序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇數(shù)據(jù)分析論文范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！

篇1

1.1數(shù)據(jù)采集系統(tǒng)

大數(shù)據(jù)時(shí)代，大數(shù)據(jù)有著來(lái)源復(fù)雜、體量巨大、價(jià)值潛伏等特點(diǎn)，這使得大數(shù)據(jù)分析必然要依托計(jì)算機(jī)技術(shù)予以實(shí)現(xiàn)．因此從兩個(gè)方向上加強(qiáng)數(shù)據(jù)采集統(tǒng)建設(shè)，一是側(cè)重于數(shù)據(jù)的處理與表示，強(qiáng)調(diào)采集、存取、加工和可視化數(shù)據(jù)的方法;二是研究數(shù)據(jù)的統(tǒng)計(jì)規(guī)律，側(cè)重于對(duì)微觀數(shù)據(jù)本質(zhì)特征的提取和模式發(fā)現(xiàn)，在兩個(gè)方向上的協(xié)同、均衡推進(jìn)，以此來(lái)保障大數(shù)據(jù)平臺(tái)應(yīng)用的穩(wěn)健成長(zhǎng)和可持續(xù)發(fā)展．廣電的網(wǎng)絡(luò)和用戶是其核心資產(chǎn)，而其中流動(dòng)的數(shù)據(jù)(包括用戶基礎(chǔ)數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、網(wǎng)管/日志數(shù)據(jù)、用戶位置數(shù)據(jù)、終端信息等)是核心數(shù)據(jù)資產(chǎn)．對(duì)于廣電運(yùn)營(yíng)商來(lái)說(shuō)，最有價(jià)值的數(shù)據(jù)來(lái)自基礎(chǔ)網(wǎng)絡(luò)，對(duì)于基礎(chǔ)網(wǎng)絡(luò)數(shù)據(jù)的挖掘和分析是運(yùn)營(yíng)商大數(shù)據(jù)挖掘的最重要方向．因此其數(shù)據(jù)采集的目標(biāo)包括機(jī)頂盒數(shù)據(jù)、CRM數(shù)據(jù)、帳務(wù)數(shù)據(jù)、客服數(shù)據(jù)、運(yùn)維數(shù)據(jù)、媒資數(shù)據(jù)、GIS數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)和其他手工錄入、表格數(shù)據(jù)．采集頻率要求可以實(shí)現(xiàn)實(shí)時(shí)采集和定時(shí)批量采集．采集這類數(shù)據(jù)帶來(lái)一個(gè)問題就是各類數(shù)據(jù)雜亂無(wú)章，會(huì)導(dǎo)致數(shù)據(jù)質(zhì)量問題越來(lái)越嚴(yán)重，通過(guò)引進(jìn)實(shí)時(shí)質(zhì)量監(jiān)控和清洗技術(shù)，建設(shè)強(qiáng)大的分布式計(jì)算和集群能力，提高數(shù)據(jù)監(jiān)控和數(shù)據(jù)采集性能，利用分布式處理技術(shù)，實(shí)現(xiàn)數(shù)據(jù)抽取、數(shù)據(jù)清洗以及相應(yīng)的數(shù)據(jù)質(zhì)量檢查工作，保證采集到高質(zhì)量的數(shù)據(jù)，將廣電大數(shù)據(jù)中心建設(shè)成一個(gè)覆蓋廣電系統(tǒng)全部數(shù)據(jù)的存儲(chǔ)中心，具備采集各類結(jié)構(gòu)化、非結(jié)構(gòu)化海量數(shù)據(jù)的處理能力．

1.2數(shù)據(jù)分析中心

廣電企業(yè)每時(shí)每刻都在產(chǎn)生大量的數(shù)據(jù)，需要對(duì)這些數(shù)據(jù)歸集、提煉，廣電企業(yè)大數(shù)據(jù)平臺(tái)建設(shè)的意義在于有效掌握規(guī)模龐大的數(shù)據(jù)信息，對(duì)這些數(shù)據(jù)信息進(jìn)行智能處理，從中分析和挖掘出有價(jià)值的信息．在廣電大數(shù)據(jù)分析中需要對(duì)直播節(jié)目分析、互動(dòng)業(yè)務(wù)分析、互聯(lián)網(wǎng)流量分析、互聯(lián)網(wǎng)內(nèi)容分析、廣電客戶分析、市場(chǎng)收益分析、智能內(nèi)容推送和廣告分析等，通過(guò)這類數(shù)據(jù)分析，能夠?qū)崟r(shí)了解廣電運(yùn)營(yíng)商的經(jīng)營(yíng)狀況，提供決策支持．因此采用兩種方式分析方法對(duì)收集到的數(shù)據(jù)進(jìn)行分析處理．一是采用在線分析方法技術(shù)，使分析人員能夠迅速、一致、交互地從各個(gè)方面觀察信息，以達(dá)到深入理解數(shù)據(jù)的目的．這些信息是從原始數(shù)據(jù)直接轉(zhuǎn)換過(guò)來(lái)的，他們以用戶容易理解的方式反映企業(yè)的真實(shí)情況．在線分析策略是將關(guān)系型的或普通的數(shù)據(jù)進(jìn)行多維數(shù)據(jù)存貯，以便于進(jìn)行分析，從而達(dá)到在線分析處理的目的．這種多維數(shù)據(jù)存儲(chǔ)可以被看作一個(gè)超立方體，沿著各個(gè)維方向存貯數(shù)據(jù)，它允許分析人員沿事物的軸線方便地分析數(shù)據(jù)，分析形式一般有切片和切塊以及下鉆、挖掘等操作．二是數(shù)據(jù)挖掘是從海量、不完全的、有噪聲的數(shù)據(jù)中挖據(jù)出隱含的、未知的、用戶可能感興趣的和對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則．這些規(guī)則蘊(yùn)含了數(shù)據(jù)庫(kù)中一組對(duì)象之間的特定關(guān)系，揭示出一些有用的信息，可以為經(jīng)營(yíng)決策、市場(chǎng)策劃和金融預(yù)測(cè)等方面提供依據(jù)．

1.3數(shù)據(jù)應(yīng)用中心

在大數(shù)據(jù)分析平臺(tái)應(yīng)用過(guò)程中，數(shù)據(jù)本身并不是數(shù)據(jù)分析和數(shù)據(jù)挖掘的重點(diǎn)，重點(diǎn)在于如何應(yīng)用這些技術(shù)去解決企業(yè)在運(yùn)營(yíng)中實(shí)際的商業(yè)問題．通過(guò)對(duì)數(shù)據(jù)分析和挖掘，了解企業(yè)運(yùn)行過(guò)程存在問題，預(yù)判企業(yè)中各類業(yè)務(wù)發(fā)展走向．對(duì)數(shù)據(jù)分析與挖掘結(jié)果來(lái)說(shuō)主要有兩個(gè)方面，一是將分析結(jié)果給客戶使用，另一個(gè)是將分析結(jié)果提供給內(nèi)部用戶使用，因此在大數(shù)據(jù)分析平臺(tái)設(shè)計(jì)中，將數(shù)據(jù)應(yīng)用劃分為三個(gè)應(yīng)用中心:

1)推薦中心

推薦中心面向收視、寬帶使用用戶，通過(guò)分析使用用戶的收視、互聯(lián)網(wǎng)、消費(fèi)等行為，將使用用戶分群，總結(jié)群體特征，向不同群體推薦個(gè)性化的電視節(jié)目、廣告和增值應(yīng)用服務(wù)．從而提升用戶的使用體驗(yàn)，提升用戶的滿意度和粘度．

2)決策中心

決策中心面向廣電企業(yè)內(nèi)部決策者、管理者、經(jīng)營(yíng)分析人員，通過(guò)對(duì)企業(yè)經(jīng)營(yíng)數(shù)據(jù)的KPI、運(yùn)營(yíng)監(jiān)控、經(jīng)營(yíng)盤點(diǎn)，使企業(yè)決策者掌握企業(yè)運(yùn)營(yíng)狀況及發(fā)展趨勢(shì);智能報(bào)告協(xié)助分析人員自動(dòng)定位經(jīng)營(yíng)中的問題;即席查詢?cè)陬A(yù)定義的語(yǔ)義層基礎(chǔ)上，實(shí)現(xiàn)靈活的自定義查詢;通過(guò)主題分析滿足各部門、崗位的多維度分析需求;通過(guò)專題分析就某一具體問題進(jìn)行深入挖掘，輔助專業(yè)分析人員的工作;統(tǒng)計(jì)報(bào)表滿足各部門常規(guī)統(tǒng)計(jì)需求．

3)服務(wù)中心

服務(wù)中心面向廣電的合作伙伴，比如:電視臺(tái)、廣告商、服務(wù)和內(nèi)容提供商、相關(guān)政府職能部門等．通過(guò)對(duì)使用用戶收視行為的實(shí)時(shí)分析，將電視欄目實(shí)時(shí)收視率提供給電視臺(tái)，電視臺(tái)根據(jù)收視率進(jìn)行在線的問卷調(diào)查，提高電視臺(tái)的影響力，幫助其增強(qiáng)欄目的評(píng)價(jià)體系．為廣告商提供精準(zhǔn)的廣告投放策略，實(shí)時(shí)準(zhǔn)確的廣告投放評(píng)估，幫助廣告商提升廣告到達(dá)率、準(zhǔn)確度和營(yíng)銷效果．為服務(wù)和內(nèi)容提供商的電影、電視和增值應(yīng)用等產(chǎn)品提升收視率和使用頻率，并進(jìn)行評(píng)估，為其提供受眾喜好特征，幫助其推出有針對(duì)性的產(chǎn)品．通過(guò)用戶收視數(shù)據(jù)、節(jié)目反饋等信息，將相關(guān)輿情向相關(guān)政府部門匯報(bào)．

1.4系統(tǒng)管理

系統(tǒng)管理是大數(shù)據(jù)分析平臺(tái)一個(gè)輔助功能模塊，主要是為了系統(tǒng)管理員對(duì)大數(shù)據(jù)平臺(tái)進(jìn)行有效的監(jiān)控和管理，提升大數(shù)據(jù)分析平臺(tái)性能使用，包含有如下幾個(gè)模塊:權(quán)限管理、數(shù)據(jù)質(zhì)量管理、元數(shù)據(jù)管理、調(diào)度管理、系統(tǒng)監(jiān)控等．

2數(shù)據(jù)應(yīng)用分析

移動(dòng)互聯(lián)網(wǎng)的發(fā)展為傳統(tǒng)行業(yè)帶來(lái)了新的思考，如何在互聯(lián)網(wǎng)時(shí)代更好地實(shí)現(xiàn)以客戶為中心的服務(wù)理念，借助大數(shù)據(jù)分析平臺(tái)、海量的客戶非結(jié)構(gòu)化的行為數(shù)據(jù)和傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，可以有效提升廣電個(gè)性化、人性化的服務(wù)水平．大數(shù)據(jù)分析平臺(tái)通過(guò)整合廣電網(wǎng)絡(luò)中多個(gè)數(shù)據(jù)源，并按照主題進(jìn)行劃分，在定義主題的過(guò)程中，提供廣電業(yè)務(wù)概念的規(guī)范定義．?dāng)?shù)據(jù)模型不偏重于面向某個(gè)應(yīng)用，而是站在企業(yè)角度統(tǒng)攬全局，提供可擴(kuò)展的模型設(shè)計(jì)，偏范式化的設(shè)計(jì)使平臺(tái)在最大程度上保持一致和靈活擴(kuò)展性．依托某廣電網(wǎng)絡(luò)公司業(yè)務(wù)開展情況，搭建數(shù)據(jù)分析平臺(tái)，具有如圖2所示的主題結(jié)構(gòu)，共計(jì)8大類53小類，從廣電網(wǎng)絡(luò)運(yùn)營(yíng)的各個(gè)方面進(jìn)行了數(shù)據(jù)分析．

2.1直播節(jié)目分析主題

直播電視節(jié)目作為廣電運(yùn)營(yíng)模式中一直沿用的產(chǎn)品類型，對(duì)于廣電用戶的影響和廣電運(yùn)營(yíng)商運(yùn)營(yíng)模式起著至關(guān)重要的作用．實(shí)時(shí)直播節(jié)目分析，用戶可以實(shí)時(shí)查看每個(gè)時(shí)間點(diǎn)上每個(gè)節(jié)目收視率，以此為據(jù)來(lái)指導(dǎo)產(chǎn)品定制、節(jié)目選擇、用戶推廣等方面的商業(yè)應(yīng)用，對(duì)直播節(jié)目的多維度分析，運(yùn)營(yíng)商可深入分析直播節(jié)目收視特性及受眾影響規(guī)律，以指導(dǎo)運(yùn)營(yíng)優(yōu)化，提高節(jié)目的收視率和營(yíng)收．

2.2多媒體業(yè)務(wù)分析主題

廣電行業(yè)的雙向網(wǎng)絡(luò)改造不僅將視頻點(diǎn)播、通信及娛樂業(yè)務(wù)成為可能，同時(shí)配備增值業(yè)務(wù)，如廣告、支付、股票、游戲、付費(fèi)節(jié)目等服務(wù)．可以明顯看到哪類業(yè)務(wù)最受歡迎，哪類業(yè)務(wù)的增長(zhǎng)趨勢(shì)良好，哪類業(yè)務(wù)應(yīng)用下滑得較快，哪類業(yè)務(wù)不受用戶歡迎，從這樣的分析結(jié)果中，可以為廣電網(wǎng)絡(luò)以后的業(yè)務(wù)引進(jìn)中提供指導(dǎo)，避免引進(jìn)的業(yè)務(wù)不受用戶歡迎，同時(shí)也可以預(yù)見性的引進(jìn)一些代表將來(lái)趨勢(shì)性的業(yè)務(wù)，提前做好業(yè)務(wù)儲(chǔ)備工作．互動(dòng)業(yè)務(wù)的互動(dòng)特性為廣電運(yùn)營(yíng)商增加客戶粘度、制定產(chǎn)品投放策略、獲取最大化收益及市場(chǎng)價(jià)值提供了前所未有的空間，通過(guò)對(duì)互動(dòng)業(yè)務(wù)的應(yīng)用分析，可以分析出用戶的行為趨勢(shì)．利用這樣的分析結(jié)果改善廣電業(yè)務(wù)引進(jìn)，提高用戶的粘度和ARPU值．

2.3互聯(lián)網(wǎng)應(yīng)用分析主題

廣電作為政府宣傳的喉舌，一個(gè)主要的特點(diǎn)就是可管可控，相對(duì)此而言，互聯(lián)網(wǎng)網(wǎng)絡(luò)一個(gè)重要特點(diǎn)就是用戶各類行為的不可控性．在三網(wǎng)融合的新環(huán)境下，廣電網(wǎng)絡(luò)一個(gè)重大改變就是引進(jìn)了互聯(lián)網(wǎng)業(yè)務(wù)，同時(shí)通過(guò)多屏互動(dòng)技術(shù)使廣電終端類型日益復(fù)雜，如何對(duì)廣電網(wǎng)絡(luò)引進(jìn)的互聯(lián)網(wǎng)業(yè)務(wù)和終端進(jìn)行有效的管控，成為擺在廣電網(wǎng)絡(luò)運(yùn)營(yíng)商面前一個(gè)重要課題．運(yùn)營(yíng)商可以清晰地看到用戶在討論什么、在看什么，以此來(lái)分析用戶將來(lái)可能采取的行為趨勢(shì)，進(jìn)而來(lái)引導(dǎo)用戶輿論與行為，實(shí)現(xiàn)對(duì)廣電網(wǎng)絡(luò)的可管可控的最終目的．同時(shí)廣電網(wǎng)絡(luò)也可以利用互聯(lián)網(wǎng)數(shù)據(jù)從如下兩方面做了分析，運(yùn)營(yíng)流量及應(yīng)用優(yōu)化，節(jié)省網(wǎng)絡(luò)帶寬，減少運(yùn)營(yíng)費(fèi)，同時(shí)用以提高用戶體驗(yàn)度，增加用戶粘性;充分利用線上、線下同步運(yùn)營(yíng)模式，深入挖掘線上討論內(nèi)容，為線下運(yùn)營(yíng)提供指導(dǎo)．

2.4廣電客戶分析主題

在三網(wǎng)融合的環(huán)境下，廣電網(wǎng)絡(luò)在逐漸擺脫事業(yè)單位模式下經(jīng)營(yíng)模式，向“市場(chǎng)驅(qū)動(dòng)”、“客戶驅(qū)動(dòng)”經(jīng)營(yíng)模式的轉(zhuǎn)變，“以客戶為中心”的理念和策略不可或缺，而廣電網(wǎng)絡(luò)擁有的客戶群和常規(guī)用戶分析的客戶群體有著本質(zhì)區(qū)別，以往分析往往針對(duì)個(gè)體用戶進(jìn)行分析，廣電網(wǎng)絡(luò)面向的用戶通常是以家庭為單位的，這給廣電網(wǎng)絡(luò)用戶行為分析帶來(lái)不可預(yù)料的困難．通過(guò)針對(duì)用戶群體不同年齡、不同時(shí)間段的收視行為和上網(wǎng)行為分析，可以區(qū)分某一時(shí)間段內(nèi)該家庭用戶內(nèi)個(gè)人的行為，可以清晰看到各類用戶在各個(gè)階段的變化情況，以及這個(gè)變化給廣電網(wǎng)絡(luò)運(yùn)營(yíng)帶來(lái)的變化．從用戶信息出發(fā)，以用戶應(yīng)用行為為主線，深入挖掘用戶關(guān)系，為廣電用戶關(guān)系管理提供有效基礎(chǔ)數(shù)據(jù)，提高用戶滿意度、忠誠(chéng)度，提高廣電網(wǎng)絡(luò)市場(chǎng)運(yùn)作的主動(dòng)性．

2.5市場(chǎng)收益分析主題

三網(wǎng)融合后，廣電網(wǎng)絡(luò)作為一個(gè)市場(chǎng)主體，需要適應(yīng)日趨激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，提升廣電運(yùn)營(yíng)商的企業(yè)核心競(jìng)爭(zhēng)力，應(yīng)充分利用業(yè)務(wù)支撐系統(tǒng)產(chǎn)生的大量寶貴的數(shù)據(jù)資源，建立廣電企業(yè)收益分析系統(tǒng)，實(shí)現(xiàn)對(duì)收益數(shù)據(jù)的智能化加工和處理，為市場(chǎng)運(yùn)營(yíng)工作提供及時(shí)、準(zhǔn)確、科學(xué)的決策依據(jù)．利用先進(jìn)的OLAP技術(shù)和數(shù)據(jù)挖掘技術(shù)，幫助企業(yè)的經(jīng)營(yíng)決策層了解企業(yè)經(jīng)營(yíng)的現(xiàn)狀，發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)的優(yōu)勢(shì)和劣勢(shì)，預(yù)測(cè)未來(lái)趨勢(shì);幫助細(xì)分市場(chǎng)和客戶，指導(dǎo)營(yíng)銷、客服部門進(jìn)行有針對(duì)性的營(yíng)銷和高效的客戶關(guān)系管理;對(duì)決策的執(zhí)行情況和結(jié)果進(jìn)行客觀準(zhǔn)確的評(píng)估，深受用戶的青睞．如圖7所示的收益分析結(jié)果，可以清晰看出企業(yè)各類業(yè)務(wù)在營(yíng)收中所占比例，可以明確了解哪類業(yè)務(wù)是企業(yè)的優(yōu)質(zhì)業(yè)務(wù)，哪類業(yè)務(wù)需要進(jìn)一步加強(qiáng)開拓市場(chǎng)，同時(shí)也可以預(yù)測(cè)哪類業(yè)務(wù)會(huì)有更大的推廣空間，為企業(yè)持續(xù)開展業(yè)務(wù)提供指導(dǎo)．

