大數據技術在裝備經濟分析領域應用初探

姜剛 劉昊霖

[摘 要] 當前，大數據應用的普及帶來無數新的機會和新的可能，在相關領域產生了新的突破和新的業態。裝備經濟分析以預測和評估裝備發展壽命周期費用為目標，數據是核心資源，數據處理和應用技術是前沿探索方向。文章通過分析大數據技術的應用現狀，結合裝備經濟分析的需求和數據現狀，初步探討了在該領域應用大數據技術的可行性，為尋求前沿技術突破和應用提出了有關建議。

[關鍵詞] 大數據技術；裝備；經濟分析；應用

中圖分類號：F49 文獻標識碼：A

武器裝備的研制生產涉及到國民經濟的各個行業和領域，隨著軍費投入規模的大幅增長，我國武器裝備實現了成體系的大規模發展，產生了海量的與經濟分析相關的各類數據。在此基礎上，利用大數據成熟技術開展前沿的技術探索，對提高裝備經濟分析的及時性、科學性具有重要的意義。

一、大數據產業簡要分析

（一）大數據產業概念及特點

大數據是一個數據集合，也是基于數據的專業處理技術，基于因特網、基于物聯網、基于豐富數據資源的收集，以實現數據存儲、價值提取、智能處理和分配、數據決策服務及其他綜合信息服務。大數據的特點主要以下五點：數據量大、流量快、數據類型多、低價值密度、真實性。相較于傳統數據庫軟件，大數據在數據的收集、儲存、管理和分析等方面的處理能力更為強大和突出。

大數據產業是指依托與大數據的產業集群，涵蓋大數據技術產品研發、工業大數據、行業大數據、大數據產業主體、大數據安全保障、大數據產業服務體系等。大數據產業的特點如下。

1.大數據產業把數據變成資產。信息化時代的到來，各行各業都在不斷地積累數據，數據庫已經成為企業越來越重要的戰略資產。數據資源的存量和價值，對其進行分析和挖掘，將極大地提升企業的核心競爭力。

2.大數據產業可以幫助企業做出明智的決定。利用大數據處理技術，通過收集、整理與企業決策相關的各種數據信息，快速對海量數據進行全樣本分析，可以更準確地、更理性地為企業決策服務。

3.大數據產業可以幫助企業實現服務個性化。經過對大量數據的分析，企業能夠準確地挖掘用戶的興趣和偏好，針對個性化需求進行個性化定制，從而提高產品服務質量，滿足客戶的需求，實現多樣化需求，實現差異化競爭，幫助企業獲得客戶源、贏得重要市場[1]。

（二）大數據的產業結構

大數據包括結構性、半結構性和非結構性數據。非結構性數據日益成為數據的重要組成部分。據IDC的調查報告顯示：企業中80%的數據是非結構化數據，每年60%的數據以指數形式增長。大數據只是目前階段互聯網發展的一種形式或特點。隨著各行業的不斷創新，大數據將逐步為人類創造更多的價值。

（三）大數據的應用模式

大數據產業已經被應用到了各行各業，繼而衍生出了不同的具有一定商業價值的應用模式。基于大數據產業鏈的應用模式，將其劃分為：數據自營模式、數據租賃模式、數據平臺模式、數據倉庫模式、數據眾包模式和數據外包模式。這種分類標準是比較全面的，是目前研究和應用較廣泛的一種標準形式。伴隨著大數據產業的不斷發展，應用模式也在改變。大數據時代的商業模式需要通過創新來適應時代的發展，需要根據寶貴的信息，改變傳統企業的產品、服務和業務流程。

二、裝備經濟分析應用大數據技術的需求分析

應用大數據技術，在裝備經濟分析領域要實現四個階段的目標，第一階段是數據層面，包括數據采集、數據整合和數據集成等；第二階段是信息層面，包括數據統計、數據可視化、數據報表、數據服務和數據報告等；第三階段是知識層面，包括機器學習、數據挖掘等；第四階段是智慧層面，主要是決策支持。結合上述四個階段目標，針對裝備經濟分析的任務領域，提出以下四個方面的應用需求。

（一）費用大數據支撐方面

滿足信息存儲安全、業務管理精細化、數據共享、多維異構數據分析建模等需求，推進數據資產化理念，提升數據共享價值，建立統一數據標準、運用大數據技術、私有云技術、ETL技術等，構建費用大數據基礎平臺，具備數據治理、數據集成交換、數據存儲、數據智能分析與挖掘等能力，實現裝備經濟數據資源的集中化、集約化管理。

