基于ECharts的可視化高校綜合信息分析決策系統

王龍　王一男

摘 要： 高校綜合信息的數據量較復雜、分析難度較大，使傳統的可視化高校綜合信息分析決策系統無法對其進行高水平可視化，系統的決策借鑒度也不高。因此設計基于ECharts的可視化高校綜合信息分析決策系統。構建設備成本預測模型和科研經費分配模型，計算兩者間的關聯系數，再將科研經費總金額和被分配人員數量的具體數據輸入模型中，獲取到最終的決策方案，通過Echarts可視化將決策借鑒方案展示出來，信息使用者從中挑選出最終決策，實現高校綜合信息的決策可視化。系統基于ECharts設計設備成本預測模型和科研經費分配模型，作為介紹系統性能、提高系統市場競爭力的誘導因素。實驗結果證明，所設計的系統具有較高的可視化水平和決策借鑒度。

關鍵詞： ECharts； 可視化決策系統； 綜合信息分析； 決策方案

中圖分類號： TN911?34； TP311 文獻標識碼： A 文章編號： 1004?373X（2017）06?0068?03

Abstract： Comprehensive information data of colleges and universities is relatively complex and difficult to analyze， which makes the traditional visualization college comprehensive information analysis and decision system be on low level of visualization， and the system′s decision?making reference degree not high enough. A visualization comprehensive information analysis and decision system based on ECharts was designed. The equipment cost prediction model and scientific research funds allocation model were built. The correlation coefficient between equipment cost prediction and scientific research funds is calculated， then specific data of total research money and assigned personnel quantity is input in the model to get the final decision?making scheme. The visualization decision?making reference scheme is presented through Echarts. The information users choose the final decision from it. The decision visualization of comprehensive information of colleges and universities is realized. The equipment cost prediction model and funding allocation model is designed based on ECharts design， which acting as the induced factors of introducing the system performance and improving the market competitiveness. The experimental results show that the designed system has high visualization level and decision?making reference degree.

Keywords： ECharts； visualization decision system； comprehensive information analysis； decision?making scheme

近些年來，各高校開始借鑒計算機技術改善教學和科研水平，并進一步將其應用于高校綜合信息的分析決策中。高校綜合信息包括學籍信息、宿舍信息、人事信息和就業信息等，涉及到高校學生與工作人員學習、生活的各個方面，數據量較復雜、分析難度較大[1?3]。如何從復雜的高校綜合信息中篩選出有用信息，并進行高水平的可視化，是提高系統決策借鑒度的前提[4?6]。文獻[7]提出基于EDPS設計可視化高校綜合信息分析決策系統的方法。文獻[9]提出基于IDSDP設計可視化高校綜合信息分析決策系統的方法，但這些傳統可視化高校綜合信息分析決策系統，無法對高校綜合信息進行高水平可視化工作，系統的決策借鑒度也不高。

為了解決上述系統的缺陷，設計基于ECharts的可視化高校綜合信息分析決策系統。實驗結果表明，所設計的系統具有較高的可視化水平和決策借鑒度。

1 系統軟件設計

在高校中，信息使用者需要進行綜合決策的重點項目有：設備成本預測和科研經費分配，此外還包括招生專業設置、校園維護費用預測、科研項目選擇等項目。所設計的基于ECharts的可視化高校綜合信息分析決策系統應事先在軟件中對主要項目的模型進行設計，作為介紹系統性能、提高系統市場競爭力的誘惑因素。

1.1 設備成本預測模型設計

在基于ECharts的可視化高校綜合信息分析決策系統中，設備成本預測模型通常是根據高校近幾年的設備成本信息進行分析決策的，設備成本預測模型應被歸類于定量分析決策中進行設計。因此，可將設備的采購成本[y]和預計使用年限[t]看作近似線性關系，即[y=f（t）]，并在此基礎上構建設備成本預測模型。首先提出時間序列這一概念，在設備成本預測模型中，時間序列表示的是不同使用年限的設備依據采購日期進行排序所組成的序列。時間序列對設備成本預測的決策結果具有指向性作用，可用來揭示設備成本的未來發展趨勢。

系統利用ECharts給出設備成本預測模型表達式為：

[yt+T=at+btT+ctT2]

式中：[T]代表時間序列；[at]，[bt]，[ct]均代表平緩系數，取值范圍為[0，1]。

1.2 科研經費分配模型設計

科研經費分配這一項目與設備成本預測的分析決策方式不同，它不是簡單的線性函數。高校每年的科研經費均不相同且金額未知，而且被分配人員的數量和分配金額受限于科研項目的難易程度與國家的重視程度，對科研經費分配模型的設計比較困難。為此，利用ECharts給出科研經費分配的可視化模型，如圖1所示。

