CN105046435A - 一种学校信息系统 - Google Patents
一种学校信息系统 Download PDFInfo
- Publication number
- CN105046435A CN105046435A CN201510435988.9A CN201510435988A CN105046435A CN 105046435 A CN105046435 A CN 105046435A CN 201510435988 A CN201510435988 A CN 201510435988A CN 105046435 A CN105046435 A CN 105046435A
- Authority
- CN
- China
- Prior art keywords
- data
- school
- model
- evaluation
- achievement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明技术方案公开了一种学校信息系统,包括:第一数据存储层,用于储存学校的数据源,并对所述数据源执行数据交换和数据清洗,以建立多维数据模型,所述多维数据模型的维度与学校的需求相适应;第二数据存储层,用于储存多维数据模型、评价数据集合和指标数据集合;数据分析层,包括数据组合模块,用于依据不同的用户角色,对模型数据、或者对模型数据与评价数据和指标数据中的至少一种数据执行数据组合,以生成不同的展示信息,所述模型数据、评价数据和指标数据分别抽取自所述多维数据模型、评价数据集合和指标数据集合;数据交互层,用于向不同的用户角色提供相对应的展示信息。所述学校信息系统有效应用了学校现有的数据,达到提高学校管理及教学效率的目的。
Description
技术领域
本发明属于信息处理技术领域,具体涉及一种学校信息系统。
背景技术
随着职业学校信息化建设的不断推进,学校搭建的各类管理及应用系统不断增多,大量的数据每天流转于学校各业务部门及相关人员之间。按照数据分析原理,通过对学校教学及管理的过程性关键数据的分析及抓取,可以实时了解各业务的进行状态,并通过设置临界值达到预警的目的,从根本上提高学校管理及教学效率。
然而,现实的情况是,实时流转的大量数据不仅没有提高学校管理者与决策者的工作效率,反而增添了数据甄别与分析的工作压力,如何有效应用信息化建设中产生的大数据成为每个学校建设进程中不能回避的问题。
发明内容
本发明技术方案要解决的技术问题是现有的学校信息系统不能有效应用各业务部门的大量数据,以提高学校管理及教学效率。
为解决上述技术问题,本发明技术方案提供一种学校信息系统,包括:
第一数据存储层,用于储存学校的数据源,并对所述数据源执行数据交换和数据清洗,以建立多维数据模型,所述多维数据模型的维度与学校的需求相适应;
第二数据存储层,用于储存多维数据模型、评价数据集合和指标数据集合;
数据分析层,包括数据组合模块,用于依据不同的用户角色,对模型数据、或者对模型数据与评价数据和指标数据中的至少一种数据执行数据组合,以生成不同的展示信息,所述模型数据、评价数据和指标数据分别抽取自所述多维数据模型、评价数据集合和指标数据集合;
数据交互层,用于向不同的用户角色提供相对应的展示信息。
可选的,所述学校的数据源来源于学校的招生系统、就业系统、教务系统、学生管理系统、人事系统和总务管理系统中的至少一个系统。
可选的,所述多维数据模型及其维度与用户角色相关。
可选的,所述多维数据模型为魔方数据模型。
可选的,所述评价数据集合包括学校的过程评价数据和第三方评价数据中的至少一种。
可选的,所述学校的过程评价数据包括学生学业过程评价、学生德育评价、顶岗实习评价、教师德育评价和教学过程评价等之中的至少一种;所述第三方评价数据包括社会评价、企业评价和满意度评价等之中的至少一种。
可选的,所述评价数据由问卷调查系统通过在学校、企业、社会进行问卷调查的形式收集得到。
可选的,所述指标数据集合包括国家指标数据和学校指标数据中的至少一种。
可选的,所述数据分析层还包括预警反馈模块,用于在数据达到或超过相关的警戒线生成预警反馈。
可选的,所述展示信息包括达标国家关键绩效指标监控、专业预警、教师绩效指标和学生成长轨迹中的至少一种。
可选的,所述数据交互层预留数据挖掘接口,用于向所述数据分析层或数据中心提供数据源。
与现有技术相比,本发明技术方案的学校信息系统,第一数据存储层以学校的数据源为基础,通过数据交换、清洗重组数据模型;数据分析层通过数据抽取、组合进行数据再利用,对模型数据进行分析,或者结合指标数据和评价数据,建立相对应的信息来呈现给用户。因此,所述学校信息系统是以数据交换、清洗、抽取和组合等数据处理为工具手段,利用学校现有的数据源进行数据再利用,把这些数据进行分析、模型重组,更可结合指标数据和评价数据,建立相对应的信息来呈现出校内各种维度的质量反馈,从而有效应用了学校现有的数据(如各业务部门生产的大量数据),达到提高学校管理及教学效率的目的。