2.6智能內(nèi)容推送主題

深層次挖掘用戶潛在的需求，以用戶的需求為導(dǎo)向，向用戶推送有針對(duì)性的內(nèi)容．廣電運(yùn)營(yíng)商通過(guò)對(duì)用戶差異性的運(yùn)營(yíng)策略，激發(fā)用戶參與的熱情，讓用戶有持續(xù)的良好體驗(yàn)，提升對(duì)用戶的吸引力和黏著度．信息精準(zhǔn)、智能推送的關(guān)鍵在于把握住用戶的行為習(xí)慣，同時(shí)讓每一個(gè)用戶都可以按自己需求方便、快捷地調(diào)整、歸類相關(guān)信息．大數(shù)據(jù)分析平臺(tái)基于用戶行為收集分析系統(tǒng)，挖掘出用戶潛在需求，充分了解了用戶的真實(shí)意愿，將有助于廣電運(yùn)營(yíng)商建立以客戶為中心的服務(wù)理念，提升社會(huì)影響力．

篇2

2視頻監(jiān)控在煙草行業(yè)的發(fā)展及應(yīng)用現(xiàn)狀

（1）煙田監(jiān)控：實(shí)現(xiàn)對(duì)煙田、育苗大棚內(nèi)實(shí)時(shí)監(jiān)控；

（2）煙葉收購(gòu)站監(jiān)控：實(shí)現(xiàn)對(duì)煙草所有站點(diǎn)煙葉收購(gòu)全流程監(jiān)控視頻調(diào)看、查詢、巡視、控制的功能；

（3）生產(chǎn)及公用設(shè)施區(qū)監(jiān)控：主要用于監(jiān)控車間內(nèi)重要設(shè)備、生產(chǎn)線運(yùn)行、物流線路及環(huán)境狀況，以及動(dòng)力中心車間內(nèi)空調(diào)、鍋爐等重要設(shè)備的運(yùn)行及環(huán)境狀況，防止災(zāi)害和事故的發(fā)生。

（4）煙草物流配送中心監(jiān)控：對(duì)物流配送中心進(jìn)行實(shí)時(shí)監(jiān)控；

3視頻大數(shù)據(jù)分析的技術(shù)需求

隨著視頻監(jiān)控在煙草行業(yè)的大規(guī)模應(yīng)用，視頻數(shù)據(jù)量的增加，每天產(chǎn)生的數(shù)據(jù)量都是以TB（1000GB）級(jí)別計(jì)算的，若是利用傳統(tǒng)的技術(shù)手段對(duì)每天的視頻進(jìn)行檢索和分析，則需要數(shù)小時(shí)的時(shí)間才能夠完成，工作量及工作難度可想而知；而對(duì)于更高級(jí)別的視頻數(shù)據(jù)，如PB（1000TB）級(jí)別的視頻數(shù)據(jù)進(jìn)行分析和檢索時(shí)間那就是很多天了。視頻檢索與分析的效率低下，也是目前視頻數(shù)據(jù)利用效率及數(shù)據(jù)價(jià)值低下的首要原因。為此，如何提高視頻數(shù)據(jù)分析與檢索的效率，如何針對(duì)PB（1000TB）級(jí)別甚至EB（1000PB）級(jí)別的海量數(shù)據(jù)進(jìn)行分析與檢索，提升視頻監(jiān)控?cái)?shù)據(jù)價(jià)值，成為了當(dāng)前用戶的首要需求，也成為了當(dāng)前視頻大數(shù)據(jù)分析技術(shù)的難點(diǎn)及關(guān)鍵點(diǎn)之一。同時(shí)，在對(duì)視頻進(jìn)行檢索與分析的過(guò)程中，需要考慮檢索結(jié)果的準(zhǔn)確性。由于視頻圖像信息為非結(jié)構(gòu)化數(shù)據(jù)，如何合理有效地對(duì)非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行檢索分析，優(yōu)化計(jì)算機(jī)圖像識(shí)別算法，是提高視頻大數(shù)據(jù)分析準(zhǔn)確性關(guān)鍵所在。再者，當(dāng)完成視頻檢索與分析后，如何做好視頻數(shù)據(jù)與非視屏數(shù)據(jù)的整合與關(guān)聯(lián)工作，是后期視頻數(shù)據(jù)應(yīng)用時(shí)重點(diǎn)考慮的內(nèi)容。

4視頻大數(shù)據(jù)在煙草行業(yè)的應(yīng)用思考

時(shí)下，煙田監(jiān)控、煙葉收購(gòu)站監(jiān)控、生產(chǎn)及公用設(shè)施區(qū)監(jiān)控、煙草物流配送中心監(jiān)控等的視頻監(jiān)控?cái)?shù)據(jù)較多僅僅用作安防視頻使用，還未涉及到與煙草業(yè)務(wù)的關(guān)聯(lián)；隨著視頻監(jiān)控建設(shè)的完善及視頻大數(shù)據(jù)技術(shù)發(fā)展，各類監(jiān)控視頻數(shù)據(jù)量的增加，考慮到投資回報(bào)比，是否可以通過(guò)視頻大數(shù)據(jù)分析，將煙草業(yè)務(wù)與視頻監(jiān)控相關(guān)聯(lián)，在海量的視頻監(jiān)控?cái)?shù)據(jù)中提取有益于煙草行業(yè)發(fā)展的變革或新技術(shù)呢？

4.1安防業(yè)務(wù)

基于傳統(tǒng)視頻監(jiān)控，安防業(yè)務(wù)是傳統(tǒng)業(yè)務(wù)之一，通過(guò)大數(shù)據(jù)分析，有效快捷的提取安防所需要的視頻片段。同時(shí)基于視頻行為告警策略，及時(shí)告警。

4.2安全生產(chǎn)

結(jié)合視頻大數(shù)據(jù)分析，將以往多次生產(chǎn)事故監(jiān)控視頻整合，通過(guò)對(duì)多次生產(chǎn)安全事故的分析，總結(jié)出更為安全可靠的生產(chǎn)規(guī)則；再則通過(guò)視頻監(jiān)控與生產(chǎn)行為的結(jié)合，制定安全生產(chǎn)標(biāo)準(zhǔn)，通過(guò)聲音報(bào)警或警示燈報(bào)警等技術(shù)，在不符合標(biāo)準(zhǔn)視頻監(jiān)控預(yù)定義的安全規(guī)則情況時(shí)，能夠及時(shí)報(bào)警。通過(guò)視頻監(jiān)控分析，提升生產(chǎn)的安全性。如采用彩色網(wǎng)絡(luò)快球攝像機(jī)和彩色固定網(wǎng)絡(luò)槍式攝像機(jī)，彩色網(wǎng)絡(luò)快球攝像機(jī)的預(yù)制位設(shè)置應(yīng)優(yōu)先，根據(jù)視頻大數(shù)據(jù)分析后，系統(tǒng)可提供不同故障區(qū)域或設(shè)備的故障信號(hào)，各工藝段或設(shè)備的操作運(yùn)行信號(hào)，通過(guò)系統(tǒng)集成與生產(chǎn)監(jiān)控實(shí)現(xiàn)聯(lián)動(dòng)，平常攝像機(jī)對(duì)正在操作或運(yùn)行設(shè)備進(jìn)行監(jiān)控，一旦某個(gè)故障點(diǎn)報(bào)警，攝像機(jī)立刻自動(dòng)轉(zhuǎn)動(dòng)到報(bào)警點(diǎn)，監(jiān)控中心的NVR主機(jī)開始錄像等。

4.3效率生產(chǎn)

結(jié)合視頻大數(shù)據(jù)分析，通過(guò)分析各個(gè)不同煙站或煙廠中的同一種生產(chǎn)行為，結(jié)合對(duì)海量數(shù)據(jù)進(jìn)行智能分析，提取出價(jià)值數(shù)據(jù)片段，形成元數(shù)據(jù)信息庫(kù)，再通過(guò)人為加工后期數(shù)據(jù)，總結(jié)形成效率生產(chǎn)有用的價(jià)值信息，提供生產(chǎn)借鑒，提高生產(chǎn)效率。

4.4創(chuàng)新生產(chǎn)

通過(guò)視頻大數(shù)據(jù)分析，將以往的視頻通過(guò)軌跡分析，得出以往生產(chǎn)過(guò)程中各類生產(chǎn)動(dòng)作中不必要或者多余的部分，簡(jiǎn)化或者優(yōu)化生產(chǎn)規(guī)則；通過(guò)對(duì)給類生產(chǎn)行為的總結(jié)，提出合理的建議，為生產(chǎn)提出創(chuàng)新性意見或建議，提高生產(chǎn)率。

篇3

2.1數(shù)據(jù)抽取Agent

數(shù)據(jù)抽取Agent（DA）主要實(shí)現(xiàn)對(duì)網(wǎng)上電子數(shù)據(jù)交換的單證進(jìn)行監(jiān)控性或合法性的格式檢查，并從不同的單證中自動(dòng)地抽取出所需的數(shù)據(jù)項(xiàng)，提交給交互協(xié)調(diào)Agent，以便進(jìn)行分析和統(tǒng)計(jì)。其對(duì)單證格式檢查的要求，以及數(shù)據(jù)抽取的要求統(tǒng)一由交互協(xié)調(diào)Agent管理。Agent實(shí)時(shí)監(jiān)測(cè)網(wǎng)上電子交換系統(tǒng)單證的收發(fā)，當(dāng)用戶收到或發(fā)送單證時(shí)，它就會(huì)自動(dòng)提取單證中的數(shù)據(jù)，根據(jù)單證的種類、知識(shí)庫(kù)中處理要求，進(jìn)行數(shù)據(jù)處理和存儲(chǔ)，并發(fā)送給交互協(xié)調(diào)Agent分析統(tǒng)計(jì)或報(bào)警。

2.2計(jì)算統(tǒng)計(jì)Agent

計(jì)算統(tǒng)計(jì)Agent（TA）主要對(duì)抽取出的單證數(shù)據(jù)按類別、時(shí)間、對(duì)象等多角度，采用馬爾可夫、多元回歸、指數(shù)等多種方法進(jìn)行分析統(tǒng)計(jì)。因此，需要建立模型庫(kù)、知識(shí)庫(kù)對(duì)不同的單證進(jìn)行不同要求的處理。計(jì)算統(tǒng)計(jì)Agent的組織結(jié)構(gòu)圖如圖1所示。

TA會(huì)根據(jù)由交互協(xié)調(diào)Agent設(shè)定好的要求，當(dāng)收到的相應(yīng)單證數(shù)達(dá)到一定數(shù)目或者是積累了到預(yù)定的時(shí)間時(shí)，自動(dòng)會(huì)進(jìn)行分析和統(tǒng)計(jì)，如銷售單處理中的本月單證數(shù)目，本月銷售額、最大額銷售情況、下月的銷售量預(yù)測(cè)、最優(yōu)庫(kù)存量等。

2.3交互協(xié)調(diào)Agent

交互協(xié)調(diào)Agent（CA）是系統(tǒng)的關(guān)鍵，它既是與用戶溝通的橋梁，又是與各Agent交互協(xié)調(diào)工作的核心，其主要任務(wù)是實(shí)現(xiàn)問題求解的任務(wù)分配、調(diào)度和協(xié)作交互。為實(shí)現(xiàn)CA的交互協(xié)調(diào)和交互流程的一致，存放CA與其他Agent間的任務(wù)請(qǐng)求和分配信息；存放問題求解過(guò)程中的協(xié)作要求和參數(shù)信息；存放其他Agent的處理描述性信息，供CA分配任務(wù)時(shí)使用。

2.4Agent之間的通信與協(xié)作

在系統(tǒng)中，Agent之間的通訊是基于消息的通訊機(jī)制，利用消息完成傳遞服務(wù)請(qǐng)求及協(xié)調(diào)Agent之間的同步。DA和TA根據(jù)消息通訊來(lái)獲取環(huán)境信息、任務(wù)、結(jié)果反饋信息；DA的每一個(gè)監(jiān)控和執(zhí)行任務(wù)以及TA的每一個(gè)計(jì)算統(tǒng)計(jì)任務(wù)都可以表示為一個(gè)任務(wù)提交者CA向承擔(dān)者DA和TA發(fā)送任務(wù)消息；監(jiān)控和數(shù)據(jù)抽取任務(wù)的實(shí)施或暫停是由CA向DA發(fā)送任務(wù)消息，其監(jiān)控和數(shù)據(jù)抽取的結(jié)果則通過(guò)向CA回送消息予以體現(xiàn)；同樣，計(jì)算統(tǒng)計(jì)的實(shí)施過(guò)程是TA接收到消息后產(chǎn)生狀態(tài)變化的過(guò)程，其計(jì)算分析結(jié)果通過(guò)向CA回送消息予以體現(xiàn)，并由此來(lái)實(shí)現(xiàn)多Agent間的共享和合作運(yùn)行。

3網(wǎng)絡(luò)單證數(shù)據(jù)數(shù)據(jù)分析系統(tǒng)

3.1系統(tǒng)結(jié)構(gòu)

網(wǎng)絡(luò)單證數(shù)據(jù)數(shù)據(jù)分析系統(tǒng)是嵌入在原有的網(wǎng)上電子數(shù)據(jù)交換系統(tǒng)之上，主要由交互協(xié)作Agent、數(shù)據(jù)抽取Agent和計(jì)算統(tǒng)計(jì)Agent構(gòu)成，還包括了與原系統(tǒng)的接口。網(wǎng)絡(luò)單證數(shù)據(jù)數(shù)據(jù)分析系統(tǒng)結(jié)構(gòu)圖2所示。

從圖2可知，CA控制協(xié)調(diào)DA和TD，以及控制數(shù)據(jù)接口和人機(jī)接口，而DA與數(shù)據(jù)接口僅有數(shù)據(jù)傳遞的連接關(guān)系，數(shù)據(jù)傳遞與否受CA的控制；數(shù)據(jù)接口是原網(wǎng)上電子數(shù)據(jù)交換系統(tǒng)與本系統(tǒng)的數(shù)據(jù)交換通道，只面向數(shù)據(jù)共享的要求；人機(jī)接口是為用戶進(jìn)行任務(wù)設(shè)置而設(shè)計(jì)的，一旦任務(wù)設(shè)置后，系統(tǒng)可自動(dòng)按設(shè)置值運(yùn)行，無(wú)需外界干預(yù)。

3.2EDIDA的工作流程

通過(guò)人機(jī)接口，由用戶向CA進(jìn)行任務(wù)設(shè)置；

CA對(duì)設(shè)置的任務(wù)進(jìn)行分解；

各Agent獨(dú)立地進(jìn)行工作，求解相應(yīng)的問題；

由CA協(xié)調(diào)DA、TA的在求解中的問題請(qǐng)求，按上述的交互協(xié)作流程來(lái)完成任務(wù)；

CA會(huì)按要求的格式傳遞給設(shè)置的服務(wù)器，進(jìn)行記錄和提示；

在CA獲得TA的統(tǒng)計(jì)分析結(jié)果后，按要求的傳遞給設(shè)置的服務(wù)器進(jìn)行記錄、輸出、保存、打印。

CA對(duì)整個(gè)執(zhí)行過(guò)程記錄存儲(chǔ)，以優(yōu)化模型和知識(shí)的選擇和比較對(duì)比；

3.3網(wǎng)上手機(jī)訂貨數(shù)據(jù)的分析

在原有的網(wǎng)上電子數(shù)據(jù)交換系統(tǒng)中，有關(guān)于商家和供應(yīng)商間網(wǎng)上手機(jī)訂單處理。為此，將EDIDA嵌入后進(jìn)行Motorola手機(jī)訂單的數(shù)據(jù)處理，包括訂單中訂貨數(shù)量的監(jiān)控、2007年7月的訂貨數(shù)量的預(yù)測(cè)。

對(duì)訂單中訂貨數(shù)量的監(jiān)控，采用的方法是：訂貨量大于30部時(shí)，產(chǎn)生5秒的告警聲并記錄該單證號(hào)；對(duì)于2007年7月訂貨數(shù)量的預(yù)測(cè)，采用的方法是：選用最小二乘法模型ZXRC、指數(shù)加權(quán)移動(dòng)平均模型YDJQ、三項(xiàng)和比例模型SXBL這三個(gè)模型來(lái)預(yù)測(cè)2007年7月的訂貨數(shù)量，并由CA根據(jù)評(píng)選規(guī)則來(lái)確定最后預(yù)測(cè)值，預(yù)測(cè)結(jié)果如表1所示。

表中“*”號(hào)是指訂貨量大于30部的報(bào)警次數(shù)，具體的訂貨量大于30部各訂單號(hào)則保存在CA的數(shù)據(jù)庫(kù)中。預(yù)測(cè)結(jié)果的最終選定由CA根據(jù)知識(shí)庫(kù)中規(guī)則來(lái)確定，評(píng)選的規(guī)則有：平均法，即對(duì)每個(gè)結(jié)果進(jìn)行算術(shù)平均，把平均結(jié)果作為最后結(jié)果。去掉最大和最小法，再對(duì)剩下的結(jié)果進(jìn)行算術(shù)平均。取中間值法，即最靠近中間的值，若中間值有兩個(gè)，則取其平均值為最后結(jié)果。使用頻率最高法，即根據(jù)使用成功次數(shù)，選擇成功最多的模型結(jié)果為最終結(jié)果。最大原則，即選取最大預(yù)測(cè)值為最終結(jié)果。最小原則，即選取最小預(yù)測(cè)值為最終結(jié)果。

本次預(yù)測(cè)采用平均法，即預(yù)測(cè)值=（146+135+151）/3，最終的預(yù)測(cè)結(jié)果為2007年7月Motorola手機(jī)的訂貨量為144部，與當(dāng)年實(shí)際Motorola手機(jī)訂貨量147部非常相近，并給出了季度指數(shù)。

4結(jié)語(yǔ)

本文采用Agent技術(shù)，提出了對(duì)網(wǎng)上電子數(shù)據(jù)交換系統(tǒng)中XML單證的監(jiān)控和統(tǒng)計(jì)分析方法和實(shí)現(xiàn)技術(shù)，初步探索了Agent在網(wǎng)絡(luò)監(jiān)控和預(yù)測(cè)領(lǐng)域中應(yīng)用，并結(jié)合實(shí)際進(jìn)行了驗(yàn)證。今后的研究將考慮用單個(gè)Agent來(lái)實(shí)現(xiàn)系統(tǒng)的功能，并加入黑匣子技術(shù)，面向網(wǎng)上的應(yīng)用深入開展研究。

參考文獻(xiàn)

［1］A.Rao,M.Georgeff.BDIagents:Fromtheorytopractice.［J］.InProceedingsoftheFirst

InternationalConferenceonMulti-AgentSystems,1995:312-319.

［2］M.J.Wooldridge,N.R.Jennings.Intelligentagents:Theoryandpractice［J］.TheKnowledgeEngineeringReview,1995,10(2):115-152.

［3］張寅生.智能Agent與Agent系統(tǒng)［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用.1998，(7).

