基于智能卡的高校輔助信息決策支持系統(tǒng)

文章出處：http:// 作者：蒙應(yīng)杰,王哲,陳云俠   人氣： 發(fā)表時(shí)間：2011年09月30日

    隨著我國(guó)高校信息化建設(shè)的不斷深入，基于智能卡(即高校中俗稱的校園卡) 技術(shù)建立的各種信息系統(tǒng)逐漸被應(yīng)用于高校管理的各個(gè)方面,例如,餐飲管理系統(tǒng)、出入門禁系統(tǒng)、圖書借閱系統(tǒng)等等,這些系統(tǒng)在高校輔助管理方面發(fā)揮了巨大的作用。 但是這些系統(tǒng)僅能滿足某一方面的應(yīng)用,并沒有形成一個(gè)綜合性的輔助信息系統(tǒng),還沒有上升到綜合性的數(shù)據(jù)處理與管理的層面. 另外,隨著這些單一系統(tǒng)運(yùn)行時(shí)間的增長(zhǎng),積累了大量的數(shù)據(jù),而這些數(shù)據(jù)事實(shí)上已經(jīng)形成了信息孤島,導(dǎo)致這些有價(jià)值的數(shù)據(jù)無(wú)法得到綜合的分析與利用。

    從20 世紀(jì)70 年代初首次提出至今,決策支持系統(tǒng)經(jīng)過40 多年的發(fā)展已經(jīng)日趨成熟,它是信息技術(shù)經(jīng)過漫長(zhǎng)而復(fù)雜的演變產(chǎn)生的。構(gòu)建決策支持系統(tǒng)的主要目的就是要將簡(jiǎn)單的數(shù)據(jù)轉(zhuǎn)化為有用的信息,這一目的與高校在輔助管理方面的需求完全符合,因此構(gòu)建基于智能卡的輔助決策支持系統(tǒng),對(duì)數(shù)據(jù)資源進(jìn)行綜合利用,已經(jīng)成為目前高校輔助管理急需解決的問題. 基于上述原因,我們研究了基于智能卡的輔助信息管理決策支持系統(tǒng)的模型構(gòu)建、體系結(jié)構(gòu)及系統(tǒng)設(shè)計(jì)中的幾個(gè)關(guān)鍵問題。

    1 　輔助信息決策支持系統(tǒng)的構(gòu)建

    1. 1 　決策支持系統(tǒng)的邏輯模型設(shè)計(jì)

    目前基于智能卡的各種管理系統(tǒng)都是孤立運(yùn)行的,為了達(dá)到消除信息孤島,綜合管理利用這些數(shù)據(jù)的目的,首先需要進(jìn)行數(shù)據(jù)收集和整理,構(gòu)建智能卡輔助信息數(shù)據(jù)倉(cāng)庫(kù);其次以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ),建立面向不同主題域的決策分析預(yù)測(cè)系統(tǒng). 根據(jù)這一情況結(jié)合數(shù)據(jù)采集和數(shù)據(jù)利用2 方面的需求,可設(shè)計(jì)出系統(tǒng)的邏輯模型,如圖1 所示。 

    由圖1 可以看出,從現(xiàn)有的基于智能卡的信息系統(tǒng)中得到數(shù)據(jù),經(jīng)過清理、采集和篩選后保存到數(shù)據(jù)倉(cāng)庫(kù)中,通過數(shù)據(jù)挖掘引擎對(duì)數(shù)據(jù)進(jìn)行處理. 數(shù)據(jù)經(jīng)過處理后形成的決策信息,可以為基于智能卡的信息系統(tǒng)提供改進(jìn)指導(dǎo),對(duì)共享數(shù)據(jù)的接口進(jìn)行標(biāo)準(zhǔn)化,使用可視化技術(shù)向?qū)W校的決策者提供決策依據(jù). 對(duì)分析得到的結(jié)果,由用戶進(jìn)行評(píng)估,根據(jù)客觀度量,識(shí)別決策信息的價(jià)值,不斷對(duì)挖掘引擎進(jìn)行改進(jìn)。

    1. 2 　決策支持系統(tǒng)的體系結(jié)構(gòu)構(gòu)造

    依據(jù)圖1 的系統(tǒng)邏輯模型、處理過程和目前高校中智能卡輔助信息系統(tǒng)所涉及到的范疇,結(jié)合信息處理中的分類與分層技術(shù),可以將智能卡輔助信息管理決策支持系統(tǒng)的數(shù)據(jù)處理分為3 個(gè)層次:數(shù)據(jù)采集層、信息處理層和預(yù)測(cè)分析層,其體系結(jié)構(gòu)如圖2 所示。 

