摘 要：針對高職院校招生信息化面臨的諸多問題，本文借助大數(shù)據(jù)技術，提出了基于大數(shù)據(jù)技術的高職招生平臺建設研究，并對平臺的整體架構(gòu)和主要功能設計進行了探討。本研究整合學校招生、培養(yǎng)、就業(yè)數(shù)據(jù)并抓取網(wǎng)絡上的相關信息，為高職院校輔助制定招生政策提供指導服務。

　　關鍵詞：大數(shù)據(jù)技術;招生平臺研究;輔助招生決策

　　隨著現(xiàn)代科技的發(fā)展，信息技術的應用越來越廣泛，高校招生已經(jīng)有了非常豐富的報考和招生信息。隨著新高考改革的推進，高職院校的招生模式不斷創(chuàng)新和多樣化，優(yōu)質(zhì)生源競爭也越來越激烈，各高校在制定招生專業(yè)計劃時，需對歷年本校及競爭學校招生錄取過程中收集到的各種招生數(shù)據(jù)信息進行研究分析，同時也需對市場上的就業(yè)招聘信息與招生工作進行相關分析，從而更科學地制定招生政策、招生計劃，提高生源質(zhì)量，促進學校發(fā)展。

　　一、問題及現(xiàn)狀

　　1.招生各數(shù)據(jù)源信息不一致

　　大多數(shù)高校是面向全國招生的，各省份招生政策存在差異，下載數(shù)據(jù)在結(jié)構(gòu)上有較大差異，考生信息數(shù)據(jù)列、數(shù)據(jù)含義也有較大差別。甚至同一個省份的多元化招生模式，如提前招生、五年制合作、普高高考、單獨考試等，不同招生類型考生數(shù)據(jù)信息也不統(tǒng)一。生源數(shù)據(jù)結(jié)構(gòu)和標準不統(tǒng)一，給數(shù)據(jù)共享和統(tǒng)計分析造成了很大工作量。

　　2.各系統(tǒng)各自獨立形成信息孤島

　　大多數(shù)高校各部門為了工作方便都會有信息化系統(tǒng)，但缺乏統(tǒng)一規(guī)劃，系統(tǒng)間彼此獨立，互不兼容，造成存在不同的數(shù)據(jù)格式標準和數(shù)據(jù)庫;甚至同一部分在不同時期建立的系統(tǒng)之間也未能形成信息共享體系，如招生宣傳網(wǎng)、招生數(shù)據(jù)管理、提前招生，就業(yè)管理等多個系統(tǒng)，這些數(shù)據(jù)孤立地存放在本地數(shù)據(jù)庫里，對這些系統(tǒng)數(shù)據(jù)隱含的價值以及數(shù)據(jù)之間的關聯(lián)沒有深入挖掘和利用，無法提供更深層次的決策服務。

　　3.“招生-培養(yǎng)-就業(yè)”未形成聯(lián)動

　　高校的人才培養(yǎng)由招生、培養(yǎng)和就業(yè)構(gòu)成，三個環(huán)節(jié)緊密相連，共同構(gòu)成高校人才培養(yǎng)的系統(tǒng)過程。通過多年的招生、培養(yǎng)、就業(yè)數(shù)據(jù)積累，數(shù)據(jù)體現(xiàn)出數(shù)據(jù)量巨大、數(shù)據(jù)價值增加、數(shù)據(jù)種類多樣、數(shù)據(jù)處理復雜等重要特點，當前就業(yè)招聘市場的信息變化常常預示后繼幾年社會對人才需求的變化，高校當前招生專業(yè)及人數(shù)的精準管理需要同時研究就業(yè)市場的數(shù)據(jù)來進行優(yōu)化，如果沒有應用大數(shù)據(jù)平臺來進行分析和挖掘，就不能充分利用招生、就業(yè)數(shù)據(jù)的價值，就無法形成三個環(huán)節(jié)數(shù)據(jù)的聯(lián)動。

　　二、 招生平臺整體架構(gòu)設計思路

　　建立一個基于大數(shù)據(jù)的招生平臺必須要有一個技術層次合理的系統(tǒng)架構(gòu)(如圖1所示)。平臺從下往上可以分為四層：一是數(shù)據(jù)治理層，負責招生數(shù)據(jù)及相關就業(yè)數(shù)據(jù)的導入、抓取、清洗、規(guī)范化等數(shù)據(jù)治理工作;二是大數(shù)據(jù)平臺層，運用以Hadoop為代表的大數(shù)據(jù)技術，對歸集的招生、就業(yè)、招聘數(shù)據(jù)進行處理;三是數(shù)據(jù)應用層，對大數(shù)據(jù)處理層處理的結(jié)果基于招生業(yè)務需要進行功能設計、統(tǒng)計分析、數(shù)據(jù)相關性計算等，并進行大數(shù)據(jù)展示，以及歷年招生大數(shù)據(jù)的展現(xiàn)，用于招生政策決策分析;四是應用門戶，將數(shù)據(jù)應用層產(chǎn)生的業(yè)務結(jié)果數(shù)據(jù)以網(wǎng)站、手機APP、手機微信應用等多種形式提供給用戶端使用。

