高校后勤管理信息化建设路径探索

1高校后勤管理大数据的主要特征

1.1多元性。这里所指的“多元性”数据，主要是指数据来源。因为高校后勤管理面对的不只是学生，还是教师、固定资产、流动资金、科研项目以及能源消耗等，其内容可以细化到日常生活，也可以宏观到项目规划等等。因此，这些数据产生了多元化特性，并被分类保存到不同的数据库中。通过大数据技术，可以对数据进行分析和挖掘，从而及时、准确提供后勤服务。

1.2多维性。大数据的多维性特征主要是指数据的时间、空间协调的关系性。数据库中的数据可以不断拓展其时间与空间特征，从而展示出数据的多维性。如，科研设备数据库，可以从科研入口点击仪器设备，从而将仪器设备的所处位置，安装及使用频率，维护信息，实验室面积和环境等等都显示出来。这样时间与空间协调起来形成的数据信息更容易进行整理分类与归档，对数据统计与分析意义重大。

1.3多向性。数据的“多向性”特征主要是由于学生的来源不同而产生的。在信息化管理中，数据随时产生，类型多样，从而形成大数据。因此，数据的来源越广泛对于数据特征的挖掘越有利。特别是高校后勤管理中，学生的个人信息越全面，越有利于挖掘出学生的具体兴趣，学习规划、学习动力等，从而为后勤服务提供精准性服务方向。

1.4多层次大数据除以上特征外，还具有多层次性。即学生的不同阶段，不同学习过程，教师的不同教学计划、不同教学项目等，学生的新、老区别，所有人员的性别、民族、成果等，这些数据表现出明显的多层次性特征。

2大数据在高校后勤管理信息化建设中的重要作用

2.1有利于高校后勤管理的成本控制。在大数据背景下，高校后勤管理走向信息化，数据共享程度越来越高，后勤管理资源可以达到整合与优化，从而大大降低了复合设备、重复建设、重复引进等资源浪费行为的发生。同时，信息化管理还提高了后勤服务的效率和质量，使管理资金的投入得到高效利用。可见，大数据背景下，高校后勤投入的成本得到有效控制与降低，是高校资源节约的重要内容。

2.2有利于高校后勤管理水平的提高。高校后勤管理涉及到的内容多，对象广，服务质量不高往往引起教学、管理矛盾的不断深化。而在信息化管理后，大数据技术有了用武之地，能够挖掘出数据内在的规律和本质，为后勤管理提供可靠准确的突破口，后勤管理反应不再延后，服务质量迅速上升，高校总体管理水平也得到提升。因此，高质量的管理促进了教学质量的不断上升。