首頁(yè) > 優(yōu)秀范文 > 數(shù)據(jù)分析的前景
時(shí)間：2023-05-26 09:00:12
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇數(shù)據(jù)分析的前景范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！
多傳感器融合系統(tǒng)由于具有較高的可靠性和魯棒性，較寬的時(shí)間和空間的觀測(cè)范圍，較強(qiáng)的數(shù)據(jù)可信度和分辨能力，已廣泛應(yīng)用于軍事、工業(yè)、農(nóng)業(yè)、航天、交通管制、機(jī)器人、海洋監(jiān)視和管理、目標(biāo)跟蹤和慣性導(dǎo)航等領(lǐng)域。筆者在分析數(shù)據(jù)融合技術(shù)概念和內(nèi)容的基礎(chǔ)上，對(duì)該技術(shù)在林業(yè)工程中的應(yīng)用及前景進(jìn)行了綜述。
一、數(shù)據(jù)融合
1.1概念的提出
1973年，數(shù)據(jù)融合技術(shù)在美國(guó)國(guó)防部資助開(kāi)發(fā)的聲納信號(hào)理解系統(tǒng)中得到了最早的體現(xiàn)。70年代末，在公開(kāi)的技術(shù)文獻(xiàn)中開(kāi)始出現(xiàn)基于多系統(tǒng)的信息整合意義的融合技術(shù)。1984年美國(guó)國(guó)防部數(shù)據(jù)融合小組(DFS)定義數(shù)據(jù)融合為：“對(duì)多源的數(shù)據(jù)和信息進(jìn)行多方的關(guān)聯(lián)、相關(guān)和綜合處理，以更好地進(jìn)行定位與估計(jì)，并完全能對(duì)態(tài)勢(shì)及帶來(lái)的威脅進(jìn)行實(shí)時(shí)評(píng)估”。
1998年1月，Buchroithner和Wald重新定義了數(shù)據(jù)融合：“數(shù)據(jù)融合是一種規(guī)范框架，這個(gè)框架里人們闡明如何使用特定的手段和工具來(lái)整合來(lái)自不同渠道的數(shù)據(jù)，以獲得實(shí)際需要的信息”。
Wald定義的數(shù)據(jù)融合的概念原理中，強(qiáng)調(diào)以質(zhì)量作為數(shù)據(jù)融合的明確目標(biāo)，這正是很多關(guān)于數(shù)據(jù)融合的文獻(xiàn)中忽略但又是非常重要的方面。這里的“質(zhì)量”指經(jīng)過(guò)數(shù)據(jù)融合后獲得的信息對(duì)用戶而言較融合前具有更高的滿意度，如可改善分類(lèi)精度，獲得更有效、更相關(guān)的信息，甚至可更好地用于開(kāi)發(fā)項(xiàng)目的資金、人力資源等。
1.2基本內(nèi)容
信息融合是生物系統(tǒng)所具備的一個(gè)基本功能，人類(lèi)本能地將各感官獲得的信息與先驗(yàn)知識(shí)進(jìn)行綜合，對(duì)周?chē)h(huán)境和發(fā)生的事件做出估計(jì)和判斷。當(dāng)運(yùn)用各種現(xiàn)代信息處理方法，通過(guò)計(jì)算機(jī)實(shí)現(xiàn)這一功能時(shí)，就形成了數(shù)據(jù)融合技術(shù)。
數(shù)據(jù)融合就是充分利用多傳感器資源，通過(guò)對(duì)這些多傳感器及觀測(cè)信息的合理支配和使用，把多傳感器在空間或時(shí)間上的冗余或互補(bǔ)信息依據(jù)某些準(zhǔn)則進(jìn)行組合，以獲得被測(cè)對(duì)象的一致性解釋或描述。數(shù)據(jù)融合的內(nèi)容主要包括：
(1)數(shù)據(jù)關(guān)聯(lián)。確定來(lái)自多傳感器的數(shù)據(jù)反映的是否是同源目標(biāo)。
(2)多傳感器ID/軌跡估計(jì)。假設(shè)多傳感器的報(bào)告反映的是同源目標(biāo)，對(duì)這些數(shù)據(jù)進(jìn)行綜合，改進(jìn)對(duì)該目標(biāo)的估計(jì)，或?qū)φ麄€(gè)當(dāng)前或未來(lái)情況的估計(jì)。
(3)采集管理。給定傳感器環(huán)境的一種認(rèn)識(shí)狀態(tài)，通過(guò)分配多個(gè)信息捕獲和處理源，最大限度地發(fā)揮其性能，從而使其操作成本降到最低。傳感器的數(shù)據(jù)融合功能主要包括多傳感器的目標(biāo)探測(cè)、數(shù)據(jù)關(guān)聯(lián)、跟蹤與識(shí)別、情況評(píng)估和預(yù)測(cè)。
根據(jù)融合系統(tǒng)所處理的信息層次，目前常將信息融合系統(tǒng)劃分為3個(gè)層次：
(l)數(shù)據(jù)層融合。直接將各傳感器的原始數(shù)據(jù)進(jìn)行關(guān)聯(lián)后，送入融合中心，完成對(duì)被測(cè)對(duì)象的綜合評(píng)價(jià)。其優(yōu)點(diǎn)是保持了盡可能多的原始信號(hào)信息，但是該種融合處理的信息量大、速度慢、實(shí)時(shí)性差，通常只用于數(shù)據(jù)之間配準(zhǔn)精度較高的圖像處理。
(2)特征層融合。從原始數(shù)據(jù)中提取特征，進(jìn)行數(shù)據(jù)關(guān)聯(lián)和歸一化等處理后，送入融合中心進(jìn)行分析與綜合，完成對(duì)被測(cè)對(duì)象的綜合評(píng)價(jià)。這種融合既保留了足夠數(shù)量的原始信息，又實(shí)現(xiàn)了一定的數(shù)據(jù)壓縮，有利于實(shí)時(shí)處理，而且由于在特征提取方面有許多成果可以借鑒，所以特征層融合是目前應(yīng)用較多的一種技術(shù)。但是該技術(shù)在復(fù)雜環(huán)境中的穩(wěn)健性和系統(tǒng)的容錯(cuò)性與可靠性有待進(jìn)一步改善。
