有益的思考。     

大数据视阈下高职院校智慧体育教育创新研究

文章结合大数据技术发展的趋势,分析了高职院校体育教育现状.重点对高职院校体育教师队伍信息化改造、体育教学内容数字化提升、体育教学方法智慧化改进、体育教学评价体系多维化改变等大数据赋能体育教育的方法进行了总结.提出了高职院校智慧体育教育实现路径,制定智慧体育整体规划,构建体育教育智慧环境,建设智慧体育教育大数据平台,旨在...     

数据治理技术

随着信息技术的普及，人类产生的数据量正在以指数级的速度增长，如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构（企业或政府部门）的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化.目前，各行各业对大数据的研究比较火热，但对于大数据治理的研究还处于起步阶段，一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性；其次，对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析，并介绍了数据治理成熟度和数据治理框架设计；在此基础上，提出了大数据HAO治理模型.该模型以支持人类智能（HI）、人工智能（AI）和组织智能（OI）的三者协同为目标，再以公安的数据治理为例介绍HAO治理的应用；最后是对数据治理的总结和展望.     

飞行试验工程大数据治理思考

飞行试验工程大数据是典型的工业大数据,是试飞工程规划、设计、执行、评估以及开展航空科学研究的最重要的基础。文章分析了试飞工程大数据的质量特性及其影响因素,学习借鉴国际标准化《数据治理白皮书》提出的数据治理思想体系与模型,针对试飞工程大数据管理与应用特点,结合多年来在试飞工程中的大数据管理应用的实践经验,提出了以飞行试验大数据标准化体系为基础,以涵盖试飞工程全过程和全业务流程的试飞数据质量监控系统和一体化的试飞大数据管理与应用系统为并行相互支持的大数据治理技术平台,将试飞业务流程、业务策略、业务标准、业务逻辑以及组织管理有机有效地融入到数据管理与治理体系中,形成能够不断自我完善、自我更新、自我规范、开放共享的试飞工程大数据治理体系,对飞行试验工程以及航空科学研究步入“大数据科研范式”奠定数据基础。     

智慧校园的数据中台建设与数据治理研究

当前,智慧校园的建设已成为教育信息化建设的重要方向。以大数据、人工智能、云计算等技术为支撑,构建面向教师、学生和管理部门的智慧校园应用体系,促进教育教学模式改革和管理方式创新。通过数据中台的建设,可以实现对大数据的高效处理,对校园数据进行统一治理,实现数据的共享和开放。本文通过研究智慧校园数据中台建设与数据治理问题,探讨如何建立数字化时代下智慧校园的管理机制,旨在为相关人士提供参考与借鉴。     

大数据在高职学生管理中的应用

大数据时代,高职院校通过大数据技术手段进行教学管理,可以实现教育管理的信息化发展,实现信息双向传递,挖掘具有价值的信息内容。通过分析海量数据,利用大数据深度挖掘,以结果为导向模式进行信息化管理,可以为高职院校管理工作的有序开展奠定基础。基于此,主要针对大数据在高职学生管理中的具体应用展开简单分析论述。     

高校信息化治理体系建设的对策研究

大数据时代带来了高校信息化建设新动力，也催生了高校信息化治理新体系，推进了高校信息化创新发展.针对高校信息化治理体系建设的现状，分析了影响高校信息化治理的制约要素：顶层设计、数据治理、评价机制，运用大数据思维理念、数据治理技术及方法等方面，提出了高校可通过建立多元主体参与、协商共治的信息化治理体系，以此开展高校信息化治理的对策分析；强调多元主体参与，部门连通、数据共享的协同治理机制，建设好人本、协同、共享的理念推进校园智慧化建设。     

艺术大数据中数据治理方法研究

数字经济背景下艺术品数字资产化逐渐成为趋势，探讨艺术大数据治理过程中面临的问题、挑战，并在此基础上提出了艺术数据治理的原则、框架和艺术品多维元模型，同时针对艺术数据治理过程中数据处理和存储给出解决方案。     

大数据时代背景下高职教育教学改革

随着现代科技的飞速发展,互联网逐渐渗透到人们生活的方方面面,大数据时代正全民到来,高职院校在推进信息化教学的进程中,大数据为其提供了相当的便利.在大数据时代的背景下,高职院校的教育教学改革既拥有了优势资源,也面临着一定的挑战,要想提高教学成果,高职院校必须理性的看待大数据时代背景,将课堂教学与在线教学进行融合,开展有特色的、利于学生发展的教学模式.     

