數(shù)據(jù)挖掘在高校資產(chǎn)管理中的應(yīng)用

韓阜益， 陳建榮， 唐俊峰， 李斌榮

(東華大學(xué) 資產(chǎn)管理處，上海 201620)

數(shù)據(jù)挖掘在高校資產(chǎn)管理中的應(yīng)用

韓阜益， 陳建榮， 唐俊峰， 李斌榮

(東華大學(xué) 資產(chǎn)管理處，上海 201620)

高校資產(chǎn)管理系統(tǒng)中的數(shù)據(jù)信息量成爆炸式增長，但大多數(shù)高校資產(chǎn)管理系統(tǒng)僅具有簡單的存儲、查詢功能，鮮有通過數(shù)據(jù)挖掘技術(shù)來對海量的數(shù)據(jù)進(jìn)行分析幫助學(xué)校起到?jīng)Q策的功能，研究資產(chǎn)數(shù)據(jù)挖掘可以幫助管理部門判斷采購預(yù)算合理性，了解各院系學(xué)科的發(fā)展情況、儀器設(shè)備的使用情況等等，其在高校資產(chǎn)管理中的應(yīng)用具有現(xiàn)實(shí)意義。文章介紹了當(dāng)前高校資產(chǎn)數(shù)據(jù)的使用現(xiàn)狀，通過分析高校資產(chǎn)管理系統(tǒng)的缺陷，探索數(shù)據(jù)挖掘技術(shù)在采購預(yù)算、儀器采購、儀器處置、風(fēng)險(xiǎn)內(nèi)控、實(shí)驗(yàn)室安全等級、資源應(yīng)用、資源配置等方面的應(yīng)用，最后通過案例分析了實(shí)驗(yàn)室教師的個人情況與實(shí)驗(yàn)室平均設(shè)備利用率的內(nèi)在聯(lián)系，為提高實(shí)驗(yàn)室教師素養(yǎng)規(guī)劃合理方案。

數(shù)據(jù)挖掘； 資產(chǎn)管理系統(tǒng)； 研究策決

0 引 言

數(shù)據(jù)挖掘是當(dāng)前資產(chǎn)管理的學(xué)術(shù)前沿探索領(lǐng)域，其通過不同算法將數(shù)據(jù)的應(yīng)用從低層次的簡單重復(fù)統(tǒng)計(jì)收索功能，升華到?jīng)Q策支持、趨勢預(yù)測等更深層次的應(yīng)用。近些年，數(shù)據(jù)挖掘在國內(nèi)高校的教務(wù)系統(tǒng)中的教學(xué)管理、后勤的學(xué)生管理領(lǐng)域研究日益增多，尤其在新生人數(shù)預(yù)估、教程優(yōu)化、就業(yè)預(yù)測、學(xué)習(xí)成績評估等諸多方面，都體現(xiàn)出獨(dú)特優(yōu)勢[1]。目前，高校資產(chǎn)管理系統(tǒng)的功能較為單一，基本處于存儲、修改、查詢等基本功能階段，對海量的資產(chǎn)管理數(shù)據(jù)資源開發(fā)和利用能力欠缺，已有的理論研究成果也較少。結(jié)合管理的實(shí)際，如何運(yùn)用大數(shù)據(jù)，全面、系統(tǒng)地對資產(chǎn)管理信息進(jìn)行有效開發(fā)、挖掘是資產(chǎn)管理部門亟待解決的問題。

1 資產(chǎn)數(shù)據(jù)現(xiàn)狀

隨著高校數(shù)字化校園建設(shè)全面的深入，設(shè)備系統(tǒng)中的數(shù)據(jù)應(yīng)用及管理也面臨著巨大挑戰(zhàn)。主要表現(xiàn)：

(1) 數(shù)據(jù)總量日益龐大。以設(shè)備系統(tǒng)數(shù)據(jù)庫為例，目前數(shù)據(jù)庫中的數(shù)據(jù)主要分為：實(shí)驗(yàn)室基本信息、人員信息、項(xiàng)目信息、經(jīng)費(fèi)信息、大型精密儀器機(jī)時(shí)信息、采購信息、報(bào)廢信息等。伴隨著數(shù)字化校園建設(shè)的不斷發(fā)展，數(shù)據(jù)總量持續(xù)膨脹，數(shù)據(jù)類型也持續(xù)增加。

