摘要：大数据技术是目前信息技术领域研究的热点内容，本文重点对大数据的定义、特性进行了分析，同时结合实际工作，对教学科研管理工作中存在的不足进行了总结，探讨了高等院校在教学科研管理工作中运用大数据技术的优势，最后，对大数据技术在教学科研管理工作中的应用给出了建议。
关键词：大数据；教学科研管理；资源配置；数据管理
一引言
当前随着信息技术的快速发展，大数据作为信息系统的基础和支撑，越来越受到更多的关注和重视，大数据对社会各个领域的深刻影响日益显现，包括社会经济发展中展现出来的预测能力，对于经济发展宏观指导和决策支持能力等[1]。目前,关于大数据的研究工作是在信息技术领域的一个研究热点,我国相关研究的大量数据还处于起步阶段，但其价值已经在很多领域体现出来。本文重点对大数据相关定义、大数据特性以及大数据在教学科研管理中的应用进行了研究。
二大数据定义及其特性分析
（一）大数据定义
目前，业界对大数据的定义还没有统一的标准，一些比较有名的研究机构，对大数据所下的定义如下。美国国家标准和技术研究院也对大数据做出了定义[1]：“大数据是指其数据量、采集速度，或数据表示限制了使用传统关系型方法进行有效分析的能力，或需要使用重要的缩放技术来实现高效处理的数据”，这是从学术角度对大数据的定义。维基百科对大数据的定义[2]：“大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”。简单来说,大数据是“海量数据+复杂类型”的大数据类型,包括交互式数据和交易数据,对所有数据来说，规模或复杂程度已经超出了使用传统技术,根据合理的成本和时限捕捉管理和处理这些数据集的能力。从大数据的应用考虑,大数据指的是一种能力,收集并分析大量的信息,而这些信息关系到人类生活的方方面面，其目的在于从复杂的数据中挖掘出尚未发现规律的原因。因此，大数据的核心能力是发现事物的规律和知识，从而更好地预测未来。
（二）大数据特性分析
通过对相关文献的研究，发现大数据主要有以下几个方面的特性[2]。（1）数据量大。大数据中存储的数据量巨大，一般都能达到PB级别（1PB=1024TB，1TB=1024GB），因而对大数据分析的计算量也大[2]。（2）多样性。大数据中数据的格式和来源多种多样。除了传统的结构化数据，数据格式还包括半结构化或非结构化数据。（3）快速性。数据的快速增长要求数据的处理速度也要迅速，以便及时从数据中提取知识，发现价值。（4）价值密度低。在大数据中需要对大量的数据进行分析和处理，从而挖掘其潜在的价值。（5）复杂度大。在大数据中，对数据的处理和分析难度较大。
三传统教学科研管理中的问题分析
笔者长期从事高校教学科研管理工作，在这方面积累了不少的经验，结合个人的日常工作，下面对传统教学科研管理工作中存在的问题进行分析。（1）传统的教学科研管理工作多停留在对教学科研数据信息收集阶段。随着高校信息化建设的发展，各类信息管理系统被应用在高校的各项工作当中，尤其在教学科研管理工作中信息管理系统更是被广泛应用。这些信息管理系统大都有一个特点，即只注重信息的收集汇总，不注重对信息的分析挖掘。例如：在高校教学科研管理信息系统中，其主要功能包含教学计划的录入、课表的录入与查询、考试成绩的录入与查询、科研项目和科研经费的录入与查询、科研成果的录入与查询等。经过长期的、不断的录入与积累，在教学科研信息方面累积了大量的数据，由于这些数据没有进行深层次挖掘，因此，蕴含在其中的有价值的知识并没有被发现和利用[3]。（2）传统的教学科研管理信息系统存在数据重复采集问题。由于高校信息化建设的发展经历了很长的时期，在不同的时期开发了不同的信息管理系统，各类信息管理系统的关联度不高。这些不同的信息管理系统由不同的管理部门使用，各个部门只关心自己部门需要采集的数据，因此，会导致有些数据被重复采集，数据的共享使用程度不高，很多从事教学科研工作的老师经常填报一些重复的表格，导致老师们怨声很大。（3）传统的教学科研管理信息系统为高校管理部门提供的辅助决策功能有限。由于隐藏在高校教学科研数据背后的知识没有被挖掘出来，因此，高校相关教学科研管理部门在做决策时大都还停留在依靠以前工作经验进行决策的阶段，这显然与时代的发展脱节，长此以往会严重制约高校的发展。通过对大数据的特性以及传统的教学科研管理系统中存在的弊端进行分析，发现将大数据技术应用于教学科研管理工作中，通过对管理平台中的大量数据信息进行分析和挖掘，发现教学科研大数据背后的知识，从而为教学科研管理部门和教学科研管理工作人员做出决策提供有利的支撑，是一个具有实际应用价值的问题，具有非常重要的研究意义[4]。