附图说明
图1为本发明实施例的学校信息系统的结构示意图。
具体实施方式
本发明实施例的学校信息系统请参考图1,包括:第一数据存储层11、第二数据存储层12、数据分析层13和数据交互层14。
第一数据存储层11,用于储存学校的数据源,并对所述数据源执行数据交换和数据清洗,以建立多维数据模型,所述多维数据模型的维度与学校的需求相适应;
第二数据存储层12,用于储存多维数据模型、评价数据集合和指标数据集合;
数据分析层13,用于依据不同的用户角色,对模型数据、或者对模型数据与评价数据和指标数据中的至少一种数据执行数据组合,以生成不同的展示信息,所述模型数据、评价数据和指标数据分别抽取自所述多维数据模型、评价数据集合和指标数据集合;
数据交互层14,用于向不同的用户角色提供相对应的展示信息。
具体地,第一数据存储层11包括数据中心11a,数据中心11a所储存的学校的数据源来源于学校管理系统的各个业务系统或部门,例如招生系统10a、就业系统10b、教务系统10c、学生管理系统10d、人事系统10e和总务管理系统10f等。业务系统通常是通过采集外部数据,结合历史数据分析,发现规律,实现未来工作趋势预测和管理战略制定。各个业务系统收集数据源的过程为现有技术,在此不再赘述。
数据中心11a的数据源主要有业务数据和办公数据。业务数据一般是指从目前正在运行的业务系统收集到的并在业务系统中存储的数据。办公数据一般是指内部的办公系统数据,可以分电子数据和非电子数据两种,电子数据主要指以电子表格、数据库或者文字处理文档等形式保存的数据,非电子数据主要指文件、通知、会议纪要等公文。业务数据对学生的成绩分析主题可以很好的支持,办公数据对学生的就业分析主题可以很好的支持。
数据中心11a具有数据处理功能,可以对各种不同来源的数据源执行数据处理,例如数据交换、数据清洗、数据抽取等。本实施例中,数据中心11a主要是对学校的数据源执行数据交换和数据清洗,以建立多维数据模型。
所述数据交换是将数据从一种表示形式变为另一种表示形式的过程。举例来说,学生入学,学校的招生系统收集的是招生数据,比如只有学号、姓名、性别和成绩4个字段,招生数据要给到教务系统,数据中心通过丰富学生的学籍,比如家庭住址,父母的姓名、联系方式,再结合学生要学的课程、教学计划和班主任姓名等一系列的信息,得到教务数据,招生数据变为教务数据的过程就是数据交换的一个实例,是在原有数据的基础上再增加一部分数据。
所述数据清洗是指把已有的数据打乱,取出想要的数据。根据学校的实际需求,对清洗后的数据进行统计和配置,由此建立多维数据模型。所述多维数据模型及其维度与学校的需求相适应,即可以根据学校的个性化需求定制或自定义,或者说,多维数据模型设计为可灵活配置,以应对不同学校产生的不同定制化需求。本实施例中,所述多维数据模型及其维度的设计与用户角色相关,例如,根据学校的实际要求,多维数据模型的每一维度的数据可以配置为与一种用户角色相关,或者,每一维度的数据可以配置为与不止一种用户角色相关,或者,多个维度的数据可以配置为与一种用户角色相关。所述用户角色是指使用所述学校信息系统的用户的身份。每一维度的数据对于其相关的用户角色来说都是有用的信息,每一维度的数据是可以拆分、抽取的,也可以组合的。以中职类学校为例,用户角色可以为校领导、教师、学生、家长、企业或社会公众,多维数据模型也可以称为魔方数据模型,魔方数据模型可以拆分、抽取、组合等。魔方是六面魔方,魔方可以拧成各个方面,魔方面的不同点(点是指实现数据的图标)的组合对应可以呈现给不同用户角色。本实例中,魔方配置为学校、数据、学生、教师、评价和社会六个方面,其中,学校方面的数据主要是与学校相关的过程数据,数据方面的数据主要是对收集的学校的业务数据进行挖掘的过程数据,评价方面的数据主要是与评价相关的过程数据,评价可以包括第三方评价和学校的过程评价。每一个方面的数据对于看那个面的人来说都是有用的,比如,学生可以看到的那个方面的数据可以包括学生、教师和课程的数据等。
需要说明的是,上述多维数据模型是以中职类学校为例进行说明的,本领域技术人员可以理解,对于其他类型的学校,根据学校的实际情况,多维数据模型的维度可以是不止六个或小于六个。
请继续参考图1,第二数据存储层12可以进一步包括多维数据模型12a、评价数据库12b和指标数据库12c。其中,多维数据模型12a实际是模型数据的集合;评价数据库12b用于储存评价数据集合,评价数据库12b实际就是评价数据的集合;指标数据库12c用于储存指标数据集合,指标数据库12c实际就是指标数据的集合。
第二数据存储层12的目的是要建立一种体系化的数据存储环境,将分析决策所需的大量数据从传统的操作环境中分离出来,使分散、不一致的操作数据转换成集成的、统一的数据和信息,学校内不同业务系统的成员可以在此单一的环境之下,通过运用其中的数据和信息,发现全新的视野和新的问题、新的分析与想法,进而发展出制度化的决策系统,并获取更多效益。