(2) 數(shù)據(jù)質(zhì)量擔(dān)憂。高校中的教務(wù)系統(tǒng)、財(cái)務(wù)系統(tǒng)、科研系統(tǒng)、設(shè)備系統(tǒng)中的數(shù)據(jù)需要相互同步獲取各自所需的數(shù)據(jù)。因此，數(shù)據(jù)質(zhì)量的好壞直接影響各部門系統(tǒng)間的協(xié)同及使用。目前，高校中的資產(chǎn)數(shù)據(jù)普遍存在數(shù)據(jù)質(zhì)量問題，主要表現(xiàn)為：①數(shù)據(jù)的格式不統(tǒng)一，這主要是由不同部門或同一部門內(nèi)部對同一數(shù)據(jù)的使用習(xí)慣存在差異所造成；②業(yè)務(wù)部門忽視數(shù)據(jù)的維護(hù)，直接降低數(shù)據(jù)質(zhì)量；③業(yè)務(wù)部門對原有的歷史數(shù)據(jù)和冗余數(shù)據(jù)暫無統(tǒng)一完善的處理方法。

(3) 數(shù)據(jù)利用率低。對數(shù)據(jù)的利用不充分，具體體現(xiàn)在兩方面：①部分?jǐn)?shù)據(jù)難以及時(shí)獲取，不能滿足實(shí)時(shí)查詢功能。師生須進(jìn)入相關(guān)的業(yè)務(wù)系統(tǒng)，才可查詢自己的申購、報(bào)廢、儀器使用消費(fèi)等信息。②數(shù)據(jù)深層價(jià)值的挖掘。高校中的海量資產(chǎn)數(shù)據(jù)，其潛在價(jià)值可觀。然而大多數(shù)高校的利用手段單一，多為簡單的數(shù)據(jù)查詢，缺乏對數(shù)據(jù)的深度挖掘并為決策者提供支持。

2 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是指從海量的、有噪聲的、模糊的及隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，獲取隱藏在其中、事先不清楚、但又是潛在有價(jià)值的信息過程[2-4]。數(shù)據(jù)挖掘的體系結(jié)構(gòu)如圖1所示。

數(shù)據(jù)挖掘的應(yīng)用研究具有十分重大的價(jià)值意義。被譽(yù)為“大數(shù)據(jù)時(shí)代預(yù)言家”的維克托·邁爾-舍恩伯格在其作品中列舉了大量真實(shí)的數(shù)據(jù)挖掘?qū)嵱冒咐⒎治鲱A(yù)測它的發(fā)展現(xiàn)狀和未來趨勢，提出了很多重要的觀點(diǎn)和發(fā)展思路。他認(rèn)為：“數(shù)據(jù)挖掘顛覆了傳統(tǒng)的數(shù)據(jù)應(yīng)用”，數(shù)據(jù)挖掘?qū)砭薮蟮淖兏铮淖兾覀兊纳虡I(yè)模式、生活、工作及思維方式，影響我們的經(jīng)濟(jì)、政治、科技和社會等各個層面。

圖1 數(shù)據(jù)挖掘的體系結(jié)構(gòu)圖

3 數(shù)據(jù)挖掘在資產(chǎn)管理中的應(yīng)用

我們從采購預(yù)算、儀器采購、儀器處置、風(fēng)險(xiǎn)內(nèi)控、實(shí)驗(yàn)室安全等級、資源應(yīng)用、資源配置等方面，選取合適的算法和開發(fā)手段，以期為高校資產(chǎn)管理部門提供決策支持。