篇4

野外人工模擬降雨試驗(yàn)要在前期土壤水分不飽和的狀態(tài)下進(jìn)行，因此每次模擬降雨試驗(yàn)只能在同一徑流小區(qū)進(jìn)行一次降雨過(guò)程。為獲取更多的野外模擬降雨產(chǎn)匯流及水土流失對(duì)比數(shù)據(jù)，計(jì)劃在每個(gè)項(xiàng)目區(qū)的典型坡度———5°～8°、8°～15°、15°～25°分別建設(shè)坡地徑流小區(qū)。徑流小區(qū)的布設(shè)與等高線垂直，根據(jù)相關(guān)規(guī)范和實(shí)際條件，徑流小區(qū)投影面積一般為60m2，即20m(順坡投影長(zhǎng)度)×3m(寬與等高線平行)。云縣石佛山坡耕地水土流失綜合治理試點(diǎn)工程水土保持監(jiān)測(cè)項(xiàng)目于2010年12月初完成8°、12°、15°三塊坡地小區(qū)的建設(shè)，2011年6月下旬第一次模擬降雨試驗(yàn)后，為方便對(duì)比分析，根據(jù)工程進(jìn)展情況在12°坡地小區(qū)旁增設(shè)一塊梯地小區(qū)。

1．2人工模擬降雨系統(tǒng)

此次人工模擬降雨試驗(yàn)采用西安理工大學(xué)研制的人工模擬降雨試驗(yàn)系統(tǒng)(圖1)。它基于工控組態(tài)軟件，應(yīng)用現(xiàn)有的人工模擬降雨試驗(yàn)裝置，將試驗(yàn)過(guò)程的常用設(shè)備和工控軟件結(jié)合在一起，增加了自動(dòng)控制環(huán)節(jié)，通過(guò)對(duì)控制系統(tǒng)進(jìn)行改造，解決了手動(dòng)調(diào)節(jié)雨強(qiáng)不方便的問題，實(shí)現(xiàn)了對(duì)不同時(shí)段、不同雨強(qiáng)、不同分布的人工模擬降雨系統(tǒng)的手動(dòng)和自動(dòng)雙控制，采用監(jiān)控組態(tài)系統(tǒng)更好地滿足了人工模擬降雨試驗(yàn)的需求。該人工模擬降雨系統(tǒng)可建于自然坡面上，高6m，降雨試驗(yàn)區(qū)長(zhǎng)20m、寬3m，有效降雨面積60m2。降雨系統(tǒng)布設(shè)在降雨裝置支架上，噴頭選用與天然降雨雨滴譜最為接近的X型下噴式噴頭，由4組不同噴嘴孔徑組合而成。為兼顧模擬降雨的均勻性與搭建支架的經(jīng)濟(jì)性和安全性，將系統(tǒng)在野外難以架設(shè)的固定式方鋼支架改為鋼管腳手架。頂寬超出徑流小區(qū)寬度方向兩邊各0．3m，頂端橫桿按照水管和噴頭分布架設(shè)，壓力控制裝置設(shè)4個(gè)出水管，每管對(duì)應(yīng)同一噴嘴孔徑的噴頭，共設(shè)置4組24個(gè)不同噴嘴孔徑噴頭，支架內(nèi)部無(wú)任何遮擋。壓力控制裝置可自動(dòng)、手動(dòng)控制出水管的全開、全關(guān)或部分開啟。本系統(tǒng)可模擬降雨強(qiáng)度變化范圍4～200mm/h，降雨雨強(qiáng)最小分辨值1．3mm/h，降雨強(qiáng)度控制精度0．66mm/h，降雨均勻度＞0．95。系統(tǒng)采用先進(jìn)的閉環(huán)自動(dòng)控制理論和技術(shù)，是一種應(yīng)用交流變頻調(diào)速器控制的人工模擬降雨自動(dòng)控制設(shè)備，以降雨過(guò)程的最終實(shí)際降雨參數(shù)控制和驅(qū)動(dòng)系統(tǒng)的各個(gè)降雨部件，克服了從水源到噴頭之間諸多環(huán)節(jié)對(duì)降雨的隨機(jī)影響。實(shí)驗(yàn)室測(cè)試結(jié)果表明，該設(shè)備的主要性能指標(biāo)優(yōu)于國(guó)內(nèi)外其他人工模擬降雨系統(tǒng)，是進(jìn)行土壤產(chǎn)匯流和侵蝕規(guī)律研究的重要試驗(yàn)設(shè)備。

1．3人工模擬降雨雨強(qiáng)

石佛山小流域位于云南省臨滄市云縣幸福鎮(zhèn)幸福村水土保持監(jiān)測(cè)項(xiàng)目區(qū)。模擬降雨設(shè)計(jì)頻率及雨強(qiáng)參照幸福雨量站。該站距項(xiàng)目區(qū)直線距離2km，1983年建站，有1983—2010年共28年的完整降雨資料，降雨資料質(zhì)量可靠，能滿足設(shè)計(jì)暴雨頻率分析要求。通過(guò)幸福雨量站1h短歷時(shí)暴雨頻率計(jì)算，石佛山小流域100年一遇1h降雨量為84．8mm，50年一遇1h降雨量為77．0mm，30年一遇1h降雨量為72．1mm。人

工模擬降雨采用100年一遇1h降雨過(guò)程。

2人工模擬降雨監(jiān)測(cè)結(jié)果

2．1JDZ02型自記雨量器記錄結(jié)果

人工模擬降雨試驗(yàn)于2011年1月開始，至2012年9月結(jié)束，跨2年歷時(shí)40天，試驗(yàn)時(shí)間分別為枯水期兩次(第一次、第三次)、主汛期兩次(第二次、第四次)。在不同坡度的徑流小區(qū)分別進(jìn)行15場(chǎng)次的人工模擬降雨試驗(yàn)。

2．2普通雨量器監(jiān)測(cè)結(jié)果

徑流小區(qū)人工模擬降雨面降雨量采用普通雨量器監(jiān)測(cè)，用算術(shù)平均法計(jì)算平均面降雨量。用普通雨量器觀測(cè)的15場(chǎng)次人工模擬降雨面降雨量計(jì)算結(jié)果見表3。

2．3人工模擬降雨產(chǎn)流產(chǎn)沙量監(jiān)測(cè)

人工模擬降雨雨強(qiáng)采用100年一遇1h降雨雨強(qiáng)。在模擬降雨試驗(yàn)前采用移動(dòng)墑情監(jiān)測(cè)儀和稱重法在各小區(qū)距地表10、20、30cm土層剖面處取土樣分別測(cè)定前期土壤含水率，并取平均值。產(chǎn)流產(chǎn)沙量的監(jiān)測(cè)是在有徑流產(chǎn)生時(shí)，每5min取1個(gè)水樣，采用加權(quán)平均法計(jì)算平均含沙量，并用容積法記錄產(chǎn)流量。監(jiān)測(cè)結(jié)果。

3試驗(yàn)結(jié)果分析

3．1人工模擬降雨試驗(yàn)降雨監(jiān)測(cè)結(jié)果分析

云南省人工模擬降雨試驗(yàn)是全國(guó)第一次大規(guī)模使用人工模擬降雨系統(tǒng)在野外研究土壤產(chǎn)匯流和侵蝕規(guī)律的試驗(yàn)。實(shí)驗(yàn)室內(nèi)的環(huán)境與野外環(huán)境差距較大，在野外試驗(yàn)雖然是按100年一遇的標(biāo)準(zhǔn)進(jìn)行人工降雨，但是由于受風(fēng)速、風(fēng)向影響較大，加之降雨雨滴與實(shí)際還有一定差距，所以部分降雨隨風(fēng)飄落到小區(qū)之外，落到小區(qū)地面的降雨標(biāo)準(zhǔn)也因此降低。考慮到上述情況，試驗(yàn)都選在無(wú)風(fēng)或輕微風(fēng)和微風(fēng)的環(huán)境下進(jìn)行。將徑流小區(qū)內(nèi)安裝的JDZ02型自記雨量器記錄的降雨雨強(qiáng)與設(shè)計(jì)降雨雨強(qiáng)進(jìn)行相關(guān)性分析，相關(guān)系數(shù)都在0．6以上，說(shuō)明人工模擬降雨過(guò)程與設(shè)計(jì)降雨過(guò)程之間存在強(qiáng)相關(guān)。根據(jù)統(tǒng)計(jì)學(xué)原理，使用Brown－Forsythe檢驗(yàn)法檢驗(yàn)設(shè)計(jì)降雨過(guò)程與12場(chǎng)次JDZ02型自記雨量器記錄降雨過(guò)程的差異性，在顯著性水平α=0．05下檢驗(yàn)結(jié)果為各組之間差異不顯著。對(duì)比設(shè)計(jì)雨量與JDZ02型自記雨量器記錄結(jié)果，有7場(chǎng)次降雨接近或超過(guò)設(shè)計(jì)雨強(qiáng)，說(shuō)明在徑流小區(qū)局部，人工模擬降雨雨強(qiáng)是達(dá)到設(shè)計(jì)要求的。對(duì)徑流小區(qū)12場(chǎng)次面降雨量監(jiān)測(cè)結(jié)果進(jìn)行分析，小區(qū)內(nèi)模擬降雨重現(xiàn)期達(dá)到10年一遇以上的有7場(chǎng)，以下的有5場(chǎng)，最高重現(xiàn)期為13年一遇，最低為2年一遇。小區(qū)內(nèi)降雨極不均勻，單個(gè)普通雨量器收集的降雨量有的大于設(shè)計(jì)雨強(qiáng)，有的小于設(shè)計(jì)雨強(qiáng)，特別是小區(qū)兩側(cè)降雨量與設(shè)計(jì)雨量誤差最大，達(dá)到82．5mm。受風(fēng)速、風(fēng)向、試驗(yàn)支架架設(shè)高度和植被的影響，用加權(quán)平均法計(jì)算出徑流小區(qū)內(nèi)21只普通雨量器的實(shí)測(cè)面平均雨量均小于設(shè)計(jì)雨量，相對(duì)誤差在－62．7%～－27．0%之間，未達(dá)到設(shè)計(jì)要求。

3．2徑流小區(qū)產(chǎn)流產(chǎn)沙情況分析

(1)8°徑流小區(qū)。由表4知，第一次模擬降雨試驗(yàn)，坡地小區(qū)土壤含水率接近飽和、植被覆蓋率為0，降雨4min后開始產(chǎn)流，歷時(shí)1h，產(chǎn)流量1．402m3，產(chǎn)沙量15．6kg。第二次試驗(yàn)在主汛期進(jìn)行，土壤含水率接近飽和，小區(qū)內(nèi)種植玉米，植被覆蓋率為100%，降雨2min后開始產(chǎn)流，歷時(shí)62min，產(chǎn)流2145m3，產(chǎn)沙量10．2kg。第三次試驗(yàn)，小區(qū)土壤含水率12．16%，植被為雜草和伐倒的玉米植株，植被覆蓋率為70%，降雨9min后開始產(chǎn)流，歷時(shí)40min，產(chǎn)流量0．064m3，產(chǎn)沙量0．015kg。該次模擬降雨面平均雨量為44．1mm，僅占設(shè)計(jì)雨量的48．5%，加之前期土壤含水率低，因此產(chǎn)流量和產(chǎn)沙量都較小。第四次試驗(yàn)，小區(qū)內(nèi)種植的玉米已進(jìn)入成熟期，植株較高，植被覆蓋率為100%。試驗(yàn)時(shí)為減小風(fēng)力對(duì)人工模擬降雨的影響，將降雨架高度由6m減至4m。降雨27min后開始產(chǎn)流，歷時(shí)12min，產(chǎn)流量0．082m3，產(chǎn)沙量0．082kg。該次降雨面平均雨量為59．9mm，占到設(shè)計(jì)雨量的70．6%，但是由于小區(qū)前期土壤含水率低，僅為9.04%，故產(chǎn)流量和產(chǎn)沙量都較小。

(2)12°徑流小區(qū)。第一次試驗(yàn)，由于模擬降雨面平均雨量小(31．6mm)，雖然前期土壤含水率高達(dá)1503%，但該次降雨條件下該小區(qū)未產(chǎn)流。第二次試驗(yàn)，小區(qū)前期土壤含水率已接近飽和，植被覆蓋率達(dá)100%，降雨2min后開始產(chǎn)流，歷時(shí)58min，產(chǎn)流量1．513m3，產(chǎn)沙量20．9kg。第三次試驗(yàn)，小區(qū)前期土壤含水率11．41%、植被覆蓋率70%，降雨11min后開始產(chǎn)流，歷時(shí)42min，產(chǎn)流量0．156m3，產(chǎn)沙量0．044kg。該次模擬降雨面平均雨量較大，占到設(shè)計(jì)雨量的71．3%，但是由于前期土壤含水率低，故產(chǎn)流量和產(chǎn)沙量都較小。第四次試驗(yàn)，小區(qū)植被覆蓋率100%，降雨31min后開始產(chǎn)流，產(chǎn)流時(shí)間5min，產(chǎn)流量0．010m3，產(chǎn)沙量0．004kg。該次模擬降雨面平均雨量達(dá)到50．9mm，占到設(shè)計(jì)雨量的60．0%，但是受土壤含水率僅為10．59%的影響，產(chǎn)流量和產(chǎn)沙量都較小。

(3)15°徑流小區(qū)。由表4可知，第一次試驗(yàn)，小區(qū)前期土壤含水率為16．05%、植被覆蓋率為0，降雨30min后開始產(chǎn)流，歷時(shí)10min，產(chǎn)流量0．0165m3，產(chǎn)沙量0．133kg。第二次試驗(yàn)，土壤含水率已接近飽和，達(dá)20．65%，小區(qū)植被覆蓋率60%，降雨7min后開始產(chǎn)流，產(chǎn)流53min，產(chǎn)流量0．629m3，產(chǎn)沙量10.6kg。第三次試驗(yàn)在冬季進(jìn)行，小區(qū)植被覆蓋率為80%，由于前期土壤含水率低(10．41%)、面平均雨量偏小(43．3mm)，因此該次降雨在該小區(qū)未產(chǎn)流。第四次試驗(yàn)，小區(qū)植被覆蓋率100%，人工模擬降雨60min未產(chǎn)流，為檢驗(yàn)產(chǎn)流情況，在12:15將人工模擬降雨裝置閘門全開，以最大降雨強(qiáng)度連續(xù)降雨5min，于降雨64min后開始產(chǎn)流，產(chǎn)流5min，產(chǎn)流量0．022m3，產(chǎn)沙量0．036kg。該次模擬降雨歷時(shí)65min，面平均雨量達(dá)到61．1mm，占到設(shè)計(jì)雨量的72．1%，受前期土壤含水率(10．74%)較低、植被覆蓋率較高影響，該小區(qū)產(chǎn)流量和產(chǎn)沙量都較小。(4)梯地徑流小區(qū)。由表4可知，梯地徑流小區(qū)第一次試驗(yàn)在主汛期進(jìn)行，前期土壤含水率為17．46%，植被覆蓋率為20%，降雨2min后開始產(chǎn)流，產(chǎn)流48min，產(chǎn)流量1．146m3，產(chǎn)沙量1．93kg。第二次試驗(yàn)在冬季進(jìn)行，小區(qū)前期土壤含水率8．09%，植被覆蓋率90%，模擬降雨面平均雨量為58.5mm，由于前期土壤含水率過(guò)低，該次降雨在該小區(qū)未產(chǎn)流。第三次試驗(yàn)在9月份進(jìn)行，前期土壤含水率為8.48%，植被覆蓋率為100%，模擬降雨面平均雨量為54．1mm。該次試驗(yàn)該小區(qū)未產(chǎn)流，其主要原因也是梯地小區(qū)前期土壤含水率過(guò)低。

4結(jié)語(yǔ)

篇5

2數(shù)據(jù)挖掘技術(shù)應(yīng)用于電信用戶數(shù)據(jù)研究

2.1固網(wǎng)用戶數(shù)據(jù)的組成和結(jié)構(gòu)

對(duì)于企業(yè)來(lái)說(shuō)，大量的用戶數(shù)據(jù)不僅有利于客戶關(guān)系管理（CRM），同時(shí)也是獲得用戶知識(shí)的源泉。從用戶知識(shí)發(fā)現(xiàn)的過(guò)程中可以看到，用戶數(shù)據(jù)的質(zhì)量會(huì)對(duì)知識(shí)發(fā)現(xiàn)的結(jié)果產(chǎn)生直接的影響，所以用戶數(shù)據(jù)準(zhǔn)備也是一項(xiàng)很重要的步驟。從商業(yè)系統(tǒng)中提取出高質(zhì)量的用戶數(shù)據(jù)就成為一項(xiàng)最主要的工作。固網(wǎng)企業(yè)的用戶數(shù)據(jù)包括用戶基本信息、用戶賬單信息以及客服信息。數(shù)據(jù)倉(cāng)庫(kù)就是根據(jù)這種方式來(lái)組織的。

2.2知識(shí)發(fā)現(xiàn)的方法和過(guò)程

用戶知識(shí)發(fā)現(xiàn)概括如下：根據(jù)提出的商業(yè)目標(biāo)，分析大量的用戶數(shù)據(jù)，找出隱藏的和未知的規(guī)律或者豐富已知的規(guī)律，進(jìn)而提出模型；最后要將數(shù)據(jù)挖掘和分析的結(jié)果轉(zhuǎn)化成有商業(yè)意義的方法，然后采取進(jìn)一步的行動(dòng)。用戶知識(shí)發(fā)現(xiàn)必須遵循以下幾個(gè)步驟：商業(yè)理解，數(shù)據(jù)理解，數(shù)據(jù)準(zhǔn)備，分類模型，評(píng)估應(yīng)用。

2.3數(shù)據(jù)挖掘建立用戶分類模型

近年來(lái)，“以客戶為中心”的電信市場(chǎng)開始強(qiáng)調(diào)為不同用戶提供個(gè)性化服務(wù)，其前提條件就是用戶分類。這也說(shuō)明了過(guò)去的消費(fèi)行為也預(yù)示了未來(lái)的消費(fèi)傾向。

（1）商業(yè)理解

對(duì)用戶的理解不僅是理解電信市場(chǎng)的開始，也是理解客戶關(guān)系管理的開始。在電信企業(yè)中對(duì)用戶的理解包括：用戶種類，不同類中用戶的本質(zhì)屬性區(qū)別，用戶偏好，不同類別之間的用戶如何通信等。

（2）用戶數(shù)據(jù)準(zhǔn)備

對(duì)用戶分類的研究主要是從用戶屬性中得到用戶特征和行為習(xí)慣。主要數(shù)據(jù)來(lái)源于用戶賬單信息，同時(shí)也需要從商業(yè)系統(tǒng)中得到一些用戶的基本屬性信息。

（3）用戶分類模型

本文使用聚類分析對(duì)用戶進(jìn)行細(xì)分以建立分類模型。聚類分析是把大量數(shù)據(jù)點(diǎn)的集合根據(jù)最大化類內(nèi)相似性、最小化類間相似性的原則進(jìn)行聚類或分組，使得每個(gè)類中的數(shù)據(jù)之間最大限度地相似、而不同類中的數(shù)據(jù)之間最大限度地不同。

3固網(wǎng)漏話用戶數(shù)據(jù)分析

3.1關(guān)于固網(wǎng)漏話用戶數(shù)據(jù)分析的商業(yè)理解

通過(guò)各種渠道調(diào)查，對(duì)固網(wǎng)漏話用戶數(shù)據(jù)分析的目標(biāo)可以概括為以下幾點(diǎn)：

（1）對(duì)用戶通話次數(shù)、時(shí)間段等分析，找出特征，以此來(lái)尋找目標(biāo)用戶；

（2）對(duì)用戶開通漏話保護(hù)業(yè)務(wù)前后的ARPU值分析比較，分析收益的對(duì)比；

（3）對(duì)目標(biāo)用戶數(shù)據(jù)分析，從用戶分類的角度來(lái)管理，設(shè)計(jì)針對(duì)性的服務(wù)，提升用戶滿意度。

