數據驅動的信息化項目評價系統架構設計

王艷

(上海市經濟和信息化發展研究中心， 上海 200020)

0 引言

在“互聯網+”人工智能時代，大數據、物聯網、云計算等新技術成為主導技術，以現代化信息通訊技術為基礎、以海量數據分析和挖掘為核心，將數字化的項目資源融合到線上線下項目管理的各個環節是信息化發展的新趨勢[1]。科技項目評估是對科技項目展開宏觀管理的有效方式，為科學管理的有利條件[2]。通過開展評估工作， 相關部門可以掌握企業、科研院所分別承擔的研究項目，其研究成果創新性、經濟效益、社會效益等方面的具體狀況，從而掌握科技項目綜合發展情況，第一時間發現科技項目運作中存在的不足與缺陷，科學配置相關資源，提升科技管理經驗，為構建行之有效的宏觀管理政策提供決策依據和基礎。

基于大數據、云計算及人工智能概念搭建的智能項目管理平臺不僅能夠實現海量數據的存儲，還能夠快速實現數據的統計分析，并根據使用者的個性化需求提供恰當的推薦方案[3]。然而現有的項目管理數字化能力、科學評估等方面都存在不足。因此，通過對單位基本信息、財務狀況、項目成員能力信息、項目目標、建設信息、成果形式、項目實施過程等信息的采集、分析和評估，建立項目管理指標體系及其支撐應用。根據各類項目評估結果及項目指標體系建立科學的項目管理系統，使得項目評估不僅有據可循，同時使項目評估工作規范、及時、高效，提高項目管理的精細化、科學化水平。具體內容包括兩個方面：

(1) 構建項目評估的數據資源：從信息化項目目標及應用效果、項目內容和實施過程、經濟效益、社會效益、資金使用情況、項目運營管理等多個維度入手，建立信息化項目立項、過程監管、驗收以及項目決策的數據標準和數據資源；

(2) 構建項目評估的智能平臺：基于項目數字化信息的監管、分析和評估，運用模糊評估法分析信息化項目評估的步驟、評估過程和方法。及時準確地把握項目進展的基本狀態，發現影響項目進展的重要因素和關鍵環節，找出項目執行過程中可能存在的問題，支撐項目科學決策和管理。

本文主要從信息化項目數字化建設出發，對信息化項目評估模型和系統設計提出解決方案，并對數字化建設和評估構件進行剖析。

1 信息化項目評估的數據資源

對信息化項目底層數據相關要素進行規范，以項目評估與決策支持為目標，研發能夠精確評估各類項目的大數據平臺，首先需要采集項目相關數據，如圖1所示。

數據源分為結構化和非結構化數據，通過數據清洗、轉換，解決數據重復、缺失等問題，保證數據的一致性。獲取項目管理過程各種數據源，比如企業信息、財務信息、經費使用情況，研究內容，經濟效益等數據。對獲取數據實施融合、傳輸、挖掘和可視化等操作，為保證數據的可靠，再經過格式轉換，將其存儲或恢復，最終經過上述過程完成數據的收集。

圖1 數據標準化

(1) 基礎數據及規范：項目數據，項目實施數據，文檔數據，測試數據，團隊數據，項目單位數據。通過標準規范化數據表示、元數據類型和操作方式，為數據的統一存儲提供基礎。

(2) 基礎數據采集及整治：真實有效的數據是信息化項目質量監控及決策制定工作的基礎，采用點面相結合采集、手動與自動結合采集、靜態動態結合采集的數據采集方式，并進行一定的數據預處理工作，確保數據質量。信息化項目數據從不同方面描述了一個對象(物理的或邏輯的)或一個過程的全景式的和全周期的狀態，其來源數據是多源的，其形式是多模態的。數據的多源和多模態的不確定性和多樣性，必然導致數據的質量存在差異，嚴重影響到數據的可用性。需要做進一步集成處理(data integration)或整合處理(data consolidation)[4]，將來自不同數據集的數據收集、整理、清洗，轉換后，生成到一個新的數據集，為后續查詢和分析處理提供統一的數據視圖。

(3) 數據模型和關聯：分析信息化項目數據的結構，并構建相應的項目數據模型及數據關系圖。對信息化項目各類數據進行表示、注冊、建模等工作，使得數據能夠具備更好應用的技術條件。其中，數據表示包括對數據的格式、分類、內容、對象等信息進行規范性描述；數據注冊是對數據進行合理、規范化管理的方式之一；數據建模是針對共性應用需求，對采集的數據進行領域建模，服務于項目管理的各類應用[5]。數據存儲通過利用在數據整理層進行了初步整理的數據，按照系統設計需求，結合不同的場景選擇合適的存儲技術與系統，為數據平臺提供數據資源池。數據平臺將前期形成的規范性數據進行統一管理，并為數據共享交換提供一個相對完善的技術環境。

2 信息化項目的評估模型

指標體系是由一系列具有相互聯系的指標所組成的整體，可以從各個側面完整地反映信息化項目質量總體或樣本的數量特征[6,7]。根據功能和作用不同，擬從描述統計指標體系，評估統計指標體系和預警統計指標體系進行分析。構建信息化項目質量監控系統。通過對信息化項目實時數據進行監控和分析，提供有效的項目質量評估機制和體系。最后，對信息化項目的宏觀運行過程進行監測，并根據各指標值的變化，預報信息化項目過程的不平衡狀態、突發事件及某些結構性障礙等。指標的選擇好壞對分析對象有著舉足輕重的作用。評估指標體系是由多個相互關聯、相互作用的評估指標，按照一定層次結構組成的有機整體，是聯系評估主體與評估對象的紐帶，也是聯系方法與評估對象的橋梁。