第二数据存储层12从操作型数据库或外界数据源获得原始数据,先按辅助决策的主题要求形成基本数据层,再按综合决策的要求形成综合数据层。随着时间的推移,由时间控制机制将当前基本数据层转为历史数据层。
如前所述,多维数据模型实际上是基于数据中心11a,多维数据模型12a的数据是不断地从数据中心11a提取的,数据中心11a是输送数据给多维数据模型12a。
所述评价数据集合可以包括学校的过程评价数据和第三方评价数据中的至少一种,也就是,评价数据集合可以是学校的过程评价数据的集合,或者,评价数据集合可以是第三方评价数据的集合,或者,评价数据集合可以是学校的过程评价数据和第三方评价数据的集合。以中职类学校为例,所述学校的过程评价数据可以包括学生学业过程评价、学生德育评价、顶岗实习评价、教师德育评价和教学过程评价等之中的至少一种;所述第三方评价数据可以包括社会评价、企业评价和满意度评价等之中的至少一种。这些评价数据可以由问卷调查系统通过在学校、企业、社会进行问卷调查的形式收集得到。评价体系的建立一方面规范校园学生及老师的管理,另一方面能科学的对学生以及教师的行为规范量化考核。
所述指标数据集合可以包括国家指标数据和学校指标数据中的至少一种,也就是,指标数据集合可以是国家指标数据的集合,或者,指标数据集合可以是学校指标数据的集合,或者,指标数据集合可以是国家指标数据和学校指标数据的集合。所述国家指标数据通常可以从领域知识库13c中获取,领域知识库13c中储存的是领域指标,比如说中职类学校通常是行业办学,如针对化学、化工,或者是交通,或者是航空,这些都是有行业领域的,对于这些领域,国家是有对应行业协会的,这类第三方机构是有相对应的指标也就是领域指标,来确定这类学校的好与坏的。所述学校指标数据可以依存于领域知识库的领域指标,领域指标实际上也是应用到学校指标上的,学校指标数据是可以根据领域知识的丰富而去丰富的。所述学校指标数据还可以根据学校的个性化需求定制或自定义,或者说,学校指标数据设计为可灵活配置不同的数据范围或领域,以应对不同学校产生的不同定制化需求。指标体系的维护功能,可根据学校内在的体制,量身打造对应的体系结构,灵活变通运用。
仍请参考图1,数据分析层13包括数据组合模块13a,数据组合模块13a用于依据不同的用户角色,对多个模型数据执行数据组合,或者对一个或多个模型数据与评价数据和指标数据中的至少一种数据执行数据组合,以生成不同的展示信息。所述模型数据抽取自所述多维数据模型,所述评价数据抽取自所述评价数据集合,所述指标数据抽取自所述指标数据集合。
数据分析层13是根据主题在高层次上对数据进行组织和归类,主题是指分析领域,是对数据抽象、完整一致的描述,是构成学校经营运作的主要框架或方向,也是在较高层次将数据归类的标准。数据分析层13,也可以说是教学管理决策支持系统,采用归纳推理方法实现决策过程,通过对第二数据存储层12中的大量数据进行分析,揭示出学校运作时的情况和一般规律,帮助教学管理人员做出正确的决定,对教学管理起到一定的指导作用。
实际应用中,主题划分是以业务系统的信息模型为依据的,综合各种业务系统的信息模型,并进行宏观的归并,划定几个逻辑的数据主题。通过对教学管理的业务数据源及用户需要进行详细分析和归纳总结,可以将教学管理业务归纳为至少包括学生成绩和学生就业两大实体主题。实体主题还可继续分为多个分析主题,如通过学生成绩的分析,了解哪些学生学习效果好,哪些教师教学质量高,哪个班或者那个系的学生学习好,哪个专业的学生学习好,什么样的教学安排有利于学生学习,以及现在学生同往届学生相比,发展如何等等;又如通过分析学生的就业情况,可以了解学校专业的设置是否符合社会需求,了解学生的哪些因素能够帮助学生找到合适的工作,了解学生学习成绩、在校表现情况对找工作有多大影响,学生的工作经验对就业率的影响有多少,据此可对专业以及培养计划做适当的调整。
数据组合模块13a执行的数据组合实际上就是结合多个模型数据进行挖掘分析,或者以一个或多个模型数据为基础、结合评价数据和指标数据进行挖掘分析,或者以一个或多个模型数据为基础、结合评价数据或指标数据进行挖掘分析,从而获得可以对应地展现给不同用户角色的展示信息或内容。数据组合是有目的性的,分析可以是相关性分析,对于不同的用户角色和对应的分析主题,可以知道抽取的数据源是什么、评价数据是什么,指标数据是什么,最后把这几项内容根据不同用户角色的实际需求组合起来。所述评价数据和指标数据还可以分级,根据级别配置相对应的权重,结合级别的权重可以引出相对应的结果,结果与结果之间也可以做相对应的比较,得到不同的展示信息。