3.2系統(tǒng)用戶數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)準(zhǔn)備的過(guò)程：明確目標(biāo)；制定計(jì)劃；分析變量的獲取；數(shù)據(jù)收集和獲取；數(shù)據(jù)集成。根據(jù)當(dāng)前客戶關(guān)系管理基本狀況和數(shù)據(jù)挖掘的目的，涉及到的人口屬性變量有：性別、年齡、住址、用戶職業(yè)、婚否、學(xué)歷、薪資等。用戶分類結(jié)束之后，再使用描述變量來(lái)進(jìn)行分析說(shuō)明。本文選用某市電信公司運(yùn)營(yíng)支持系統(tǒng)和經(jīng)營(yíng)分析系統(tǒng)的數(shù)據(jù)，從中選取了基本客戶基本信息表、客戶詳細(xì)話表、賬單及繳費(fèi)信息表、產(chǎn)品信息表、業(yè)務(wù)使用清單等原始數(shù)據(jù)。數(shù)據(jù)挖掘工具選擇SPSSClementine。在使用該工具進(jìn)行挖掘之前，需要對(duì)數(shù)據(jù)進(jìn)行清洗：

（1）刪掉不滿足要求的數(shù)據(jù)：選擇普通的用戶；選擇狀態(tài)正常的用戶；選擇入網(wǎng)時(shí)間較長(zhǎng)的用戶，使數(shù)據(jù)有完整的用戶周期；

（2）去掉異常數(shù)據(jù)：比如用于測(cè)試的號(hào)碼；

（3）去掉極端值：不具備普遍性的極值容易產(chǎn)生噪聲。

3.3固網(wǎng)漏話用戶數(shù)據(jù)分析結(jié)果

考慮到不同分類建立的有效性和簡(jiǎn)便性，以及固話用戶和數(shù)據(jù)源的特點(diǎn)，本文采用常見的K-means算法，其高可靠性、高精準(zhǔn)性以及低復(fù)雜度使其成為主流的聚類算法。本文選用SPSSClementine作為數(shù)據(jù)挖掘工具進(jìn)行K-means聚類分析。獲取原始數(shù)據(jù)并進(jìn)行預(yù)處理之后，選擇參與聚類的細(xì)分變量，輸入簇的個(gè)數(shù)k，選擇k=7，然后點(diǎn)擊“聚類”按鈕，使用K-means算法對(duì)固網(wǎng)漏話用戶數(shù)據(jù)進(jìn)行聚類。經(jīng)過(guò)正常值選擇、極值處理等一系列的數(shù)據(jù)清洗工作，最后用于研究的記錄有251284條。

3.4分析結(jié)果和解釋

93%的遇忙話務(wù)都出現(xiàn)在8∶00~18∶00的工作時(shí)段，這說(shuō)明該時(shí)段遇忙話務(wù)較多，話務(wù)量流失嚴(yán)重，特別需要遇忙話務(wù)的解決方法。而這一時(shí)間段遇忙話務(wù)量最多的就是政企用戶，這些話務(wù)量流失對(duì)政企用戶將造成巨大的損失：30000政企用戶一個(gè)月遇忙話務(wù)損失達(dá)到260萬(wàn)次，本網(wǎng)超過(guò)120萬(wàn)次，每個(gè)月預(yù)計(jì)損失20萬(wàn)；以電信中等發(fā)達(dá)省份為例：符合條件的政企高端用戶約為60萬(wàn)；每年度損失的潛在業(yè)務(wù)收入為50000萬(wàn)。經(jīng)過(guò)分析，得到該市各地區(qū)已開通和未開通漏話保護(hù)業(yè)務(wù)的用戶分布，如圖4所示。C區(qū)屬于政務(wù)新區(qū)，未開通漏話業(yè)務(wù)的用戶較多，而F區(qū)屬于工業(yè)園區(qū)，企業(yè)較多，很多用戶已開通漏話保護(hù)業(yè)務(wù)，但是還有大量用戶未開通該業(yè)務(wù)，所以C區(qū)和F區(qū)應(yīng)該作為該業(yè)務(wù)的重點(diǎn)推廣地區(qū)。綜上分析，固網(wǎng)漏話業(yè)務(wù)是一個(gè)非常有潛力的業(yè)務(wù)，解決漏話問題是提高用戶滿意度和忠誠(chéng)度的重要途徑。根據(jù)上文的分析，在8∶00~18∶00時(shí)間段，用戶遇忙話務(wù)量非常多，在這段時(shí)間內(nèi)，企業(yè)需要更多的漏話接入服務(wù)器，而在其他時(shí)間段可以減少接入服務(wù)器以節(jié)約成本。而在不同的地區(qū)，用戶數(shù)量和精準(zhǔn)用戶的數(shù)量也不同，應(yīng)該選擇精準(zhǔn)用戶較為集中的地區(qū)優(yōu)先推廣漏話保護(hù)業(yè)務(wù)。由于精準(zhǔn)高端用戶帶來(lái)的收益遠(yuǎn)遠(yuǎn)超過(guò)普通用戶，所以要對(duì)經(jīng)過(guò)篩選的精準(zhǔn)用戶采取針對(duì)性措施，比如在C區(qū)和F區(qū)大力宣傳，以各種形式讓精準(zhǔn)客戶看到該業(yè)務(wù)帶來(lái)的收益，還可以電話推廣為精準(zhǔn)用戶提供信息。

篇6

2煤礦安全生產(chǎn)大數(shù)據(jù)分析系統(tǒng)

2.1大數(shù)據(jù)分析的概念大數(shù)據(jù)分析

是指數(shù)據(jù)量急劇積累迅速超出主流軟件工具和人類思維處理的極限，大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)比較起來(lái)，有四大特征：數(shù)據(jù)體量巨大（Volume）、數(shù)據(jù)類型繁多（Variety）、數(shù)據(jù)價(jià)值密度低（Value）、更新速度快時(shí)效高（Velocity）。大數(shù)據(jù)分析需要全新的數(shù)據(jù)處理理念和分析工具，洞察發(fā)現(xiàn)海量高速增長(zhǎng)信息中潛藏的價(jià)值［4］。從理念上，大數(shù)據(jù)分析與傳統(tǒng)數(shù)據(jù)分析有三大轉(zhuǎn)變：要全體不要抽樣，要效率不要絕對(duì)精確，要相關(guān)不要因果。針對(duì)大數(shù)據(jù)，既有的技術(shù)架構(gòu)和分析工具已經(jīng)無(wú)法滿足要求，需要全新的數(shù)據(jù)分析方法和技術(shù)，這其中包括：（1）大數(shù)據(jù)分析可視化方法；（2）大數(shù)據(jù)挖掘算法；（3）預(yù)測(cè)性分析能力；（4）語(yǔ)義處理能力；（5）數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理技術(shù)。

2.2大數(shù)據(jù)分析系統(tǒng)的建設(shè)

根據(jù)大數(shù)據(jù)處理和分析的理念，煤礦安全大數(shù)據(jù)分析系統(tǒng)的建設(shè)目標(biāo)包括：數(shù)據(jù)綜合集成、安全知識(shí)集成、三維虛擬可視化展示、煤礦安全動(dòng)態(tài)分析診斷。具體建設(shè)內(nèi)容包括：（1）基于物聯(lián)網(wǎng)/云計(jì)算技術(shù)的煤礦安全綜合數(shù)據(jù)庫(kù)。建設(shè)煤礦安全大數(shù)據(jù)分析診斷系統(tǒng)，首先要利用物聯(lián)網(wǎng)和云計(jì)算技術(shù)實(shí)現(xiàn)全面綜合的數(shù)據(jù)集成，將基礎(chǔ)空間和屬性數(shù)據(jù)、在線監(jiān)測(cè)的實(shí)時(shí)性數(shù)據(jù)、專業(yè)業(yè)務(wù)系統(tǒng)的事務(wù)性數(shù)據(jù)綜合集成起來(lái)，構(gòu)建煤礦安全綜合數(shù)據(jù)庫(kù)。（2）基于專家系統(tǒng)的煤礦安全專家知識(shí)庫(kù)。針對(duì)知識(shí)集成的目標(biāo)，整理規(guī)范規(guī)程體系中的經(jīng)驗(yàn)或者理論知識(shí)（煤礦安全規(guī)程、煤礦作業(yè)規(guī)程、三違行為知識(shí)、隱患界定知識(shí)、評(píng)估模型、設(shè)備操作規(guī)程知識(shí)、工種操作規(guī)程知識(shí)），構(gòu)建煤礦安全動(dòng)態(tài)分析診斷的專家知識(shí)庫(kù)。（3）建設(shè)三維虛擬礦井可視化平臺(tái)。針對(duì)信息和知識(shí)三維虛擬礦井可視化展示分析，主要的建設(shè)內(nèi)容是基于高精度地質(zhì)模型理論研究開發(fā)三維虛擬礦井平臺(tái)，實(shí)現(xiàn)地層建模、鉆孔建模、斷層建模、工作面建模和巷道建模等工作。然后，基于三維虛擬礦井平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)和知識(shí)可視化、煤礦安全生產(chǎn)活動(dòng)可視化、分析和決策過(guò)程可視化。（4）研發(fā)煤礦安全動(dòng)態(tài)分析系統(tǒng)。針對(duì)基于專家知識(shí)庫(kù)的煤礦安全生產(chǎn)分析決策，需要利用煤礦安全綜合數(shù)據(jù)庫(kù)中的基礎(chǔ)數(shù)據(jù)、實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)以及事務(wù)性數(shù)據(jù)，根據(jù)煤礦安全專家知識(shí)庫(kù)進(jìn)行煤礦安全生產(chǎn)狀況評(píng)估、推理和演繹，動(dòng)態(tài)分析診斷煤礦安全生產(chǎn)的現(xiàn)狀與趨勢(shì)、預(yù)測(cè)未來(lái)，并針對(duì)煤礦應(yīng)急現(xiàn)象做出科學(xué)合理的響應(yīng)對(duì)策。

篇7

1.引言

目前發(fā)展大數(shù)據(jù)產(chǎn)業(yè)已經(jīng)上升為國(guó)家戰(zhàn)略，大數(shù)據(jù)的價(jià)值也得到了社會(huì)的廣泛認(rèn)可。眾多研究[1-5]表明，大數(shù)據(jù)不僅為政府治理開辟了新思路，還是企業(yè)創(chuàng)新的重要源泉和高校科研的重要支撐。大數(shù)據(jù)交易平臺(tái)是整個(gè)大數(shù)據(jù)產(chǎn)業(yè)的基礎(chǔ)與核心，它使得數(shù)據(jù)資源可以在不同組織之間流動(dòng)，從而讓單個(gè)組織能夠獲得更多、更全面的數(shù)據(jù)。這樣不僅提高了數(shù)據(jù)資源的利用效率，更重要的是，當(dāng)一個(gè)組織擁有的數(shù)據(jù)資源不斷豐富和立體化，有助于其通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)更多的潛在規(guī)律，從而對(duì)內(nèi)提高自身的效率，對(duì)外促進(jìn)整個(gè)社會(huì)的不斷進(jìn)步。

在現(xiàn)有的大數(shù)據(jù)交易平臺(tái)上，數(shù)據(jù)供應(yīng)方和需求方各自供需信息，交易雙方瀏覽這些信息，如果發(fā)現(xiàn)合適的交易對(duì)象，則進(jìn)行大數(shù)據(jù)資源的買賣，交易平臺(tái)只作為信息中介存在。這類大數(shù)據(jù)交易的本質(zhì)，其實(shí)是單獨(dú)的大數(shù)據(jù)資源交易，現(xiàn)有平臺(tái)可以統(tǒng)稱為第一代大數(shù)據(jù)交易平臺(tái)。第一代大數(shù)據(jù)交易平臺(tái)在供需平衡、數(shù)據(jù)定價(jià)和時(shí)效性三個(gè)方面都存在較大的不足。本文針對(duì)這些不足進(jìn)行改進(jìn)，設(shè)計(jì)了一種全新的第二代大數(shù)據(jù)交易平臺(tái)，命名為：融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)，該平臺(tái)將數(shù)據(jù)資源交易與數(shù)據(jù)分析服務(wù)進(jìn)行深度融合，實(shí)現(xiàn)了數(shù)據(jù)與服務(wù)的一體化交易。本研究不僅為當(dāng)下正在建設(shè)的各類大數(shù)據(jù)交易平臺(tái)提供有益的借鑒，也豐富了大數(shù)據(jù)交易的基礎(chǔ)理論體系。

2.相關(guān)研究

目前大數(shù)據(jù)交易的相關(guān)研究中，比較有代表性的有：

（1）大數(shù)據(jù)的財(cái)產(chǎn)屬性和所有權(quán)。王玉林等[6]對(duì)大數(shù)據(jù)的財(cái)產(chǎn)屬性展開研究，認(rèn)為大數(shù)據(jù)的法律屬性會(huì)直接影響大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，而大數(shù)據(jù)交易實(shí)踐本身就反映出大數(shù)據(jù)具有財(cái)產(chǎn)屬性。但大數(shù)據(jù)與傳統(tǒng)的財(cái)產(chǎn)權(quán)客體存在較大不同，它符合信息財(cái)產(chǎn)的特征，是信息財(cái)產(chǎn)權(quán)的客體，應(yīng)受到相關(guān)法律的保護(hù)。齊愛民等[7]從宏觀的角度分析了國(guó)家對(duì)于其主權(quán)范圍內(nèi)數(shù)據(jù)的所有權(quán)，剖析了個(gè)人擁有的數(shù)據(jù)權(quán)以及數(shù)據(jù)的財(cái)產(chǎn)權(quán)。

（2）大數(shù)據(jù)的定價(jià)問題。劉朝陽(yáng)[8]對(duì)大數(shù)據(jù)的定價(jià)問題展開研究，首先分析了大數(shù)據(jù)的基本特征、價(jià)值特征等定價(jià)基礎(chǔ)。接著討論了效用價(jià)格論、成本價(jià)格論等定價(jià)模式。最后分析了大數(shù)據(jù)的定價(jià)策略，并對(duì)大數(shù)據(jù)定價(jià)的雙向不確定問題進(jìn)行了詳細(xì)論述。劉洪玉等[9]認(rèn)為在大數(shù)據(jù)交易過(guò)程中，由于缺乏足夠的歷史參考，其數(shù)據(jù)資源的交易價(jià)格很難確定，因此提出一種基于競(jìng)標(biāo)機(jī)制的魯賓斯坦模型，用于大數(shù)據(jù)交易雙方進(jìn)行討價(jià)還價(jià)，以求達(dá)成一個(gè)交易的均衡價(jià)格。翟麗麗等[10]從資產(chǎn)的期權(quán)價(jià)值角度來(lái)評(píng)估大數(shù)據(jù)資源的價(jià)值，并指出數(shù)據(jù)在不斷變化和更新，加上數(shù)據(jù)的非獨(dú)占性等情況的出現(xiàn)，數(shù)據(jù)資產(chǎn)的價(jià)值可能會(huì)下降，最后綜合這些因素構(gòu)建了一個(gè)評(píng)估模型來(lái)計(jì)算數(shù)據(jù)資產(chǎn)的價(jià)值。

（3）大數(shù)據(jù)交易的安全與隱私保護(hù)。史宇航[11]認(rèn)為非法的數(shù)據(jù)交易會(huì)對(duì)個(gè)人數(shù)據(jù)等高價(jià)值信息的安全造成影響，對(duì)非法數(shù)據(jù)交易的購(gòu)買方和協(xié)助方都應(yīng)進(jìn)行處罰。提出應(yīng)先明確數(shù)據(jù)的法律屬性，再以數(shù)據(jù)交易所為平臺(tái)進(jìn)行交易，并對(duì)數(shù)據(jù)交易所的法律地位進(jìn)行了分析。殷建立等[12]為應(yīng)對(duì)大數(shù)據(jù)時(shí)代數(shù)據(jù)采集、交易等過(guò)程中的安全問題，綜合考慮技術(shù)、政策和管理平臺(tái)等方面的因素，構(gòu)建了一種個(gè)人數(shù)據(jù)溯源管理體系，該體系可在數(shù)據(jù)應(yīng)用時(shí)實(shí)現(xiàn)個(gè)人數(shù)據(jù)的追蹤溯源，從而保護(hù)其個(gè)人隱私。王忠[13]認(rèn)為大數(shù)據(jù)環(huán)境下強(qiáng)大的數(shù)據(jù)需求會(huì)導(dǎo)致個(gè)人數(shù)據(jù)的非法交易，為應(yīng)對(duì)這種情況，應(yīng)該建立個(gè)人數(shù)據(jù)交易許可機(jī)制，通過(guò)發(fā)放交易許可證、拍賣授予等措施實(shí)現(xiàn)隱私保護(hù)。

（4）大數(shù)據(jù)交易的發(fā)展現(xiàn)狀與問題。楊琪等[14]認(rèn)為我國(guó)的大數(shù)據(jù)交易還處于行業(yè)發(fā)展的早期，大量數(shù)據(jù)源未被激活，原因是大數(shù)據(jù)產(chǎn)業(yè)價(jià)值鏈的各個(gè)專業(yè)環(huán)節(jié)發(fā)展滯后，并且對(duì)數(shù)據(jù)交易中的安全問題和隱私泄露等有較大的擔(dān)憂。應(yīng)該對(duì)數(shù)據(jù)產(chǎn)品進(jìn)行改造，使其更商品化，并且通過(guò)政府開放公共數(shù)據(jù)等措施逐漸消除數(shù)據(jù)流通中的安全顧慮。唐斯斯等[15]首先分析了我國(guó)大數(shù)據(jù)交易的發(fā)展特點(diǎn)、交易類型等現(xiàn)狀，接著指出目前大數(shù)據(jù)交易存在法律法規(guī)相對(duì)滯后、行業(yè)標(biāo)準(zhǔn)不完善、交易平臺(tái)定位不明確、數(shù)據(jù)質(zhì)量不高等問題，最后提出應(yīng)加快相關(guān)法律和標(biāo)準(zhǔn)建設(shè)，并推動(dòng)數(shù)據(jù)開放，加強(qiáng)交易方式的創(chuàng)新。

除了上述四個(gè)主要研究方向以外，李國(guó)杰等[16]從理論的角度分析了大數(shù)據(jù)研究在行業(yè)應(yīng)用和科學(xué)研究方面的重要作用，這從客觀上反映了大數(shù)據(jù)流通的必要性。涂永前等[17]認(rèn)為大數(shù)據(jù)時(shí)代企業(yè)管理和運(yùn)用數(shù)據(jù)資源的相關(guān)成本會(huì)成為企業(yè)的主要交易成本，這會(huì)改變企業(yè)的組織結(jié)構(gòu)，并導(dǎo)致企業(yè)邊界的變化，企業(yè)會(huì)進(jìn)行多方向的擴(kuò)張，這為促進(jìn)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的相關(guān)法律的制定提供了理論支持。總的來(lái)看，由于大數(shù)據(jù)交易本身屬于較新的領(lǐng)域，因此相關(guān)研究總體上較少，已有研究也大多集中在上述幾個(gè)研究方向上。實(shí)際上，大數(shù)據(jù)交易平臺(tái)是實(shí)現(xiàn)大數(shù)據(jù)交易的重要載體，是大數(shù)據(jù)資源流通轉(zhuǎn)換的主要節(jié)點(diǎn)，交易平臺(tái)本身需要隨著整個(gè)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，不斷的改進(jìn)和升級(jí)，而現(xiàn)有研究中恰恰缺少對(duì)大數(shù)據(jù)交易平臺(tái)本身進(jìn)行創(chuàng)新的研究。由此，本文針對(duì)現(xiàn)有大數(shù)據(jù)交易平臺(tái)的不足，結(jié)合實(shí)際設(shè)計(jì)了一種全新的融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)，為實(shí)踐和科研提供借鑒和參考。