    由圖2 所示的體系結(jié)構(gòu)可以看出,數(shù)據(jù)采集層是整個(gè)決策支持系統(tǒng)實(shí)現(xiàn)的基礎(chǔ),完成了對(duì)所有數(shù)據(jù)資源的收集與整合工作. 這些多渠道的、長(zhǎng)期積累的數(shù)據(jù)資源構(gòu)成了整個(gè)決策支持系統(tǒng)的底層數(shù)據(jù)樣本,它來源于現(xiàn)有的使用智能卡的所有信息系統(tǒng),例如門禁數(shù)據(jù)、醫(yī)療數(shù)據(jù)和圖書借閱數(shù)據(jù)等. 另外數(shù)據(jù)采集層還要為使用智能卡的信息處理系統(tǒng)提供標(biāo)準(zhǔn)的共享數(shù)據(jù)接口,考慮預(yù)留擴(kuò)展接口的問題,便于需求增加時(shí)新系統(tǒng)的接入。

    信息處理層,作為數(shù)據(jù)層與預(yù)測(cè)分析層的橋梁,負(fù)責(zé)為挖掘模型提供經(jīng)過初步分類與關(guān)聯(lián)的中間層數(shù)據(jù). 在信息處理層中需要對(duì)底層的數(shù)據(jù)樣本進(jìn)行結(jié)構(gòu)化處理,增加不同層次的信息處理粒度,提取初步綜合數(shù)據(jù)作為決策分析的基礎(chǔ),同時(shí)要提供管理工具對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行管理。

    預(yù)測(cè)分析層,承擔(dān)著數(shù)據(jù)挖掘與結(jié)果展示的雙重工作,對(duì)中間層數(shù)據(jù)進(jìn)行提取,形成面向主題的實(shí)例化的綜合數(shù)據(jù). 這些實(shí)例化的綜合數(shù)據(jù)是針對(duì)具體主題域的特點(diǎn),經(jīng)過進(jìn)一步規(guī)范化得到的,在實(shí)例化的綜合數(shù)據(jù)之上可以直接應(yīng)用數(shù)據(jù)挖掘算法進(jìn)行決策分析. 經(jīng)過決策分析層的處理后,原始數(shù)據(jù)樣本中有價(jià)值的、隱藏的規(guī)律被發(fā)現(xiàn)并呈現(xiàn)給用戶。

    2 　影響系統(tǒng)實(shí)現(xiàn)的幾個(gè)關(guān)鍵問題

    按照?qǐng)D2 所示的3 層體系結(jié)構(gòu),可以看出決策支持系統(tǒng)的信息處理層與預(yù)測(cè)分析層與其他類型的決策支持系統(tǒng)在設(shè)計(jì)及實(shí)現(xiàn)方法上沒有本質(zhì)的區(qū)別,此處不再贅述. 由于數(shù)據(jù)采集層是整個(gè)智能卡輔助信息管理決策支持系統(tǒng)的工作基礎(chǔ),因此以下對(duì)該層實(shí)現(xiàn)中的幾個(gè)關(guān)鍵點(diǎn)進(jìn)行闡述。

    2. 1 　元數(shù)據(jù)的設(shè)計(jì)

    元數(shù)據(jù)的設(shè)計(jì)是決策支持系統(tǒng)構(gòu)建的重要環(huán)節(jié),它在數(shù)據(jù)處理的各個(gè)層次中發(fā)揮著不同的作用. 雖然在決策支持系統(tǒng)中需要定義描述數(shù)據(jù)結(jié)構(gòu),數(shù)據(jù)映射關(guān)系,以及別名和狀態(tài)等多種類型的元數(shù)據(jù),但具體的內(nèi)容要根據(jù)所構(gòu)建決策支持系統(tǒng)的特點(diǎn)來確定。

    在智能卡輔助信息管理決策支持系統(tǒng)中,針對(duì)系統(tǒng)涉及范圍廣泛,實(shí)體眾多,關(guān)系復(fù)雜,需求不穩(wěn)定等特點(diǎn),最為關(guān)鍵的是實(shí)體信息元數(shù)據(jù)的設(shè)計(jì),因?yàn)橐詫?shí)體信息元數(shù)據(jù)為基礎(chǔ),可以派生出其他重要的元數(shù)據(jù),如主題域劃分、數(shù)據(jù)所處粒度等元數(shù)據(jù),它們直接影響決策支持系統(tǒng)的信息細(xì)化程度、涉及主題域的范圍、挖掘算法的應(yīng)用效率以及系統(tǒng)擴(kuò)展性等指標(biāo)。