3.1 采購預(yù)算決策

高校采購預(yù)算主要由政采項(xiàng)目、資金方向、數(shù)量、型號、單價(jià)、項(xiàng)目完成時(shí)間等構(gòu)成。它集中反映了預(yù)算年度內(nèi)各級部門用于采購的支出計(jì)劃，也是高校采購工作的基礎(chǔ)。采購預(yù)算編制科學(xué)與否，對高校的政府采購工作順利執(zhí)行起到?jīng)Q定性影響。預(yù)算編制前的項(xiàng)目調(diào)研工作盡量做到充分、詳盡，調(diào)研內(nèi)容主要有項(xiàng)目的需求性、必要性、詳細(xì)的技術(shù)指標(biāo)參數(shù)、需求時(shí)間調(diào)研等。只有充分掌握這些數(shù)據(jù)才能真正體現(xiàn)采購預(yù)算的作用，這就要求學(xué)校管理部門做好充分的前期數(shù)據(jù)準(zhǔn)備工作。

同時(shí),利用數(shù)據(jù)挖掘的時(shí)序模式和預(yù)測分析的方法從多個維度對儀器的使用壽命進(jìn)行初步概算，為高校采購預(yù)算提供依據(jù)。通過對設(shè)備維修記錄、維修成本、耗材損耗、報(bào)廢年限、學(xué)科方向等數(shù)據(jù)進(jìn)行挖掘，合理的掌控儀器使用年限，就可以為學(xué)校的采購預(yù)算決策提供支持。

3.2 儀器采購決策

有些大型精密儀器不是面向已有的比較穩(wěn)定的教學(xué)、科研團(tuán)隊(duì)，而尚在計(jì)劃中的、不確定的、且少數(shù)人員為服務(wù)對象；有些大型精密儀器未經(jīng)充分的調(diào)研，未結(jié)合兄弟院校實(shí)際使用情況，未充分預(yù)測應(yīng)用過程中的使用需求、使用條件、材料消耗等情況，導(dǎo)致盲目購置，維護(hù)運(yùn)行成本比預(yù)期的過高，運(yùn)行經(jīng)費(fèi)不能及時(shí)到位，缺乏必要的維護(hù)保養(yǎng)，個別大型精密儀器運(yùn)行經(jīng)費(fèi)的滯后以及后續(xù)配套材料的不足，直接制約了儀器的使用，甚至長期閑置。

通過挖掘設(shè)備系統(tǒng)現(xiàn)有積累的歷史數(shù)據(jù)并結(jié)合市場使用情況，從技術(shù)、選型、經(jīng)濟(jì)性等多維度進(jìn)行分析，為預(yù)購的大型精密儀器的論證提供保障[5]。利用聚類分析和關(guān)系分析的方法，對同類別但不同品牌設(shè)備運(yùn)行的成本、維修的頻率、使用的壽命(保養(yǎng)、維修、耗材、能源、占地面積)、收益率等權(quán)重因素進(jìn)行綜合評價(jià)，選擇出較好的設(shè)備品牌。

3.3 儀器處置決策

大型精密儀器是高校進(jìn)行科學(xué)研究的重要物質(zhì)基礎(chǔ)，其保養(yǎng)和維護(hù)較為復(fù)雜，因此，加強(qiáng)大精儀器設(shè)備的管理和處置是關(guān)鍵。作為資產(chǎn)管理中一個重要的環(huán)節(jié)，儀器設(shè)備處置不僅可以影響高校國有資產(chǎn)配置掌握的準(zhǔn)確性，更能夠體現(xiàn)出高校儀器設(shè)備的管理水平。利用偏差檢測的方法對維修頻率、維修費(fèi)用、教學(xué)用機(jī)時(shí)、科研用機(jī)時(shí)、培訓(xùn)人員數(shù)、承擔(dān)項(xiàng)目數(shù)進(jìn)行計(jì)算評估，根據(jù)我校“勤儉辦學(xué)、物盡其用”的處置原則，判斷是對儀器維修或者改造升級方案，還是調(diào)撥或者報(bào)廢更新程序。

3.4 風(fēng)險(xiǎn)內(nèi)控決策

設(shè)備采購、報(bào)廢殘值回收都是管理工作中備受關(guān)注的環(huán)節(jié)，有其自身的特性，如何完善內(nèi)部監(jiān)督機(jī)制，提高資金使用效益，確保高校采購和處置行為是“陽光下的交易”，是高校資產(chǎn)管理工作的重中之重。

