數據挖掘在房屋維修基金管理服務中的應用

文/劉玉華 (濱海新區住房和建設事務服務中心)

住房信息是反映我國居民消費水平和生活質量的重要信息，房屋維修基金是反映房地產市場狀況的最好的信息資料庫。

數據分析人員如果能夠從這些房屋維修基金資料中，發掘出房屋價格、地段分布、居民生活用水等有價值的資料，并將這些資料整理成相關的資料，供相關部門參考，為公交線路、管道管線的設置，學校、商店等城市公共設施的合理布局等進行科學決策，是一件非常有意義的數據挖掘及研究工作。

一、數據挖掘在房屋維修基金管理服務概念及內涵

（一）數據挖掘技術

數據挖掘是一個多學科交叉研究的課題。現在人們廣泛認可的是費亞德等人所說的：數據庫中的KDD是一種先進的處理方法，它可以從海量的數據中提煉出可信的、新穎的、有效的并且可以被人們所理解的模式。數據挖掘是一種多階段的處理流程，通常可劃分為：一條據抽取一條據預處理一條據轉換一次發票挖掘。數據挖掘涉及很多學科和方法，分類方法也很多。

根據數據挖掘的任務，數據挖掘在房屋維修基金管理服務的應用可以劃分為：分類或預測模型發現、數據匯總、聚類、關聯規則發現、順序模式發現、依存或依賴模型發現、異常發現、趨勢發現等。根據數據挖掘的任務和方法，數據挖掘在房屋維修基金管理服務應用可以分為幾大類：關聯規則、數據總結、分類發現和聚類發現。

（二）房屋維修基金

房屋維修基金的實質是住房公共設施專項資金和住房主體的維護資金，房屋公用設施專項資金，即專項資金，是指對物業共用部位、公用設施和設備進行更新改造的專項資金。專項資金“錢隨房走”，在住房轉讓時，將賬戶內剩余的資金轉入新的產權人。在住房維修資金方面，業主在購房時必須按規定交納一定的費用，其目的是為以后的房屋維護服務。維修資金歸所有人所有，交完錢以后，無論是小區里的公共區域問題，還是業主家里的一些維修問題幾乎都可以解決，可以說是解決了許多的問題。通常來說，房屋維修資金是在購買時就要繳納的，而購房者和銷售公司關于維修資金的某些條款，在此條款中明確了維修資金的支付比例，房屋維修資金由購房者按照購房款的2%-3%支付，并且按照購買面積和購買總量的標準收取，所有的費用都由所有人共同承擔。房屋維修資金是房屋保修期屆滿后，房屋主體結構、公共部位和公共設施設備的大、中修和更新改造的資金。主要承重構件包括基礎、內外承重墻體、柱、梁、樓板、屋頂等，公用部位指戶外墻面、門廳、樓梯間等，以及道路、溝渠、非經營性停車場等。

二、數據預處理及數據挖掘任務方法

（一）數據預處理

數據挖掘的目標是現實中的數據，現實中的數據往往是不完整的，比如在一些屬性欄中，會出現一些缺陷，由于缺少必要的資料，導致資料不完整，例如，資料不精確、包含噪音、甚至是錯誤資料等。由于房屋維修資金的使用存在著大量的數據缺失，因此，研究者對數據的預處理中缺少的數據進行了探討，并提出了一種基于合作篩法的改進算法。房屋維修資金資料整理工程，要求各單位之間進行協作、共建、共享，以及運用現代科技手段，要按照統一的計劃，逐步推進信息化建設。在數據挖掘中，大量的數據都是不完全的（有缺失的）、不完整的、有缺陷的數據，這些數據會對數據挖掘的效率產生很大的影響，甚至會造成數據的偏差，因此，數據的清理非常重要，數據清理完成后接著進行或者同時進行數據集成、變換、規約等一系列的工作，該過程就是數據預處理。資料預處理的主要工作是：資料清理、資料整合、資料規約、資料轉換。

（二）數據挖掘任務方法

1．數據清洗

在統計上，丟失的數據會產生誤差，從錯誤的角度來看，不能很好地反映出整體的情況，而在數據挖掘在房屋維修基金管理服務的實踐中，所有的數據都含有一個缺失的值，所以丟失值的處理非常重要。該方法主要分為丟失數據的確認和丟失值的處理。常見的方法有：刪除、替換、插補法等。刪除是最簡便的方法，按數據處理的不同，可以把觀測樣本刪除和刪除變量兩類。根據屬性，變量可以分為數字類型和圖形類型。如果一個變量是一個數字類型，那么這個變量的所有其他物體的值的平均值就會被替換掉。常用的插補方法包括回歸插補、多重插補等。回歸插補法是將需要插值的變量作為因變量，將其他相關變量作為因子，利用回歸函數對因變量進行預測，從而對缺失變量進行修正。在進行異常處理前，必須先對其進行分類，一般都是采用單一散點圖或者盒狀圖來實現。