    實(shí)體信息元數(shù)據(jù)主要完成系統(tǒng)中實(shí)體及其維度、粒度、別名和唯一標(biāo)識(shí)等信息的描述. 表1 給出了智能卡輔助信息管理決策支持系統(tǒng)的部分實(shí)體信息元數(shù)據(jù)。

表1 　部分實(shí)體信息元數(shù)據(jù)示例 

    表1 中,級(jí)別信息反映了數(shù)據(jù)處理的不同層次和不同角度,系統(tǒng)中原子數(shù)據(jù)的級(jí)別定義為0 ,數(shù)據(jù)分類信息級(jí)別為1 ,實(shí)體的應(yīng)用信息級(jí)別為2 ,粒度信息級(jí)別為3 ;綜合數(shù)據(jù)信息中,初級(jí)的分類統(tǒng)計(jì)信息級(jí)別較低,根據(jù)粒度擴(kuò)展的分析信息級(jí)別較高,依此類推. 通過對(duì)實(shí)體信息元數(shù)據(jù)的應(yīng)用,可以在數(shù)據(jù)轉(zhuǎn)化為信息過程中針對(duì)具體主題,從維度、粒度等角度方便的控制信息細(xì)化程度。

    2. 2 　系統(tǒng)數(shù)據(jù)采集的實(shí)現(xiàn) 

    雖然現(xiàn)有基于智能卡的信息系統(tǒng)所使用的數(shù)據(jù)在存儲(chǔ)模式、數(shù)據(jù)格式等方面存在很大差異,但就其本質(zhì)來講無(wú)非由2 大類構(gòu)成,即記錄文件和字符流文件,也就是通常所說的記錄文件和非記錄文件(為了敘述方便以下稱記錄文件為數(shù)據(jù)庫(kù)文件,字符流文件為非數(shù)據(jù)庫(kù)文件) . 因此,在數(shù)據(jù)采集中可按照這2 類分別處理. 實(shí)現(xiàn)過程主要包括數(shù)據(jù)源的識(shí)別與讀取,數(shù)據(jù)的轉(zhuǎn)換以及數(shù)據(jù)的保存3 個(gè)主要步驟.數(shù)據(jù)采集實(shí)現(xiàn)的客戶端過程Imp Procedure 的算法描述如下:

    / / Input 輸入待處理字符,文件類型File Type
    / / Output 反饋信息ReturnInfo s
    算法Db_Import
    step1 : / / 判斷文件類型,連接目標(biāo)數(shù)據(jù)庫(kù)
    if filetype = Databasefile
    t hen go step2
    else go step3
    step2 : / / 處理數(shù)據(jù)庫(kù)文件
    Open Databaselink (DNS) SourceDbLink / / 連接源數(shù)據(jù)庫(kù)
    Open Databaselink (DNS) AimDbLink / / 連接目標(biāo)數(shù)據(jù)庫(kù)
    / / 逐條處理數(shù)據(jù)集中的記錄
    for each SourceDbLink. Table. record do
    begin
    Filedst r = ”/ / 初始化
    / / 逐個(gè)讀取記錄中的字段
    for each SourceDbLink. Table. filed do
    Filedst r ←Filedst r + SourceDbLink. Table.
    fieldvalue +‘,’
    / / 向目標(biāo)數(shù)據(jù)庫(kù)端存儲(chǔ)過程提交記錄
    ReturnInfo ←AimDbLink. Procedure ( Filedst r)
    if ReturnInfo = errorinfo t hen show(ReturnInfo)
    end
    Close SourceDbLink
    Close AimDbLink
    step3 :/ / 處理非數(shù)據(jù)庫(kù)文件
    Open Databaselink (DNS) AimDbLink / / 連接目標(biāo)數(shù)據(jù)庫(kù)
    Open File ( FilePat h) SouFile/ / 打開文件
    / / 逐條處理文件中的記錄
    for each AimDbLink. record do
    begin
    SouFile. read ( Filedst r)
    / / 向目標(biāo)數(shù)據(jù)庫(kù)端過程提交記錄
    ReturnInfo ←AimDbLink. Procedure ( Filedst r)
    / / 如果出現(xiàn)錯(cuò)誤,顯示錯(cuò)誤信息
    if ReturnInfo = errinfo t hen
    show(ReturnInfo)
    end
    Close SouFile
    Close AimDbLink
    從以上算法中可以看出,對(duì)于數(shù)據(jù)庫(kù)文件使用ODBC 技術(shù),通過DNS 數(shù)據(jù)源來訪問數(shù)據(jù)庫(kù);非數(shù)據(jù)庫(kù)文件讀取時(shí),使用具體開發(fā)語(yǔ)言中與之適應(yīng)的讀取函數(shù)進(jìn)行操作,通過文件名和絕對(duì)路徑訪問文件,對(duì)非數(shù)據(jù)庫(kù)文件有一定的格式要求. 數(shù)據(jù)轉(zhuǎn)換和保存工作依據(jù)元數(shù)據(jù)中定義的規(guī)則由統(tǒng)一的存儲(chǔ)過程進(jìn)行處理。