3.現(xiàn)有大數(shù)據(jù)交易平臺(tái)的不足

大數(shù)據(jù)本身作為一種新興事物，當(dāng)把它作為一種商品進(jìn)行交易時(shí)，其交易平臺(tái)的設(shè)計(jì)很自然會(huì)參照傳統(tǒng)的商品交易模式，即：交易雙方先供求信息，再經(jīng)過(guò)討價(jià)還價(jià)，達(dá)到一個(gè)均衡的價(jià)格則成交，賣方將大數(shù)據(jù)資源經(jīng)過(guò)脫敏處理后，交付給買方。目前無(wú)論是政府主導(dǎo)的大數(shù)據(jù)交易所，還是企業(yè)或者高校創(chuàng)建的大數(shù)據(jù)交易平臺(tái)，都是采用類似的交易模式，這也是第一代大數(shù)據(jù)交易平臺(tái)的突出特點(diǎn)。實(shí)際上大數(shù)據(jù)與傳統(tǒng)商品有很大的區(qū)別，照搬傳統(tǒng)商品的交易模式會(huì)出現(xiàn)很多問題。本文將從供需平衡、數(shù)據(jù)定價(jià)和時(shí)效性三個(gè)方面分析現(xiàn)有大數(shù)據(jù)交易平臺(tái)的不足。

3.1 數(shù)據(jù)供需的錯(cuò)配

現(xiàn)有大數(shù)據(jù)交易平臺(tái)的第一點(diǎn)不足就是數(shù)據(jù)供需的錯(cuò)配，即：供應(yīng)方提供的數(shù)據(jù)資源往往不是需求方所需要的，而需求方需要的數(shù)據(jù)在交易平臺(tái)上找不到，即使有相近的數(shù)據(jù)資源，也存在很大的數(shù)據(jù)缺失或冗余，買回去也無(wú)法使用。對(duì)數(shù)據(jù)供應(yīng)方來(lái)說(shuō)，由于無(wú)法準(zhǔn)確預(yù)知數(shù)據(jù)買方多樣性的需求，它只能從自身角度出發(fā)，將可以公開的、并且自認(rèn)為有價(jià)值的數(shù)據(jù)資源放到平臺(tái)上待售。對(duì)需求各異的買方來(lái)說(shuō)，供應(yīng)方提供的標(biāo)準(zhǔn)數(shù)據(jù)很難與自己的應(yīng)用方向精準(zhǔn)匹配，這也是目前大數(shù)據(jù)交易還不夠活躍的原因。當(dāng)然，當(dāng)供需雙方建立初步聯(lián)系以后，供應(yīng)方甚至可以為需求方個(gè)性化定制大數(shù)據(jù)資源，但即使這樣，供需錯(cuò)配的問題仍然無(wú)法解決，原因就在于單個(gè)的數(shù)據(jù)供應(yīng)方無(wú)法提供多維的數(shù)據(jù)資源，只有多維的數(shù)據(jù)資源才具有較高的分析價(jià)值。

3.2 大數(shù)據(jù)資源定價(jià)困難

大數(shù)據(jù)資源定價(jià)困難是現(xiàn)有大數(shù)據(jù)交易平臺(tái)的第二點(diǎn)不足。大數(shù)據(jù)資源和普通商品不同，普通商品可以直接消費(fèi)或者作為再加工的原材料，其價(jià)值都可以通過(guò)最終的消費(fèi)品價(jià)格得到體現(xiàn)。而大數(shù)據(jù)本身的價(jià)值無(wú)法直接衡量，需求方購(gòu)買它的目的是作為數(shù)據(jù)分析的信息源，但是否能發(fā)現(xiàn)潛在的規(guī)律還未可知。因此無(wú)法在購(gòu)買前，準(zhǔn)確判斷出待售數(shù)據(jù)資源的價(jià)值大小。此外，需求方在不確定某大數(shù)據(jù)資源是否能真正能給組織帶來(lái)收益情況下，很難給出一個(gè)較高的價(jià)格，這在客觀上會(huì)影響數(shù)據(jù)供應(yīng)方的交易積極性，加大了供需雙方達(dá)成交易的難度。

3.3 數(shù)據(jù)的時(shí)效性不強(qiáng)

現(xiàn)有大數(shù)據(jù)交易平臺(tái)的第三點(diǎn)不足，就是數(shù)據(jù)資源的時(shí)效性不強(qiáng)。目前很多大數(shù)據(jù)交易平臺(tái)上待售的數(shù)據(jù)資源都以歷史數(shù)據(jù)為主，這是因?yàn)閿?shù)據(jù)資源在交易前需要經(jīng)歷脫敏處理，將涉及政府信息安全、企業(yè)商業(yè)機(jī)密和個(gè)人隱私等敏感信息進(jìn)行變換和替代。此外，供應(yīng)方還需要對(duì)原始數(shù)據(jù)進(jìn)行初步的清洗，整理成一定的數(shù)據(jù)格式集中存貯和交付，方便需求方進(jìn)行數(shù)據(jù)分析。由于一般的數(shù)據(jù)供應(yīng)方并不具備對(duì)大數(shù)據(jù)進(jìn)行實(shí)時(shí)脫敏和清洗的能力，只能將采集到的數(shù)據(jù)資源，經(jīng)過(guò)一段時(shí)間的離線處理后，再放到交易平臺(tái)上，所以只能供應(yīng)歷史數(shù)據(jù)。隨著社會(huì)節(jié)奏的不斷加快，歷史數(shù)據(jù)很可能并不能反映當(dāng)下的真實(shí)情況，越來(lái)越多的數(shù)據(jù)分析都需要用到實(shí)時(shí)數(shù)據(jù)作為信息源，這是未來(lái)大數(shù)據(jù)交易必須克服的一個(gè)短板。

4.融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)設(shè)計(jì)

本文提出將數(shù)據(jù)分析服務(wù)融合到目前的大數(shù)據(jù)交易中，以此來(lái)克服現(xiàn)有交易平臺(tái)的不足，本節(jié)將首先對(duì)數(shù)據(jù)分析服務(wù)進(jìn)行概念界定，再依次介紹平臺(tái)設(shè)計(jì)的總體思路和核心模塊的設(shè)計(jì)，具體如下。

4.1 數(shù)據(jù)分析服務(wù)的概念界定

數(shù)據(jù)分析是指運(yùn)用各類數(shù)據(jù)處理模型和信息技術(shù)手段，對(duì)數(shù)據(jù)資源進(jìn)行深度的挖掘，從而發(fā)現(xiàn)其中蘊(yùn)含的規(guī)律，作為管理決策的依據(jù)。數(shù)據(jù)分析本身是一種能力，如果一個(gè)組織將其數(shù)據(jù)分析能力提供給其他組織或個(gè)人，并收取一定的費(fèi)用，這就是數(shù)據(jù)分析服務(wù)。在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)資源不僅體量巨大而且種類多，對(duì)數(shù)據(jù)分析能力的要求不斷提高。在這種情況下，只有少數(shù)組織具備獨(dú)立處理大數(shù)據(jù)的能力，其他的組織比如大量的中小企業(yè)，都需要從組織外部尋求專業(yè)的數(shù)據(jù)分析服務(wù)，來(lái)滿足自身的需要。因此，數(shù)據(jù)分析服務(wù)和大數(shù)據(jù)資源一樣存在巨大的市場(chǎng)需求。

4.2 平臺(tái)設(shè)計(jì)的總體思路

本文將提出的融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)，定位為第二代大數(shù)據(jù)交易平臺(tái)，它將大數(shù)據(jù)資源交易與數(shù)據(jù)分析服務(wù)兩者進(jìn)行深度融合，在交易平臺(tái)上實(shí)現(xiàn)數(shù)據(jù)與服務(wù)的一體化交易。大數(shù)據(jù)交易平臺(tái)的角色也從原來(lái)的數(shù)據(jù)資源買賣的信息中介，轉(zhuǎn)變?yōu)榇髷?shù)據(jù)綜合服務(wù)商。在融合后的大數(shù)據(jù)交易平臺(tái)上，數(shù)據(jù)需求方不再提交數(shù)據(jù)資源的需求信息，而是直接提出自己的應(yīng)用方向和想要得到的結(jié)果，交易平臺(tái)再根據(jù)需求方的應(yīng)用方向，反向匹配數(shù)據(jù)資源和數(shù)據(jù)分析服務(wù)。這個(gè)匹配的過(guò)程不是單一的數(shù)據(jù)集或服務(wù)的查找，而是對(duì)全平臺(tái)的數(shù)據(jù)資源進(jìn)行有效整合，形成高價(jià)值的多維數(shù)據(jù)，再結(jié)合復(fù)合型的數(shù)據(jù)分析技術(shù)，得到最終的分析結(jié)果，最后將分析結(jié)果與基礎(chǔ)數(shù)據(jù)一同交付給需求方。交付基礎(chǔ)數(shù)據(jù)的目的，一是方便需求方進(jìn)行分析結(jié)果的對(duì)照，為決策提供更精準(zhǔn)的參考。二是需求方可以根據(jù)基礎(chǔ)數(shù)據(jù)進(jìn)行衍生挖掘，進(jìn)一步提高數(shù)據(jù)的利用效率。平臺(tái)設(shè)計(jì)的總體思路繪制成圖1。

圖1 平臺(tái)設(shè)計(jì)的總體思路

4.3 核心模塊的設(shè)計(jì)

融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)共劃分為四大模塊，具體如圖2所示。

圖2 融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)的主要模塊

系統(tǒng)管理模塊具體又分為用戶管理、系統(tǒng)維護(hù)和安全管理。安全管理是系統(tǒng)管理模塊的重點(diǎn)，主要包含三個(gè)方面的功能：第一，負(fù)責(zé)整個(gè)交易平臺(tái)的系統(tǒng)安全，通過(guò)對(duì)交易平臺(tái)進(jìn)行實(shí)時(shí)監(jiān)控，阻止外部的非法入侵行為，保障平臺(tái)的正常運(yùn)行。第二，對(duì)數(shù)據(jù)供應(yīng)方提交的數(shù)據(jù)資源進(jìn)行審核，如果發(fā)現(xiàn)是非法數(shù)據(jù)，則阻止其交易，并及時(shí)將有關(guān)情況反饋給相關(guān)的政府監(jiān)管部門，由它們進(jìn)行調(diào)查處理。第三，檢查所有數(shù)據(jù)是否經(jīng)過(guò)脫敏處理。如果發(fā)現(xiàn)部分?jǐn)?shù)據(jù)存在未脫敏或者脫敏不合格的情況，交易平臺(tái)將負(fù)責(zé)對(duì)該數(shù)據(jù)資源進(jìn)行脫敏處理，從而保護(hù)數(shù)據(jù)中的隱私不被泄露。

大數(shù)據(jù)資源池模塊、數(shù)據(jù)分析服務(wù)模塊和協(xié)同模塊是交易平臺(tái)的三大核心模塊，是數(shù)據(jù)與服務(wù)兩者融合并實(shí)現(xiàn)一體化交易的關(guān)鍵，本文接下來(lái)將對(duì)這三個(gè)核心模塊的功能進(jìn)行詳細(xì)設(shè)計(jì)。

4.3.1 大數(shù)據(jù)資源池模塊

大數(shù)據(jù)資源池模塊主要包含三個(gè)方面的功能：數(shù)據(jù)資源格式的整理、數(shù)據(jù)的多維度整合、大數(shù)據(jù)資源的云存貯。具體如下。

（1）數(shù)據(jù)資源格式的整理。由于大數(shù)據(jù)交易平臺(tái)上的數(shù)據(jù)資源來(lái)自不同的數(shù)據(jù)供應(yīng)方，因此其數(shù)據(jù)資源的格式會(huì)有較大的差異。如果不經(jīng)過(guò)格式整理就直接進(jìn)行數(shù)據(jù)分析，很可能會(huì)因部分?jǐn)?shù)據(jù)無(wú)法準(zhǔn)確讀取，而影響數(shù)據(jù)處理的效率，嚴(yán)重者還會(huì)導(dǎo)致數(shù)據(jù)分析中斷。數(shù)據(jù)資源格式整理的主要任務(wù)是將同一類型數(shù)據(jù)的格式進(jìn)行統(tǒng)一，對(duì)部分缺失的數(shù)據(jù)屬性進(jìn)行補(bǔ)充，對(duì)錯(cuò)誤的數(shù)據(jù)格式進(jìn)行修正。

（2）數(shù)據(jù)的多維度整合。在上文3.1中提到供需錯(cuò)配的一個(gè)重要原因，就是單個(gè)數(shù)據(jù)供應(yīng)方無(wú)法提供高價(jià)值的多維數(shù)據(jù)。所謂多維數(shù)據(jù)是包含用戶或者行業(yè)多個(gè)背景和情境的大數(shù)據(jù)資源，這些多維數(shù)據(jù)使用戶或行業(yè)多個(gè)側(cè)面的信息產(chǎn)生了關(guān)聯(lián)，有利于發(fā)現(xiàn)深層次的潛在規(guī)律。融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)應(yīng)該作為數(shù)據(jù)整合的主體，將單個(gè)數(shù)據(jù)供應(yīng)方提供的零散的數(shù)據(jù)資源，進(jìn)行多維度的整合，當(dāng)缺少某一個(gè)維度的數(shù)據(jù)時(shí)，再向相應(yīng)的數(shù)據(jù)供應(yīng)方進(jìn)行定向的采集，最后得到相對(duì)完整的多維數(shù)據(jù)，具有很高的分析價(jià)值。

（3）大數(shù)據(jù)資源的云存貯。大數(shù)據(jù)資源經(jīng)過(guò)格式整理和多維度整合以后，已經(jīng)可以作為數(shù)據(jù)分析服務(wù)的信息源。下一步就是將這些數(shù)據(jù)資源進(jìn)行統(tǒng)一的云存貯，以便數(shù)據(jù)分析服務(wù)調(diào)用。以往部分大數(shù)據(jù)資源由于體量巨大或?qū)崟r(shí)更新的需要，無(wú)法上傳到交易平臺(tái)上，或者只提供部分調(diào)用接口。融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)通過(guò)建立云存貯中心，將整合后的多維數(shù)據(jù)進(jìn)行統(tǒng)一存放和調(diào)用，有助于提高數(shù)據(jù)資源的存取效率。

4.3.2 數(shù)據(jù)分析服務(wù)模塊

數(shù)據(jù)分析服務(wù)模塊首先根據(jù)數(shù)據(jù)需求方的應(yīng)用方向，匹配出合適的多維數(shù)據(jù)資源，再選擇相應(yīng)的數(shù)據(jù)分析模型分配所需的計(jì)算能力，最后將得到的分析結(jié)果反饋給需求方。本文將數(shù)據(jù)分析服務(wù)劃分為三個(gè)大類：基礎(chǔ)性分析服務(wù)、高級(jí)分析服務(wù)、深度定制的分析服務(wù)。具體如下。

（1）基礎(chǔ)性分析服務(wù)。基礎(chǔ)性分析服務(wù)是指那些常規(guī)的數(shù)據(jù)統(tǒng)計(jì)，比如：總體中不同對(duì)象的占比分析，基于不同屬性的關(guān)聯(lián)分析或相關(guān)性分析等。這些分析服務(wù)耗時(shí)較短，分析技術(shù)較為簡(jiǎn)單，只要數(shù)據(jù)資源本身完備，就可以迅速得到結(jié)果。基礎(chǔ)性分析服務(wù)由大數(shù)據(jù)交易平臺(tái)本身來(lái)提供，可以面對(duì)不同的需求方，實(shí)現(xiàn)快速交付。

（2）高級(jí)分析服務(wù)。高級(jí)分析服務(wù)是指那些較為復(fù)雜的數(shù)據(jù)分析服務(wù)，比如：精準(zhǔn)的趨勢(shì)預(yù)測(cè)、全面的用戶興趣畫像、非結(jié)構(gòu)化的信息挖掘等。這些分析服務(wù)需要大量專業(yè)的數(shù)據(jù)處理技術(shù)，比如：興趣建模、視頻分析，音頻分析、深度語(yǔ)義分析等，必須由大數(shù)據(jù)交易平臺(tái)對(duì)接第三方的數(shù)據(jù)分析服務(wù)商，由它們來(lái)提供高級(jí)分析服務(wù)。大數(shù)據(jù)交易平臺(tái)在同一數(shù)據(jù)分析領(lǐng)域，應(yīng)引入多家數(shù)據(jù)分析服務(wù)商，通過(guò)動(dòng)態(tài)的競(jìng)爭(zhēng)，來(lái)保證服務(wù)的質(zhì)量。

（3）深度定制的分析服務(wù)。大數(shù)據(jù)分析目前還處在快速發(fā)展階段，很多前瞻性的技術(shù)還在試驗(yàn)當(dāng)中，應(yīng)該說(shuō)數(shù)據(jù)分析技術(shù)的發(fā)展相對(duì)于旺盛的現(xiàn)實(shí)需求來(lái)說(shuō)是滯后的。當(dāng)需要用的某一數(shù)據(jù)分析技術(shù)，在目前的市場(chǎng)上還找不到現(xiàn)成的提供方時(shí)，就需要大數(shù)據(jù)交易平臺(tái)為其進(jìn)行深度的定制，交易平臺(tái)通過(guò)多方位的研發(fā)能力評(píng)估，尋找合適的技術(shù)主體來(lái)進(jìn)行專門的技術(shù)攻關(guān)。

4.3.3 協(xié)同模塊

協(xié)同模塊主要包含兩個(gè)方面的功能：數(shù)據(jù)分析服務(wù)之間的技術(shù)協(xié)同、交易各方的管理協(xié)同。具體如下。

（1）數(shù)據(jù)分析服務(wù)之間的技術(shù)協(xié)同。在面臨較為復(fù)雜的數(shù)據(jù)分析任務(wù)時(shí)，可能需要用到多個(gè)領(lǐng)域的數(shù)據(jù)分析技術(shù)，這時(shí)單個(gè)的數(shù)據(jù)分析服務(wù)商可能無(wú)法獨(dú)立完成。因?yàn)椴煌男袠I(yè)領(lǐng)域，都有其行業(yè)技術(shù)的獨(dú)特性，需要長(zhǎng)時(shí)間的專業(yè)積累。在這種情況下，就需要多個(gè)數(shù)據(jù)分析服務(wù)商相互合作才能完成。數(shù)據(jù)分析服務(wù)之間的技術(shù)協(xié)同，就是通過(guò)一定的技術(shù)標(biāo)準(zhǔn)和操作規(guī)范，讓多個(gè)數(shù)據(jù)分析技術(shù)提供方，能夠在完成同一任務(wù)時(shí)，在技術(shù)上不沖突，能夠相互并行的完成對(duì)數(shù)據(jù)資源的處理，按時(shí)按質(zhì)的交付最終的分析結(jié)果。

