摘要
长期以来,高校中的数据商业智能分析应用在广度和深度上都落后于其他社会行业,如传统的制造、零售、金融等领域。应用水平落后的本质原因在于高校数据相对不够集中,业务体现能力差,整体数据质量偏低。但是,随着高校业务系统和公共服务体系的逐步完善,高校社区服务的逐渐延展,大量的有价值的数据正在逐步积累和形成。在此前提下,提升数据价值的有效途径便是通过高质量的数据采集和严谨的数据质量管理,将数据合理、有序地进行重组,最终基于高校的实际业务需求,产生数据分析和数据挖掘的价值。本文通过详细阐述商业智能技术在高校中的实践步骤,介绍商务智能技术在高校中的实际作用。
出处
《中国电化教育》
CSSCI
北大核心
2012年第9期134-138,共5页
China Educational Technology
基金
2010年教育部人文社会科学研究规划基金项目"基于互联网行为模式的高校个性化教育研究"(项目编号:10YJAZH106)阶段性研究成果