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。其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。但是随着高校扩招，教育压力也越来越大，采用更好的教育方法来提高教学质量变得十分重要。本文主要介绍了商业智能技术在教学管理中的应用，商业智能技术主要包括数据仓库、数据分析等方面。在高校教学管理中，首先，通过建立数据仓库将教学管理中的数据进行分类整理，为后面的数据分析做好基础；其次，对教学管理中的问题进行分析，系统地考虑影响学生学习成绩的各个问题，如影响学生考试成绩的因素、影响学生外语水平的因素，同时根据分析结果，有针对性地制定相应的解决措施。
关键词：商业智能；教学管理；数据仓库
商业智能是现在计算机高度发展的产物，其主要内容包括数据集成、数据仓库、分析处理等一系列智能技术，采用商业智能技术的目的是综合汇总各个高校管理问题，并且有针对性地提出相应的解决办法，最终能够实现帮助管理层人士进行决策。现在，商业智能在多个领域中都得到了应用，具有一定的实用性。在高校教学管理中，商业智能技术也在不断渗透，很多高校也开始了尝试。
一、背景分析
高科技引领人们的生活，随着数字化时代不断走入人们的生活中，智能技术开始向各行各业渗透，在这个趋势之下，教育教学领域也不可避免地被高科技渗透，教学管理方法也不断更新。在大趋势发展下，我们仍然面临着新的挑战，过多信息虽然可以提供给人们任何他们想知道的消息，但是也扰乱了人们对主要信息的获取，因此，快速找到所需的信息，并从中获取所需的知识，是一个十分重要的问题。尤其是对于高校教学管理工作，在众多的信息中寻找自己所需的消息至关重要，管理者的决策对于学校的长期发展起着十分重要的作用。决策依据、决策方案等都是需要管理者认真思考的重大问题，商业智能技术的出现无疑给高校领导者提供很大的便利，帮助管理者分析问题和发展趋势，帮助管理者做出决策。
商业智能早在1996年就被提出，其作用主要是帮助企业主管进行决策，另外，还广泛应用于销售、保险等多个方面，在教育行业，商业智能才刚刚开始应用，处在最初的阶段。随着我国高校持续快速发展，现代化教学技术不断增多，所面临的竞争压力也越来越大，同时也随之产生了更多的问题，采用更先进的方法来解决教育教学中所产生的问题至关重要。当前很多学校已经可以做到采用商业智能技术进行教学管理，包括学生成绩、教学评教等。商业智能技术的应用方便了学校的管理工作，可以帮助学校不断创新教学方法，为学生提供更好更优质的教学资源。
二、高校教学管理面临的问题
当前，高校教学管理的影响因素众多，随着学生数目不断增加，学生水平参差不齐，各种教学方法也不断更新，使得学校的管理工作变得异常艰难。时代在不断向前发展，社会也在不断向前进步，我国高校教育改革势在必行。但是如何改是一个重要话题，改得好学校的前途无可限量，改得不好反而会限制学校的继续发展。针对高校管理现状，当前大部分高校普遍面临的问题包括以下四个方面：
第一，大多数工科学校的学生普遍存在偏科，尤其是英语水平普遍不均衡等问题。而在经济全球化的大背景下，提高学生英语水平成为首要解决的一项重要事项。
第二，完善学分管理制度。当前大多数学校采用学分制进行管理，学生的课程包括必修和选修课程，很容易出现混乱的情况。
第三，大多数高校的学生来自不同地区，由于文化差异和各个地区教育水平的不同，学生的学习成绩受到多方面因素的影响，提高全体学生的学习成绩，是当前需要解决的重点问题之一。
第四，教学水平与教师的教学方法具有很大的关系，采用一定的教学方法提高教师的教学质量关系重大。很多学校通常采用评教的方法对教师的教学工作进行评价，但是这种方法的可信度并不高，很多学生不敢客观地评价老师的教学实际情况，如果学校将学生给出的分数作为评价老师教学的主要依据，结果很可能并不准确。
以上这几个问题是当前教学管理中普遍遇到的问题，不能只是从表面上进行分析，需将商业智能技术与教学管理进行结合，才能辅助教学管理，提高教学水平。
三、商业智能技术在高校教学中的应用
通过商业智能技术来辅助分析问题，提高高校教学管理水平。在针对学生的辅助分析上，可根据学生的学习行为，设计相应的课程预警分析；还可以帮助学生来选课，并为学生推送相关的课程数据和教学资源；另外，还可以帮助教师进行教学辅助分析，来提高教师的教学质量。主要做法是依据学生成绩和教师的教学行为，进行教师教学质量分析。对于学校管理者而言，可以采用商业智能技术对学生的期末考试成绩、学习情况和教师的教学方法综合分析。还可以更加智能地对学生的外语成绩、毕业率、就业率等进行分析。
期刊文章分类查询,尽在期刊图书馆例如说，针对于学生英语学习中所遇到的问题，可以通过对学生的生源地、教育水平、文化等进行综合考虑，建立相应的外语辅助分析模块，找出学生成绩落后的真正原因，并有针对性地提出相应的解决办法。针对少数民族地区学生的成绩问题，将成绩与学生建立相应的分析模块，并分析其中的原因，真正解决少数民族地区的学生成绩问题。对于提升教学质量问题，要严格分析教师的综合素质，分析其教学方法中的缺陷，并且有针对性地对教师进行培训。
1.建立数据仓库