(3)決策層融合。首先每一傳感器分別獨(dú)立地完成特征提取和決策等任務(wù)，然后進(jìn)行關(guān)聯(lián)，再送入融合中心處理。這種方法的實(shí)質(zhì)是根據(jù)一定的準(zhǔn)則和每個(gè)決策的可信度做出最優(yōu)的決策。其優(yōu)點(diǎn)是數(shù)據(jù)通訊量小、實(shí)時(shí)性好，可以處理非同步信息，能有效地融合不同類(lèi)型的信息。而且在一個(gè)或幾個(gè)傳感器失效時(shí)，系統(tǒng)仍能繼續(xù)工作，具有良好的容錯(cuò)性，系統(tǒng)可靠性高，因此是目前信息融合研究的一個(gè)熱點(diǎn)。但是這種技術(shù)也有不足，如原始信息的損失、被測(cè)對(duì)象的時(shí)變特征、先驗(yàn)知識(shí)的獲取困難，以及知識(shí)庫(kù)的巨量特性等。
1.3處理模型
美國(guó)數(shù)據(jù)融合工作小組提出的數(shù)據(jù)融合處理模型，當(dāng)時(shí)僅應(yīng)用于軍事方面，但該模型對(duì)人們理解數(shù)據(jù)融合的基本概念有重要意義。模型每個(gè)模塊的基本功能如下：
數(shù)據(jù)源。包括傳感器及其相關(guān)數(shù)據(jù)(數(shù)據(jù)庫(kù)和人的先驗(yàn)知識(shí)等)。
源數(shù)據(jù)預(yù)處理。進(jìn)行數(shù)據(jù)的預(yù)篩選和數(shù)據(jù)分配，以減輕融合中心的計(jì)算負(fù)擔(dān)，有時(shí)需要為融合中心提供最重要的數(shù)據(jù)。目標(biāo)評(píng)估。融合目標(biāo)的位置、速度、身份等參數(shù)，以達(dá)到對(duì)這些參數(shù)的精確表達(dá)。主要包括數(shù)據(jù)配準(zhǔn)、跟蹤和數(shù)據(jù)關(guān)聯(lián)、辨識(shí)。
態(tài)勢(shì)評(píng)估。根據(jù)當(dāng)前的環(huán)境推斷出檢測(cè)目標(biāo)與事件之間的關(guān)系，以判斷檢測(cè)目標(biāo)的意圖。威脅評(píng)估。結(jié)合當(dāng)前的態(tài)勢(shì)判斷對(duì)方的威脅程度和敵我雙方的攻擊能力等，這一過(guò)程應(yīng)同時(shí)考慮當(dāng)前的政治環(huán)境和對(duì)敵策略等因素，所以較為困難。
處理過(guò)程評(píng)估。監(jiān)視系統(tǒng)的性能，辨識(shí)改善性能所需的數(shù)據(jù)，進(jìn)行傳感器資源的合理配置。人機(jī)接口。提供人與計(jì)算機(jī)間的交互功能，如人工操作員的指導(dǎo)和評(píng)價(jià)、多媒體功能等。
二、多傳感器在林業(yè)中的應(yīng)用
2.1在森林防火中的應(yīng)用
在用MODIS(ModerateResolutionImagingSpectroradiometer)數(shù)據(jù)測(cè)定森林火點(diǎn)時(shí)的20、22、23波段的傳感器輻射值已達(dá)飽和狀態(tài)，用一般圖像增強(qiáng)處理方法探測(cè)燃燒區(qū)火點(diǎn)的結(jié)果不理想。余啟剛運(yùn)用數(shù)據(jù)融合技術(shù)，在空間分辨率為1000m的熱輻射通道的數(shù)據(jù)外加入空間分辨率為250m的可見(jiàn)光通道的數(shù)據(jù)，較好地進(jìn)行了不同空間分辨率信息的數(shù)據(jù)融合，大大提高了對(duì)火點(diǎn)位置的判斷準(zhǔn)確度。為進(jìn)一步提高衛(wèi)星光譜圖像數(shù)據(jù)分析的準(zhǔn)確性與可靠性，利用原有森林防火用的林區(qū)紅外探測(cè)器網(wǎng)，將其與衛(wèi)星光譜圖像數(shù)據(jù)融合，可以使計(jì)算機(jī)獲得GPS接收機(jī)輸出的有關(guān)信息通過(guò)與RS實(shí)現(xiàn)高效互補(bǔ)性融合，從而彌補(bǔ)衛(wèi)星圖譜不理想的缺失區(qū)數(shù)據(jù)信息，大大提高燃燒區(qū)火點(diǎn)信息準(zhǔn)確度和敏感性。
2.2森林蓄積特征的估計(jì)
HampusHolmstrom等在瑞典南部的試驗(yàn)區(qū)將SPOT-4×S衛(wèi)星數(shù)據(jù)和CARABAS-IIVHFSAR傳感器的雷達(dá)數(shù)據(jù)進(jìn)行了融合，采用KNN(knearestneighbor)方法對(duì)森林的蓄積特征(林分蓄積、樹(shù)種組成與年齡)進(jìn)行了估計(jì)。
KNN方法就是采用目標(biāo)樣地鄰近k個(gè)(k=10)最近樣地的加權(quán)來(lái)估計(jì)目標(biāo)樣地的森林特征。研究者應(yīng)用衛(wèi)星光譜數(shù)據(jù)、雷達(dá)數(shù)據(jù)融合技術(shù)對(duì)試驗(yàn)區(qū)的不同林分的蓄積特征進(jìn)行估計(jì)，并對(duì)三種不同的數(shù)據(jù)方法進(jìn)行誤差分析。試驗(yàn)表明，融合后的數(shù)據(jù)作出的估計(jì)比單一的衛(wèi)星數(shù)據(jù)或雷達(dá)數(shù)據(jù)的精度高且穩(wěn)定性好。