进一步,数据分析层13还可以包括预警反馈模块13b,预警反馈模块13b用于生成预警反馈,具体地,当某个或某些数据反映出不好情况时,或者数据达到或超过相关的警戒线(指标)时则会产生预警,然后这个预警会通知到对应的用户角色,预警是提醒,反馈是通知。比如说,这个学生没去上课或者一星期已有三天没去上课,这是产生预警,反馈就是通知老师。再比如,学校的某个部门(业务系统)的数据已经达到了学校管理规定的警戒线,这样就会预警反馈到相应的领导,领导会主动去找这个部门对应的负责人,告诉他哪里出问题,要如何解决或者要求尽快解决。
图1所示的数据交互层14,用于向不同的用户角色提供相对应的展示信息。本实施例中,数据交互层14中面向用户的部分是以校园门户平台14a的形式呈现,门户是指个人门户,不同的用户进入校园门户平台14a后可以看到不同的展示信息。具体地,可以针对不同的用户角色,或者可以根据用户角色的定制,数据交互层14选择相应的一种或多种展示信息并将选择的展示信息展现在门户平台14a上。
另外,用户可以根据自身的需要通过平台自定义字段,数据交互层14将用户最关心的数据及时用动态图标的方式展现出来,真实、直观、及时。系统提供可配置图表功能,较多图表可在管理后台进行手动配置,配置后可由管理员分配该图表隶属的平台,所分配平台登录后即可查看。此特性为系统业务扩展起到了非常大的媒介作用。
如前所述,展示信息是通过数据分析层13的数据组合获得的,以中职类学校为例,所述展示信息可以包括达标国家关键绩效指标(KPI,KeyPerformanceIndicator)监控、专业预警、教师绩效指标和学生成长轨迹等之中的至少一种。展示信息是可以基于不同的主题、用户角色等进行扩展的。用户角色(门户)可以定制或订阅展示信息,根据权限级别,用户是看不到某些展示信息的,比如学生看不到专业预警、学校达到国家标准、今年预算等。
所述专业预警不同于预警反馈,专业预警更具体项化,是针对特定项目的,比如专业方向,从市场和就业率情况了解下来,这个专业明年不适合再开了,这个预警就可以展现给校领导。
展示信息的展现可以有不同的实现方式,例如,可以通过编程实现具有树形结构的二维表格提供数据视图给用户,也可以通过无须编程的报表的制作来提供数据视图给用户。数据交互层14可以提供丰富的多维分析与查询,直观地展现从不同的角度分析获得的数据。
进一步,数据交互层14还预留数据挖掘接口(图中未示出),用于向数据分析层13或数据中心11a提供数据源。具体地,数据分析层13的基础数据实际主要来源于数据中心和问卷调查系统,考虑到多源头的数据挖掘方式,数据交互层14还可以通过收集门户平台上的一些数据进行分析,例如,在自定义门户的数据块呈现上,引入用户的点击次数,以点击量来统计出用户感兴趣的内容;记录用户的操作习惯,将常用的功能点罗列在用户能见度高的区域上;按时间记录用户的登录日志,可分析出用户一般在什么时间使用本系统,或本系统在特定时间的使用频率;长时间记录企业的登录日志,可统计出一年当中哪些时间点,企业会查看平台,且浏览学生综合情况;记录平台的上线人数,可知道本系统的使用频率;针对学校领导下达的任务指标,记录教师的回应时间,以统计出教师的相应频率。设计上考虑到数据挖掘方式,需要有扩展性和延伸性,以便于数据庞大后深入挖掘新的数据指标。同时数据中心也具备源头数据收集的接口,可容纳不同的一线数据(是指学校既有的业务系统的数据),使得学校信息系统还可根据一线数据挖掘出新的具有价值性的数据,形成图形图表等展示信息。
需要说明的是,上述学校信息系统中所有数据的定义或表示形式均是依据统一的数据标准的,如根据国家标准或学校标准建立统一标准的数据中心。举个例子,根据国家标准,性别定义为男、女、未知和非男非女,如果是女,各个层面一定是以相同的数据(如0)来表示的。这样具有统一标准的数据才可以用来进行交换、清洗、组合等数据处理。因此,所述的学校信息系统根据国标、校标建设数据中心把支撑系统(学校的业务系统)中的数据集中起来,有效地通过数据交换工具来解决“信息孤岛”,为决策支持系统解决数据来源问题。
为了便于理解,下面再通过中职类学校的几个实例说明本发明实施例的学校信息系统。
学生管理系统收集学生的校园一卡通数据(属于数据源),数据中心得到饭卡数据(属于模型数据),表示学生没有去吃早饭(每天早上吃饭都有打卡),数据分析层根据饭卡数据结合教务系统中学生的成绩数据(属于模型数据),组合起来就可以判定这个学生由于他没有去吃早饭,成绩是较低的,因此学习能力就差,这里有相关性分析,这个学生在这段时间,因为他经常不去吃早饭,也就是不早起,不去吃早饭所以也不去上早自习,没上早自习就没去复习功课,所以他的成绩经过这段时间是下落的,这个面对于学生来说是有用的,系统会通过预警反馈告诉学生你应该去上自习,因为你的成绩下落了。对于班主任(老师)看到是这个学生成绩下落了,原因之一可能是他没有去上早自习。而对于校领导看到的是这个学生成绩下落了,是这个学生的问题还是老师教的不好的问题,那么就是学生的成绩数据和老师的绩效,老师的绩效可以结合老师的德育、上课没备课等,这些可以通过指标项和问卷调查,也就是指标数据和评价数据。
