数据分析能做什么

　　数据挖掘被信息产业界视为数据库技术的前沿，数据库技术的新应用领域。它在数据仓库、决策支持、市场策略和金融预测等领域具有广泛的应用前景。全世界排名前列的大型和超大型公司95%以上都建立了数据仓库和应用了数据挖掘技术。

　　那么，高校怎么去做数据挖掘？宓詠总结认为，对于高校信息化来说，数据挖掘有三个层次：一是为了信息化部门的IT运维和服务；二是学校各业务部门的管理决策；三是全校的综合数据挖掘与分析。

　　袁芳表示，要进行数据分析，首先必须有充足的有质量的数据。之所以说现在做数据挖掘的时机是成熟的，是因为高校尤其是一些大型高校拥有大量的教学、管理、科研等数据，这为从各个层面进行数据分析提供了信息基础。此外，最近几年移动互联网技术、微博等SNS网站的推出，使学校拥有了很多可用的、有价值的海量数据。这也意味着，要进行信息挖掘，必须充分扩展应用，才有可能掌握更多的数据。

　　目前，进行数据挖掘的高校基本都是信息化做得很好、规模较大的学校，其主要原因是他们有充足的数据量。此外，也有人力来做这部分的工作。

　　在数据分析中，去年非常著名的是，通过对最近几年清华和北大本科生的所属地域对比分析发现，来自农村的学生所占比例相比10年前大大落后。这些数据从一定层面上反映出深刻的社会问题，值得全民关注。

　　总体来看，目前高校对信息数据的挖掘主要集中在几个方面：一、针对网络系统运行所做的数据分析；二、针对教学教务管理所做的支持；三、针对特定学生的分析；四、针对科研所做的数据分析支持。

　　比如，华东师范大学对校园网站数据进行分析，从而改善用户体验。他们在数据分析后发现，“Chrome、Firefox、Safari等浏览器一直被认为是冷门。但从华东师范大学的访问数据可以看到，这些浏览器仍然占有10%以上的浏览份额。我们根据这些浏览器一一进行兼容性测试，确保页面在以上占比较高的环境下能够正常显示。”

　　浙江大学通过对资产的归纳、整理，最终形成权威、全面的资产数据，并基于资产数据提供数据查询和分析服务。这些数据分析的成果已经被真正地应用起来，能够帮助教务处更好地利用教室、实验室等资源。

　　复旦大学则对特定的学生进行数据分析，并且得到一些非常有价值的数据。比如，他们对来自不同区域的学生进行分析，分析结果认为，学生成绩受不同地区基础教育发展状况的影响较大。从平均绩点看，来自东部地区、中部地区、西部地区学生的成绩呈递减趋势。在中部和西部地区，城镇学生成绩优于农村学生，东部地区则相反。分析认为，出现这种情况或与学生所受基础教育相关：在中、西部地区，城镇的基础教育资源和水平明显高于农村；而在东部地区，农村和城镇教育资源和水平相对均衡，不少农村学生在基础教育阶段反而可能学得更深。

　　此外，他们对保送生的教学情况进行了分析。分析得出，自主选拔录取学生的平均绩点总体高于保送生，内地新疆班、内地西藏班、预科生、留学生、港澳台学生学习成绩较差。根据现有保送生政策，除少数省级优秀学生外，大多数保送生是学科竞赛获奖者，他们在基础教育阶段偏科较严重，还有个别保送生为退役优秀运动员，基础也较为薄弱，因此不少保送生在入校后出现学习困难的情况。而经历过“复旦水平测试”和高考双重选拔的自主招生录取学生，各项基础都比较扎实，总体成绩相对稳定。

　　“在数据分析中，目标要很明确。”清华大学袁芳说。清华正在做一些学生成长类的数据分析。比如，针对进校时成绩很优秀的一批学生，追踪其在大学四年的各种数据，观察其成长路径，或者对毕业时表现很优秀的学生进行追溯。“数据分析是一项非常系统的工作，涉及到很多社会学的内容。”

　　清华大学对数据分析做了四个境界的界定：一是基于一个统一、权威的数据，提供综合查询；二是做一些固定的统计分析，固定报表；三是做一些灵活的统计分析，针对热点情况进行分析；四从大量数据中找出规律，发现出一些可以帮助大学未来发展的战略。