2.3用非垂直航空攝像數(shù)據(jù)融合GIS信息更新調(diào)查數(shù)據(jù)
森林資源調(diào)查是掌握森林資源現(xiàn)狀與變化的調(diào)查方法，一般以地面調(diào)查的方法為主，我國(guó)5年復(fù)查一次。由于森林資源調(diào)查的工作量巨大，且要花費(fèi)大量的人力、物力和資金。國(guó)內(nèi)外許多學(xué)者都在探索航空、航天的遙感調(diào)查與估計(jì)方法。
TrevorJDavis等2002年提出采用非垂直的航空攝影數(shù)據(jù)融合對(duì)應(yīng)的GIS數(shù)據(jù)信息實(shí)現(xiàn)森林調(diào)查數(shù)據(jù)的快速更新，認(rèn)為對(duì)森林資源整體而言，僅某些特殊地區(qū)的資源數(shù)據(jù)需要更新。在直升飛機(jī)側(cè)面裝上可視的數(shù)字?jǐn)z像裝置，利用GPS對(duì)測(cè)點(diǎn)進(jìn)行定位，對(duì)特殊地區(qū)的攝像進(jìn)行拍攝，同時(shí)與對(duì)應(yīng)的GIS數(shù)據(jù)進(jìn)行融合，做出資源變化的估計(jì)或影像的修正。
試驗(yàn)表明，融合后的數(shù)據(jù)可以同高分辨率矯正圖像相比，該方法花費(fèi)少，精度高，能充分利用影像的可視性，應(yīng)用于偏遠(yuǎn)、地形復(fù)雜、不易操作、成本高的區(qū)域，同時(shí)可避免遙感圖像受云層遮蓋。
三、數(shù)據(jù)融合在林業(yè)中的應(yīng)用展望
3.1在木材檢測(cè)中的應(yīng)用
3.1.1木材缺陷及其影響
木材是天然生長(zhǎng)的有機(jī)體，生長(zhǎng)過(guò)程中不可避免地有尖削度、彎曲度、節(jié)子等生長(zhǎng)缺陷，這些缺陷極大地影響了木材及其制品的優(yōu)良特性，以及木材的使用率、強(qiáng)度、外觀質(zhì)量，并限制了其應(yīng)用領(lǐng)域。在傳統(tǒng)木制品生產(chǎn)過(guò)程中，主要依靠人的肉眼來(lái)識(shí)別木材缺陷，而木材板材表面缺陷在大小、形狀和色澤上都有較大的差異，且受木材紋理的影響，識(shí)別起來(lái)非常困難，勞動(dòng)強(qiáng)度大，效率低，同時(shí)由于熟練程度、標(biāo)準(zhǔn)掌握等人為因素，可能造成較大的誤差。另外在集成材加工中，板材缺陷的非雙面識(shí)別嚴(yán)重影響了生產(chǎn)線的生產(chǎn)節(jié)拍。因此必須開(kāi)發(fā)一種能夠?qū)Π宀碾p面缺陷進(jìn)行在線識(shí)別和自動(dòng)剔除技術(shù)，以解決集成材加工中節(jié)子人工識(shí)別誤差大、難以實(shí)現(xiàn)雙面識(shí)別、剔除機(jī)械調(diào)整時(shí)間長(zhǎng)等問(wèn)題。
3.1.2單一傳感器在木材檢測(cè)中的應(yīng)用
對(duì)木材及人造板進(jìn)行無(wú)損檢測(cè)的方法很多，如超聲波、微波、射線、機(jī)械應(yīng)力、震動(dòng)、沖擊應(yīng)力波、快速傅立葉變換分析等檢測(cè)方法。超聲技術(shù)在木材工業(yè)中的應(yīng)用研究主要集中在研究聲波與木材種類(lèi)、木材結(jié)構(gòu)和性能之間的關(guān)系、木材結(jié)構(gòu)及缺陷分析、膠的固化過(guò)程分析等。
隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，人們也將視覺(jué)傳感器應(yīng)用于木材檢測(cè)中。新西蘭科學(xué)家用視頻傳感器研究和測(cè)量了紙漿中的纖維橫切面的寬度、厚度、壁面積、壁厚度、腔比率、壁比率等，同時(shí)準(zhǔn)確地測(cè)量單個(gè)纖維和全部纖維的幾何尺寸及其變化趨勢(shì)，能夠區(qū)分不同紙漿類(lèi)型，測(cè)定木材纖維材料加固結(jié)合力，并動(dòng)態(tài)地觀察木材纖維在材料中的結(jié)合機(jī)理。
新西蘭的基于視覺(jué)傳感器的板材缺陷識(shí)別的軟件已經(jīng)產(chǎn)業(yè)化，該軟件利用數(shù)碼相機(jī)或激光掃描儀采集板材的圖像，自動(dòng)識(shí)別板材節(jié)子和缺陷的位置，控制板材的加工。該軟件還具有進(jìn)行原木三維模型真實(shí)再現(xiàn)的計(jì)算機(jī)視覺(jué)識(shí)別功能，利用激光掃描儀自動(dòng)采集原木的三維幾何數(shù)據(jù)。
美國(guó)林產(chǎn)品實(shí)驗(yàn)室利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)木材刨花的尺寸大小進(jìn)行分級(jí)，確定各種刨花在板中的比例和刨花的排列方向；日本京都大學(xué)基于視覺(jué)傳感器進(jìn)行了定向刨花板內(nèi)刨花定向程度的檢測(cè)，從而可以通過(guò)調(diào)整定向鋪裝設(shè)備優(yōu)化刨花的排列方向來(lái)提高定向刨花板的強(qiáng)度。在制材加工過(guò)程中，利用計(jì)算機(jī)視覺(jué)技術(shù)在線實(shí)時(shí)檢測(cè)原木的形狀及尺寸，選擇最佳下鋸方法，提高原木的出材率。同時(shí)可對(duì)鋸材的質(zhì)量進(jìn)行分級(jí)，實(shí)現(xiàn)木材的優(yōu)化使用；在膠合板的生產(chǎn)過(guò)程中，利用計(jì)算機(jī)視覺(jué)技術(shù)在線實(shí)時(shí)檢測(cè)單板上的各種缺陷，實(shí)現(xiàn)單板的智能和自動(dòng)剪切，并可測(cè)量在剪切過(guò)程中的單板破損率，對(duì)單板進(jìn)行分等分級(jí)，實(shí)現(xiàn)自動(dòng)化生產(chǎn)過(guò)程。Wengert等在綜合了大量的板材分類(lèi)經(jīng)驗(yàn)的基礎(chǔ)上，建立了板材分級(jí)分類(lèi)的計(jì)算機(jī)視覺(jué)專家系統(tǒng)。在國(guó)內(nèi)這方面的研究較少，王金滿等用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)刨花板施膠效果進(jìn)行了定量分析。
