基于BI的学生表现监控系统设计

基于商业智能的学生表现监控系统设计分析

1. 引言

BAN‐PT认证是由国家认证机构确定的用于评估大学或学习项目可行性的评估形式之一。如果学习项目未能提供获取满足BAN‐PT标准所需全部数据的途径，学生数据处理将面临困难。

马迪恩PGRI大学信息工程学习项目是提供教育服务的机构之一。目前，该学习项目的学生成人数约为450人。随着每年学生人数的增加，学习项目需要监控和评估学生成绩，以建立一个最佳的流程。最佳的监控与评估流程将产生符合BAN‐PT关于学生成绩标准的输出。

针对这些问题，有必要建立一个能够提供学生表现数据的信息系统，以用于认证和学生成绩评估。对学生表现的监控结果将作为快速、精确决策的基础。如研究1所述，基于商业智能的业务系统能够根据BAN‐PT标准收集、存储、组织并提供输入学生数据所需的业务信息。

商业智能系统是用作提高业务组织或公司价值工具的信息技术之一2。商业智能是一种基于数据驱动系统的概念，旨在提升业务决策的质量，通常被业务参与者或公司所采用3。该采用商业智能概念的监控系统能够处理大量数据，以便将数据中包含的值呈现在几页简洁的页面上，并显示决策者所需的所需信息4。

因此，本研究的实施旨在通过应用商业智能概念来分析和设计学生表现监控信息系统。该学生表现监控信息系统能够处理并呈现符合BAN‐PT表格标准需求的数据。该软件系统的开发采用了拉里萨·T·莫斯和沙库·阿特雷的商业智能路线图方法。

2. 文献研究

2.1. 商业智能

大学是商业智能系统应用的理想候选者，这是因为教育领域的竞争在国内外招生方面都非常激烈。商业智能系统能够正确且精确地执行信息收集流程，从而实现其目标，因为决策流程运行良好5。

商业智能系统必须具备使领导者能够从不同角度查看数据的能力。商业智能系统生成的数据必须能够导航业务流程，以便领导者可以预测和估计组织的变化6。

商业智能系统是一种将数据转换为信息的工具性技术。该信息将被领导层用于指导组织领导者做出更优的业务决策7。

BI是高等教育的一个重要组成部分，其功能是基于资源和业务流程，更有效地衡量、监控和管理高等教育管理的性能。

2.2. 拉里萨·阿特雷商业智能路线图

拉里萨·阿特雷Business Intelligence Roadmap是通过6个阶段构建有效业务智能系统的视觉指南，这6个阶段分别是论证、规划、业务分析、设计、构建、部署1。

集成的BI决策支持系统环境无法一蹴而就，数据和系统功能必须不断更新。BI路线图不涉及组织变革，其目标是定义支持组织系统基础设施（包括技术基础设施和非技术基础设施）所需的BI项目活动9。

3. 研究方法

本研究的系统性参考了拉里萨·T·莫斯和沙库·阿特雷的商业智能路线图方法。该方法指出，商业智能信息系统开发过程包含6个阶段，即论证、规划、业务分析、设计、构建和部署。

商业智能路线图中的各阶段可在下方图1中进行说明：

拉里萨阶段实施的活动如下：
1. 论证：定义业务问题和机会，作为确定通过商业智能应用程序解决方案解决问题的基础。
2. 规划：此阶段分为两项活动，即企业基础设施评估和项目规划。企业基础设施评估活动是分析支持商业智能系统开发的基础设施需求。所分析的基础设施包括两部分，即技术基础设施和非技术基础设施。第二项活动是项目规划，用于估算活动时间表。
3. 业务分析：此阶段的活动是记录先前已识别的需求。文档包含业务数据分析、系统规格分析（包括功能性和非功能性）、软硬件形式的原型设计。
4. 设计：此阶段进行的活动是设计能够集成数据并促进决策的数据库方案。该阶段还设计数据源和系统架构。
5. 构建：此阶段是使用已规划的软件开发商业智能系统。
6. 部署：拉里萨·阿特雷路线图的最后阶段是实施已构建并经过测试的系统，以进行系统评估过程。

在本研究中，基于研究目标，所采用的拉里萨·阿特雷路线图仅进行到第四阶段，即设计阶段。

本研究的框架如下图2所示：

4. 分析与讨论

在确定研究框架后，下一阶段是根据上图2中的拉里萨·阿特雷路线图，创建关于商业智能系统应用程序的设计分析文档。设计分析的结果可解释如下：

1. 论证阶段

在此阶段，确定了马迪恩PGRI大学信息工程学习项目所面临的问题。通过SWOT方法对问题进行了分析。SWOT分析的结果如下：

SW（优势）	OT（劣势）
每学年新生数量的不断增加	学生表现数据尚未得到充分记录
国家级学生成就奖项增加	没有关于结果的信息用于评估学生成绩以支持学术决策
最近五年平均绩点 ≥ 3
按时毕业率 ≥ 50%
毕业生等待期 ≤ 3 个月
毕业生工作领域匹配度 ≥ 70%

