摘要：针对高等职业院校在填报全国官方教学状态数据平台时，因课程数据来源不一、格式混乱而导致的“数据孤岛” 与数据质量低下等治理困境，本文提出并实践了一种课程数据智能治理方法。该方法以Python为工具，通过数据预处理、核 心逻辑计算与业务规则集成三阶段，实现了对非结构化人才培养方案的自动化解析、清洗与标准化。其中，设计的泛化计算 模型解决了多样化课时格式的智能换算难题；基于字典解耦的业务规则库，则实现了对专业代码、课程属性等信息的精准映 射与整合。应用于我校 3500 余条课程数据的实践表明，该方法将数据准备工作从数个工作日缩短至 1 小时，且数据准确率 接近 100%，显著提升了数据治理的效率与质量。该研究证实了所提方法的有效性与推广价值，为高职院校实现数据驱动下 的精准教学管理提供了可行的技术路径与实践范例。