摘要：本文通過參考研究相關文獻，結合大數據背景，系統闡述智慧校園建設中數據質量面臨的若干問題，針對性地提出了解決方案和對策，設計了統一的數據管理服務平臺體系，通過分析本文提出的解決方案是有效的。
高校在數字校園階段已經建設了數據中心和若干應用系統，通過數據共享平臺和數據集成，一定程度上為教學科研和管理等業務提供了數據支撐。隨著大數據等信息化技術應用的逐步延伸，業務驅動需求的不斷挖掘，原有解決方案或體系架構下的數據質量問題也不斷暴露出來，在大數據時代為智慧校園的建設與發展帶來挑戰[1]。
1.校園信息標準不能有機地與校園業務數據結合，校園的元數據不能自動地根據業務數據生成并且成為信息標準的一部分。2.數字校園建設了數據共享平臺，但是數據共享平臺僅僅是解決了數據跨業務部門的問題，實現了數據的“運過去”，對于數據的運行質量難以保證，缺乏數據的全局視圖，不能質量檢查，不能溯源。因而一定程度上制約了學校更大范圍的數據共享和上層應用。3.缺乏全局的數據資產管理平臺和數據頂層設計。4.松散的高校業務數據環境，缺乏統一的數據管理制度和權限管理。
相關概念與研究
數據質量管理是信息系統建設的首要問題，“數據適合使用的程度”（FitForUse）是數據質量的主要定義之一，質量屬性可劃分為正確性（Correctness）、一致性（Consistency）、完整性（Completeness）、最小性（Minimality），數據質量也反映了數據模式與數據實例在以上屬性上的距離。從評估治理的角度來看，數據質量也可劃分為內在質量（IntrinsicDQ）、可訪問性質量（AccessibilityDQ）、上下文質量（ContextualDQ）、表達質量（RepresentationalDQ）四個維度。
元數據（Metadata），其含義為“描述數據的結構化數據”[2]，也被稱為是關于數據內容、質量、條件和其他描述數據特征的結構化數據。
元數據標準與數據質量
元數據包括業務元數據、技術元數據、操作元數據，見表1。
本文認為數據質量管理最主要的目標是安全、正確、時效。因而數據的真實性、完備性、自洽性是數據本身應具有的屬性，稱為數據的絕對質量，是數據質量的基礎。除了數據的①絕對質量外，還有我們在利用和存貯數據的過程中所產生的數據質量，包括②使用質量、③存儲質量和④傳輸質量，稱之為過程質量。
數據質量按照屬性可以劃分為：完整性、一致性、及時性和準確性。常見數據質量問題及示例見表2。
高校數據標準一般包括數據標準、代碼標準。通常參考國家教育行業標準教育管理信息之《教育管理基礎代碼》（JY/T1001-2012）和《高等學校管理信息》（JY/T1006-2012），以及包括學校的自定義編碼標準。在數據執行標準的基礎上結合元數據標準，與業務數據（數據源、數據模式）和主數據進行定期的檢查比對，發現上述列舉的質量問題，并且對與業務數據的正常變化，通過數據管理流程補充和完善到元數據和其他數據標準中，并且通過正常迭代進行新版本標準的發布。通過這樣的措施在技術上保證數據質量的穩定和提升。
