恰當的水務大數據才符合數據挖掘的需求

■ 張俊杰

近年來，大數據快速興起。它和人工智能、云計算一起，成為智慧水務技術創新的一種標志。但是能夠正確理解、認識、應用大數據，把大數據挖掘真正應用于生產經營和產銷差控制中的，卻寥寥無幾。原因是人們對大數據的認識還停留在簡單、膚淺的概念上，根本就沒掌握大數據的精髓和本質。大數據本質是為了獲取規律和見解，與獲取收集的數據量無關，與數據是否恰當、正確有關。因此，非常有必要對大數據的恰當性和正確性進行探討和研究，以便為未來大數據的挖掘和應用提供一種嶄新的視野。

一、問題和現狀

大數據（big data）是一個寬泛的概念，大數據不是數據大，這一點是公認的。大數據本質和精髓在于價值，而不是體量和規模。因此，辯證地看待大數據的體量才是科學的。就水務行業而言，大數據存在著數據體量不夠大、數據冗余、數據品質差等諸多問題。因此，有必要對當前水務大數據的現狀進行分析。

（一）數據體量不夠大

圖1 水務大數據架構圖

不論從產銷差控制與管理，還是從智慧水務角度看，水務大數據體量都不夠大。首先，對水務大數據理解和認識上就有偏差，總以為水務大數據就是水務行業本身產生的大數據，這顯然是欠妥的。從狹義上講，水務大數據是指水廠、生產、調度、管網、客服、營業、施工、檢漏、搶維修、物資采購等部門，通過調度系統、壓力監測系統、GIS 管網系統、DMA分區計量系統、ERP 資產管理系統、客戶服務系統、營銷系統以及人工臺賬等各種途徑，采集的實時數據，人工數據、電子報表數據集成的海量數據?！?br>