数值分析华中科技大学华中科技大学丨高校统一数据可视化平台建设

用户投稿 2025年06月21日 11:16:04 18 0

华中科技大学丨高校统一数据可视化平台建设

数据可视化是通过对原始数据进行分析并对数据分析结果以可视化的形式进行展现，目的是让用户更好地了解和使用数据。在高校领域，通过数据可视化，学校可以更好地了解运行状态，发现问题，及时采取措施来优化教育教学、科研、人才引进等工作。但目前研究主要集中在高校管理某一具体业务中可视化数据分析指标确立、图形的选取以及可视化技术的研究上，数据分散、数据质量不高、数据可视化平台分散、统计分析口径不一致、数据可视化设计各异、后期运维困难等问题有待改善。

高校统一数据可视化平台

建设策略与思路

统一数据可视化平台的建设涉及全校各个业务部门的核心业务、数据以及各类统计指标的计算规则，制度保障是整个平台建设的基础，包含组织建设和管理办法。数据是平台建设的核心，首先需从各个系统获取数据，主要包含两种方式，系统对接与统一数据导入。在数据基础上，与各部门沟通确定整个平台的主题划分以及每个主题下具体应包含的指标以及计算规则，最后通过统一的图标可视化，对各类主题进行可视化分析。综上所述，整个统一数据可视化平台的建设应该包含制度保障、数据基础、数据与指标管理、主题分析，如图1所示。

图1 统一数据可视化平台框架

制度保障

制度保障包括确定组织架构建设和制定管理办法，使统一数据可视化平台的建设有据可依。组织建设确定各业务部门的职责和权限，以及整体协调部门和实施部门；管理办法规定各类数据的提供和维护、展现方式。党委办公室、校长办公室负责系统的总体运行管理及用户权限、授权管理，统筹协调解决系统建设中的重大问题。网络与信息化办公室负责系统规划、设计和建设，协调解决系统建设与管理过程中的具体问题，为系统建设及运行维护提供信息化经费保障。数据与应用中心负责系统的技术实现、日常技术维护及安全管理，负责制定系统相关技术标准、规范，负责为系统用户提供使用培训及相关技术支持。相关部门和二级单位负责依照学校基础数据库建设和管理的相关规定确定的职责范围，按照系统技术要求做好所需数据及统计分析方法的提供及维护，数据展现方式和结果的确认等工作，保证数据的准确性和实时性。

数据基础

数据是平台建设的核心，整个平台的数据基础建设包括以下几个方面：数据分类、数据采集、数据清洗和预处理以及按规则进行指标计算。按照教育部标准以及高校实际管理的需要，将整个数据划分为教职工数据子集、学生数据子集、科研数据子集、教学数据子集、资产数据子集、财务数据子集，按照划分的子集，通过统一的公共平台从对应的业务系统集成数据，对于没有系统管理的数据，提供统一的数据导入入口，集成后的数据通过在数据库编写视图或存储过程等进行清洗，最终进入学校统一的基础数据库，基于该库，进行后续的指标计算和分析。

数据与指标管理

通过公共数据平台，将按业务分类集成的数据进行清洗转化，形成标准化的数据。在此基础上，需要确定整个数据可视化平台需要展现哪些指标以及如何计算这些指标。根据高校实际管理需求，通过对人事、科研、学生管理、教学等系统现有可视化功能的调研，结合各个部门日常统计和上报的需要，可将平台涉及的所有指标划分成12个模块。

指标可视化

经过数据基础建设、指标划分和计算后，需要将指标以可视化的方式呈现。指标可视化是整个可视化平台的关键部分，在建设过程中应该解决以下问题：突出核心数据指标；整体风格、色彩统一；防止指标无序堆积。如图2所示，为了解决以上的问题，学校在指标的可视化中遵循“自上而下，从小到大”的设计原则将整个可视化功能分为三级，整体架构如下：

图2 可视化页面分级展示

一级页面设计思路：根据学校管理运行的实际数据情况，参考教育部数据集的划分，按照“突出重点，便于扩展”的原则，在一级页面中将学校管理运行中涉及的数据指标分为12类，包括今日校园、人事人才、学生数据、学生管理、科研情况、教学情况、财务情况、资产管理、学院综合、总务后勤、党建情况、网络与信息化。

二级页面设计思路：在一级页面下，按不同的业务范围以及管理部门不同分为不同的看板，例如教学情况下分“本科生教学”“研究生教学”和“教室监控”，不同的二级看板保持相同的设计风格，由数据与应用中心提供1-2套模板供业务部门选择，业务部门根据自己需求，展示本部门最核心的数据指标。在图表的选择上，二级页面主要使用常见的KPI数值、柱状图、饼图或折线图，主题突出，通俗易懂。

一级页面和二级页面是整个看板的核心部分，通过固定模板，既能保障可视化展示的风格统一，方便定制化开发，又可以最大限度保证看板指标的灵活性和扩展性。

三级页面设计思路：三级页面展示的指标为二级页面指标的补充说明，例如二级页面展示人数TOP10院系，在三级中可以展示所有院系的学生情况，三级页面由技术人员直接按照业务部门需要展示的指标使用灵活的BI工具配置、业务部门确认，灵活性高、开发成本低，三级页面的开发只要保持色彩的统一即可。

指标服务

高校数据治理的目标是为各类群体提供更好的数据服务。通过数据服务，让尽可能多的人员加入数据治理中，感受数据治理的成果，并在数据使用的过程中积极发现和反馈问题，持续提升数据质量，最终提升全校整体数据治理水平。