机会	威胁
构建一个能够处理学生性能数据的系统以便生成信息，可作为学习项目在决策中的应用基础	没有针对学习项目的学生成绩评估通知流程，可能导致对决策者无法产生影响
	衡量学生成绩的质量在学习项目中存在不确定性

根据图3中的映射结果，通过SWOT分析可知，学习项目中存在学生表现数据未被良好记录的问题，导致缺乏与学生成绩评估结果相关的信息，无法为利益相关者改进学习项目提供支持。必须通过软件开发对数据处理进行良好组织，以提供学生表现数据，从而能够快速、准确地支持认证表格的填写。

2. 规划阶段

此阶段的首要活动是评估当前技术基础设施的状况，并分析软件开发过程所需的基础设施需求。需要分析的问题包括硬件需求分析、人力资源需求分析、网络状况分析、数据库管理系统分析以及系统开发所需的其他非功能性需求。本阶段还通过ETL流程（抽取、转换、加载）规划了非技术基础设施的需求，旨在从数据源提取数据并将其传输至数据仓库。在数据输入数据仓库之前，需进行数据清洗过程。所采取的评估步骤首先是评估当前的技术基础设施平台，然后评估并选择所需的新产品。评估结果记录在技术基础设施评估报告中。根据这些评估结果，可进行订购、安装和测试。

3. 业务分析阶段

在业务分析阶段，首先开展的活动是分析系统在管理学生成绩方面的功能需求。系统功能需求分析的结果如下表1所示：

No	业务流程	业务人员所需数据
1	管理潜在学生与容量	潜在学生数据、班级容量数据
2	管理平均绩点数据	关于学生平均绩点数据、关于毕业生平均绩点数据
3	管理认可 for 学生成就	科学的竞赛成就、体育比赛、艺术国家级或国际水平的比赛
4	管理毕业率数据	time 毕业数据
5	管理毕业生工作等待期	毕业生工作等待期数据
6	管理根据学习项目的毕业生适应性概况数据	程序根据学习情况的毕业生适应性概况数据
7	管理关于辍学学生或退学	关于辍学学生或退学

根据上述表1中的映射，可以得出结论：学习项目通过7个业务流程来测量学生成绩。认证表格。根据业务流程，可以确定与学生绩效管理相关的数据需求。

4. 设计阶段

在设计阶段，必须考虑几个方面，即性能、选择DBMS和人力资源。商业智能系统中使用的数据源是根据认证表格需求调整的学生成绩，而数据类型的识别如下所示：

No	所需数据类型	数据信息	数据源
1	学生数据信息	新生数据	DbSIA
		老生数据	DbSIA
		毕业生数据	DbSIA
		学生辍学数据	DbSIA
		退学学生数据	DbSIA
2	学生GPA信息	学生GPA数据	DbSIA
3	校友数据信息	校友数据	DbTracerStudy
		等待期数据	DbTracerStudy
		校友就业数据	DbTracerStudy
4	学生成就数据信息	学生成就数据	DbPPBK

众所周知，管理学生成绩所需的数据类型是学生数据，包括新生数据、老生数据、毕业生数据以及退学学生数据。除了输入认证表格外，该数据还需要学生GPA数据、校友数据和校友待业期、校友就业数据以及学生成就数据。所有这些数据均来自SIA数据库、追踪研究数据库和PPBK数据库。

所有操作数据将被管理进入学生成绩商业智能系统进行ETL流程（抽取、转换、加载），结果将保存至数据仓库。以下是商业智能系统的ETL流程图，学生成绩相关内容如图4所示：

ETL流程从ETL机器对操作数据执行抽取、清洗和转换开始。然后中间件将帮助把数据传送到商业智能数据库。最后，应用程序通过运行查询和打印报告，将用户请求的数据进行映射。在ETL流程实施完成后，下一步是设计将要开发的商业智能系统架构。将要构建的系统架构如下所示：

在图5中，管理员或用户处理来自已建立数据库的ETL数据源。在集成过程中，管理员将根据分析需求更新要存储在数据仓库中的数据。集成活动之后的下一步是登录BI门户Web系统，以图形报告或统计数据的形式选择所需的数据。输入的数据将在在线分析处理（OLAP）流程中由系统进行处理。

在集成与数据分析流程之后将构建的商业智能系统中，系统将以图表和表格形式输出关于学生成绩的数据报告。通过该报告的展示，学习项目的决策者将更容易评估学生成绩质量，并进而在准备认证表格时进行汇报。

5. 结论

基于已开展的系统需求分析与设计结果，本研究成功完成了符合认证需求的学生表现监控商业智能信息系统架构设计。本研究结果的局限性在于仍局限于设计概念层面，作为对未来系统开发过程的建议。