另一个针对校领导的实例,校领导最关心的是教学质量和过程的问题,教学质量根据现有的学校,收集的数据有招生数据、就业率,招生数据和就业率本身没有关系,但是对于校领导来说是有关系的,一个进一个出,招生的时候,实际上是有要求的,通常会设置一个分数线,来评判每一地区的生源质量,比如说某个地区超过分数线以上的招了多少人,如果超过一定的人数那可以认为该地区的生源质量是很好的,然后进来以后,看这批人的就业率,就业率好还是不好,就业率好是不是息息相关的就业,如果看到的这批人的就业率实际上是下降了,那中间就应该是学校的问题,生源质量高但就业率却下降了,再往下深挖学校的教学质量,有多少项是能影响教学质量的,老师、学生、教学的课程以及学校的资源等等,那就可以考虑有以下几个模型点展示给校领导,比如学生在这个专业的学习、学分跟成绩(属于模型数据)等,还有学生选的专业好与坏、适不适合这个专业(属于评价数据)等,这就要通过问卷调查,详细的颗粒度都要罗列出来去分析这批学生,最后得出相对应的结果。进一步,还可以收集这批学生多年的就业方向,跟这个专业领域对应的市场情况(专业的发展情况)是有息息相关性的,就业系统会一直去统计学生经过多年是否仍在这个专业岗位上,统计后这些数据是应用到本领域的,可以用来判定这个专业是不是明年还要开下去。
针对企业举例来说,中职类学校是有顶岗实习的,企业怎么挑选学生到企业里面去顶岗实习呢,学校信息系统可以查到学生在学校这几年的整体学习情况(学生成长轨迹),包括学生进学校时的情况、在校几年的成绩分布情况、德育等,全部可以展示给企业。企业也会反馈信息给学校,比如说顶岗实习的成绩(属于评价数据),就业系统会收集企业的签约率,学生进入企业后,就业系统还会跟踪多年,统计学生经过多年是否仍在这个专业岗位上。
综上所述,本发明技术方案的学校信息系统以学校数据中心为基础,以数据交换、清洗、抽取和组合等数据处理为工具手段,利用学校现有的业务管理系统生产的数据进行数据再利用,把这些数据进行分析、模型重组,更可结合指标数据和评价数据,建立相对应的信息来呈现出校内各种维度的质量反馈,以图表、列表、预警等方式来呈现给用户。所述信息系统是集学校的整体和过程数据检测,数据处理和管理决策支持于一体的数字化校园信息系统,为教学质量提供了强有力的辅助。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (11)
1.一种学校信息系统,其特征在于,包括:
第一数据存储层,用于储存学校的数据源,并对所述数据源执行数据交换和数据清洗,以建立多维数据模型,所述多维数据模型的维度与学校的需求相适应;
第二数据存储层,用于储存多维数据模型、评价数据集合和指标数据集合;
数据分析层,包括数据组合模块,用于依据不同的用户角色,对模型数据、或者对模型数据与评价数据和指标数据中的至少一种数据执行数据组合,以生成不同的展示信息,所述模型数据、评价数据和指标数据分别抽取自所述多维数据模型、评价数据集合和指标数据集合;
数据交互层,用于向不同的用户角色提供相对应的展示信息。
2.如权利要求1所述的学校信息系统,其特征在于,所述学校的数据源来源于学校的招生系统、就业系统、教务系统、学生管理系统、人事系统和总务管理系统中的至少一个系统。
3.如权利要求1所述的学校信息系统,其特征在于,所述多维数据模型及其维度与用户角色相关。
4.如权利要求1所述的学校信息系统,其特征在于,所述多维数据模型为魔方数据模型。
5.如权利要求1所述的学校信息系统,其特征在于,所述评价数据集合包括学校的过程评价数据和第三方评价数据中的至少一种。
6.如权利要求5所述的学校信息系统,其特征在于,所述学校的过程评价数据包括学生学业过程评价、学生德育评价、顶岗实习评价、教师德育评价和教学过程评价等之中的至少一种;所述第三方评价数据包括社会评价、企业评价和满意度评价等之中的至少一种。
7.如权利要求5所述的学校信息系统,其特征在于,所述评价数据由问卷调查系统通过在学校、企业、社会进行问卷调查的形式收集得到。
8.如权利要求1所述的学校信息系统,其特征在于,所述指标数据集合包括国家指标数据和学校指标数据中的至少一种。
9.如权利要求1所述的学校信息系统,其特征在于,所述数据分析层还包括预警反馈模块,用于在数据达到或超过相关的警戒线生成预警反馈。
10.如权利要求1所述的学校信息系统,其特征在于,所述展示信息包括达标国家关键绩效指标监控、专业预警、教师绩效指标和学生成长轨迹中的至少一种。