X射線對(duì)木材及木質(zhì)復(fù)合材料的性能檢測(cè)已得到了廣泛的應(yīng)用，目前該技術(shù)主要應(yīng)用于對(duì)木材密度、含水率、纖維素相對(duì)結(jié)晶度和結(jié)晶區(qū)大小、纖維的化學(xué)結(jié)構(gòu)和性質(zhì)等進(jìn)行檢測(cè)，并對(duì)木材內(nèi)部的各種缺陷進(jìn)行檢測(cè)。
3.1.3數(shù)據(jù)融合在木材檢測(cè)中的應(yīng)用展望
單一傳感器在木材工業(yè)中已得到了一定程度的應(yīng)用，但各種單項(xiàng)技術(shù)在應(yīng)用上存在一定的局限性。如視覺(jué)傳感器不能檢測(cè)到有些與木材具有相同顏色的節(jié)子，有時(shí)會(huì)把木板上的臟物或油脂當(dāng)成節(jié)子，造成誤判，有時(shí)也會(huì)受到木材的種類(lèi)或粗糙度和濕度的影響，此外，這種技術(shù)只能檢測(cè)部分表面缺陷，而無(wú)法檢測(cè)到內(nèi)部缺陷；超聲、微波、核磁共振和X射線技術(shù)均能測(cè)量密度及內(nèi)部特征，但是它們不能測(cè)定木材的顏色和瑕疵，因?yàn)檫@些缺陷的密度往往同木板相同。因此，一個(gè)理想的檢測(cè)系統(tǒng)應(yīng)該集成各種傳感技術(shù)，才能準(zhǔn)確、可靠地檢測(cè)到木材的缺陷。
基于多傳感器(機(jī)器視覺(jué)及X射線等)數(shù)據(jù)融合技術(shù)的木材及木制品表面缺陷檢測(cè)，可以集成多個(gè)傳統(tǒng)單項(xiàng)技術(shù)，更可靠、準(zhǔn)確地實(shí)時(shí)檢測(cè)出木材表面的各種缺陷，為實(shí)現(xiàn)木材分級(jí)自動(dòng)化、智能化奠定基礎(chǔ)，同時(shí)為集裁除鋸、自動(dòng)調(diào)整、自動(dòng)裁除節(jié)子等為一身的新型視頻識(shí)別集成材雙面節(jié)子數(shù)控自動(dòng)剔除成套設(shè)備提供技術(shù)支持。
3.2在精確林業(yè)中的應(yīng)用
美國(guó)華盛頓大學(xué)研究人員開(kāi)展了樹(shù)形自動(dòng)分析、林業(yè)作業(yè)規(guī)劃等研究工作；Auburn大學(xué)的生物系統(tǒng)工程系和USDA南方林業(yè)實(shí)驗(yàn)站與有關(guān)公司合作開(kāi)展用GPS和其他傳感器研究林業(yè)機(jī)器系統(tǒng)的性能和生產(chǎn)效率。
目前單項(xiàng)的GPS、RS、GIS正從“自動(dòng)化孤島”形式應(yīng)用于林業(yè)生產(chǎn)向集成技術(shù)轉(zhuǎn)變。林業(yè)生產(chǎn)系統(tǒng)作為一個(gè)多組分的復(fù)雜系統(tǒng)，是由能量流動(dòng)、物質(zhì)循環(huán)、信息流動(dòng)所推動(dòng)的具有一定的結(jié)構(gòu)和功能的復(fù)合體，各組分間的關(guān)系和結(jié)合方式影響系統(tǒng)整體的結(jié)構(gòu)和功能。因此應(yīng)該在計(jì)算機(jī)集成系統(tǒng)框架下，有效地融合GPS、GIS、RS等數(shù)據(jù)，解決這些信息在空間和時(shí)間上的質(zhì)的差異及空間數(shù)據(jù)類(lèi)型的多樣性，如地理統(tǒng)計(jì)數(shù)據(jù)、柵格數(shù)據(jù)、點(diǎn)數(shù)據(jù)等。利用智能DSS(決策支持系統(tǒng))以及VRT(可變量技術(shù))等，使林業(yè)生產(chǎn)成為一個(gè)高效、柔性和開(kāi)放的體系，從而實(shí)現(xiàn)林業(yè)生產(chǎn)的標(biāo)準(zhǔn)化、規(guī)范化、開(kāi)放性，建立基于信息流融合的精確林業(yè)系統(tǒng)。
南京林業(yè)大學(xué)提出了“精確林業(yè)工程系統(tǒng)”。研究包括精確林業(yè)工程系統(tǒng)的領(lǐng)域體系結(jié)構(gòu)、隨時(shí)空變化的數(shù)據(jù)采集處理與融合技術(shù)、精確控制林業(yè)生產(chǎn)的智能決策支持系統(tǒng)、可變量控制技術(shù)等，實(shí)現(xiàn)基于自然界生物及其所賴以生存的環(huán)境資源的時(shí)空變異性的客觀現(xiàn)實(shí)，以最小資源投入、最小環(huán)境危害和最大產(chǎn)出效益為目標(biāo)，建立關(guān)于林業(yè)管理系統(tǒng)戰(zhàn)略思想的精確林業(yè)微觀管理系統(tǒng)。
[參考文獻(xiàn)]
[1]高翔，王勇.數(shù)據(jù)融合技術(shù)綜述[J].計(jì)算機(jī)控制與測(cè)量，2002，10(11)：706-709.