由圖1可知，ECharts利用可視化對比陣列的方式，將科研項目的難易程度同國家的重視程度進行同類檢測，使主觀的思維客觀化，客觀的思維具體化，得出兩者間的關聯系數。再將科研經費總金額和被分配人員數量的具體數據輸入模型中，獲取到最終的決策方案。

2 實驗分析

為了驗證本文所設計的系統是否具有較高的可視化水平和決策借鑒度，實驗利用垂直分析方法和水平分析方法，對本文系統的可視化水平和決策借鑒度進行驗證。

2.1 垂直分析

垂直分析是指將高校綜合信息在本文系統中展示于同一頁的可視化界面中。由于高校綜合信息較為復雜，將其在同一頁中進行可視化的難度較大，故垂直分析是驗證本文系統可視化水平最為有效的方法。

實驗選取某高校2014年的整年信息作為實驗對象，用本文系統對該高校的綜合信息進行分析決策。圖2、圖3分別代表高校2014年的整年信息量和決策信息量，圖4是本文系統有效決策信息量。

由圖2、圖3可知，將實驗所選高校2014年的信息量按照月份劃分，單月信息量范圍為[3.18 GB，4.76 GB]，單月的決策信息量范圍為[1.76 GB，2.64 GB]，其中，決策信息量最大的月份是1月和7月，決策信息量最小的月份是12月。對比圖3、圖4可知，本文系統在同一頁中展示出的有效決策信息量曲線與實際的決策信息量曲線較為一致，本文系統的單月決策信息量范圍為[1.72 GB，2.64 GB]，決策信息量最大、最小的月份分別是7月和12月。本文系統的1月決策信息量與實際僅相差0.002 GB，誤差可忽略不計，證明本文系統具有較高的可視化水平。

2.2 水平分析

水平分析是指將高校綜合信息的決策方案進行逐年對比，通過信息使用者給出的滿意程度，驗證本文系統決策借鑒度的高低。滿意程度與決策借鑒度成正比。實驗令本文系統對某高校2010年—2014年的高校綜合信息進行分析決策，圖5描述的是信息使用者對本文系統決策方案的滿意程度（最高值為100%）。

由圖5可知，在2010年—2014年間，信息使用者對本文系統決策方案的滿意程度始終維持在[95.8%，98.8%]之間，證明本文系統具有較高的決策借鑒度。

3 結 論

本文設計基于ECharts的可視化高校綜合信息分析決策系統。系統的信息采集模塊對高校中的各類信息系統進行采集、存儲、轉換和分類，組合成高校綜合信息傳遞到分析模塊。分析模塊將高校綜合信息中與決策目標聯系性較低的信息刪除，剩余信息將被組成多種決策借鑒方案傳送到ECharts決策模塊。ECharts決策模塊通過ECharts可視化將決策借鑒方案展示出來，信息使用者從中挑選出最終決策，實現高校綜合信息的決策可視化。系統基于ECharts設計出設備成本預測模型和科研經費分配模型。實驗結果表明，所設計的系統可視化水平和決策借鑒度均較高。

參考文獻

[1] 胡華全，吳玲達，楊超，等.衛星時變拓撲網絡多視圖可視化分析框架[J].系統工程與電子技術，2014，36（2）：312?316.

[2] 熊華強，萬勇，桂小智，等.智能變電站SCD文件可視化管理和分析決策系統的設計與實現[J].電力自動化設備，2015，35（5）：166?171.

[3] 張志強，胡山鷹，胡雪瑤，等.智慧工廠綜合管理信息系統開發及應用[J].化工進展，2016，35（4）：1000?1006.

[4] 唐倫剛，陳莎.多校區模式下高校圖書館研究熱點的可視化分析[J].農業圖書情報學刊，2015，27（3）：75?79.

[5] 張侃懷，資云海，木森，等.醫院運營綜合分析系統應用與體會[J].西南國防醫藥，2015，25（5）：553?554.

[6] 吳海燕，許強，王麗峰.基于商業智能的區域衛生綜合輔助決策支持系統建設與應用[J].醫學信息學雜志，2015，36（7）：2?6.

[7] 王晨，王剛毅，呂游.奶牛專業合作社決策風險模糊綜合評價分析[J].湖北農業科學，2014，53（21）：5299?5303.

[8] 李維乾，李莉，張曉濱，等.Hadoop平臺下突發水污染應急預案并行化處置[J].西安工程大學學報，2015，29（6）：733?739.

[9] 徐利民，葉光明，任慧朋，等.軍隊醫院體系綜合管理信息平臺的研發實踐[J].中國醫療設備，2015，30（2）：81?83.