2．數據集成

數據挖掘所要求的數據常常分散于不同的數據來源，而數據整合則是把多個數據源整合到一個獨立的數據倉庫中。在進行數據集成時，真實世界中的多個數據源的表現是不一致的，存在著不匹配的風險，需要從最基礎的源數據轉換、提煉和集成。實體識別就是從不同的資料來源中，辨識現實世界中的實體，其工作就是處理各種元數據的盾牌，普通的盾牌就像各類名稱，名字一樣但單位卻不一樣。數據挖掘在房屋維修基金管理服務數據整合中常常會造成數據的冗余，比如：多個同源屬性和多個同源屬性的名稱不一致，從而造成重復。

3．數據變換

數據轉換主要是對數據的處理、連續變量的離散化和變量的構造，使數據轉化為“適當的”格式，滿足了數據挖掘的需求。簡單函數轉換是將常用中的一些數據函數進行轉換，包括平x、開x、取對數、差分運算等。由于各種評估指標的量綱差異較大，因此，如果不進行統計處理，將會對數據的分析產生一定的影響。為了避免不同的指數和數值區間的差別，必須采用規范化的方法，將不同的數據進行分類，以方便進行全面的分析。最小-最大標準化、零-均值標準化、核數化標準化等是目前研究的熱點。一些數據挖掘算法，尤其是ID3算法、Apriori算法等，都需要以分類的屬性格式進行數據處理。通常，把一個數據挖掘在房屋維修基金管理服務數據連續的屬性轉換為一個類別的屬性，也就是一個連續的屬性的離散。數據挖掘在房屋維修基金管理服務數據離散化過程中，連續屬性的離散化是指在數據的數值范圍內設置若干離散的分割點，并將這些分割點分成若干個離散的區間，最終用不同的一致性或整型數值表示各數據的數值。

三、數據挖掘在房屋維修基金管理服務中的應用策略

（一）房屋維修基金管理服務項目介紹

項目組的人員對整個工程的整個過程進行了剖析，一開始是由開發商收取的，之后因為年代久遠、測繪資料遺失等原因，結果有缺失，比如X幢X戶的面積與資金數量不符，由信息中心的工作人員利用GIS進行土地測繪，以確定某一單元的范圍。盡量用清晰的地面（道路、胡同、圍墻）在小區的邊緣，田埂、河流等），用文字標示，無明顯地名標記時，應按小區邊界兩側建筑物或其他地面物體的名稱，用文字說明和標示。然后，按照建筑的位置進行實地勘察，在特定的區域內，將這棟樓的住戶一一對應，但卻不一定是同一個人，比如某個單元被拆除了，沒有找到，或是已經被改為店鋪賣掉的，這一切都要一一記載，等待進一步的調查。下一步，由財務部調取X幢X戶的銷售面積清單，再到物管部門查詢記錄（即維修資金）。物業管理部門負責小區物業專項維修基金的安全、集中和增值，負責運作、使用以及管理信息和檔案。物業管理部門將房產分析表格與房產測繪資料進行比對。如果二者不一致，則由產權部門調取存量房屋的確權證書，并與相關的臺賬和測繪資料進行比對，最終確定的是確權證書，之后，物業管理部門會對現有的維護資金進行清理，重新生成新的數據并進行分配。這是一個涉及各個部門、不同工作人員的工作，需要齊心協力，在這個過程中，會遇到許多意想不到的問題。我發現了一個很大的問題，那就是店鋪的名稱不是XX區的，需要提供一個準確的地址。相似的例子：如果是自己蓋房子，那就很難找到他們所屬的物業公司，只能找到他們的下屬單位，很難對齊，要特別小心那些可能發生的困難。

（二）房屋維修基金管理服務數據維護

在維修基金資料整理工程中，建立一套完整的房屋維修資金資料比對查詢系統是其中的一個關鍵環節。本研究團隊通過對整個工程的需求進行了分析，將管理的要求轉換成了可以用軟件來完成的功能描述，并在此基礎上建立了三層系統，將系統劃分為用戶界面層、業務邏輯層和數據庫層。由于B/S架構采用了http，因此在數據傳輸方面存在著一定的局限性，且不存在專用C/S通訊，為了滿足整個工程的快速查詢需求，本系統更適合C/S架構的開發。住房制度的改革，是構建社會主義市場經濟體系的一個關鍵環節。《國務院關于深化城鎮住房制度改革的決定》頒布后，我國住房制度改革的步伐明顯加快，住房分配貨幣化、住房商品化已經根植于人們的心中，房地產行業的發展速度很快，很多商品房也開始超過保修期，公共部位、設施設備的維修問題會影響到社會和諧，所以及時建立維修基金并且對維修資金進行有效管理和核查的重要性顯得非常突出。

房屋維修資金的管理是根據本市住房公積金管理機構的委托，為實現對維護資金的合理利用、動態實時監測的目的而進行的。但是，由于存在著大量的缺失數據，無法通過計算來彌補，需要從數據來源中獲取更加詳細的信息。通過運用現代計算機技術、網絡技術，實現了房屋維修資金的信息化管理，達到了房屋維修資金的信息化、規范化、科學化。全面、準確、及時地搜集各類資訊，并進行適當的整理，使之真正成為能夠共同分享的一種資源。在決策過程中，能夠快速地向決策層傳達重要的信息，降低信息的冗余、混淆，加快信息的傳遞，改善信息資源的使用和品質。加強計劃控制功能，通過對各類經營信息的持續收集、分析，發現企業經營活動的一般規律，形成計劃控制的基礎，防止盲目的、不合理的行為，節約成本，加強技術管理。