11.如权利要求1所述的学校信息系统,其特征在于,所述数据交互层预留数据挖掘接口,用于向所述数据分析层或数据中心提供数据源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510435988.9A CN105046435A (zh) | 2015-07-22 | 2015-07-22 | 一种学校信息系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510435988.9A CN105046435A (zh) | 2015-07-22 | 2015-07-22 | 一种学校信息系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105046435A true CN105046435A (zh) | 2015-11-11 |
Family
ID=54452962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510435988.9A Pending CN105046435A (zh) | 2015-07-22 | 2015-07-22 | 一种学校信息系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105046435A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528409A (zh) * | 2015-12-07 | 2016-04-27 | 福建四创软件有限公司 | 水质评价信息分级展示方法 |
CN106600490A (zh) * | 2016-12-12 | 2017-04-26 | 天津盛扬信远科技有限公司 | 一种招生创就业信息管理系统 |
CN106844473A (zh) * | 2016-12-23 | 2017-06-13 | 明博教育科技股份有限公司 | 一种基于微服务架构的教师评价分析方法 |
CN107767933A (zh) * | 2016-08-16 | 2018-03-06 | 厦门君沣信息科技有限公司 | 基于olap的心理态势预警方法及装置 |
CN108053193A (zh) * | 2018-01-26 | 2018-05-18 | 安徽爱学堂教育科技有限公司 | 教育信息分析与查询方法及系统 |
CN108320243A (zh) * | 2017-12-20 | 2018-07-24 | 广州创显科教股份有限公司 | 一种应用于数字校园文化建设的信息融合系统和方法 |
CN109033227A (zh) * | 2018-07-03 | 2018-12-18 | 北京三正科技股份有限公司 | 一种基于数据挖掘的党建评价方法及装置 |
CN111461935A (zh) * | 2020-03-28 | 2020-07-28 | 华中科技大学 | 一种高校教师的教学科研数据库应用系统 |
CN111861823A (zh) * | 2020-07-10 | 2020-10-30 | 广西农业职业技术学院 | 基于微信平台的教学信息平台 |
CN112287116A (zh) * | 2020-10-29 | 2021-01-29 | 上海朋程勤学文化传播有限公司 | 一种基于知识图谱的院校数据分析方法 |
CN112288608A (zh) * | 2020-10-27 | 2021-01-29 | 武栋才 | 一种教学管理系统 |
CN113298679A (zh) * | 2021-05-27 | 2021-08-24 | 西安石油大学 | 数字化校园建设的表单数据统计分析系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714273A (zh) * | 2009-05-26 | 2010-05-26 | 北京银丰新融科技开发有限公司 | 一种基于规则引擎的银行异常业务监控方法和系统 |
CN103617585A (zh) * | 2013-11-06 | 2014-03-05 | 梧州学院 | 一种基于共享数据平台的数据处理方法 |
CN104573071A (zh) * | 2015-01-26 | 2015-04-29 | 湖南大学 | 一种基于大数据技术的校情智能分析系统及方法 |
-
2015
- 2015-07-22 CN CN201510435988.9A patent/CN105046435A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714273A (zh) * | 2009-05-26 | 2010-05-26 | 北京银丰新融科技开发有限公司 | 一种基于规则引擎的银行异常业务监控方法和系统 |
CN103617585A (zh) * | 2013-11-06 | 2014-03-05 | 梧州学院 | 一种基于共享数据平台的数据处理方法 |