2.1 信息化項目立項評估模型

信息化項目分析模型涉及項目申報到立項過程。以信息化項目立項評估為例，每個信息化項目評估因素涉及項目單位的企業信用、資金籌措能力、技術儲備、管理能力、經營能力等單位綜合能力數據，項目必要性、項目競爭力、項目社會及經濟效益、項目方案完備性以及資金使用計劃合理性等項目數據。項目分析模型采用定性和定量相結合的原則。定性因素涉及項目的合規性、先進性和可行性；定量的方面包括項目質量的量化度量，對立項意義、研究基礎、創新價值、項目工程量、項目經濟指標等分權重計量，形成綜合評分后，確定重點推薦、一般推薦、不予推薦項目。

模糊綜合評判法是利用模糊集理論進行評估的一種方法[8]。具體地說，該方法是應用模糊關系合成的原理，從多個因素對被評判事物隸屬等級狀況進行綜合性評判的一種方法。模糊評估法不僅可對評估對象按綜合分值的大小進行評估和排序，而且還可根據模糊評估集上的值按最大隸屬度原則去評定對象所屬的等級[9]。這就克服了傳統數學方法結果單一性的缺陷，結果包含豐富的信息量。建立歸一化評估指標，從而量化項目的評估指標，服務于項目科學決策和管理。

2.2 信息化項目過程管理模型

目前，信息化項目質量監控已從傳統的檢驗結果即事后檢測，轉變為覆蓋信息化項目從立項、項目進展跟蹤、驗收及績效管理全生命周期監管上。過程管理模型覆蓋項目的立項管理、項目定期執行情況、項目變更申請，項目現場核查等過程數據。信息化項目分析數據的決策模型為管理者提供一套分析、判斷、信息處理及模擬活動的基本工具。基于構建信息化項目質量評估知識庫，提出一個以數據為核心，數據分析為驅動的信息化項目質量決策支持系統模式。

信息化項目質量的實時分析，能提供信息化項目數據的多維概念視圖，數據的多維視圖通過旋轉、切片、鉆取和嵌套等操作，使管理人員能從多角度、多側面、多層次地考察項目數據中的知識，從而深入理解包含在數據中的信息及其內涵，以多維視圖的形式把數據呈現出來，既迎合了人的思維模式，又減少了混淆并降低了出現錯誤解釋的可能性。

2.3 信息化項目驗收評估模型

大量項目過程監測數據蘊涵著潛在有用的信息和知識，從數據中挖掘出數據間潛在的模式和知識以指導決策行為的模型，以便得到尚未被發現的、隱藏在大量數據中的關系、趨勢等信息[10]。主要內容包括：

① 項目規則庫構建：由于現有技術缺乏對復雜、抽象、不確定、動態變化的數據問題提供支持能力，缺乏知識處理和進行推理的能力，使之越來越難以滿足項目質量評估的需求。而基于數據分析的決策模型的規則庫構建可以有效融合不同的項目資源，為系統應用提供基礎規則庫。此外，它是基于關鍵詞的瀏覽式的決策查詢，它用于數據倉庫中監測數據的查詢和規則庫中規則的查詢。

② 信息化項目數據挖掘：信息化項目數據挖掘是在數據集合中尋找模式的決策支持過程，使系統具有自動學習的功能，能使系統自動獲取知識，使系統具有真正的“智能”。

項目驗收評估模型將從項目建設進度、項目建設內容完成情況及成效、項目技術指標完成情況、項目應用及經濟指標完成情況、驗收文檔材料準備情況、項目資金使用情況等多維度開展有效評估。

3 數據驅動的信息化項目評估系統架構

信息化項目評估系統架構，如圖2所示。

圖2 信息化項目評估系統架構圖

包括三層：數據層、模型層和應用層。數據層主要對項目信息、企業信息、專家信息等方面進行數據采集和整理；模型層利用評估理論和大數據分析方法，構建高效評估體系和模型；應用層是項目管理大數據平臺：應用層在大數據和人工智能平臺的基礎上，提供各類型指標、統計、用戶行為分析和內容推薦等應用服務。

數據層根據應用特點和使用模式進行構建信息化項目的數據倉庫，并利用Openstack、Hadoop技術實現具體業務展現、明細數據的存儲。Openstack節點主要分為3類，控制節點Controller：安裝一些公用數據庫及服務核心組件。計算節點Compute：提供計算資源。塊存儲節點：提供存儲服務。

模型層充分考慮了大數據層次結構特性，給出并行海量數據挖掘算法，包括并行關聯規則算法、并行分類算法和并行聚類算法，以提高信息化項目數據挖掘的效率。進一步根據項目階段不同構建項目的立項評估模型、過程管理模型、驗收評估模型、績效評估模型等。

應用層的服務模式靈活多樣，可以提供數據和服務的實時按需響應，可以提供數據和分析結果的在線查詢和計算。應用服務層也可以將分析挖掘結果的可視化展現形式，或集成到相應的業務系統中。

4 總結

大數據技術的不斷普及和深入為軟件的發展，帶來了新的挑戰。人工智能的發展為項目管理的發展帶來了新的機遇。項目大數據分析涉及到數據采集、指標體系構建、項目評估及結果展示等各個環節。項目管理過程需要考慮的因素眾多，包括特征選擇、評估體系構建、數據挖掘和智能應用。通過對信息化項目數據挖掘和智能應用可以提高項目管理效率，優化項目布局，并促進成果在現實中的轉化和應用，節約項目資金和費用。