（2）交易各方的管理協(xié)同。在融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)上，交易的參與者一共有四類，分別是數(shù)據(jù)資源的供應(yīng)方、數(shù)據(jù)分析服務(wù)商、需求方和交易平臺(tái)自身。數(shù)據(jù)需求方在提交自己的應(yīng)用方向和預(yù)期結(jié)果的同時(shí)，提交自己的交易預(yù)算。交易平臺(tái)根據(jù)需求方提交的應(yīng)用方向和預(yù)期結(jié)果，對(duì)數(shù)據(jù)資源和數(shù)據(jù)分析服務(wù)進(jìn)行反向的選擇。如果數(shù)據(jù)分析任務(wù)中只用到了基礎(chǔ)性分析服務(wù)，則整個(gè)交易為平臺(tái)方、需求方、數(shù)據(jù)資源供應(yīng)方的三方交易。如果某數(shù)據(jù)分析任務(wù)，平臺(tái)自身無(wú)法完成，需要用到第三方的數(shù)據(jù)分析服務(wù)商，則整個(gè)交易包含了全部四類參與者，是一個(gè)四方交易。交易的基本原則是實(shí)現(xiàn)參與各方的利益共享。交易各方的具體利益分配如圖3所示。

圖3 交易各方的利益分配

需求方希望在獲得預(yù)期結(jié)果的同時(shí)，其支付的成本在可接受的范圍內(nèi)。交易平臺(tái)在對(duì)數(shù)據(jù)和服務(wù)進(jìn)行反向匹配后，會(huì)出現(xiàn)兩種不同的情況：第一種情況是在原交易預(yù)算下，可以達(dá)到需求方預(yù)期的結(jié)果，則可成交。第二種情況是，原交易預(yù)算較低，在該預(yù)算下無(wú)法達(dá)到需求方要求的結(jié)果，這時(shí)交易平臺(tái)會(huì)和需求方溝通，提出新的報(bào)價(jià)，需求方經(jīng)過(guò)考慮后，與平臺(tái)進(jìn)行討價(jià)還價(jià)，它們?cè)趦r(jià)格上達(dá)成一致時(shí)才能完成交易。由于交易數(shù)據(jù)是整合后的多維數(shù)據(jù)，因此原始數(shù)據(jù)資源供應(yīng)方的收益，由平臺(tái)從總交易價(jià)中支付，具體的支付方式可分為平臺(tái)一次性買斷或按次數(shù)支付。同一數(shù)據(jù)資源對(duì)于不同的需求者來(lái)說(shuō)，其價(jià)值是不一樣的，融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)根據(jù)最終的一體化交易成交價(jià)，反向?qū)?shù)據(jù)資源進(jìn)行定價(jià)，相對(duì)于現(xiàn)有的大數(shù)據(jù)交易平臺(tái)來(lái)說(shuō)，是一種進(jìn)步。交易平臺(tái)的深度參與，會(huì)使數(shù)據(jù)交易的頻率加快，原始數(shù)據(jù)資源供應(yīng)方會(huì)獲得更多的收益。數(shù)據(jù)分析服務(wù)商根據(jù)具體的數(shù)據(jù)分析任務(wù)，直接參與由平臺(tái)發(fā)起的競(jìng)價(jià)，達(dá)成交易后由平臺(tái)支付。交易平臺(tái)本身的收益則是需求方支付額減去其他各方收益的差價(jià)。

5.融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)的優(yōu)勢(shì)

本文3.1到3.3中指出現(xiàn)有大數(shù)據(jù)交易平臺(tái)存在數(shù)據(jù)供需錯(cuò)配、大數(shù)據(jù)資源定價(jià)困難、數(shù)據(jù)的時(shí)效性不強(qiáng)三大不足。融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)作為改進(jìn)后的第二代大數(shù)據(jù)交易平臺(tái)，可以很好地克服上述三點(diǎn)不足。除了這三個(gè)方面的優(yōu)勢(shì)以外，由于融合后可實(shí)現(xiàn)數(shù)據(jù)與服務(wù)的一體化交易，這將擴(kuò)大交易對(duì)象的覆蓋范圍，提升交易的活力，具體如下。

5.1 直接面向應(yīng)用，從根本上避免了數(shù)據(jù)供需的錯(cuò)配

在融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)上，需求方對(duì)交易平臺(tái)直接提出應(yīng)用方向和預(yù)期結(jié)果。交易平臺(tái)對(duì)全平臺(tái)的數(shù)據(jù)進(jìn)行多維度整合，如果缺失某個(gè)維度的數(shù)據(jù)，可以進(jìn)行定向的采集和補(bǔ)充，最后形成高價(jià)值的多維數(shù)據(jù)。這些多維數(shù)據(jù)才是真正具有分析價(jià)值的數(shù)據(jù)資源，這是單個(gè)數(shù)據(jù)供應(yīng)方無(wú)法提供的。在得到多維數(shù)據(jù)后，結(jié)合平臺(tái)自身和第三方數(shù)據(jù)服務(wù)商的分析能力，得到最終的分析結(jié)果。交易平臺(tái)最后交付給需求方的是數(shù)據(jù)分析結(jié)果和基礎(chǔ)數(shù)據(jù)，這種直接面向最終應(yīng)用的大數(shù)據(jù)交易方式，從根本上避免了數(shù)據(jù)供需的錯(cuò)配。

5.2 融合后定價(jià)更有根據(jù)

在現(xiàn)有的大數(shù)據(jù)平臺(tái)上，數(shù)據(jù)需求方是將數(shù)據(jù)資源買回去以后自己分析，而在購(gòu)買數(shù)據(jù)資源之前，不能預(yù)知數(shù)據(jù)分析效果的好壞，因此無(wú)法進(jìn)行有效的價(jià)值判斷，這是定價(jià)困難的關(guān)鍵點(diǎn)。在融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)上，需求方不再直接對(duì)數(shù)據(jù)資源付費(fèi)，而是對(duì)最終的數(shù)據(jù)分析結(jié)果付費(fèi)，并且數(shù)據(jù)分析結(jié)果是根據(jù)需求方的要求反向定制的，是符合需求方利益的。需求方可以通過(guò)評(píng)估預(yù)期結(jié)果對(duì)自身的重要性或收益的改進(jìn)程度，給出適當(dāng)?shù)慕灰最A(yù)算。交易平臺(tái)以該預(yù)算為參照，對(duì)數(shù)據(jù)和服務(wù)進(jìn)行選擇，若出現(xiàn)原預(yù)算約束下無(wú)法實(shí)現(xiàn)預(yù)期結(jié)果的情況，交易平臺(tái)再與需求方進(jìn)行溝通，雙方討價(jià)還價(jià)后達(dá)成交易。這樣相對(duì)于現(xiàn)有的大數(shù)據(jù)交易平臺(tái)來(lái)說(shuō)，融合后定價(jià)更有依據(jù)。

5.3 融合后可提供實(shí)時(shí)數(shù)據(jù)

在融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)上，數(shù)據(jù)資源采用云存貯的模式，由平臺(tái)進(jìn)行統(tǒng)一管理，這提高了數(shù)據(jù)資源的安全性。在數(shù)據(jù)安全有保障的前提下，由交易平臺(tái)出面和數(shù)據(jù)資源供應(yīng)方進(jìn)行實(shí)時(shí)數(shù)據(jù)的對(duì)接，將實(shí)時(shí)數(shù)據(jù)納入大數(shù)據(jù)資源池中。對(duì)于單個(gè)的數(shù)據(jù)資源供應(yīng)方來(lái)說(shuō)，實(shí)時(shí)的數(shù)據(jù)脫敏難度太大。但大數(shù)據(jù)交易平臺(tái)不一樣，它可以利用規(guī)模優(yōu)勢(shì)，組建強(qiáng)大的計(jì)算能力，對(duì)大數(shù)據(jù)資源進(jìn)行實(shí)時(shí)的脫敏和清洗，極大地提高了數(shù)據(jù)資源的時(shí)效性。

5.4 融合后將擴(kuò)大交易對(duì)象的覆蓋范圍，提升交易的活力

融合后可實(shí)現(xiàn)數(shù)據(jù)和服務(wù)的一體化交易，讓很多自身不具備數(shù)據(jù)分析能力的組織和個(gè)人，也能方便地利用大數(shù)據(jù)，特別是大量的中小企業(yè)，這將大大增加交易對(duì)象的覆蓋范圍。

交易對(duì)象的增多會(huì)促進(jìn)交易頻率的增長(zhǎng)，從而為數(shù)據(jù)資源供應(yīng)方帶來(lái)更多的收益，這樣會(huì)提升它們參與交易的積極性，鼓勵(lì)它們供應(yīng)更多的數(shù)據(jù)資源，從而提升交易的活力，整個(gè)大數(shù)據(jù)交易行業(yè)就形成了正向循環(huán)的良好發(fā)展態(tài)勢(shì)。

6結(jié)語(yǔ)

本文對(duì)大數(shù)據(jù)交易平臺(tái)本身進(jìn)行了改進(jìn)與創(chuàng)新，設(shè)計(jì)了一種全新的第二代大數(shù)據(jù)交易平臺(tái)，即：融合數(shù)據(jù)分析服務(wù)的大數(shù)據(jù)交易平臺(tái)。該交易平臺(tái)可以直接面向需求方的應(yīng)用方向，實(shí)現(xiàn)數(shù)據(jù)和服務(wù)的一體化交易，不僅從根本上避免了數(shù)據(jù)供需的錯(cuò)配，還使大數(shù)據(jù)交易的定價(jià)更有依據(jù)，平臺(tái)的深度參也讓提供實(shí)時(shí)數(shù)據(jù)成為可能，這些將從整體上提升大數(shù)據(jù)交易的效率。融合后數(shù)據(jù)和服務(wù)的一體化交易降低了大數(shù)據(jù)應(yīng)用的技術(shù)門檻，鼓勵(lì)更多組織和個(gè)人參與，增加了交易活力。未來(lái)筆者將繼續(xù)關(guān)注大數(shù)據(jù)交易平臺(tái)的創(chuàng)新研究，為實(shí)際應(yīng)用和學(xué)術(shù)科研提供更多有益的參考。

參考文獻(xiàn)

[1]趙強(qiáng)，單煒.大數(shù)據(jù)政府創(chuàng)新：基于數(shù)據(jù)流的公共價(jià)值創(chuàng)造[J].中國(guó)科技論壇，2014（12）：23-27.

[2]徐繼華，馮啟娜，陳貞汝.智慧政府：大數(shù)據(jù)治國(guó)時(shí)代的來(lái)臨[M].北京：中信出版社，2014.

[3]李文蓮，夏健明.基于“大數(shù)據(jù)”的商業(yè)模式創(chuàng)新[J].中國(guó)工業(yè)經(jīng)濟(jì)，2013（5）：83-95.

[4]侯錫林，李天柱，馬佳，等.大數(shù)據(jù)環(huán)境下企業(yè)創(chuàng)新機(jī)會(huì)研究[J].科技進(jìn)步與對(duì)策，2014，31（24）：82-86.

[5]張峰，張迪.論大數(shù)據(jù)時(shí)代科研方法新特征及其影響[J].科學(xué)學(xué)研究，2016，34（2）：166-170，202.

[6]王玉林，高富平.大數(shù)據(jù)的財(cái)產(chǎn)屬性研究[J]。圖書與情報(bào)，2016（1）：29-35，43.

[7]齊愛民，盤佳.數(shù)據(jù)權(quán)、數(shù)據(jù)主權(quán)的確立與大數(shù)據(jù)保護(hù)的基本原則[J].蘇州大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2015（1）：64-70.

[8]劉朝陽(yáng).大數(shù)據(jù)定價(jià)問題分析[J].圖書情報(bào)知識(shí)，2016（1）：57-64.

[9]劉洪玉，張曉玉，侯錫林.基于討價(jià)還價(jià)博弈模型的大數(shù)據(jù)交易價(jià)格研究[J].中國(guó)冶金教育，2015（6）：86-91.

[10]翟麗麗，王佳妮，何曉燕.移動(dòng)云計(jì)算聯(lián)盟企業(yè)數(shù)據(jù)資產(chǎn)評(píng)估方法研究[J].價(jià)格理論與實(shí)踐，2016（2）：153-156.

[11]史宇航.個(gè)人數(shù)據(jù)交易的法律規(guī)制[J].情報(bào)理論與實(shí)踐，2016，39（5）：34-39.

[12]殷建立，王忠.大數(shù)據(jù)環(huán)境下個(gè)人數(shù)據(jù)溯源管理體系研究[J].情報(bào)科學(xué)，2016，34（2）：139-143.

[13]王忠.大數(shù)據(jù)時(shí)代個(gè)人數(shù)據(jù)交易許可機(jī)制研究[J].理論月刊，2015（6）：131-135.

篇8

2電力在線監(jiān)測(cè)過(guò)程中異常數(shù)據(jù)的分析和解讀

根據(jù)《國(guó)家電網(wǎng)報(bào)》的報(bào)道可以看到，在2014年，在南方某地區(qū)電力工作人員通過(guò)監(jiān)測(cè)發(fā)現(xiàn)轄區(qū)內(nèi)的一個(gè)電度表出現(xiàn)了電壓不穩(wěn)的情況，這種情況的出現(xiàn)，就淺析“量?jī)r(jià)費(fèi)損”在線監(jiān)測(cè)過(guò)程中異常數(shù)據(jù)分析及處理?xiàng)罹陣?guó)網(wǎng)山東鄄城縣供電公司274600說(shuō)明此電表所管轄的區(qū)域內(nèi)有違規(guī)用電戶，或者是記電表出現(xiàn)了問題。通過(guò)工作人員的連夜分析，發(fā)現(xiàn)是記電表的內(nèi)部芯片出現(xiàn)了問題，正是因?yàn)檫@個(gè)問題才導(dǎo)致了整個(gè)電力系統(tǒng)的不穩(wěn)。工作人員將所有記電表的內(nèi)置芯片全部更換，發(fā)現(xiàn)電力系統(tǒng)開始正常運(yùn)行，芯片更換后，追補(bǔ)到了六千余瓦電量，取得了階段性內(nèi)的成功。這就說(shuō)明，通過(guò)監(jiān)測(cè)發(fā)現(xiàn)了數(shù)據(jù)異常后，需要及時(shí)的分析才能排除可能，從而“對(duì)癥下藥”。

3如何處理電力監(jiān)測(cè)中的異常問題

隨著科技和時(shí)代的發(fā)展“，量?jī)r(jià)費(fèi)損”在線系統(tǒng)在國(guó)家電網(wǎng)公司逐步實(shí)施使用，此種工具有著不同功能和作用，使用得當(dāng)可以為企業(yè)增加經(jīng)濟(jì)效益，如果使用不得當(dāng)那么就會(huì)引起一系列的問題。國(guó)家電網(wǎng)公司在2013年上線試點(diǎn)了電力在線監(jiān)測(cè)系統(tǒng)，對(duì)多個(gè)城市開展全面性的試點(diǎn)監(jiān)測(cè)。主要工作原理是通過(guò)第三方平臺(tái)，對(duì)區(qū)域內(nèi)的用電量、電價(jià)、電力傳輸線路等細(xì)節(jié)進(jìn)行監(jiān)測(cè)，如果在監(jiān)測(cè)過(guò)程中發(fā)現(xiàn)了任何異常問題，就自動(dòng)采用“閉環(huán)協(xié)調(diào)運(yùn)作”的形式，可以讓工作人員在第一時(shí)間了解問題，從而解決問題。這個(gè)監(jiān)測(cè)工具可以深入到用電系統(tǒng)的方方面面，將以往遺漏的地方全都納入監(jiān)測(cè)之中。通過(guò)監(jiān)測(cè)工具形成了按時(shí)匯報(bào)，定點(diǎn)處理的營(yíng)銷機(jī)制，從根本上為復(fù)雜多樣的電力系統(tǒng)監(jiān)測(cè)提供了高效優(yōu)良手段。

3.1“量?jī)r(jià)費(fèi)損”在線監(jiān)測(cè)工具的運(yùn)行機(jī)制

此監(jiān)測(cè)工具主要是進(jìn)行電力預(yù)警，將有可能出現(xiàn)的問題以形象直觀的方式及時(shí)反饋。一般來(lái)說(shuō)，監(jiān)測(cè)工具是使用多種類型的監(jiān)測(cè)盤構(gòu)成的，不同的監(jiān)測(cè)盤負(fù)責(zé)監(jiān)測(cè)電力系統(tǒng)的不同方面。監(jiān)測(cè)盤可以通過(guò)人工定時(shí)的方式自動(dòng)刷新，沒更新一次數(shù)據(jù)就是一次新的監(jiān)測(cè)。通過(guò)監(jiān)測(cè)盤，可以展現(xiàn)出電費(fèi)、電價(jià)、電力使用情況等方方面面的數(shù)據(jù)，各種數(shù)據(jù)指標(biāo)都是各電力工作人員需要著重構(gòu)建用電系統(tǒng)的依據(jù)。其中不同顏色表示風(fēng)險(xiǎn)預(yù)警的不同狀態(tài)，如果是紅色，那么就說(shuō)明電力系統(tǒng)存在高危風(fēng)險(xiǎn)，此時(shí)應(yīng)該特別注意，全力排查有關(guān)問題。監(jiān)測(cè)盤的指針如果落到了黃色區(qū)域，那就說(shuō)明高危風(fēng)險(xiǎn)出現(xiàn)的幾率增加，此時(shí)應(yīng)該防患于未然，如果指針在綠色區(qū)域，就說(shuō)明一切指標(biāo)和數(shù)據(jù)處于一個(gè)安全的狀態(tài)內(nèi)，所有用電系統(tǒng)一切正常。

3.2“量?jī)r(jià)費(fèi)損”監(jiān)測(cè)過(guò)程中的問題預(yù)測(cè)

在電力監(jiān)測(cè)過(guò)程中，除了有不同顏色的標(biāo)注之外，還有彈出窗口作為提醒。這區(qū)別于不同的顏色風(fēng)險(xiǎn)區(qū)域，可以以更加醒目的方式提醒有關(guān)人員，引起全部人員的注意力。在電力監(jiān)測(cè)過(guò)程中會(huì)發(fā)現(xiàn)，電費(fèi)問題一直是一個(gè)難以解決的重要難題。因?yàn)橛秒姂舴倍啵瑳]法及時(shí)將電費(fèi)收回，影響了電力公司的正常運(yùn)轉(zhuǎn)。而在監(jiān)測(cè)工具中，新增了智能運(yùn)算這一個(gè)過(guò)程，可以通過(guò)有關(guān)程序，計(jì)算出有關(guān)的電費(fèi)和電價(jià)，從而對(duì)相應(yīng)的用電客戶做出提醒，降低電力系統(tǒng)的風(fēng)險(xiǎn)，這種省時(shí)省力的方式受到了良好的效果。

3.3“量?jī)r(jià)費(fèi)損”在線監(jiān)測(cè)的優(yōu)點(diǎn)

在線監(jiān)測(cè)工具在用電系統(tǒng)中的廣泛應(yīng)用，使得各大城市可以在宏觀上把握各大電網(wǎng)的運(yùn)行狀態(tài)。對(duì)于供電企業(yè)的決策處理水平有了一個(gè)很大的提高。供電企業(yè)的數(shù)據(jù)分析擺脫了低效的機(jī)制，從而構(gòu)建了一個(gè)全新的用電管理系統(tǒng)。對(duì)于廣大市民來(lái)說(shuō)，此種監(jiān)測(cè)工具成為了溝通用電戶和電力公司的橋梁，在二者之間建立起一個(gè)良好的信譽(yù)體系，促進(jìn)了節(jié)約用電的意識(shí)，規(guī)范了用電機(jī)制和模式。可以保證日常生活中電費(fèi)的順利上繳和回收。此種用電監(jiān)測(cè)工具能在源頭上防止不正確的用電行為，保證了供電企業(yè)的經(jīng)濟(jì)效益。可以確保供電企業(yè)的資金合理運(yùn)轉(zhuǎn)，杜絕了以往用電過(guò)多、蓄意浪費(fèi)等不良行為。如果有蓄意欠費(fèi)用戶，也可以通過(guò)監(jiān)測(cè)第一時(shí)間發(fā)現(xiàn)，從而避免了供電企業(yè)的經(jīng)濟(jì)損失。根據(jù)調(diào)查表明，在監(jiān)測(cè)工具使用后，違章用電客戶比之前減少了百分之六十，大大增強(qiáng)了電力資源的利用率。