CN104573071A (zh) * | 2015-01-26 | 2015-04-29 | 湖南大学 | 一种基于大数据技术的校情智能分析系统及方法 |
Non-Patent Citations (3)
Title |
---|
潘洁珠: ""基于数据挖掘的预警技术研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
罗才旺: ""高校评估决策支持信息系统设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
邓劲生等: "《信息系统集成技术》", 31 October 2012, 清华大学出版社 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528409A (zh) * | 2015-12-07 | 2016-04-27 | 福建四创软件有限公司 | 水质评价信息分级展示方法 |
CN107767933A (zh) * | 2016-08-16 | 2018-03-06 | 厦门君沣信息科技有限公司 | 基于olap的心理态势预警方法及装置 |
CN106600490A (zh) * | 2016-12-12 | 2017-04-26 | 天津盛扬信远科技有限公司 | 一种招生创就业信息管理系统 |
CN106844473A (zh) * | 2016-12-23 | 2017-06-13 | 明博教育科技股份有限公司 | 一种基于微服务架构的教师评价分析方法 |
CN108320243A (zh) * | 2017-12-20 | 2018-07-24 | 广州创显科教股份有限公司 | 一种应用于数字校园文化建设的信息融合系统和方法 |
CN108053193A (zh) * | 2018-01-26 | 2018-05-18 | 安徽爱学堂教育科技有限公司 | 教育信息分析与查询方法及系统 |
CN109033227A (zh) * | 2018-07-03 | 2018-12-18 | 北京三正科技股份有限公司 | 一种基于数据挖掘的党建评价方法及装置 |
CN111461935A (zh) * | 2020-03-28 | 2020-07-28 | 华中科技大学 | 一种高校教师的教学科研数据库应用系统 |
CN111461935B (zh) * | 2020-03-28 | 2023-08-29 | 华中科技大学 | 一种高校教师的教学科研数据库应用系统 |
CN111861823A (zh) * | 2020-07-10 | 2020-10-30 | 广西农业职业技术学院 | 基于微信平台的教学信息平台 |
CN112288608A (zh) * | 2020-10-27 | 2021-01-29 | 武栋才 | 一种教学管理系统 |
CN112287116A (zh) * | 2020-10-29 | 2021-01-29 | 上海朋程勤学文化传播有限公司 | 一种基于知识图谱的院校数据分析方法 |
CN113298679A (zh) * | 2021-05-27 | 2021-08-24 | 西安石油大学 | 数字化校园建设的表单数据统计分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105046435A (zh) | 一种学校信息系统 | |
Archie et al. | Unpacking the ‘information barrier’: Comparing perspectives on information as a barrier to climate change adaptation in the interior mountain West | |
Graf et al. | AAT: a tool for accessing and analysing students' behaviour data in learning systems | |
Marcin | Intellectual capital as a key factor of socio-economic development of regions and countries | |
Mitreva | Model-integral methodology for successful designing and implementing of TQM system in Macedonian companies | |
Dos Santos et al. | An initial review of learning analytics in Latin America | |
CN105760989A (zh) | 一种经济运行数据监测地理信息系统 | |