[2]龔元明，蕭德云，王俊杰.多傳感器數(shù)據(jù)融合技術(shù)(上)[J].冶金自動(dòng)化，2002(4)：4-7.
[3]錢(qián)永蘭，楊邦杰，雷廷武.數(shù)據(jù)融合及其在農(nóng)情遙感監(jiān)測(cè)中的應(yīng)用與展望[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，20(4)：286-290.
1.環(huán)境監(jiān)測(cè)數(shù)據(jù)的特征及重要性
1.1環(huán)境監(jiān)測(cè)數(shù)據(jù)的特征
環(huán)境監(jiān)測(cè)數(shù)據(jù)規(guī)定了每一次監(jiān)測(cè)獲得的數(shù)據(jù)的可使用范圍，超出該范圍得出的數(shù)據(jù)就被視為是不合格的。這是因?yàn)楸O(jiān)測(cè)數(shù)據(jù)是具有局限性的，這種局限性是為了保證監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性與可靠性。同時(shí)，對(duì)于監(jiān)測(cè)獲得的數(shù)據(jù)要求具有完整性，不應(yīng)該有缺失或是遺漏的現(xiàn)象。對(duì)于在規(guī)定范圍內(nèi)的監(jiān)測(cè)數(shù)據(jù)，如果這些數(shù)據(jù)不僅具有代表性，還具備完整性，那么就達(dá)到監(jiān)測(cè)的目的了[1]。
1.2環(huán)境監(jiān)測(cè)數(shù)據(jù)的重要性
環(huán)境監(jiān)測(cè)的重要性在于它能為環(huán)境的管理、規(guī)劃、評(píng)價(jià)等提供科學(xué)、有力的依據(jù)。出于對(duì)我國(guó)正處于經(jīng)濟(jì)高速發(fā)展階段的考慮，我們對(duì)環(huán)境監(jiān)測(cè)應(yīng)給予更高的重視。一般來(lái)說(shuō)，環(huán)境監(jiān)測(cè)數(shù)據(jù)的質(zhì)量以及分析能力的高低可以反映出一個(gè)監(jiān)測(cè)站工作能力，也體現(xiàn)了該監(jiān)測(cè)站在環(huán)境保護(hù)工作所處地位的高低。
2.對(duì)環(huán)境監(jiān)測(cè)數(shù)據(jù)的填制及整理要求
對(duì)于監(jiān)測(cè)獲取的相關(guān)圖標(biāo)和原始數(shù)據(jù)，要進(jìn)行適當(dāng)?shù)恼砗蜌w類(lèi)，以便后面的工作可以更加有利地開(kāi)展與進(jìn)行。在填制監(jiān)測(cè)數(shù)據(jù)時(shí)就應(yīng)該選取標(biāo)準(zhǔn)的記錄表格，在填寫(xiě)時(shí)要盡量的專業(yè)化、規(guī)范化，并且要保證書(shū)寫(xiě)清晰、準(zhǔn)確。對(duì)于原始數(shù)據(jù)的檢查，要逐個(gè)地進(jìn)行、確認(rèn)，將那些不能真實(shí)地反映監(jiān)測(cè)情況的數(shù)據(jù)去掉。這樣做的目的是為了將數(shù)據(jù)整理得更有條理，更有實(shí)用性，減免不必要的反復(fù)檢查，影響工作效率的提高。同時(shí)，還有一個(gè)問(wèn)題需要注意，那就是作為監(jiān)測(cè)數(shù)據(jù)確認(rèn)的負(fù)責(zé)人不可以直接參與監(jiān)測(cè)數(shù)據(jù)的采集工作[2]。
3.對(duì)環(huán)境監(jiān)測(cè)數(shù)據(jù)的分析
環(huán)境監(jiān)測(cè)是一種以環(huán)境作為對(duì)象，運(yùn)用物理、化學(xué)和生物等技術(shù)手段，對(duì)污染物進(jìn)行定性、定量和系統(tǒng)的綜合分析，它是環(huán)境評(píng)價(jià)中的重要環(huán)節(jié)，貫穿環(huán)境影響評(píng)價(jià)的整個(gè)過(guò)程。
3.1利用統(tǒng)計(jì)規(guī)律進(jìn)行分析
環(huán)境監(jiān)測(cè)是以統(tǒng)計(jì)學(xué)為基礎(chǔ)的，因此，這種分析方法經(jīng)常被監(jiān)測(cè)人員采用。這種分析方法包含了對(duì)環(huán)境要素的質(zhì)量進(jìn)行各種數(shù)學(xué)模式評(píng)價(jià)方法對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行解剖，利用它的內(nèi)在規(guī)律性進(jìn)行分析和利用，進(jìn)而得出相關(guān)的論斷。這種方法在環(huán)境規(guī)劃、環(huán)境調(diào)查和環(huán)境評(píng)價(jià)的工作中使用較多[3]。