利用關(guān)聯(lián)分析法和偏差檢測法對采購員、供應(yīng)商、產(chǎn)品質(zhì)量、產(chǎn)品價(jià)格進(jìn)行計(jì)算，預(yù)判采購員和供應(yīng)商的風(fēng)險(xiǎn)關(guān)系。利用偏差檢測法對報(bào)廢資產(chǎn)種類、報(bào)廢資產(chǎn)使用年限、報(bào)廢資產(chǎn)總額、市場價(jià)格走勢、回收殘值進(jìn)行計(jì)算，預(yù)判是否合理的、最大限度的回收殘值[6]。

3.5 實(shí)驗(yàn)室安全等級決策

安全問題是一個長期，不斷循環(huán)往復(fù)的過程。要有針對性的對高危實(shí)驗(yàn)室定期進(jìn)行安全性回顧與教育，分析實(shí)驗(yàn)室在實(shí)驗(yàn)過程中可能存在的各種安全事故與安全隱患，將安全事故處理在萌芽階段。

利用聚類分析的方法，通過對儀器、化學(xué)試劑、學(xué)科方向、事故次數(shù)等方面進(jìn)行實(shí)驗(yàn)室安全綜合評價(jià)，將實(shí)驗(yàn)室進(jìn)行安全等級排序。根據(jù)安全等級排序，管理部門將對實(shí)驗(yàn)室建設(shè)工作進(jìn)行合理規(guī)劃，并有針對性的對高危級別的實(shí)驗(yàn)室進(jìn)行實(shí)時(shí)動態(tài)監(jiān)控。

3.6 資源應(yīng)用決策

通常一些大的科研項(xiàng)目是由多個步驟、多個環(huán)節(jié)的小實(shí)驗(yàn)項(xiàng)目組成，然而這些小的實(shí)驗(yàn)項(xiàng)目則是由固定的實(shí)驗(yàn)流程和實(shí)驗(yàn)儀器設(shè)備構(gòu)成的[7]。通過分析這些小的實(shí)驗(yàn)項(xiàng)目，對相關(guān)儀器設(shè)備信息進(jìn)行梳理，為科研人員提供薦購服務(wù)，幫助科研人員更加順利的完成科研項(xiàng)目。

利用時(shí)序模式和預(yù)測分析的方法，對維修頻率、使用年限、機(jī)時(shí)數(shù)、使用人數(shù)、學(xué)科方向進(jìn)行計(jì)算，預(yù)測儀器未來的使用機(jī)時(shí)分布圖，為科研人員合理規(guī)劃實(shí)驗(yàn)方案、預(yù)約使用儀器提供決策，同時(shí)幫助儀器責(zé)任人對耗材準(zhǔn)備、保養(yǎng)計(jì)劃提供決策。

3.7 資源配置決策

在學(xué)校快速發(fā)展進(jìn)程中，相對各部門的需求，資源總是相對稀缺的。這就要求管理層對其進(jìn)行合理配置，以便用最少的資源消耗，獲取最豐厚的效益[8]。合理資源配置必將對學(xué)校發(fā)展產(chǎn)生深遠(yuǎn)的影響。

利用聚類分析法，按照專業(yè)方向，將各學(xué)院分成不同的組別，通過聚類結(jié)果，分析各組之間的差異性，再利用建立決策樹[9]分析的方法結(jié)合投入產(chǎn)出理論來決策資源的分配方案。

4 案例-實(shí)驗(yàn)室平均設(shè)備利用率的信息關(guān)聯(lián)

在實(shí)驗(yàn)室教師信息的關(guān)聯(lián)分析中[10]，通過數(shù)據(jù)挖掘可揭示實(shí)驗(yàn)室教師的個人與實(shí)驗(yàn)室平均設(shè)備利用率的內(nèi)在聯(lián)系，進(jìn)而系統(tǒng)規(guī)劃出提高實(shí)驗(yàn)室教師素養(yǎng)的方案，為學(xué)校教學(xué)、科研工作的穩(wěn)定發(fā)展提供保障。

