论文高校数据可视化分析浅试，该文是数据可视化有关毕业论文模板范文和可视化和高校和数据相关论文范本.
摘 要：本文首先对高校数据情况进行了分类和简介,然后基于对数据分析的便捷操作和对分析结果的高可视化需求,选择Tableau软件对高校人员基本信息中的几组数据进行了联动分析.通过本文可以看出借助合适的软件可以有效的提高分析效率和获得更好的展示效果,并且数据分析的深入应用在高校是有巨大潜力的.
关键词：高校数据；数据分析；Tableau软件
在信息化快速发展的时代,人们在生活、学习、工作中的点点滴滴,都可以在日积月累后成为数据信息中的组成部分,再通过数据分析和挖掘,反向为我们的生活学习工作提供服务,例如当前大家已经熟知的大数据[1].
其实,高校的数据量与银行、电力、电商等行业的数据量相比,是远达不到大数据的行列的,但是在教育行业中,师生的基本信息数据、教学相关数据、学生和老师的行为数据等等经过累积后,通过数据分析和挖掘,也能为学校的发展规划、为教学科研方向、为学生和老师的生活工作带来积极的影响.
一、高校数据情况简介
高校数据按照人员的组成可以简单的分为学生和教职工,围绕师生产生的各类数据可将分为5 个部分：、学习信息、工作信息、生活信息和其他信息,如表1 所示.
其中,学生的、学习信息、生活信息可以通过教务系统、学工系统、图书借阅系统、一卡通系统、门禁系统获得；教职工的、学习信息、工作信息、生活信息主要通过人事系统、教务系统、图书借阅系统、一卡通系统、门禁系统获得.其他信息主要是指信息系统的访问记录等一些网络行为记录[2].
以上各类数据整理后可以合并累积存放到“数据仓库”中,再从“数据仓库”中根据不同的分析目的选择对应的有效数据组成“数据集市”,对这些“数据集市”进行独立分析或联合分析[3],通过这些分析结果为工作或决策提供服务.
二、数据分析前的准备工作
数据分析前,首先需要明确目标,即期望得到的结果,才能有针对性的选择合适的数据分析工具以及相关的数据集合,达到事半功倍的效果.
1. 数据处理工具
随着数据分析的运用日益增强,业内已有众多数据分析和数据挖掘方面的优秀软件,例如人们日常常用的Excel、拥有专业数据分析和可视化功能的Polity、Chartio、Tableau、Pentaho 等、功能强大的R 语言、更专注数据挖掘的RapidMiner 和SPSS 等软件.由于很多人员并非计算机专业出身,并不具备复杂的编程能力,因此选择一款不要求专业技能、操作便捷并能直观的展现数据分析结果的软件尤其重要.其中R 语言相对灵活性最高但是对编程能力有一定要求,Excel人们最为熟悉但可视化效果上相对稍弱.Polity、Chartio、Tableau、Pentaho 等软件都有优秀的数据可视化功能,根据网上的各种比较帖和一些网站的用户反馈评分,从对专业技术要求、可连接的数据源、操作界面的便捷和友好性、可视化图表的样式和美观度,教程和上手难易度比较,最终选择Tableau 的desktop 专业版来进行数据分析[4].
2. 数据情况和分析目标
结合现有数据情况和分析的目标,即可有针对性的选择和清洗数据,从而得到更好的效果.例如对学生的性别、年龄、生源地、政治面貌、民族、院系等进行统计分析,可以获得全校学生的基本信息概况；对单个同学的信息进行分析,可以得到相应的学生个人画像；还可以对某个属性进行历年数据对比,从而给学校决策提供参考等等.合理的组合数据,根据分析方向进行多维度的分析,可以获得各有特色的分析结果.可以通过构建一个如图1 所示的简单数据模型来流程化整个过程.
通过建模整理好思路后,可以按照流程准备数据和工具,对模型中归纳的数据进行一一处理获取分析结果了.
三、数据处理
1. 数据预处理
在进行数据分析前,进行数据ETL（即数据的抽取、转换、加载）是必须和关键的一步,这直接关系到数据分析结果的准确性和可靠性.很多数据分析软件也提供了数据ETL 功能,如果日常对数据库接触较多,可以在数据库中直接进行数据预处理,灵活性更高.