3.2通過(guò)對(duì)污染源的監(jiān)測(cè)值來(lái)分析
監(jiān)測(cè)人員可以通過(guò)對(duì)污染源的監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析。其實(shí)，對(duì)污染物的監(jiān)測(cè)對(duì)象不僅僅限于空氣、地下水、土壤等，還有一個(gè)人們經(jīng)常說(shuō)的工業(yè)污染源。工業(yè)污染是有多種的，不同行業(yè)的工業(yè)就會(huì)有其不同的污染物產(chǎn)生。比如，對(duì)于化工行業(yè)來(lái)講，它排出的有機(jī)物含量種類(lèi)就較多多，而金屬物質(zhì)相對(duì)就較少一些；金屬行業(yè)排出的污染物是有機(jī)物含量較少而金屬物質(zhì)含量較多等。如果在一個(gè)金屬行業(yè)排除的廢棄物中監(jiān)測(cè)得出的結(jié)果顯示是具有較多有機(jī)物的，那么對(duì)于這組監(jiān)測(cè)數(shù)據(jù)應(yīng)該重新考慮和分析，并從中找出原因。這也說(shuō)明了一個(gè)問(wèn)題，那就是監(jiān)測(cè)人員在日常的工作當(dāng)中要對(duì)管轄區(qū)內(nèi)的生產(chǎn)企業(yè)相關(guān)情況進(jìn)行了解，要根據(jù)不同的行業(yè)有針對(duì)性地選擇相應(yīng)的監(jiān)測(cè)項(xiàng)目來(lái)監(jiān)測(cè)這些污染企業(yè)，實(shí)行對(duì)他們的有效監(jiān)督[4]。
3.3根據(jù)事物之間的相關(guān)性原理進(jìn)行分析
這種分析法主要是基于事物本身具有的相互關(guān)系的原理來(lái)來(lái)進(jìn)行的。一般來(lái)說(shuō)，兩個(gè)或者兩個(gè)以上的監(jiān)測(cè)數(shù)據(jù)之間往往會(huì)存在某一種的固定聯(lián)系，監(jiān)測(cè)人員可以根據(jù)這種固定的聯(lián)系去分析數(shù)據(jù)之間的相關(guān)聯(lián)系，也可以對(duì)單個(gè)已經(jīng)實(shí)行控制質(zhì)量措施的監(jiān)測(cè)數(shù)據(jù)進(jìn)行檢測(cè)，驗(yàn)證是否正確。而對(duì)于一些例行的監(jiān)測(cè)數(shù)據(jù)，則可以得出較為直觀的判斷。比如,氟含量跟硬度之間的關(guān)系。由于F與Ca、Mg形成沉淀物得容積度比較小,所以,在中性和弱堿性的水溶液當(dāng)中,如果氟含量是在(mg/ L )級(jí)的,那么它的氟含量與Ca、Mg的含量就是呈顯負(fù)相關(guān)的現(xiàn)象,也就是說(shuō)跟硬度值是負(fù)相關(guān)的。因此，在高氟區(qū)內(nèi)得出的水質(zhì)監(jiān)測(cè)結(jié)果顯示的硬度監(jiān)測(cè)值一般會(huì)比較低。如果獲得的氟含量較高,得出的硬度監(jiān)測(cè)值也很高,那么這類(lèi)監(jiān)測(cè)數(shù)據(jù)就需要進(jìn)行重新分析[5]。
4.結(jié)語(yǔ)
隨著我國(guó)環(huán)境保護(hù)的不斷深入，監(jiān)測(cè)人員要在使用各種分析方法的同時(shí)不斷地去提嘗試新的分析方法，要在原來(lái)的基礎(chǔ)水平上更進(jìn)一步地提高自己的綜合分析能力，對(duì)提供的監(jiān)測(cè)數(shù)據(jù)要有一種精益求精的精神，爭(zhēng)取提供的數(shù)據(jù)更可靠更合理，業(yè)務(wù)技能不斷地有新的進(jìn)步。由于獲取的環(huán)境監(jiān)測(cè)數(shù)據(jù)與區(qū)域的過(guò)去和現(xiàn)在都有密切的聯(lián)系，因此，監(jiān)測(cè)人員要對(duì)監(jiān)測(cè)區(qū)域的過(guò)去和現(xiàn)在的環(huán)境狀況都要進(jìn)行深入的了解和分析，在了解的基礎(chǔ)上展開(kāi)全面的探討，這樣才可以保證獲取的監(jiān)測(cè)數(shù)據(jù)更全面，更有說(shuō)服力，質(zhì)量更有保證。
參考文獻(xiàn)
[1]葉萍.淺論環(huán)境監(jiān)測(cè)數(shù)據(jù)的綜合分析方法[J]中國(guó)環(huán)境管理干部學(xué)院學(xué)報(bào), 2009, (01) .