    2. 3 　系統(tǒng)數(shù)據(jù)反饋接口的實(shí)現(xiàn)

    基于智能卡的輔助信息決策支持系統(tǒng)除了具備一般決策支持系統(tǒng)的功能外,還可以為已有的基于智能卡的信息系統(tǒng)反饋指導(dǎo)信息. 鑒于現(xiàn)有的基于智能卡的信息系統(tǒng)開發(fā)時(shí)間的不同,構(gòu)建的決策支持系統(tǒng)可采用導(dǎo)出和同步2 種數(shù)據(jù)反饋模式,導(dǎo)出模式只需將反饋數(shù)據(jù)按照固定格式保存到指定文件中即可,主要為適應(yīng)早期研發(fā)的信息系統(tǒng);同步模式針對(duì)目前采用新技術(shù)研發(fā)的系統(tǒng)提供統(tǒng)一的數(shù)據(jù)訪問接口,其過程主要包括用戶權(quán)限判定、請(qǐng)求數(shù)據(jù)的查詢和結(jié)果返回3 個(gè)主要步驟,該過程實(shí)現(xiàn)也比較容易,例如采用Framewrok2. 0 框架下的Webser2vice 技術(shù),實(shí)現(xiàn)的服務(wù)器端過程FeedbackProcedure的算法描述如下:

    / / Input 用戶代號(hào)Userid ,用戶密碼PassWord ,同步類型Info Flag ,
    開始時(shí)間Begin Time ,截至?xí)r間EndTime ,數(shù)據(jù)表名TableName
    / / Output 數(shù)據(jù)集DateSet
    算法Db_Feedback
    Step1 :/ / 判斷用戶是否合法
    if (Userid not Read TableName) or ( Password = false) t hen
    begin
    Show errorinfo / / 提示錯(cuò)誤信息
    exit
    end
    Step2 :/ / 判斷同步類型
    if InfoFlag = t rue t hen / / 同步全部信息
    sSt rSql ←select 3 f rom sTableName
    else / / 同步部分信息
    sSt rSql ←select 3 f rom TableName where
    Change Time > = Begin Time and Change Time < = EndTime
    Step3 :/ / 查詢信息并反饋
    Open Databaselink (DNS) AimDbLink
    / / 執(zhí)行Sql 語(yǔ)句并輸出
    DateSet = AimDbLink. Exec ( sSt rSql)
    Close AimDbLink

    以上算法描述了一個(gè)公用的數(shù)據(jù)同步反饋處理過程,過程可依據(jù)輸入?yún)?shù)和元數(shù)據(jù)中定義的訪問級(jí)別,判斷是否具有訪問指定數(shù)據(jù)表的權(quán)限;認(rèn)證通過后根據(jù)反饋方式動(dòng)態(tài)組合查詢語(yǔ)句并執(zhí)行,增量數(shù)據(jù)共享時(shí),使用時(shí)間戳機(jī)制進(jìn)行控制。但具體實(shí)現(xiàn)過程中應(yīng)考慮加入多重安全機(jī)制的處理,關(guān)于安全機(jī)制處理此處不再贅述。

    3 　結(jié)語(yǔ)

    智能卡輔助信息管理決策支持系統(tǒng)主要利用目前高校中基于智能卡的信息系統(tǒng)所積累的海量數(shù)據(jù),為高校的輔助管理工作提供多方面的決策依據(jù)。文章論述了其系統(tǒng)的模型和體系結(jié)構(gòu),并對(duì)系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)涉及的幾個(gè)重要環(huán)節(jié)進(jìn)行了描述。目前該系統(tǒng)還處于原形設(shè)計(jì)階段,雖然可解決當(dāng)前高校輔助管理中存在的一些問題,但在模式評(píng)估、興趣度量和挖掘算法的改進(jìn)等方面還有待進(jìn)一步研究。

    (作者單位/1. 蘭州大學(xué)信息科學(xué)與工程學(xué)院;2. 蘭州蘭大小精靈新技術(shù)有限責(zé)任公司;3. 蘭州大學(xué)通信網(wǎng)絡(luò)中心)