数据仓库与传统的数据库不同，可以将企业的各项数据进行统计、加工、处理，数据仓库中所存储的数据主要用于分析并做出相应的决策，数据仓库需要从多个数据库中寻找数据，并进行一定的分析。数据仓库的构建包括数据仓库设计、ETL等过程。数据仓库的设计一般包括五个部分：确定主要内容，确定量度，确定事实粒度，确定维度表，创建事实表。数据仓库事实表和维度表的设计是非常重要的，如果这两样没有做好就会严重影响后面的分析结果。对于数据的ETL过程需要进行仔细地把关，以此来确保数据的可靠性。整个ETL过程，由于数据比较多，又十分容易丢失，出错的概率就比较大，在进行ETL的过程中需要进行多次验证。因此，对原数据进行验证十分重要。
2.教学管理数据分析
教学管理数据分析的主要工作就是通过联机分析的方法对教学管理中的数据库进行综合分析。多维数据库是指将数据存放在一个ｎ维数组中，大量稀疏矩阵的存在，可以方便人们观察数据。对教师教学质量进行分析时，授课教师的分数与资历有关，但学生的评价也是教师教学质量的重要组成部分之一。学生在评价时往往会存在自己的主观想法，从而导致评价的结果出现不同，使得个别教师的评价过高。另外评价系统的评估一般需要经历较长时间，在这个过程中，一切都在变化着，经过多年教学，教师的教学经验越来越多，职称也会越来越高，这在一定程度上会影响评价系统的评估。此外，一些教师与学生日常接触比较多，与学生的感情比较浓厚，这就会影响学生的评价过程，导致部分教师的评分过高。因此综合全面的教学管理数据分析十分重要。
3.CET成绩分析
以CET成绩分析为例，分析商业智能技术在教学管理中的应用。发现CET成绩与学生的实际情况存在很大的关联。比如：女生的英语水平普遍高于男生；学校越好，学生的英语水平越高；不同地区、不同民族，人们的英语水平不同。所以经过分析后，能够找到更确切的原因。可以在新生入学时就对其进行数据统计，从而更好地对学生进行培养，提高学生的CET水平。
四、结语
随着我国信息化进程加快，信息化技术不断融入到教育教学中，我国各高校在教学过程中也积极引入信息化技术，探索出在信息技术环境下优化课堂教学，提高教学质量和效率的教学模式和方法。对于高校管理者而言，充分运用现代管理手段来处理教学管理中所遇到的各种数据，找到教学中所存在的问题，并提出相应的解决办法来有效地提高教学质量，是当前最为迫切的事情。高校管理者不仅要了解到这些信息的表面情况，还应该更深入地分析这些数据后面潜在的信息，使用这些规律和信息为教学方案的制定和学校的发展做出更好的决策。本文详细介绍了商业智能技术在教学管理中的应用，首先介绍了当前的研究背景，商业智能广泛应用于销售、保险等多个方面，在教育行业，商业智能才刚刚应用，处在最初的阶段。随着我国高校持续快速发展，很多学校已经可以做到采用商业智能技术进行教学管理，包括学生成绩、教学评教等。其次分析了高校教学管理面临的问题，包括工科学校的学生普遍存在的偏科问题、完善学分制制度的重要性、不同地区学生的成绩差异问题、教学的水平与教师的教学方法的关系问题。最后说明了商业智能技术在高校教学管理中的具体应用过程：建立数据仓库；教学管理数据分析；以CET成绩分析为例，分析商业智能技术在教学管理中的应用。综上所述，将商业智能合理的运用在教学管理中是可行的，且能为高校发展改革提供强大的信息数据支持，并能为高等教育事业的发展提供参考依据。
参考文献
[1]陆晓静.商业智能在我国高校决策中的应用探析——基于循证决策的视角[J].重庆高教研究,2019,7(02):66-76.
[2]辛贵梅.基于大数据环境下高校教育管理信息化创新与发展研究[J].中小企业管理与科技(上旬刊),2018(09):83-85.
[3]陈建宇.面向未来——基于商业智能技术的独立学院会计学课程建设研究[J].现代经济信息,2017(03):421-423.
[4]朱石磊.商业智能在高校教学管理中的应用[D].西南交通大学,2016.
[5]舒忠梅,屈琼斐,郭清顺.基于商业智能构建高校教育管理平台的实践探讨[J].高教探索,2014(02):36-40.
[6]舒忠梅,屈琼斐.大数据时代高校信息管理与决策机制研究[J].华南理工大学学报(社会科学版),2013,15(06):96-101.
[7]应国良.商业智能技术在高校信息化管理中的应用[J].中国电化教育,2012(09):134-138.
[8]宋政.商业智能技术的应用[J].信息化建设,2011(12):49-51.
[9]王璐璐.教育管理决策支持系统的开发[D].上海师范大学,2011.
[10]郭君芳.教育信息数据的可视化研究[D].上海师范大学,2010.
[11]高翠芬.商业智能及其应用分析[J].现代商贸工业,2008(02):138-139.
[12]于美光.商业智能技术及其应用[J].宝钢技术,2003(S1):51-54+58.
[13]闻忠.基于商业智能的高校一卡通数据分析平台设计与开发[D].湖南大学,2017.
论文作者:李恩慧
论文发表刊物:《知识-力量》2019年10月40期
论文发表时间:2019/8/29
标签：教学管理论文; 智能论文; 商业论文; 高校论文; 学生论文; 数据论文; 技术论文; 《知识-力量》2019年10月40期论文;