在用户层面，面向师生，提供个人数据档案。针对教师，提供个人人事、教学、科研、公益、企业合作等信息；针对学生，提供在校的全流程信息，包括个人信息、在校成绩信息等，提供个人数据的统一数据指标服务。面向院系，提供全院整体的人事指标分析、科研指标分析、教学指标分析等服务；面向各业务部门，提供各自职责范围内的指标分析服务；面向决策层，提供统一的全校指标可视化界面，各级领导可在统一的指标管理平台上查看各自职责范围的所有数据，并支持数据横向对比分析。

在数据共享互通层面，平台涉及的所有指标提供统一的API接口，各类用户通过申请，可以直接获取各类指标，不再需要重复计算和维护指标，保证指标的一致性，提升数据共享效率，发现指标问题时，只需在源头一次修改，提升数据质量。

实践应用

按照上述思路，信息化团队设计了华中科技大学数据看板平台，该平台目前已投入使用且取得了显著成效。首先，将全校的基础数据经过清洗、转换和标准化后被集成到校基础数据库，实现了基础数据的统一管理，为后续的数据分析和指标计算提供了坚实的数据基础；然后平台对师生、院系、业务部门、管理人员最关注的600余项指标进行了详细的分类分级，每一项指标都有对应的负责部门，最终为师生、院系、业务部门以及管理人员提供统一的指标可视化服务。

目前涵盖的600余项指标涵盖了学生管理、教学质量、科研活动等多个关键领域。平台为教师和学生分别提供了全面详细的个人画像；为院系提供本院的人事、科研、教学指标分析看板；为业务部门提供本部门核心指标的看板；为校领导提供了全校整体运行情况看板。其中超过200个关键指标共享至本校的“校园与数据可视化交互平台”，助力通过可视化大屏呈现校园日常运行状态监测及校园事务处置，提升学校治理体系和治理能力的现代化水平。

来源：《中国教育网络》2025年2-3月合刊

作者：毛文卉、郑競力、刘雅琴、严帆（华中科技大学网络与信息化办公室）

责编：陈荣

数字教育看华师丨让AI“读懂”一节课！华师研发数字课程资源智能评价系统

编者按：在全球数字化浪潮中，华中师范大学以打造中国特色、世界一流的“人工智能+教育”标杆大学为目标，全面落实教育数字化转型战略，以数字化赋能世界一流大学建设，坚持以“数据驱动、融合创新”为目标，以“数字华师”建设统领教育数字化转型的创新实践，不断探索数字化转型“华师路径”，为卓越数字化教师建设贡献“华师力量”，正在形成“华师经验”。适值2025世界数字教育大会即将召开，学校承办平行会议：智能时代教师角色转变与能力提升，华大官微特推出“数字教育看华师”专栏，展示我校数字化赋能高质量发展的探索与成效。

在教育数字化浪潮加速推动下

数字课程资源正从

传统教学的“辅助工具”进化为

推动教学改革、教学管理与课程建设的

“核心枢纽”

重构着教育生态的知识生产与传播范式

华中师范大学抢抓

新一代人工智能发展的战略机遇

自主研发

“数字课程资源智能评价系统”

并成功入选教 育部

2024年度“人工智能+高等教育”典型案例

该案例将在

2025世界数字教育大会上亮相

作为高校推进教育数字化转型的新样板

AI赋能数据决策 探索资源评价新范式

长期以来，数字课程资源质量监测主要依赖专家评审和人工反馈，存在评价粒度粗、覆盖面窄、标准不一等问题。海量异构课程资源对人工筛查模式形成冲击，传统管理范式亟需智能化重构。为破解这一难题，华中师范大学依托国家数字化学习工程技术研究中心，创新引入大语言模型与多模态分析技术，探索基于数据循证的课程资源质量评价新路径。系统通过对音视频、文本等多模态数据的采集与分析，构建多层级评价维度，实现从“经验判断”到“数据决策”的深度跃迁 ，为高校资源评价与管理提供智能化支持。

图1 数据循证的数字课程资源质量评价

大模型驱动多模态分析 推动AI“读懂”一节课

研究团队在深入分析数字课程资源质量评价关键要素的基础上，构建了涵盖教学内容、教学管理、教学活动、课堂互动和技术支 持等方面 的评价框架，并开发了基于多模态数据分析与大模型技术的数字课程资源智能评价系统 ，为实现课程资源的全面感知与智能评估提供了有力支撑。

图2 数字课程资源智能评价系统

该系统可实时识别课程资源中的关键质量特征，精准发现优质资源与潜在风险资源，并基于分析结果生成针对性改进建议，推动资源持续优化升级。通过动态监测、精准归因与效果评估的有机结合，系统形成了资源质量持续提升的闭环机制，为实现教育教学高质量发展注入了新动能。

图3 数字课程资源多维画像

图4 基于大模型的课程内容解析

图5 数字课程资源质量智能分析报告

推广应用全面展开 赋能教育治理现代化

目前，该系统已在全国百余所大中小学校落地应用，累计完成课程资源智能评价4万余次 ，在湖北、宁夏等地的教育数字化改革实践中发挥了显著作用。通过智能系统的实时监测和精准分析，教育管理者能够动态掌握课程资源现状，快速识别优质课程与潜在风险资源，并据此推动精准教学研讨、教师能力提升和资源持续优化，构建起“实时监测—精准诊断—动态提升” 的资源治理新模式，助力高校构建高质量教育生态。

面向未来

华中师范大学将继续

深化人工智能与教育的融合创新

不断提升课程资源智能评价的

精准性、实用性与推广性

积极探索智慧赋能教育评价的新路径

为打造更加公平、高效、优质的高等教育体系

贡献“华师智慧”与“华师方案”