高职教育中的大数据应用技术

伴随着信息技术的迅猛发展我们进入了大数据时代，对传统教育模式产生广泛而深刻的影响。在这种背景下，高职院校教学服务和数据利用方式将发生显著变化，运用大数据技术，使得高职院校可以对教学管理和数据资源利用完全数据筛选的方式来分析、挖掘隐藏在数据背后的规律，获得有价值的东西。依靠数据作出科学决策，让高职教育的信息化管理更为科学有效。     

水库基础数据治理工作的研究与实践

水库相关数据对多项水利业务应用支撑作用显著,是水利行业重要的基础数据。为避免重复建设,充分共享和挖掘水库基础数据的价值,以水库数据治理为研究对象,以数据仓库和数据中台为理论指导,融合水库基础、工程督察、水情等信息数据,构建以基础层、明细层、专题层、应用层为框架的数据资源体系,并同步开展数据资产、安全管理和数据服务工作。在统一的数据资源体系基础之上,充分利用自然语言处理、语音识别、大数据分析等先进技术进行数据智能融合应用,完成水库标签画像、语音智能问答、数据标准建立、数据质量控制等成果,为今后进一步的水利数据治理工作提供参考经验。     

深圳市水务数据治理的探索与实践

针对水务生产管理过程中存在的一数多源、标准不一、质量不高等数据问题,对标数字孪生水务建设目标,为提升水务数据对业务管理的支撑能力,结合深圳市水务管理实际及信息化建设现状,从目标制定、框架搭建、路径研究、治理成果4个方面探索水务数据治理的方法思路,通过制定数据标准规范、搭建一体化数据治理平台、融合城市数字底座、建立数据与业务双轮驱动机制的具体步骤,初步建成深圳市水务数字底座1.0版,服务各类水务业务场景,对外提供统一资源共享服务,形成一套水务行业数据治理方法论与实践案例,为同类数字政府数据治理实践提供借鉴。     

企业数据的敏捷治理过程框架研究

企业无时无刻不在产生大量的数据,对这些数据进行加工利用,将对企业产生巨大的经济和社会效益。然而,企业各个部门间数据标准不统一、数据不一致、数据质量不高等问题,使得这些数据不能直接用于企业内部系统数据共享、数据分析及管理决策,需要经过数据治理方能使用。数据治理是一个复杂的系统工程,企业数据治理项目成功率低、效果不佳。本文对现状及问题进行分析,提出敏捷治理过程框架,为企业数据治理提供一种新的范式参考。     

基于数据起源提升高校数据质量的方法研究

如何让数据使用者参与到数据治理的环节中,从而切实提高数据质量,是当前高校数据治理面临的关键问题之一。数据起源不仅能追溯治理过程,还能实现数据的质量评价。因此,基于数据起源,从两方面探索提升高校数据质量的方法：一是设计了一种多元治理主体共同参与的数据治理构架,将治理主体对数据质量的治理过程通过数据起源予以记录、查询、展示,使得所有治理主体,特别是数据使用者都能明晰数据治理的过程,从而参与到提升数据质量的过程中,进而提高数据质量的治理效率;二是提出了一种综合性的数据质量评估方法,将用户的定性反馈评价转化为可定量评估的质量值,然后结合已有的基于规则的定量评估方法,实现数据质量的综合评价,进而辅助治理主体实施具体的治理行为,最后通过原型系统进行了具体的应用实现和效用评估,证明了方法的有效性和可行性。     

大数据下高职教育的发展探寻

基于大数据广泛应用的背景下,提升高职院校育人质量,重视对信息化教育平台的改造、提升,加强对大学生的教育管理,积极落实“立德树人”根本任务。只有在科技发展的助力下,促进新教改工作的深入实施,使教师创新教育理念、转变授课方式,以行业发展、市场需求为育人工作开展导向,才能切实提高人才培养质量,使高职院校迈入新的发展路径。在此,笔者结合自身工作实践经验,展开对大数据下高职教育教学工作的发展方向探寻。     

数据质量治理解决方案研究

数据质量是数据工作的生命线。为丰富完善数据质量治理方法手段,提高数据质量治理能力,结合数据业务工作实际,从业务、技术、管理3个层面研究分析了数据质量问题的成因及对策,提出了数据质量评价指标体系,并区分数据规模、保障对象、用户角色,针对小数据集、大数据集、多数据集3类典型场景,分别给出了相应的数据质量治理解决方案。该方案研究成果对于构建数据质量体系、提高数据质量治理针对性及有效性具有一定的借鉴参考意义。     

智能化煤矿大数据治理关键技术研究、实践与应用

针对智能化煤矿建设过程中存在的“数据孤岛”现象严重、数据质量低、数据治理体系缺乏、数据赋能不够充分等问题,分析了智能化煤矿大数据治理的基本需求,研究了智能化煤矿的数据采集和存储、数据清洗与标准化处理、数据资产规划、数据共享交换等关键技术。结合小保当煤矿数据治理现场实践情况,提出了基于工业互联网体系的智能化煤矿大数据治理总体技术架构,该架构功能与智能化煤矿大数据治理的基本需求相对应,向下实现多源异构感知数据的接入、集成和融合,向上为各种煤矿智能化应用开发提供数据服务,中间沉淀煤矿各类业务指标、模型算法,形成煤矿重要的数据资产。基于不同的数据接入协议,通过数据接入存储服务统一接入煤矿各系统的数据;通过数据清洗与标准化服务实现数据加工,提升数据质量;采用分层治理架构将数据转换为体系化的分层数据资产;通过数据共享服务将数据资产以标准接口的方式提供给其他系统使用,实现数据价值落地。从煤矿单系统应用、矿井级应用和公司级系统应用全方面展示智能化煤矿数据治理成果在不同业务场景下的实践应用情况,智能化煤矿大数据经过统一的数据治理之后,能够实现数据的融合应用,打破数据孤岛,提升数据质量,形成煤矿独有的数据...