（三）房屋維修基金管理多維數據集設計

在數據倉庫中，多維數據的設計與其對數據的處理效率有著直接的聯系。OLAP多維數據的實現有很多種，按其存儲方式的不同，可以將其劃分為：桌面OLAP（DOLAP）、關系OLAP（RoLAP）、MOI_AP（multi-OLAP）、tfOLAP（multi-OLAP）。DOLAP，就是將OLAP所需要的資料通過OLAP進行分析，然后將其保存到客戶機中，使其能夠不被網絡瓶頸所限制，但是卻很難保證操作的安全與數據的安全，同時也有管理和維護的問題。這種程序僅適用于小規模的工程。ROLAF代表OLAP（RelationaloLAP）在關系數據庫基礎上的實現。以關系式數據庫為中心，以關系式的方式對多維數據進行表達與存儲。ROLAP把多維數據庫分為兩種類型：一種是用于存儲數據和維度關鍵詞的事實表格，另一種是多維數據表，它為每一維存儲了維的層次、成員類別等維度的描述信息。維數和事實表是由主鍵和外部鍵結合而構成的“星型模式”。為了防止冗余數據占用大量的存儲空間，采用多張表格進行描述。

MOLAP是一種以多維數據為基礎的OLAP實現，它的核心是多維數據的組織，即MOLAP采用多維陣列來儲存資料。多維數據在存儲過程中會形成“立方塊”的結構，而MOLAP則是“旋轉”“切塊”和“切片”等“立方塊”的關鍵技術。HOLAP是一種OLAP(HybridOLAP)，它是以混合數據結構為基礎的OLAP。例如，底層為關系型，而上層為多維矩陣型，這樣做更加靈活。也有其他方式來實現OLAP，比如為特定的SQL查詢提供特定的SQL查詢服務，例如星型、雪片型等。考慮到本分析系統的數據量并不大，而且數據庫記錄的添加和更新也是有規律的，基本上是每天的數據量的增長，而且由于數據的特殊性，涉及的領域也不廣，考慮到效率和其他因素，我們采用了MOLAP技術，將其應用到SQLSERVER2000的AnalysiSServices上。使用多維資料集合精靈，對房屋多維資料進行了定義。建立一個事實資料表格，在一個事實資料表格中識別一個度量，然后建立一個維度，每一個維度都包含一個或多個其他表格。在定義了一個多維資料集合之后，再利用儲存設計精靈來設計它的集合。在新多維數據集合的設計完成之后，通過“完全處理”選項來處理這個多維數據集合，并利用它進行維護。

（四）房屋維修基金管理服務數據挖掘啟示

維修資金管理信息查詢系統是為了滿足用戶的需要而開發的，因此，開發人員要了解整個系統的整體目標和工作模式，首先要明確系統的要求，也就是決定系統的功能。在這個維修基金資料比對查詢系統的研制中，經過交流、修改、多次反復，最后確定了系統的需求。系統的需求可以概括為：測繪成果查詢、產權查詢、合同備案查詢、維修資金資料的對比查詢。這個系統不僅可以方便地增加和修改用戶信息，還可以根據建筑的不規則結構，進行多個房間的改造，每一個特定的房間都是由建筑物和單元生成的。數據挖掘在房屋維修基金管理服務報表的產生，在統計中有很大的作用，可以將以前遇到的各種報表或者是自己所需要的報表，都可以用Excel格式進行分析。為了滿足維修資金比對查詢系統各個層級的信息查詢與統計要求，將各層次主管部門的相關數據從專用服務平臺上自動傳送至專門的查詢數據庫，即使網絡服務器遭到惡意攻擊，也不會對其業務的處理環境產生任何影響，而且可以輕松地利用專門的商業平臺系統來恢復Web服務器的數據。

四、結論

綜上所述，隨著我國房地產業的迅速發展，房地產市場的信息化進程也在不斷加快。隨著物業管理工作的不斷深入，傳統的物業管理手段已經不能滿足發展的需要，計算機和網絡技術在各方面的優越性已經充分體現出來。及時運用數據挖掘在房屋維修基金管理服務現代科學技術，建立數據挖掘在房屋維修基金管理服務信息比對查詢體系，是貫徹國家科學發展的必然要求，也是與時俱進的具體表現。運用現代信息技術和現代科技與管理方式，對房屋維修基金的各個層次的用戶，進行便捷、精確的數據管理，并對其進行多方位、高效的監督和管理，為業主、物業提供全面的維修資金信息，以實現對房屋維修資金的實時監測。隨著信息化建設的不斷深化，數據挖掘在房屋維修基金管理服務企業對信息化的依賴程度不斷提高，對信息化建設的需求也日益增加，數據挖掘在房屋維修基金管理服務數據庫必須與時俱進，以滿足不斷變化的信息需求。