通過隨機(jī)抽取學(xué)校的 20 位實(shí)驗(yàn)室教師，對其所負(fù)責(zé)實(shí)驗(yàn)室的平均設(shè)備利用率進(jìn)行分析。具體包括職稱、學(xué)歷、年齡、實(shí)驗(yàn)室工作年限、平均設(shè)備利用率等。經(jīng)數(shù)據(jù)抽取、轉(zhuǎn)換后如表1所示。

表1 實(shí)驗(yàn)室教師數(shù)據(jù)庫表

根據(jù)數(shù)據(jù)挖掘的需求和數(shù)據(jù)情況，要對數(shù)據(jù)進(jìn)行轉(zhuǎn)換[11]，首先用a1、a2、a3、a4、a5分別表述職稱、學(xué)歷、年齡、實(shí)驗(yàn)室工作年限。職稱描述：用z1、z2、z3、z4分別表示助教、講師、副教授和教授；學(xué)歷描述：用x1、x2、x3分別本科、碩士、博士；年齡描述：將年齡劃分為n1[≤30]，n2[31，40]，n3[41，50]，n5[51，60]5個區(qū)間。實(shí)驗(yàn)室工作年限描述：將實(shí)驗(yàn)室工作年限劃分為c1[0，5]，c2[6，10]，c3[11，20]，c4[21，30]，c5[>30]5個區(qū)間。實(shí)驗(yàn)室平均設(shè)備利用率：將實(shí)驗(yàn)室平均設(shè)備利用率劃分為g1[0，8%]，g2(8%，10%]，g3(10%，12%]，g4(12%，14%]，g5[>14%]5個區(qū)間。轉(zhuǎn)換后的數(shù)據(jù)如表2所示。

表2 實(shí)驗(yàn)室教師數(shù)據(jù)庫轉(zhuǎn)換表

設(shè)定支持度閾值設(shè)置為0.4、置信度閾值為0.5，運(yùn)用Aprior算法計(jì)算獲得以下規(guī)則：

規(guī)則1：a1=z4 and a2=x3≥a5=g4置信度=66%，支持度=46%；規(guī)則1說明職稱和學(xué)歷越高，其所負(fù)責(zé)的實(shí)驗(yàn)室平均設(shè)備利用率越高，因此要積極提高實(shí)驗(yàn)室教師的職稱和學(xué)歷，推動實(shí)驗(yàn)室青年教師學(xué)習(xí)積極性，獲取更高學(xué)歷。

規(guī)則2：a3=n5 and a4=c4≥a5=g4置信度=63%，支持度=41%；規(guī)則2說明實(shí)驗(yàn)室教師年齡和實(shí)驗(yàn)室工作年限對實(shí)驗(yàn)室平均設(shè)備利用率有一定的影響，實(shí)驗(yàn)室教師的年齡越大、實(shí)驗(yàn)室工作的年限越長，實(shí)驗(yàn)室平均設(shè)備利用率越高，因此要注重實(shí)驗(yàn)室老教師的傳幫帶作用，讓實(shí)驗(yàn)室青年教師多向?qū)嶒?yàn)室老教師學(xué)習(xí)。

5 結(jié) 語

當(dāng)前，缺乏統(tǒng)一規(guī)劃和布局是高校數(shù)字化校園建設(shè)面臨的重大問題，各職能部門通常根據(jù)各自的業(yè)務(wù)、工作需求建設(shè)相應(yīng)的管理信息系統(tǒng)，長期運(yùn)轉(zhuǎn)下來形成了割裂的信息孤島。數(shù)據(jù)挖掘技術(shù)很好地解決了這一問題，其優(yōu)勢的發(fā)揮主要基于打破屏障并將各部門的數(shù)據(jù)整合加工，對多種類數(shù)據(jù)間潛在的聯(lián)系給予分析和判斷。隨著數(shù)據(jù)挖掘技術(shù)的不斷完善和發(fā)展，并同資產(chǎn)管理進(jìn)行深入結(jié)合，必將給資產(chǎn)管理工作帶來新的契機(jī)，也是我們進(jìn)一步研究和探索的工作。

[1] 王樹利.基于數(shù)據(jù)挖掘技術(shù)的高校教學(xué)管理信息化研究[J].江蘇科技大學(xué)學(xué)報(bào),2009,9(4):81-83.