（二）信息服務方面

滿足管理機關、論證評估工作對有關經濟性數據查詢獲取的需要，綜合運用大數據與智能分析技術、NLP與人機對話技術，數據網格、智能應答與咨詢等技術，構建信息咨詢與服務平臺，具備政策法規咨詢、費用標準咨詢、裝備動態信息服務、裝備經濟指數信息服務、市場動態信息服務等能力，實現多類型數據、多樣化數據源、多種業務信息結構的數據資源生產、開發與發布等。

（三）數據分析與建模方面

滿足裝備經濟分析任務領域對外部數據自動化管理、多種裝備及體系數據深度分析，模型快速構建、標準規范生成、以及模型體系建設等迫切需求，基于自動化建模與數據規則探索等數據智能技術、綜合可視化統計分析技術，構建針對基礎業務的數據分析與建模平臺，具備費用預測指標體系標定、費用特征圖譜分析、模型綜合管理、開放式通用分析與建模、裝備費用結構及標準生成、研究資料再造、報表自動采集等基礎創新能力。

（四）決策支持方面

滿足裝備建設發展經濟性決策的需求，綜合運用人工智能、大數據分析、信息融合等先進技術手段，構建論證評估平臺，具備裝備發展規劃計劃費用預測、裝備體系費用生成與演化分析、立項經費概算論證、裝備訂購目標價格論證、維修經濟性分析、使用保障經濟性分析、改換裝經濟性分析、壽命周期分析、費用跟蹤及經濟性評估等能力。

三、裝備經濟分析應用大數據技術的初步設想

（一）數據集成與交換共享

數據集成與交換共享是集成數據采集轉換引擎、數據訪問服務、數據集成調度、數據交換處理等基礎服務構件，構建數據服務，實現對業務數據的統一采集、統一轉換、統一訪問和統一交互共享。數據集成與交換共享主要裝備經濟分析相關的國防產業數據、國內外裝備性能指標數據、基礎原材料價格數據、行業地區經濟發展數據和各行業人員薪酬統計數據等。

（二）費用數據挖掘與加工

費用數據挖掘與加工是通過智能化分析挖掘手段，從多樣化數據中挖掘數據價值，發現其中潛在的規律和模式，對發現問題缺陷及設計優化起到重要作用。針對裝備經濟分析所涉及的因型號裝備數據類型多、數據多樣化導致的分析難度大的問題，基于Map-Reduce、Spark等分布式計算框架，應用大數據算法對數據進行特征提取、聚類分析、關聯分析的方法，從海量數據內部快速提取潛在規律和知識，為型號的研制立項、改進改型、費用結構與影響因素的深入分析調優、多類系統的費用預測模型優化、以及模擬仿真等提供重要技術手段支撐。

（三）大數據計算與存儲

大數據計算與存儲是面向裝備費用數據的開放式數據計算基礎平臺。從業務信息系統、外部數據資源以及科研成果數據中采集海量數據，經過數據處理和分析，構建數據湖，并提供通用的智能計算服務，以開放數據接口以及開放式應用環境的形式，將數據存儲、數據開發、智能計算的能力，提供給裝備經濟分析業務平臺中論證研究、數據建模、信息發布等各分系統。

（四）經濟數據智能搜索引擎

經濟數據智能搜索引擎基于裝備知識圖譜和裝備經濟數據集群，提供跨域信息搜索服務引擎和綜合展示平臺，支持多源數據的接入、搜索索引、策略管理、結構化展現等，支持個性化推薦、智能問答、擴展閱讀、搜索展現等。包括全文內容索引、并行搜索處理、智能推薦引擎等。具備數據可視化展示功能，進而實現更加直觀的人機界面、更加快速的數據推送、更加深入的數據挖掘。

（五）數據資源治理系統

數據資源治理系統，主要包含數據標準管理、元數據管理、數據質量管理、數據資產管理、數據安全管理等功能模塊。借鑒資產管理的理論方法來管理數據，將數據作為一種特殊的資產，對進入裝備經濟分析數據管理平臺的數據進行標準化的規范約束，并以元數據作為驅動，連接數據標準管理、數據質量管理、數據安全管理的各個階段，形成統一、完善的數據治理體系。

四、結語

從行業整體來看，專業機構和管理機關推動行業大數據庫的建設是十分必要且迫切的。為此，亟需大力培養復合型數據人才，加強各種軟硬件設施建設。

參考文獻：

[1]王佳玢.大數據環境下的裝備制造企業能源管理信息系統研究[D].天津：河北工業大學，2015.