篇9

BI商業(yè)智能軟件一般都會(huì)提供若干數(shù)據(jù)整合、數(shù)據(jù)查詢、分析與評(píng)價(jià)、數(shù)據(jù)可視化及數(shù)據(jù)分享的手段，但是在BI項(xiàng)目的構(gòu)建與實(shí)施過(guò)程中，如果不按照一定的應(yīng)用組織思路、數(shù)據(jù)分析模式及分析流程使用這些工具或手段，呈現(xiàn)給最終用戶的將是獨(dú)立的工具集和離散的分析內(nèi)容，BI系統(tǒng)的整體應(yīng)用效果將大打折扣。同時(shí)，最終用戶也了解數(shù)據(jù)分析模式及數(shù)據(jù)分析流程方面的一些常用理論和方法，以便形成自己的分析內(nèi)容組織思路，從而有效開展數(shù)據(jù)決策分析工作。這方面目前已有多種卓有成效的理論及實(shí)踐體系，本文基于既往經(jīng)歷的典型BI/DW項(xiàng)目實(shí)施經(jīng)驗(yàn)及對(duì)BI軟件規(guī)劃研發(fā)和實(shí)施經(jīng)驗(yàn)，給出一種BI系統(tǒng)中的數(shù)據(jù)分析內(nèi)容及分析流程組織思路。

1.整體應(yīng)用模式

在商業(yè)智能項(xiàng)目(DW/BI項(xiàng)目)中，通過(guò)梳理和優(yōu)化現(xiàn)有的指標(biāo)、報(bào)表體系和分析體系，同時(shí)整合主要的業(yè)務(wù)系統(tǒng)數(shù)據(jù)(業(yè)務(wù)核心支撐系統(tǒng)、財(cái)務(wù)系統(tǒng)、HR系統(tǒng)、手工維護(hù)的數(shù)據(jù)如行業(yè)數(shù)據(jù)、競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)據(jù)等)，從而建立面向總部和子公司的業(yè)務(wù)及IT等部門，集中使用、管理和維護(hù)的BI商業(yè)智能系統(tǒng)，以強(qiáng)化信息共享、業(yè)務(wù)分析、輔助管理決策工作。

在系統(tǒng)構(gòu)建思路(系統(tǒng)整體應(yīng)用模式)方面，面向數(shù)據(jù)分析的BI商業(yè)智能系統(tǒng)構(gòu)建工作應(yīng)達(dá)到如下目標(biāo)：

2.數(shù)據(jù)分析模式

在數(shù)據(jù)分析的原理及模式方面，BI商業(yè)智能系統(tǒng)可采取PDCA管理循環(huán)理論的分析問題的模式，PDCA管理循環(huán)理論起初應(yīng)用于質(zhì)量檢查與保障優(yōu)化領(lǐng)域，后來(lái)在精細(xì)化管理及數(shù)據(jù)分析與決策領(lǐng)域卓有成效。

應(yīng)用在商業(yè)智能項(xiàng)目(BI/DW類)中時(shí)，PDCA管理循環(huán)理論的P、D、C、A四個(gè)英文字母所代表的意義如下：

1)P(Plan)——計(jì)劃

包括方針和目標(biāo)的確定以及活動(dòng)計(jì)劃的制定，包括業(yè)務(wù)發(fā)展目標(biāo)(goal)，中期計(jì)劃(plan)，年度、季度及月度預(yù)算等(budget)。

計(jì)劃環(huán)節(jié)的內(nèi)容觸發(fā)了BI商業(yè)智能系統(tǒng)應(yīng)當(dāng)具有導(dǎo)入并集成計(jì)劃與預(yù)算等相關(guān)數(shù)據(jù)的能力這一要求，而計(jì)劃及預(yù)算的制定工作，一般則是通過(guò)在專項(xiàng)的計(jì)劃與預(yù)算管理系統(tǒng)中進(jìn)行。也有個(gè)別BI廠商基于自定義的填報(bào)方案為客戶提供計(jì)劃和預(yù)算的下發(fā)與上報(bào)等管理功能。

2)D(DO)——執(zhí)行

執(zhí)行就是具體運(yùn)作，實(shí)現(xiàn)計(jì)劃中的內(nèi)容。在BI商業(yè)智能系統(tǒng)需要對(duì)及時(shí)、準(zhǔn)確的反應(yīng)業(yè)務(wù)的現(xiàn)狀提供必要的、充分的手段，包括圍繞業(yè)務(wù)整體狀況及各個(gè)業(yè)務(wù)面構(gòu)建的Dashboard、報(bào)表、查詢、預(yù)警及其他數(shù)據(jù)分析及可視化手段。

有比較才能明了現(xiàn)狀，有參照才能進(jìn)行比較。因此BI商業(yè)智能系統(tǒng)還應(yīng)該提供來(lái)自內(nèi)部、外部的參照體系，比如計(jì)劃數(shù)據(jù)、歷史數(shù)據(jù)、標(biāo)桿數(shù)據(jù)、競(jìng)爭(zhēng)數(shù)據(jù)等，以便對(duì)業(yè)務(wù)現(xiàn)狀的健康程度有足夠的參照依據(jù)。

3)C(Check)——檢查

就是要檢查并總結(jié)執(zhí)行計(jì)劃的結(jié)果，分清哪些對(duì)了，哪些錯(cuò)了，明確效果，找出問題。

在BI商業(yè)智能系統(tǒng)中，應(yīng)提供相應(yīng)的對(duì)比和評(píng)價(jià)手段，如各類計(jì)劃的達(dá)成情況分析、標(biāo)桿分析、綜合績(jī)效評(píng)價(jià)、EVA評(píng)價(jià)等手段，以便對(duì)一個(gè)業(yè)務(wù)周期的效果進(jìn)行分析與評(píng)價(jià)。

該部分的分析粒度應(yīng)有所提高(如沿著時(shí)間、人員等維度)，分析的范圍相應(yīng)縮窄，結(jié)合管理及業(yè)務(wù)現(xiàn)狀有針對(duì)性對(duì)總體及關(guān)鍵業(yè)務(wù)環(huán)節(jié)設(shè)立專項(xiàng)檢查與評(píng)價(jià)手段，檢查評(píng)價(jià)的內(nèi)容一般集中在業(yè)務(wù)效率及財(cái)務(wù)表現(xiàn)等方面。

4)A(Action)——處理

對(duì)上文Check環(huán)節(jié)檢查的結(jié)果進(jìn)行處理，管理人員通過(guò)仔細(xì)分析內(nèi)在原因之后對(duì)檢車結(jié)果認(rèn)可、否定或調(diào)整改進(jìn)相關(guān)參數(shù)及結(jié)果。并利用有效的結(jié)果針對(duì)性的開展相關(guān)商務(wù)政策及管理措施等。

比如，在既往實(shí)施的多個(gè)經(jīng)銷商網(wǎng)絡(luò)管理商業(yè)智能項(xiàng)目中，Action環(huán)節(jié)落實(shí)為相應(yīng)銷售政策、獎(jiǎng)罰措施及總部向各經(jīng)銷商、商的利潤(rùn)返還計(jì)劃，同時(shí)也落實(shí)為對(duì)下一輪業(yè)務(wù)目標(biāo)計(jì)劃數(shù)據(jù)的調(diào)整。

3.數(shù)據(jù)分析流程

篇10

1引言

本課題來(lái)源于中央廣播電視大學(xué)教務(wù)管理系統(tǒng)的后續(xù)開發(fā)。隨著中央電大在開放式教育思想指導(dǎo)下的教學(xué)改革的展開，系統(tǒng)業(yè)務(wù)量急劇猛增，原有的教學(xué)管理系統(tǒng)已經(jīng)逐漸的滿足不了應(yīng)用需求。所以新一代教學(xué)管理系統(tǒng)正在開發(fā)中，同時(shí)由于教育業(yè)務(wù)本身的連貫性，導(dǎo)致了新舊系統(tǒng)并行的局面出現(xiàn)。但是由于新舊系統(tǒng)間缺少關(guān)聯(lián)和通信以及必要的規(guī)范，導(dǎo)致信息“孤島”現(xiàn)象嚴(yán)重，而舊系統(tǒng)又恰恰是電大不可放棄的重要投資。同時(shí)由于各個(gè)系統(tǒng)集成度不足，運(yùn)行業(yè)務(wù)的數(shù)據(jù)庫(kù)和應(yīng)用程序也是在不同時(shí)期部署的，它們來(lái)自不同的供應(yīng)商，使用各不相同的定制技術(shù)。從而面臨著如何構(gòu)建一個(gè)強(qiáng)壯的、可靠的，將新舊系統(tǒng)中的分散功能組織成可共用的標(biāo)準(zhǔn)服務(wù)來(lái)滿足業(yè)務(wù)要求的平臺(tái)，成為我們需要研究的難點(diǎn)。

通過(guò)實(shí)踐我們可以發(fā)現(xiàn)，應(yīng)用程序始終都與數(shù)據(jù)有關(guān)，企業(yè)級(jí)的服務(wù)程序更是如此。今天，企業(yè)應(yīng)用程序開發(fā)中有高達(dá)70％的時(shí)間都是用于訪問不同的數(shù)據(jù)。因此，對(duì)企業(yè)信息和數(shù)據(jù)按業(yè)務(wù)邏輯進(jìn)行梳理和抽取，形成企業(yè)數(shù)據(jù)的統(tǒng)一表現(xiàn)實(shí)體，該實(shí)體可以在全企業(yè)范圍內(nèi)得到一致性的使用，是邁向面向服務(wù)的體系架構(gòu)的第一步。因此我們提出了主題數(shù)據(jù)平臺(tái)的概念。

2主題數(shù)據(jù)平臺(tái)結(jié)構(gòu)

主題數(shù)據(jù)平臺(tái)結(jié)構(gòu)見圖1。主題數(shù)據(jù)平臺(tái)由：主題數(shù)據(jù)服務(wù)層、數(shù)據(jù)處理構(gòu)件、數(shù)據(jù)處理管道、適配器構(gòu)件組成。

圖1數(shù)據(jù)主題平臺(tái)的設(shè)計(jì)構(gòu)架

主題數(shù)據(jù)服務(wù)層：是底層接口與上層應(yīng)用的中間層，用于屏蔽底層接口，向上提供統(tǒng)一的服務(wù)。有兩種角色：一種角色是數(shù)據(jù)中轉(zhuǎn)站，用于保存臨時(shí)數(shù)據(jù)，并等數(shù)據(jù)傳輸完整之后，進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行分析和處理；另一種角色是主題數(shù)據(jù)服務(wù)層角色，用于保存數(shù)據(jù)處理的最終結(jié)果：主題數(shù)據(jù)。

數(shù)據(jù)處理構(gòu)件：是數(shù)據(jù)處理的基礎(chǔ)構(gòu)件，每一個(gè)數(shù)據(jù)處理構(gòu)件都封裝了一部分相對(duì)獨(dú)立的數(shù)據(jù)處理邏輯，包括刪除不需要的數(shù)據(jù)、補(bǔ)充缺少的數(shù)據(jù)、對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的四則運(yùn)算、代碼轉(zhuǎn)換和按主題建立新的數(shù)據(jù)結(jié)構(gòu)等功能。

數(shù)據(jù)處理管道：是由多個(gè)數(shù)據(jù)處理構(gòu)件組成，它合理的組合和安排這些數(shù)據(jù)處理構(gòu)件，從而完成復(fù)雜的數(shù)據(jù)處理邏輯。

適配器構(gòu)件：用于實(shí)現(xiàn)異構(gòu)數(shù)據(jù)庫(kù)與數(shù)據(jù)處理管道的無(wú)縫連接，從而能夠方便的從異構(gòu)數(shù)據(jù)庫(kù)中抽取或插入數(shù)據(jù)。

3基于局域網(wǎng)的主題數(shù)據(jù)平臺(tái)的實(shí)現(xiàn)方案

基于局域網(wǎng)的主題數(shù)據(jù)平臺(tái)的實(shí)現(xiàn)方案見圖2。

圖2基于局域網(wǎng)的數(shù)據(jù)主題平臺(tái)的實(shí)現(xiàn)方案

由于局域網(wǎng)有著：網(wǎng)絡(luò)傳輸速度快、網(wǎng)絡(luò)故障率低、即時(shí)性強(qiáng)、服務(wù)器固定等優(yōu)點(diǎn)。所以我們采用：DTS技術(shù)、Nmake技術(shù)、臨時(shí)庫(kù)等技術(shù)來(lái)解決基于局域網(wǎng)的主題數(shù)據(jù)平臺(tái)的實(shí)現(xiàn)問題。

3.1DTS技術(shù)的應(yīng)用

采用DTS技術(shù)可以實(shí)現(xiàn)在局域網(wǎng)中從異構(gòu)的數(shù)據(jù)庫(kù)中提取或插入數(shù)據(jù)，并能對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的邏輯操作。它可以把相對(duì)獨(dú)立的數(shù)據(jù)處理邏輯封裝在對(duì)應(yīng)的DTS包中，從而把公用的數(shù)據(jù)處理邏輯從數(shù)據(jù)處理業(yè)務(wù)中提煉了出來(lái)，以備復(fù)用。并提供了工作流支持，保證了DTS包中數(shù)據(jù)處理業(yè)務(wù)的事務(wù)性和完整性。

⑴適配器構(gòu)件

適配器構(gòu)件只是一個(gè)數(shù)據(jù)處理通道和異構(gòu)數(shù)據(jù)源的連接器，它負(fù)責(zé)從異構(gòu)數(shù)據(jù)源中抽取或者插入數(shù)據(jù)并將數(shù)據(jù)轉(zhuǎn)移到數(shù)據(jù)處理通道中。每一個(gè)數(shù)據(jù)源對(duì)應(yīng)一個(gè)或多個(gè)適配器構(gòu)件，每個(gè)適配器構(gòu)件包含在對(duì)應(yīng)的DTS包中。整個(gè)DTS包中包含一個(gè)原數(shù)據(jù)源、一個(gè)目標(biāo)數(shù)據(jù)源和一個(gè)數(shù)據(jù)對(duì)應(yīng)轉(zhuǎn)換任務(wù)。將整個(gè)數(shù)據(jù)轉(zhuǎn)換邏輯封裝為一個(gè)構(gòu)件，有利于適配器構(gòu)件的復(fù)用。

⑵數(shù)據(jù)處理構(gòu)件

數(shù)據(jù)處理構(gòu)件封裝了數(shù)據(jù)處理邏輯，這些處理邏輯由數(shù)據(jù)業(yè)務(wù)驅(qū)動(dòng)，包括刪除不需要的數(shù)據(jù)、從不同的數(shù)據(jù)來(lái)源補(bǔ)齊缺少的數(shù)據(jù)、對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的四則運(yùn)算、不同信息系統(tǒng)之間的代碼轉(zhuǎn)換等功能。數(shù)據(jù)處理邏輯按其獨(dú)立性和公用性被封裝在不同的DTS包中，增強(qiáng)了數(shù)據(jù)處理構(gòu)件的可變性和復(fù)用性。DTS包提供了驗(yàn)證機(jī)制這既可以保證數(shù)據(jù)處理邏輯的正確性，又可以保證數(shù)據(jù)處理邏輯的事務(wù)性。DTS包內(nèi)包含工作流，可以針對(duì)不同的情況做出不同的處理，極大地提高了數(shù)據(jù)處理構(gòu)件的復(fù)用性，并可對(duì)業(yè)務(wù)性錯(cuò)誤做出必要的處理。

3.2Nmake技術(shù)的應(yīng)用

Microsoft程序維護(hù)實(shí)用工具Nmake是一個(gè)32位基于說(shuō)明文件中包含的命令生成項(xiàng)目的工具。NMake具有豐富的選項(xiàng)，可以完成復(fù)雜的處理操作，并有樹狀文件任務(wù)處理結(jié)構(gòu)，并且易于編寫，結(jié)構(gòu)清晰，對(duì)于實(shí)現(xiàn)復(fù)雜的數(shù)據(jù)處理業(yè)務(wù)提供了很大的方便。采用Nmake技術(shù)可以有效的將結(jié)構(gòu)松散的、相對(duì)獨(dú)立的數(shù)據(jù)處理構(gòu)件聚合起來(lái)，從而能夠處理復(fù)雜的數(shù)據(jù)處理業(yè)務(wù)。

數(shù)據(jù)處理管道

數(shù)據(jù)處理管道是將數(shù)據(jù)處理構(gòu)件有機(jī)的組合起來(lái)并封裝好，對(duì)主題數(shù)據(jù)服務(wù)層提供統(tǒng)一的訪問接口，從而把數(shù)據(jù)服務(wù)邏輯與數(shù)據(jù)處理邏輯分割開來(lái)。數(shù)據(jù)處理管道可以極大地提高數(shù)據(jù)處理構(gòu)件的復(fù)用率，并把復(fù)雜的數(shù)據(jù)處理邏輯從數(shù)據(jù)處理構(gòu)件中抽離了出來(lái)，當(dāng)數(shù)據(jù)處理業(yè)務(wù)變動(dòng)的時(shí)候不需要修改構(gòu)件只要按著業(yè)務(wù)需求，重新組織構(gòu)件即可解決問題。Nmake可以按著業(yè)務(wù)需求輕松地把數(shù)據(jù)處理構(gòu)件組合起來(lái)形成帶有業(yè)務(wù)邏輯關(guān)系的數(shù)據(jù)處理管道，并且Nmake提供了業(yè)務(wù)流功能，針對(duì)不同的業(yè)務(wù)需求可以提供不同的業(yè)務(wù)流支持，從而極大的提高業(yè)務(wù)本身的靈活性。當(dāng)業(yè)務(wù)需求變動(dòng)時(shí)，Nmake可以通過(guò)重新組合數(shù)據(jù)處理構(gòu)件來(lái)完成業(yè)務(wù)，而不需修改或者重新編寫數(shù)據(jù)處理構(gòu)件，從而提高數(shù)據(jù)處理構(gòu)件的可復(fù)用性。

4基于互聯(lián)網(wǎng)的主題數(shù)據(jù)平臺(tái)的解決方案

基于互聯(lián)網(wǎng)的主題數(shù)據(jù)平臺(tái)面臨的主要問題是如何通過(guò)遠(yuǎn)程數(shù)據(jù)傳輸將互聯(lián)網(wǎng)的異地、異構(gòu)的數(shù)據(jù)源中的數(shù)據(jù)傳輸?shù)街黝}數(shù)據(jù)服務(wù)層中。數(shù)據(jù)一旦進(jìn)入主題數(shù)據(jù)平臺(tái)的主題數(shù)據(jù)服務(wù)層，就可以使用和基于局域網(wǎng)的解決方案相同的技術(shù)對(duì)數(shù)據(jù)進(jìn)行整理。通過(guò)遠(yuǎn)程數(shù)據(jù)傳輸將互聯(lián)網(wǎng)的異構(gòu)數(shù)據(jù)傳輸?shù)街黝}數(shù)據(jù)服務(wù)層之后的功能與基于局域網(wǎng)的數(shù)據(jù)轉(zhuǎn)換接口的功能相同。