[2]郭琦.環(huán)境監(jiān)測(cè)在環(huán)境影響評(píng)價(jià)中的意義與建議[J].科技風(fēng), 2010, (15)
一、大數(shù)據(jù)時(shí)代國(guó)庫(kù)統(tǒng)計(jì)分析轉(zhuǎn)變
（一）樹(shù)立大數(shù)據(jù)思維
“大數(shù)據(jù)時(shí)代預(yù)言家”維克托認(rèn)為：世界的本質(zhì)就是數(shù)據(jù)，大數(shù)據(jù)將開(kāi)啟一次重大的時(shí)代轉(zhuǎn)型，一直以來(lái)所延續(xù)的傳統(tǒng)統(tǒng)計(jì)分析思想已變得陳舊且落后。國(guó)庫(kù)統(tǒng)計(jì)分析思維應(yīng)當(dāng)在大數(shù)據(jù)背景下加以轉(zhuǎn)變。一是關(guān)于大數(shù)據(jù)抽樣調(diào)查工作的思想。抽樣調(diào)查是目前統(tǒng)計(jì)分析工作中的重要調(diào)查方式，但應(yīng)該清醒地認(rèn)識(shí)到，傳感器、網(wǎng)絡(luò)和數(shù)據(jù)處理技術(shù)，為獲取全局?jǐn)?shù)據(jù)提供了可能，抽樣調(diào)查方式越來(lái)越多的被大數(shù)據(jù)取代成為必然。二是大數(shù)據(jù)統(tǒng)計(jì)思想：允許數(shù)據(jù)存在不精確性?？v觀目前的各類(lèi)數(shù)據(jù)，一方面，數(shù)據(jù)來(lái)源不斷擴(kuò)展，另一方面數(shù)據(jù)處理方法飛速發(fā)展，我們應(yīng)該把重心放在統(tǒng)計(jì)分析效率上，而不是一味地追求數(shù)據(jù)的精確性上。三是大數(shù)據(jù)相關(guān)關(guān)系的思想，由驗(yàn)證因果向?qū)で箨P(guān)聯(lián)轉(zhuǎn)變。統(tǒng)計(jì)分析報(bào)告是統(tǒng)計(jì)工作的下游產(chǎn)品，對(duì)決策的意義常常大于常規(guī)報(bào)表。大數(shù)據(jù)的應(yīng)用，統(tǒng)計(jì)分析也將發(fā)生轉(zhuǎn)變，在做好因果分析的基礎(chǔ)上向?qū)で箨P(guān)聯(lián)轉(zhuǎn)變，原因分析更加精準(zhǔn)和深刻，對(duì)策建議更具參考價(jià)值。
（二）被動(dòng)統(tǒng)計(jì)到主動(dòng)分析，從人工統(tǒng)計(jì)到智能統(tǒng)計(jì)
在這樣一個(gè)信息爆炸的大數(shù)據(jù)時(shí)代，無(wú)論政府機(jī)構(gòu)還是社會(huì)公眾都可以通過(guò)多種途徑獲取信息，國(guó)庫(kù)統(tǒng)計(jì)分析部門(mén)也不例外，更應(yīng)該變被動(dòng)為主動(dòng)，對(duì)經(jīng)濟(jì)轉(zhuǎn)型期的一些重大問(wèn)題尤其是關(guān)系到可持續(xù)發(fā)展的重要問(wèn)題，做好數(shù)據(jù)統(tǒng)計(jì)分析，提高發(fā)展質(zhì)量，實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型。涂子沛指出人類(lèi)使用數(shù)據(jù)的巔峰形式，是通過(guò)數(shù)據(jù)賦予機(jī)器“智能”。大數(shù)據(jù)在包括國(guó)庫(kù)統(tǒng)計(jì)分析中應(yīng)用的終極形式就是分析智能化。
（三）從事后統(tǒng)計(jì)向事前預(yù)測(cè)轉(zhuǎn)變
統(tǒng)計(jì)分析報(bào)告是統(tǒng)計(jì)工作的重要產(chǎn)品，完整的進(jìn)度性常規(guī)分析應(yīng)該包括對(duì)未來(lái)一定時(shí)期數(shù)據(jù)的預(yù)測(cè)。但由于小數(shù)據(jù)和信息量的局限，預(yù)測(cè)一般很少作為報(bào)告的重點(diǎn)，多是在假定發(fā)展條件、相關(guān)政策不變的情況下對(duì)未來(lái)情況做出的粗略研判，影響了統(tǒng)計(jì)對(duì)決策的參考價(jià)值。而大數(shù)據(jù)的核心就是將數(shù)學(xué)算法與海量的數(shù)據(jù)有效結(jié)合，來(lái)預(yù)測(cè)事情發(fā)生的可能性。大數(shù)據(jù)的廣泛應(yīng)用，將有利于統(tǒng)計(jì)報(bào)告實(shí)現(xiàn)由單一的事后分析，向注重事前預(yù)測(cè)轉(zhuǎn)變。
二、大數(shù)據(jù)在國(guó)庫(kù)統(tǒng)計(jì)分析全流程應(yīng)用的探討
當(dāng)前，大數(shù)據(jù)浪潮帶來(lái)了一場(chǎng)新的革命，面對(duì)經(jīng)濟(jì)發(fā)展的新形勢(shì)新要求，國(guó)庫(kù)統(tǒng)計(jì)分析要學(xué)會(huì)積極的運(yùn)用大數(shù)據(jù)的思想和方法，來(lái)應(yīng)對(duì)各種新挑戰(zhàn)。國(guó)庫(kù)統(tǒng)計(jì)分析要積極主動(dòng)建立大數(shù)據(jù)分析應(yīng)用機(jī)制，破解新常態(tài)下面對(duì)的各種問(wèn)題，實(shí)現(xiàn)工作的創(chuàng)新與發(fā)展。本文重點(diǎn)分析國(guó)庫(kù)統(tǒng)計(jì)分析全流程下大數(shù)據(jù)的應(yīng)用。
（一）數(shù)據(jù)源：建立國(guó)庫(kù)統(tǒng)計(jì)分析數(shù)據(jù)池
