论文部分内容阅读
随着大数据、云计算等技术的飞速发展,数据产生的方式不断扩展,各类数据源产生的大量数据使得数据之间的关系变得越来越复杂。大数据的存在,为更多个性化应用服务的实现提供了可能。而个性化服务的背后需要全景化的数据才能得以实现。数据融合技术便是形成全景数据的关键技术之一。另一方面,大数据应用已经渗透进了教学信息化领域,各类应用系统及平台的涌现使得高校在数据共享和交互的过程中存在的问题日益凸显,数据保密、数据异构及数据质量等问题层出不穷。高校具有庞大的数据资源,存在其独立的管理规定与模式,在这种相对较封闭的信息管理环境里,信息使用方式或公开方式不当,则会使个人信息面临泄露甚至被恶意使用的巨大风险,一旦个人信息被不恰当公开,所带来的后果将会不堪设想。基于此,本文针对数据融合技术在高校教师个人信息数据共享过程中的应用展开了研究。本文首先对数据融合、个人信息及元数据的相关理论及方法进行较为系统地梳理和综述。随后,围绕高校教师个人信息数据融合所面临的三个问题,即个人信息保密、数据冲突与数据异构问题展开了分析和讨论。针对前者,提出了利用数据分级和数据脱敏技术来进行化解,对教师的个人信息进行分类和分级,结合个人信息的具体服务场景,对服务场景进行分类和分级,制定服务场景与数据之间的匹配策略,实现场景与数据之间的访问控制,避免高级数据流向低级应用场景的现象;针对后者,基于元数据建模和融合规则进行数据冲突的消解,基于不同类场景提出了相应的数据融合方案,并针对特定场景实例进行解析。最后,为了验证上述数据融合方案的有效性和可行性,笔者选取了教师绩效考核这一结果数据服务场景,对该场景下的数据冲突异构问题和数据关联融合问题的解决过程进行了模拟。