中央廣播電視大學(xué)遠(yuǎn)程開放教育的教務(wù)管理系統(tǒng)是一個(gè)跨越44個(gè)省面向全國(guó)的開放式教育體系結(jié)構(gòu)。該系統(tǒng)包含四級(jí)平臺(tái)、五種角色，由于其獨(dú)特性中央電大教務(wù)管理系統(tǒng)基于互聯(lián)網(wǎng)的主題數(shù)據(jù)平臺(tái)的搭建有如下4方面需求：

1）中央電大各個(gè)系統(tǒng)之間、中央電大教務(wù)管理系統(tǒng)各級(jí)平臺(tái)之間需要能進(jìn)行靈活的數(shù)據(jù)交換。

2）每次交換數(shù)據(jù)的數(shù)據(jù)量可能達(dá)到GB級(jí)。

3）部分?jǐn)?shù)據(jù)交換有實(shí)時(shí)性要求，在規(guī)定時(shí)間內(nèi)客戶端必須收到響應(yīng)，不能因?yàn)閿?shù)據(jù)傳輸而推遲業(yè)務(wù)進(jìn)度。

4）需要在網(wǎng)絡(luò)狀況不穩(wěn)定的情況下完成數(shù)據(jù)交換，因?yàn)橹醒腚姶蠼虅?wù)系統(tǒng)是跨越44個(gè)省的開放式教育系統(tǒng)，所以中央電大需要同44所省電大交換數(shù)據(jù)，在這種情況下網(wǎng)絡(luò)狀況不可預(yù)知、穩(wěn)定性難以保證，但傳輸仍然需要進(jìn)行。

4.1SOAP協(xié)議與Hessian協(xié)議的比較

目前，Web服務(wù)技術(shù)是解決異構(gòu)平臺(tái)系統(tǒng)的集成及互操作問題的主流技術(shù)[1]。它所基于的XML已經(jīng)是Internet上交換數(shù)據(jù)的實(shí)際標(biāo)準(zhǔn)，基于通用的進(jìn)程間通信協(xié)議和網(wǎng)絡(luò)傳輸協(xié)議屏蔽平臺(tái)的差異，可以將各種異構(gòu)環(huán)境下的通信及調(diào)用請(qǐng)求均統(tǒng)一為標(biāo)準(zhǔn)的Web服務(wù)格式[3]。

但是由于SOAP協(xié)議的結(jié)構(gòu)問題會(huì)使封裝的數(shù)據(jù)膨脹數(shù)倍。當(dāng)傳輸數(shù)據(jù)量比較小時(shí)，問題不是那么明顯，但是當(dāng)進(jìn)行大數(shù)據(jù)量傳輸時(shí)就會(huì)導(dǎo)致Web服務(wù)的傳輸性能在實(shí)際運(yùn)用中降低了很多。這對(duì)于經(jīng)常有大數(shù)據(jù)量數(shù)據(jù)交換的應(yīng)用系統(tǒng)來(lái)說(shuō)是不適用的。

CauchoTechnology公司制定的HBWSP（HessianBinaryWebServiceProtocol）[2]在這方面的有所突破。Hessian協(xié)議和webservice常用的SOAP協(xié)議類似，也是將協(xié)議報(bào)文封裝在HTTP封包中，通過(guò)HTTP信道進(jìn)行傳輸?shù)摹Ｒ虼薍essian協(xié)議具有與SOAP協(xié)議同樣的優(yōu)點(diǎn)，即傳輸不受防火墻的限制（防火墻通常不限制HTTP信道）。Hessian協(xié)議的優(yōu)勢(shì)在于：它把本地格式的數(shù)據(jù)編碼為二進(jìn)制數(shù)據(jù)，僅用一個(gè)字符作為結(jié)構(gòu)化標(biāo)記，HBWSP封裝后的數(shù)據(jù)增量明顯小于SOAP封裝后的數(shù)據(jù)增量。并且相對(duì)于SOAP，Hessian協(xié)議的外部數(shù)據(jù)表示有3個(gè)顯著的優(yōu)勢(shì)：

1）采用簡(jiǎn)單的結(jié)構(gòu)化標(biāo)記。簡(jiǎn)單的結(jié)構(gòu)化標(biāo)記減少了編碼、解碼操作對(duì)內(nèi)存的占用量。編碼時(shí)，只需寫少量的數(shù)據(jù)，就可以標(biāo)記結(jié)構(gòu)；解碼時(shí)，只需讀少量的數(shù)據(jù)就可以確定結(jié)構(gòu)。而且，簡(jiǎn)單的結(jié)構(gòu)化標(biāo)記減少了編碼后的數(shù)據(jù)增量。

2）采用定長(zhǎng)的字節(jié)記錄值。用定長(zhǎng)的字節(jié)記錄值，解碼時(shí)，就可以使用位操作從固定長(zhǎng)度的位獲得值。這樣不僅操作簡(jiǎn)單，而且可以獲得較高的性能。

3）采用引用取代重復(fù)遇到的對(duì)象。使用引用取代重復(fù)遇到的對(duì)象可以避免對(duì)重復(fù)對(duì)象的編碼，而且也減少了編碼后的數(shù)據(jù)量。

因此使用Hessian協(xié)議傳輸數(shù)據(jù)量比SOAP協(xié)議要小得多。實(shí)踐證明，傳輸同樣的對(duì)象Hessian協(xié)議傳輸?shù)臄?shù)據(jù)量比SOAP協(xié)議低一個(gè)數(shù)量級(jí)。因此Hessian協(xié)議比SOAP協(xié)議更適用于分布式應(yīng)用系統(tǒng)間大數(shù)據(jù)量的數(shù)據(jù)交換。

4.2Hessian協(xié)議的實(shí)現(xiàn)構(gòu)架

Hessian協(xié)議的實(shí)現(xiàn)構(gòu)架如圖3所示：為了實(shí)現(xiàn)Hessian構(gòu)架，設(shè)計(jì)了下列組件：編碼組件、解碼組件、通信組件、報(bào)告故障組件、組件、調(diào)用服務(wù)過(guò)程組件。

圖3Hessian協(xié)議的實(shí)現(xiàn)構(gòu)架

首先客戶端發(fā)出本地請(qǐng)求，組件響應(yīng)請(qǐng)求依據(jù)服務(wù)接口，生成客戶端存根，并調(diào)用編碼組件對(duì)本地請(qǐng)求進(jìn)行基于HessianBinaryWebServiceProtocol標(biāo)準(zhǔn)的二進(jìn)制編碼。然后調(diào)用通信組件將請(qǐng)求發(fā)送給服務(wù)器端。服務(wù)器端通信組件接收到請(qǐng)求后把請(qǐng)求轉(zhuǎn)發(fā)給調(diào)用服務(wù)過(guò)程組件，調(diào)用服務(wù)過(guò)程組件會(huì)首先調(diào)用解碼組件，得到過(guò)程標(biāo)識(shí)，將過(guò)程標(biāo)識(shí)轉(zhuǎn)給服務(wù)器端存根，并依據(jù)部署文件和客戶端的請(qǐng)求加載服務(wù)過(guò)程的實(shí)現(xiàn)類。然后根據(jù)過(guò)程標(biāo)識(shí)、過(guò)程參數(shù)調(diào)用服務(wù)過(guò)程。最后調(diào)用編碼組件將響應(yīng)結(jié)果進(jìn)行編碼并通過(guò)通信組件返回給客戶端。

當(dāng)數(shù)據(jù)傳輸、通信發(fā)生錯(cuò)誤的時(shí)候就需要啟用報(bào)告故障組件，它可以以異常的形式，報(bào)告發(fā)送端、接收端、或者網(wǎng)絡(luò)連接發(fā)生的故障，并把錯(cuò)誤記錄以日志的方式記錄下來(lái)保存在文件中，以備日后查閱。

4.3實(shí)現(xiàn)結(jié)構(gòu)

針對(duì)教務(wù)管理系統(tǒng)互聯(lián)網(wǎng)傳輸存在的一系列問題，基于互聯(lián)網(wǎng)的主體數(shù)據(jù)平臺(tái)采用基于HBWSP的輕量級(jí)跨平臺(tái)通信技術(shù)實(shí)現(xiàn)數(shù)據(jù)交換，如圖4所示。在客戶端，應(yīng)用服務(wù)器從主題數(shù)據(jù)服務(wù)層中抽取數(shù)據(jù)，并按著HBWSP的外部數(shù)據(jù)表示對(duì)本地格式數(shù)據(jù)進(jìn)行編碼。然后通過(guò)internet網(wǎng)進(jìn)行傳輸，在服務(wù)器端，數(shù)據(jù)交換的服務(wù)負(fù)責(zé)按照HBWSP的外部數(shù)據(jù)表示對(duì)接收到的數(shù)據(jù)進(jìn)行解碼，然后再對(duì)數(shù)據(jù)進(jìn)行分析、處理后把數(shù)據(jù)插入到服務(wù)器端的主題數(shù)據(jù)服務(wù)層中。

圖4非持久同步方式的數(shù)據(jù)交換解決方案

該解決方案的主要特點(diǎn)包括：

1）采用了HBWSP的二進(jìn)制編碼方式解決了異地、異構(gòu)平臺(tái)系統(tǒng)的通信問題，并使數(shù)據(jù)交互具有了一定的實(shí)時(shí)性。

2）由于HBWSP簡(jiǎn)潔的編碼方式以及編碼、解碼性能高等特點(diǎn)使數(shù)據(jù)交換具有交換GB級(jí)數(shù)據(jù)的能力。

3）采用了HBWSP的二進(jìn)制編碼方式有助于縮短整個(gè)數(shù)據(jù)交換所需要的時(shí)間。其編碼性能高的特點(diǎn)，有助于提高編碼速度，減少發(fā)送方編碼本地?cái)?shù)據(jù)的時(shí)間。其解碼性能高的特點(diǎn)，可以減少接收方解碼、重構(gòu)本地?cái)?shù)據(jù)的時(shí)間。從而減少了數(shù)據(jù)交換的響應(yīng)時(shí)間。

4）采用了HBWSP的二進(jìn)制編碼方式和數(shù)據(jù)分批傳送技術(shù)有助于充分利用網(wǎng)絡(luò)狀況良好的時(shí)段。可以在網(wǎng)絡(luò)狀況良好的時(shí)段盡可能多的完成數(shù)據(jù)交換。

5）采用了斷點(diǎn)續(xù)傳技術(shù)，保證了當(dāng)網(wǎng)絡(luò)斷連或響應(yīng)超時(shí)導(dǎo)致正在進(jìn)行的數(shù)據(jù)交換被中斷，在故障修復(fù)后仍然可以從中斷處開始，繼續(xù)完成上次沒有完成的數(shù)據(jù)交換的能力。斷點(diǎn)的粒度可以調(diào)節(jié)，可以是一條數(shù)據(jù)，也可以是多條數(shù)據(jù)。

6）采用了事務(wù)保護(hù)機(jī)制，把每批要傳輸?shù)臄?shù)據(jù)定義為一個(gè)事務(wù)，本批要傳輸?shù)臄?shù)據(jù)的事務(wù)完整性不依賴于已經(jīng)完成的各批數(shù)據(jù)，本批數(shù)據(jù)傳輸發(fā)生錯(cuò)誤也不會(huì)對(duì)已經(jīng)完成的各批數(shù)據(jù)造成影響。采用這種方法，可以在數(shù)據(jù)交換過(guò)程被中斷的情況下保證數(shù)據(jù)交換事務(wù)的完整性。

5總結(jié)和展望

本文在SOA理論的基礎(chǔ)上提出了一個(gè)主題數(shù)據(jù)平臺(tái)的概念，力圖把異地、異構(gòu)的數(shù)據(jù)綜合起來(lái)，組成一個(gè)強(qiáng)壯的、高可靠性的、可共用的標(biāo)準(zhǔn)數(shù)據(jù)服務(wù)平臺(tái)。從而解決中央電大新舊教學(xué)管理系統(tǒng)數(shù)據(jù)“孤島”的問題。我們?cè)龠M(jìn)一步針對(duì)現(xiàn)實(shí)環(huán)境：局域網(wǎng)和互聯(lián)網(wǎng)兩種情況進(jìn)行了分析，并給出了實(shí)現(xiàn)框架和技術(shù)細(xì)節(jié)。

但是如何在信息暴露的基礎(chǔ)上，對(duì)業(yè)務(wù)應(yīng)用進(jìn)行進(jìn)一步的梳理、劃分、整合，從而封裝成用戶可以隨意組合、使用的標(biāo)準(zhǔn)服務(wù)，從而實(shí)現(xiàn)真正的SOA，是需要我們進(jìn)一步研究的內(nèi)容。

參考文獻(xiàn)

篇11

二、數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)分析中的應(yīng)用

財(cái)務(wù)分析的主要目的是改善經(jīng)營(yíng)管理,提高企業(yè)的經(jīng)濟(jì)效益,其主要目的是保證會(huì)計(jì)信息資料的正確可靠性,以保證企業(yè)財(cái)產(chǎn)的安全性、完整性。比如某生態(tài)園林企業(yè)需要投入大量資金完善生產(chǎn)基礎(chǔ)設(shè)施,并保證現(xiàn)場(chǎng)作業(yè)的有序,如有必要還要投資于企業(yè)產(chǎn)品周邊附屬產(chǎn)業(yè)的發(fā)展,因此財(cái)務(wù)決策的重要性不言而喻,而在財(cái)務(wù)決策中應(yīng)用數(shù)據(jù)挖掘技術(shù)十分必要。財(cái)務(wù)分析中應(yīng)用數(shù)據(jù)挖掘的基本流程包括問題識(shí)別、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)開采及結(jié)果表達(dá)與解釋等四個(gè)步驟,圖1可將財(cái)務(wù)分析數(shù)據(jù)挖掘的過(guò)程直觀的表達(dá)出來(lái):

(一)問題識(shí)別

典型的財(cái)務(wù)決策包括投資決策、籌資決策、成本決策、銷售決策等,企業(yè)要進(jìn)行財(cái)務(wù)分析前必須識(shí)別決策問題,明確需要達(dá)到的決策目標(biāo)等,再將決策目標(biāo)轉(zhuǎn)換為數(shù)據(jù)挖掘的目標(biāo),最后進(jìn)行準(zhǔn)確的數(shù)據(jù)定義。如企業(yè)需要投資企業(yè)產(chǎn)品周邊附屬產(chǎn)業(yè),則需要利用數(shù)據(jù)挖掘技術(shù)明確以下問題:

(1)企業(yè)經(jīng)營(yíng)中可隨時(shí)支配的資金額度,需要財(cái)務(wù)人員建立數(shù)據(jù)庫(kù)模型,將可用于投資的資金情況準(zhǔn)確、詳細(xì)的計(jì)算出來(lái);

(2)編制投資方案,即與本企業(yè)實(shí)際情況相結(jié)合,考慮具體投資計(jì)劃,并對(duì)投資方案的可操作性進(jìn)行分析,比如上述園林生態(tài)企業(yè)需要投資進(jìn)口園林機(jī)械的項(xiàng)目,就需要在投資前對(duì)該項(xiàng)目的大小做出合理評(píng)估,了解該品牌園林機(jī)械在國(guó)際市場(chǎng)的占有份額、品質(zhì)、成本及銷售價(jià)格等信息;

(3)投資收益分析,投資的主要目的是獲得更高收益,因此在數(shù)據(jù)挖掘過(guò)程中,問題識(shí)別時(shí)必須做出可靠的收益預(yù)算。

(二)數(shù)據(jù)準(zhǔn)備

在完成問題識(shí)別后,需要根據(jù)不同的需求、從相關(guān)數(shù)據(jù)庫(kù)信息中選擇適用的數(shù)據(jù)信息,即進(jìn)行數(shù)據(jù)準(zhǔn)備,該過(guò)程需要收集大量與企業(yè)財(cái)務(wù)分析相關(guān)的數(shù)據(jù)信息,以保證數(shù)據(jù)挖掘的真實(shí)性、客觀性,比如花卉市場(chǎng)分布信息、裝飾裝潢市場(chǎng)信息、園林設(shè)計(jì)與市場(chǎng)銷售等信息。通常情況下,數(shù)據(jù)準(zhǔn)備又可分為數(shù)據(jù)集成、數(shù)據(jù)選擇及數(shù)據(jù)預(yù)處理等三個(gè)步驟,其中數(shù)據(jù)集成是把多數(shù)據(jù)庫(kù)運(yùn)行環(huán)境中的數(shù)據(jù)進(jìn)行合并處理,去除信息噪聲,剔除虛假數(shù)據(jù);而數(shù)據(jù)選擇則是分辨需要分析的數(shù)據(jù)集合,進(jìn)一步縮小數(shù)據(jù)處理的范圍,提高數(shù)據(jù)質(zhì)量,從而保證數(shù)據(jù)挖掘的有效性;數(shù)據(jù)預(yù)處理的主要目的是解決數(shù)據(jù)挖掘工具局限性的問題。

(三)數(shù)據(jù)挖掘

當(dāng)上述準(zhǔn)備工作完成后即可進(jìn)行深入的數(shù)據(jù)挖掘處理,挖掘過(guò)程中需要注意,必須以財(cái)務(wù)分析核心思想為指導(dǎo),明確數(shù)據(jù)挖掘的目的性,數(shù)據(jù)挖掘的主要內(nèi)容包括:選擇合適的挖掘工具、具體的挖掘操作及證實(shí)發(fā)現(xiàn)的知識(shí)等,其中選擇合適的挖掘工具至關(guān)重要,限于篇幅此處對(duì)神經(jīng)網(wǎng)絡(luò)及決策樹兩種方法進(jìn)行簡(jiǎn)單介紹。神經(jīng)網(wǎng)絡(luò)是以自學(xué)習(xí)數(shù)學(xué)模型為基礎(chǔ)的,利用該方法可以很容易的解決具有上百個(gè)參數(shù)的問題,為高復(fù)雜度的問題提供一種相對(duì)簡(jiǎn)單的方法;視經(jīng)網(wǎng)絡(luò)既可以表現(xiàn)為有指導(dǎo)的學(xué)習(xí),也可以是無(wú)指導(dǎo)聚類,不過(guò)輸入神經(jīng)網(wǎng)絡(luò)中的值均為數(shù)值型的。實(shí)際應(yīng)用中通常采用該方法進(jìn)行財(cái)務(wù)預(yù)警分析。決策樹法是現(xiàn)階段應(yīng)用最廣泛的歸納推理算法之一,其提供了一種展示在何種條件下會(huì)獲得對(duì)應(yīng)值的規(guī)則的方法,是一種簡(jiǎn)單的知識(shí)表示方法,在數(shù)據(jù)挖掘過(guò)程中,決策樹法主要用于數(shù)據(jù)挖掘的分類。

(四)結(jié)果表達(dá)

結(jié)果表達(dá)即是在處理數(shù)據(jù)庫(kù)信息的基礎(chǔ)上客觀的表達(dá)出數(shù)據(jù)挖掘的結(jié)果,以為企業(yè)財(cái)務(wù)分析提供可靠依據(jù)。可以說(shuō)結(jié)果表達(dá)是數(shù)據(jù)挖掘的成果展示,其所表達(dá)的是最有價(jià)值的信息,如結(jié)果表達(dá)所提供的信息達(dá)不到?jīng)Q策的要求,則可重復(fù)挖掘過(guò)程,直至決策者滿意為止。