　　1.數(shù)據(jù)治理層

　　招生平臺數(shù)據(jù)來源：一方面有學校歷年的招生數(shù)據(jù)，數(shù)據(jù)源格式有Excel、各類文件、關系數(shù)據(jù)庫數(shù)據(jù)，這些數(shù)據(jù)的格式差別很大，需要進行數(shù)據(jù)規(guī)范化、標準化后導入招生平臺數(shù)據(jù)倉庫;另一方面，為了開展招生、培養(yǎng)、就業(yè)全過程數(shù)據(jù)的分析研究，我們還要導入學校學生培養(yǎng)期間成績數(shù)據(jù)、企業(yè)招聘數(shù)據(jù)、學生就業(yè)數(shù)據(jù)等，這些數(shù)據(jù)來源有Excel、各類文件、關系數(shù)據(jù)庫數(shù)據(jù)，以及通過Python爬蟲爬取的互聯(lián)網(wǎng)各類網(wǎng)站上的數(shù)據(jù)。簡單來說，數(shù)據(jù)治理就是處理數(shù)據(jù)的策略——收集、驗證、存儲、訪問、保護和使用數(shù)據(jù)。數(shù)據(jù)治理層就是針對這些不同的數(shù)據(jù)源、不同的數(shù)據(jù)格式，通過數(shù)據(jù)治理工具開展數(shù)據(jù)格式規(guī)整、數(shù)據(jù)值域規(guī)范化、元數(shù)據(jù)標準化相關工作，同時通過ETL工具去除一部分臟數(shù)據(jù)，將元數(shù)據(jù)、主數(shù)據(jù)、招生就業(yè)數(shù)據(jù)、企業(yè)招聘參考數(shù)據(jù)生成標準、規(guī)范、有價值的數(shù)據(jù)集并導入招生平臺數(shù)據(jù)倉庫。

　　2.大數(shù)據(jù)平臺層

　　大數(shù)據(jù)平臺層對數(shù)據(jù)治理后導入的招生、就業(yè)、學業(yè)、招聘相關信息進行數(shù)據(jù)處理。基于數(shù)據(jù)類型多樣及數(shù)據(jù)量龐大，采用關系數(shù)據(jù)庫、NoSql和Hbase數(shù)據(jù)庫相結(jié)合的模式。Hadoop主要由兩部分組成：一是HDFS，即Hadoop Distributed file System，是屬于Hadoop的分布式文件系統(tǒng);二是Hadoop MapReduce，它是一種分布式計算引擎，包括大規(guī)模的文字處理、數(shù)據(jù)挖掘等，它分兩個階段，一個是Map階段，一個是Reduce階段，Map階段就是把輸入來的諸多并行任務分給各個節(jié)點分別計算處理，Reduce則將Map分到各節(jié)點處理的結(jié)果進行匯總。Hive是一個構(gòu)建在Hadoop上的數(shù)據(jù)倉庫工具，通過Hive將存儲在HDFS平臺上的數(shù)據(jù)與傳統(tǒng)SQL結(jié)合起來，輕松地向Hadoop遷移。

　　3.數(shù)據(jù)應用層

　　根據(jù)大數(shù)據(jù)平臺層的基礎數(shù)據(jù)與業(yè)務數(shù)據(jù)處理結(jié)果，開發(fā)招生業(yè)務相關的招生志愿填報智能服務、中高職銜接、招生宣傳管理、招生數(shù)據(jù)綜合分析展現(xiàn)等應用，同時將就業(yè)數(shù)據(jù)、企業(yè)招聘數(shù)據(jù)與招生數(shù)據(jù)進行相關性研究，提供招生政策、招生計劃來輔助決策功能。

　　4.應用門戶層

　　應用門戶層是將招生平臺的功能與數(shù)據(jù)向用戶端推送。用戶端的形式有Web門戶網(wǎng)站、手機APP、手機微信公眾號和微信小程序，同時將數(shù)據(jù)應用層開發(fā)業(yè)務邏輯封裝成HTML5頁面提供給第三方用戶端門戶，包括電視終端。用戶端查詢、交互性能基于業(yè)務邏輯及 Hadoop數(shù)據(jù)平臺進行優(yōu)化。

　　推薦閱讀：大數(shù)據(jù)研究論文如何發(fā)表