由于“数据仓库”中的数据来源于众多业务系统,必然存在数据字典不一致带来的数据标准不统一的情况,因此首先需要将选择出来的数据进行筛选、清洗、分类规划后组成对应数据建模的“数据集市”.例如“数据仓库”中有来源于教务系统的学生学籍信息、有来源于学工系统的学生和扩展信息,那么将学生的这三类信息综合统一后,就可以组成“学生档案信息数据集市”了,当要分析学生信息相关的建模时,就可以直接从“学生档案信息集市“中提取数据使用.
2. 教职工基本信息集市
下面取教职工的基本信息数据,使用Tableau 软件尝试做一个教职工多个属性数据的联动分析,目标是获得院系教职工籍贯分布情况的生动可视化展示.
取教职工的工号、籍贯、院系、当前状态等属性构建一个视图V_JZGXX,组成此次分析用的“数据集市”,其中籍贯信息需要进行预处理,舍弃填写不符合标准的值,并将籍贯中的省市区县分为三个属性,便于分析展示.通过Tableau可以直接连接数据库的这一视图,然后就可以在Tableau 中实时查询和调整数据,如图2 所示.
四、数据分析
数据预处理完成后,就可以在Tableau 中展开数据分析了.此次是想要建立教职工院系、籍贯的人数分布情况联动分析,因此首先单独建立教职工院系人数分布和教职工籍贯人数分布两个分析,也就是先要在Tableau 中建立两个表格.根据Tableau 的文档说明,Tableau 会将包含离散分类信息的任何字段（例如值为字符串或布尔值的字段）分配给“数据”窗格中的“维度”区域,比如教职工工号、单位代码、单位名称、籍贯名称等.当把“维度”下的这些字段拖到“行”或“列”时,Tableau 将在右侧面板中创建列或行标题.同时Tableau 会将包含定量数值信息的任何字段（即其中的值为数字的字段）分配给左侧“数据”窗格中的“度量”区域.如果数据源中没有定量数值的时候,默认会有“记录数”和“度量值”两个字段.将这些字段从“度量”区域拖到“行”或“列”时,Tableau 将创建连续轴生成对应的可视化视图,所以只需要将纬度下的“单位名称”字段拖拽到“行”,将“记录数”拖拽到“列”,就能得到如图3 所示的教职工院系人数分布柱状图.
其中创建了两个筛选器,“院系集”是只保留单位中的院系,过滤掉了其他单位信息,此处主要是为了方便显示,也可以不要这个院系的数据集,展示全校的单位；另外将“状态”拖拽到“筛选器”下,可以筛选教职工的当前状态,例如只统计各个院系的在职教职工人数.在可视化视图中可以非常直观的看出,电子科学与工程学院的在职员工人数占比最大.
此后再建立教职工籍贯人数分布的工作表,操作方法与上述类似,将“纬度”下的“籍贯- 省”拖拽到“列”,将“记录数”拖拽到“行”即可生成柱状图.对于地域信息,还可以在地图上显示,更为直观生动.操作方法是右键点击“籍贯-省”-“地理角色”-“省/ 市/ 直辖市”,再选择Tableau 界面右上角的“智能显示”中的地图图案,就可以得到以中国地图形式展现的可视化分析视图,从地图图表中可以非常明显的看出目前还没有来自西藏的老师.虽然地图展示更为形象生动,但是由于地图涉及备案等信息,籍贯部分相关图示此后用饼状图代替,如图4 所示.
如果想要得到各个院系的教职工籍贯分布信息,可以使用两种方法：再做一个工作表或者使用Tableau 的仪表板功能[5].也就是通过Tableau 将多张工作表自动关联起来,达到联动的效果.
仪表板的创建非常简单,建立后将两张工作表拖拽到右侧界面中就完成了,Tableau 会自动将两张工作表的交互数据进行关联,只需要根据界面调整工作表排版,筛选器等显示即可完成仪表板配置,并像幻灯片一样进行放映.默认是显示所有教职工的所有院系和籍贯分布占比,如图5 所示.
仪表板具有方便的联动功能,在左侧工作表中点击选择任意一个学院时,右侧工作表则会自动计算出当前学院的教职工籍贯分布占比情况,如图6 所示.