[2] 劉美玲,李 熹,李永勝.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)與管理中的應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì),2010,31(5):1130-1133.

[3] 嚴(yán) 潭.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用[J].微計(jì)算機(jī)信息,2006,22(3-4):201-202.

[4] 李 霞,蔣盛益,劉曉霞.數(shù)據(jù)挖掘在高校教學(xué)和管理中的應(yīng)用研究[J].廣東外語外貿(mào)大學(xué)學(xué)報(bào),2012,23(4):97-100.

[5] 高 勇.利用數(shù)據(jù)挖掘?yàn)楦咝ＹY產(chǎn)管理提供決策支持[J].廣東科技,2013(13):6.

[6] 牛慧卿.數(shù)據(jù)挖掘在高校管理信息系統(tǒng)中的應(yīng)用研究[J].機(jī)械管理開發(fā),2008,23(1):131-133.

[7] 黃 潔.信息化環(huán)境下的高校儀器設(shè)備管理新模式[J].經(jīng)濟(jì)研究導(dǎo)刊,2013(20):210-211.

[8] 裘 鈞,陳志凌.數(shù)據(jù)挖掘技術(shù)在高校資產(chǎn)管理中的應(yīng)用研究[J].浙江交通職業(yè)技術(shù)學(xué)院學(xué)報(bào),2008,9(3):73-75.

[9] 劉健儒,劉 園.高校資產(chǎn)數(shù)據(jù)挖掘的研究與實(shí)現(xiàn)[J].電子技術(shù)與軟件工程,2014(17):211.

[10] 鄭碧嶷.基于數(shù)據(jù)挖掘技術(shù)的高校輔助決策系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D] 北京：北京工業(yè)大學(xué),2013.

[11] 孫曉瑩,郭飛燕.數(shù)據(jù)挖掘在高校招生預(yù)測中的應(yīng)用研究[J].計(jì)算機(jī)仿真,2012,29(4):387-391.

[12] 曾珍香.決策支持中心一Dss的發(fā)展趨勢[J].系統(tǒng)工程與電子技術(shù),2000,22(2):22-24.

[13] 袁雋媛.數(shù)據(jù)挖掘在高校資產(chǎn)管理中的應(yīng)用[J].中國管理信息化,2011,14(5):26-28.

Application of Data Mining in University Asset Management

HANFuyi,CHENJianrong,TANGJunfeng,LIBinrong

(Department of Asset Management, Donghua University, Shanghai 201620, China)

There are a lot of data in the university management system, but the most of the asset management system in colleges only have simple storage and query function. The asset management system is used rarely to analyze the massive data with the data mining technology in decision-making. The asset data mining can help the management department to determine the rationality of the procurement budget, know the discipline development, the use of equipment, etc. And it has practical significance in the application of asset management in colleges. This article introduces the present situation of using the data in colleges, and analyzes the defects of the current assets management system, then explores the application of data mining technology in the procurement budget, equipment procurement, equipment disposal, risk control, laboratory safety grade, resource application, resource allocation, etc. Finally, we analyze the intrinsic link between the personal situations of laboratory teachers and the average equipment utilization rate of these teachers, we plan the reasonable scheme in order to improve the quality of laboratory teachers.

data mining; asset management system; research on decision

2016-07-10

韓阜益(1983-)，男，遼寧遼陽人，博士，助理研究員，從事儀器設(shè)備管理工作。

Tel.:021-67792461; E-mail:fuyihan36@dhu.edu.cn

陳建榮(1964-)，男，上海人，學(xué)士，工程師，從事資產(chǎn)管理和實(shí)驗(yàn)室管理和建設(shè)工作。

Tel.：021-67792461;E-mail:cjr@dhu.edu.cn

G 482.0

A

1006-7167(2017)03-0295-04