大數(shù)據(jù)在高校信息化建設(shè)中面臨哪些問題？高校信息化建設(shè)是一項(xiàng)涉及面廣、業(yè)務(wù)技術(shù)性強(qiáng)、建設(shè)周期跨度較大的系統(tǒng)性工程，必須按照頂層設(shè)計(jì)的思想，樹立全局思維，尤其強(qiáng)調(diào)整體層面的統(tǒng)籌協(xié)調(diào)，注重多部門協(xié)同聯(lián)動(dòng)，才能構(gòu)建一套科學(xué)性和可行性俱佳的有效路徑。大數(shù)據(jù)技術(shù)是高校信息化建設(shè)中重要的一項(xiàng)技術(shù)，但是在實(shí)際的運(yùn)用中經(jīng)常遇到一些難題，導(dǎo)致高校信息化建設(shè)速度變緩。

大數(shù)據(jù)在高校信息化建設(shè)中面臨哪些問題？
 

大數(shù)據(jù)在高校信息化建設(shè)中面臨的主要問題：
1、數(shù)據(jù)融合的可行性
大家都知道，數(shù)據(jù)不融合就發(fā)揮不出數(shù)據(jù)的潛在價(jià)值，高校大數(shù)據(jù)面臨的一個(gè)重要問題就是數(shù)據(jù)融合。作為高等院校，大數(shù)據(jù)的融合應(yīng)該走在前列，必須徹底打通數(shù)據(jù)孤島，將各個(gè)業(yè)務(wù)充分整合。然而，由于傳統(tǒng)的業(yè)務(wù)系統(tǒng)缺乏長期規(guī)劃，采用的技術(shù)包羅萬象。據(jù)調(diào)研發(fā)現(xiàn)，目前高校所采用的數(shù)據(jù)庫包括Oracle、Sybase、Microsoft SQL Server、Mysql、Visual FoxProd等。有些學(xué)?；虿块T甚至沒有數(shù)據(jù)庫，而是采用Excel管理數(shù)據(jù)。在這種基礎(chǔ)上實(shí)現(xiàn)數(shù)據(jù)的有效融合，形成高質(zhì)量的大數(shù)據(jù)，對(duì)于融合技術(shù)是一個(gè)重要的挑戰(zhàn)。
2、數(shù)據(jù)源的可用性
關(guān)于大數(shù)據(jù)的一個(gè)普遍觀點(diǎn)是，數(shù)據(jù)自己可以說明一切，數(shù)據(jù)自身就是事實(shí)。但實(shí)際情況是，若是不仔細(xì)甄別，數(shù)據(jù)也會(huì)欺騙，就像人們有時(shí)會(huì)被自己的雙眼欺騙一樣。高質(zhì)量數(shù)據(jù)的獲取是確保信息可用性的重要前提。高校數(shù)據(jù)的來源多種多樣，包括各職能部門的基本業(yè)務(wù)數(shù)據(jù)、教學(xué)資源的多媒體數(shù)據(jù)、使用網(wǎng)絡(luò)的行為數(shù)據(jù)、無線網(wǎng)絡(luò)感知的位置數(shù)據(jù)等。數(shù)據(jù)模態(tài)千差萬別，如關(guān)系數(shù)據(jù)、標(biāo)量數(shù)據(jù)、圖數(shù)據(jù)、流數(shù)據(jù)、XML數(shù)據(jù)、矢量數(shù)據(jù)等。既有重復(fù)性數(shù)據(jù)，又有冗余性數(shù)據(jù)，質(zhì)量參次不齊，加工整理困難。這些校園化數(shù)據(jù)是否可用給大數(shù)據(jù)在高校中的推進(jìn)帶來極大的挑戰(zhàn)。
3、數(shù)據(jù)挖掘的復(fù)雜性　
大數(shù)據(jù)分析無疑是整個(gè)大數(shù)據(jù)時(shí)代的核心所在，因?yàn)榇髷?shù)據(jù)的價(jià)值就產(chǎn)生于數(shù)據(jù)分析過程中。在高校大數(shù)據(jù)的應(yīng)用中，無論是做個(gè)性分析還是輿情預(yù)測，都需要構(gòu)建特定的挖掘模型。教育行業(yè)因?yàn)槠涮厥庑?，傳統(tǒng)的分析技術(shù)如數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等并不能完全滿足高校大數(shù)據(jù)分析的需求，因此，需要在數(shù)據(jù)預(yù)處理、算法模型、評(píng)價(jià)指標(biāo)等方面做出調(diào)整。當(dāng)然，數(shù)據(jù)挖掘的復(fù)雜性，不僅是高校大數(shù)據(jù)所面臨的挑戰(zhàn)，也是整個(gè)大數(shù)據(jù)領(lǐng)域的巨大挑戰(zhàn)。
4、數(shù)據(jù)分析的持續(xù)性
教育的規(guī)律有時(shí)很難理清，成功的個(gè)體也未必能夠簡單復(fù)制，評(píng)價(jià)教育本身的指標(biāo)都有一定程度的缺陷，需要幾年甚至更長期的監(jiān)測和不斷的更正。因此，高校中的大數(shù)據(jù)分析，不僅僅是橫向的對(duì)比，如職能部門間、兄弟院校間，更需要縱向歷史數(shù)據(jù)的對(duì)比。無論是數(shù)據(jù)收集、數(shù)據(jù)清洗還是數(shù)據(jù)挖掘的模型，都需要隨著每天產(chǎn)生的大量詳實(shí)而瑣碎的數(shù)據(jù)信息進(jìn)行調(diào)整和修正，這也是一個(gè)不小的挑戰(zhàn)。

上述關(guān)于大數(shù)據(jù)在高校信息化建設(shè)中面臨的難題，是很多高校正在經(jīng)歷的。所以政府鼓勵(lì)校企合作，早日解決這些問題，早日實(shí)現(xiàn)校園信息化，方便學(xué)校的管理。