四大数据技术在教学科研管理中的应用
（一）大数据在教学科研规划方面的应用
教学科研工作是一个院校学科建设的重要承载，一个科学合理的教学科研规划对院校的发展具有深远的影响。如何制定出一个科学合理并且符合本校特色的教学科研规划是摆在高校决策者面前的一个难题，仅仅依靠以往的工作经验是远远不够的。如果能够将大数据技术应用到高校教学科研规划制定中，必将为教学科研规划的制定起到显著的作用。
（二）大数据在教学科研资源配置方面的应用
很多高校存在教学科研资源配置不均衡问题，有的院系教学科研资源没有被很好地利用，有的院系教学科研资源匮乏，严重制约其发展。如何使得教学科研资源在不同的院系和学科之间合理分配成为高校决策者的另一个难题。大数据技术的发展和运用为高校教学科研资源配置提供了一个有效手段，将大数据技术应用于教学科研资源配置，通过建立高校的人员数据库、教学数据库、成果数据库、经费数据库、实验室数据库以及教学科研资料数据库等，制定各类资源优化配置的评判模型，以定量化绩效考核为基础形成资源配置的决策支持管理平台，可以为教学科研资源的合理配置提供科学有效的管理手段。
（三）大数据在教学科研质量控制与全过程监管中的应用
以往在高校教学科研工作中很难做到全过程监管，在以往的质量管理中，往往都是通过文档检查和听取报告进行控制，这样很难做到客观公正，同时也不能够及时发现项目进行过程中存在的问题。因此，这种质量管理方式亟待改观。大数据技术为教学科研质量控制与全过程监管提供了有力抓手[5]，教学科研活动中的各类过程信息会随着业务的开展不断被采集到相关信息系统中，这些信息涵盖了教学计划和项目计划的执行、各类教学和科研经费的使用、各类教学人员和科研人员的业绩和工作量、各种实验仪器和设备的使用情况、各种文献的浏览下载使用情况、各类人员发表的论文和公开出版的教材情况、学员参加各类竞赛的获奖情况等等。这些信息都是客观真实的，往往教学科研的质量的好坏可以通过数据得到有效体现，通过教学科研数据的分析与挖掘可以有效对教学科研质量进行有效管控。
五大数据在教学科研项目管理中应用的建议
（一）成立专门机构、加强数据管理
在大数据技术的应用过程中，高校应该成立专门机构，机构成员由所有数据应用和管理的职能部门及学科领域的数据管理人员组成。该机构负责制定教学科研数据质量管理规范，这些规范具体包括数据质量方面的标准、数据管理的流程、数据的监测体系、数据质量评估优化的方案，同时建立可操作的数据质量责任管理制度、为数据质量提供最好的实践度量和方法。同时，该工作小组成员还需从各自的业务需求出发，承担相应的数据管理责任，相互协同工作、建立完善的数据协调机制共同提升和维护数据质量[6]。
（二）建立完善的数据管理培训与激励机制
为确保数据质量，提升数据工作人员素质，高校相应部门需定期举办有关信息系统使用、数据质量管理规范等方面的培训，建立健全教学科研大数据管理工作奖惩与激励制度，从而减少人为因素导致的数据质量问题。
六结束语
本文主要分析了大数据的定义以及大数据的特性，针对目前教学科研管理工作中存在的不足，本文提出了将大数据技术应用于高校教学科研管理的全过程的思想，并给出了具体应用的思路。
参考文献
[1]王玉君.大数据时代信息资源利用研究[J].科技情报开发与经济.2018(22):32-35.
[2]覃雄派,杜小勇,王珊.大数据分析——RDBMS与MapReduce的竞争与共生[J].软件学报.2016(01):29-33.
[3]徐迪威.大数据与科技管理[J].科技管理研究.2017(24):18-20.
[4]张延松,焦敏,王珊,等.海量数据分析的One-size-fits-allOLAP技术[J].计算机学报.2017(10):35-36.
[5]舒忠梅,屈琼斐.大数据时代高校信息管理与决策机制研究[J].华南理工大学学报（社会科学版）.2016(06):42-45.
[6]鲁小慧.信息化教育背景下高等教育教学效率提升的策略探究[J].教育现代化,2017,4(15):81-85.
作者:白洋 单位:空军工程大学