同样当选择右侧工作表中的任意一个省/ 市/ 直辖市时,左侧工作表将自动显示出学院中有这个籍贯的老师的人数占比,如图7 所示.
综上可见,Tableau 的仪表板功能非常的生动直观,如数据是连接的实时数据,在工作汇报、业务展示或嵌入业务系统中使用时,可以根据当时的需要,非常快捷的进行数据对象的变换和实时数据分析展示,能极大的提升展示效果.
五、结语
Tableau 软件能够简化工作人员对数据分析的手工处理过程,提高分析效率并快速得到可视化的直观分析的结果.本文只进行了一个简单的分析尝试,在高校数据中,还有很多值得分析的数据,例如师生的食堂消费记录、门禁刷卡记录、业务系统的访问记录等[6].这些分析结果,可以直接用于各类场合,小到为自己工作提供数据参考；为汇报演讲提供生动的数据支撑；大到为学校的招生计划、培养方式等提供辅助参考数据；为领导的决策提供分析参考等等.由此可见数据分析和挖掘在高校中的应用是非常有潜力的,例如学生画像和行为预警等都是数据分析和挖掘在高校中的应用方向.相信通过结合高校实际,投入更多的精力去研究创新,一定能通过数据分析和挖掘为师生提供更好的服务,为高校的发展提供助力.
参考文献
[1] 官思发, 朝乐门, 等. 大数据时代信息分析的关键问题、挑战与对策[J]. 图书情报工作,2015,(2) : 12-18.
[2] 杜鑫. 基于大数据分布式技术架构在上网行为分析中的解决方案[J]. 广西通信技术,2014,(3) :14-17.
[3] 谭磊. 大数据挖掘[M]. 北京：电子工业出版社,2004.
[4] 陈佳艳. 基于Tableau 实现在线教育大数据的可视化分析[J].江苏商论,2018, (2): 123-125.
[5] 蒋晓宇. 基于Tableau 可视化业务报表设计与实现[J]. 数字通信世界,2017, (2): 224-225.
[6] 王捷. 基于用户行为数据分析的高校图书馆信息服务平台研究[J]. 现代情报,2017,(37): 127-130.
（作者单位：李婷蔚,电子科技大学；张明、张力,电子科技大学成都研究院）
本文点评：该文是关于可视化和高校和数据方面的相关大学硕士和数据可视化本科毕业论文以及相关数据可视化论文开题报告范文和职称论文写作参考文献资料.
参考文献：
1、 可视化数据分析对决策者的影响 摘 要大数据时代的到来,使各个行业传统决策模式迎来了挑战 大数据的有效应用,大幅度提升了企业的管理能力、决策科学化与可执行性水平,推动传统决策方式朝着数据驱动转型 可视化数据分析对决策者产生的意义将.
2、 大数据下的高校学生管理可视化平台 陈 凤(常熟理工学院信息化办公室,江苏 常熟 215500)摘 要大数据时代下,高校的学生管理面临着全新的机遇与挑战 学生管理仍停留在依赖手工记录或传统的管理系统的基础之上,学生管理者不仅没能全面.
3、 基于大数据可视化技术分析高校教师压力现状 １ 问题提出在日益发展的社会中,教师的压力问题也越来越不容忽视 教师压力具有一定的特殊性,高校教师的压力不仅包括教学工作量问题,还有科研完成量,薪酬水平,职称评定,各种岗位的人际关系压力…… 如何保证.
4、 大数据时代下的信息图表可视化传达 胡诗逸 （武汉工程大学 艺术设计学院 430000）摘要在大数据时代,随着世界经济文化发展的程度不断加深,对视觉传达领域的关注和对信息的需求不断增强 信息图表设计就是一种很好的信息可视化的有效途径,以.
5、 淘宝文化产业数据的可视化 1 引言科学可视化发展主要集中在两个研究方向,一个是信息可视化,一个是数据可视化 而复杂网络可视化,将大量复杂数据变化为浅显易懂的图表的技术,作为信息可视化的一个重要分支,其所属的研究从20 世纪90.
6、 基于文献计量可视化的高校保密工作现状分析 【摘要】本文基于文献计量可视化方法,从文献历年发文数量变化、文献主要发文机构分布、主要作者、主要期刊源统计……方面,对近几十年来高校保密工作进行研究分析,并提出研究展望 【关键词】高校；保密；文献计量.