Onyije et al. | Information and Communication Technologies (ICT): a panacea to achieving effective goals in institutional administration | |
Colicchia et al. | Citation network analysis for supporting continuous improvement in Higher Education | |
Sheshasaayee et al. | Evaluating user experience in moodle learning management systems | |
Suknunan et al. | The role of knowledge management in institutional strategy development and competitiveness at leading African universities | |
Jan et al. | Trends in Collection & Collection Development Practices in University libraries with a particular reference to India and other developing countries: A review of literature | |
Hassan et al. | Identification of trainees enrollment behavior and course selection variables in technical and vocational education training (TVET) program using education data mining | |
Denwattana et al. | A framework of Thailand higher education dashboard system | |
Opara et al. | Information and communication technologies (ICT): A panacea to achieving effective goals in institutional administration | |
Nedomová et al. | Unequal wage of men and women in ICT in the Czech Republic? | |
Yusoff et al. | Measuring and comparing the functional business skills and knowledge of entrepreneurs: Evidence from the Asnaf community in Malaysia | |
Santoso et al. | Bridging the gap between IT graduate profiles and job requirements: A work in progress | |
Bele et al. | Business intelligence in e-learning | |
Yordanova et al. | Information management of professional records | |
Lenar et al. | Application of learning analytics tools in learning management systems | |
Olejniczak et al. | Evaluation in v4+ 4 countries—An overview of practices | |
Syaglova et al. | New Challenges to The Management Decision-Making Process In Digital Business Environment | |
Velmurugan | Management information system and its applications in educational institutions-An introduction | |
Ali | Learning Analytics, the Latest Data Mining Technique in Higher Education-Case Study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151111 |