目前國(guó)庫(kù)統(tǒng)計(jì)分析所用數(shù)據(jù)主要通過(guò)“3T”系統(tǒng)產(chǎn)生基礎(chǔ)數(shù)據(jù)和監(jiān)管類(lèi)數(shù)據(jù)，通過(guò)收集各類(lèi)型政策文件、影像資料、領(lǐng)導(dǎo)講話、內(nèi)網(wǎng)信息等形成綜合性數(shù)據(jù)。但這些數(shù)據(jù)遠(yuǎn)未達(dá)到支撐大數(shù)據(jù)統(tǒng)計(jì)分析的基礎(chǔ)。國(guó)庫(kù)統(tǒng)計(jì)分析應(yīng)當(dāng)建立“數(shù)據(jù)池”這一基礎(chǔ)工程，通過(guò)人行內(nèi)部數(shù)據(jù)整合、銀行和其它機(jī)構(gòu)數(shù)據(jù)接入、互聯(lián)網(wǎng)數(shù)據(jù)抓取和引入等多渠道擴(kuò)充基礎(chǔ)信息源和數(shù)據(jù)庫(kù)，為國(guó)庫(kù)統(tǒng)計(jì)分析的大數(shù)據(jù)應(yīng)用奠定數(shù)據(jù)基礎(chǔ)。
一是加速整合現(xiàn)有國(guó)庫(kù)數(shù)據(jù)。我國(guó)國(guó)庫(kù)匯集了各級(jí)政府財(cái)務(wù)數(shù)據(jù)和各級(jí)國(guó)庫(kù)管理數(shù)據(jù)，包括從中央到縣鄉(xiāng)的各級(jí)機(jī)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，也包括稅務(wù)、海關(guān)、財(cái)政、銀行等部門(mén)處理的各類(lèi)收支退存等國(guó)庫(kù)資金運(yùn)行數(shù)據(jù)，涵蓋面極廣。但現(xiàn)有數(shù)據(jù)資源存在著部門(mén)隸屬、無(wú)法共享等問(wèn)題，大數(shù)據(jù)要求建立統(tǒng)一、高效、共享的國(guó)庫(kù)業(yè)務(wù)大數(shù)據(jù)池，就必須打破現(xiàn)有藩籬，盡早實(shí)施“國(guó)家金庫(kù)工程”，完善內(nèi)部數(shù)據(jù)源。
二是擴(kuò)大國(guó)庫(kù)統(tǒng)計(jì)分析數(shù)據(jù)源。最重要的是打通各級(jí)政府及其下屬各部門(mén)之間的數(shù)據(jù)傳輸通道，實(shí)現(xiàn)政府辦公、工商行政、招商引資、外貿(mào)出口、仲裁訴訟等政府活動(dòng)所產(chǎn)生的數(shù)據(jù)接入共享。其次是實(shí)現(xiàn)一行三會(huì)、商業(yè)銀行、行業(yè)協(xié)會(huì)、企業(yè)實(shí)體等生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)的持續(xù)傳輸和報(bào)送。最后是互聯(lián)網(wǎng)數(shù)據(jù)，互聯(lián)網(wǎng)是大數(shù)據(jù)的重要載體，也是數(shù)據(jù)收集的快捷途徑，通過(guò)各類(lèi)互聯(lián)網(wǎng)平臺(tái)，門(mén)戶以及行業(yè)網(wǎng)站，可以收集海量數(shù)據(jù)來(lái)增加國(guó)庫(kù)統(tǒng)計(jì)分析領(lǐng)域數(shù)據(jù)采集的前置性和時(shí)效性。
（二）數(shù)據(jù)采集與存儲(chǔ)：軟件與硬件結(jié)合
大數(shù)據(jù)的應(yīng)用中，由于數(shù)據(jù)來(lái)源非常廣泛且類(lèi)型多樣化，需要存儲(chǔ)和分析挖掘的數(shù)據(jù)量也是十分龐大的，因此數(shù)據(jù)展現(xiàn)和處理的高效性以及可用性十分重要。因而，大數(shù)據(jù)的收集和存儲(chǔ)應(yīng)當(dāng)通過(guò)先進(jìn)的計(jì)算機(jī)技術(shù)自動(dòng)實(shí)現(xiàn)，并結(jié)合線下需求采取人工收集等傳統(tǒng)方法，以補(bǔ)足系統(tǒng)無(wú)法收集的數(shù)據(jù)的遺漏。國(guó)庫(kù)統(tǒng)計(jì)分析數(shù)據(jù)的采集應(yīng)當(dāng)在國(guó)庫(kù)大數(shù)據(jù)資源池基礎(chǔ)上，通過(guò)構(gòu)建云計(jì)算應(yīng)用平臺(tái)，統(tǒng)籌整合各直屬國(guó)庫(kù)大量分散的數(shù)據(jù)和軟硬件資源，通過(guò)應(yīng)用云計(jì)算平臺(tái)的資源和功能，以提升和優(yōu)化整體效能，從而實(shí)現(xiàn)全國(guó)國(guó)庫(kù)統(tǒng)計(jì)分析的大集成、大整合以及大應(yīng)用。對(duì)于其他橫向聯(lián)網(wǎng)數(shù)據(jù)，比如一些保密性較強(qiáng)的科學(xué)研究數(shù)據(jù)和企業(yè)生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)，則可以與研究機(jī)構(gòu)和企業(yè)建立合作關(guān)系，使用特定系統(tǒng)接口等相關(guān)方式采集數(shù)據(jù)。
在數(shù)據(jù)存儲(chǔ)方面，在通過(guò)完善的物理存儲(chǔ)技術(shù)和云計(jì)算平臺(tái)等軟硬件設(shè)施的基礎(chǔ)上，按國(guó)庫(kù)統(tǒng)計(jì)層級(jí)建立分級(jí)倉(cāng)儲(chǔ)式數(shù)據(jù)中心，以人行總行為總庫(kù)，各項(xiàng)業(yè)務(wù)與非業(yè)務(wù)數(shù)據(jù)達(dá)到匯總存儲(chǔ)，各級(jí)行通過(guò)內(nèi)部接口或云計(jì)算平臺(tái)實(shí)現(xiàn)數(shù)據(jù)上傳下載，同時(shí)本級(jí)行建立分中心數(shù)據(jù)存儲(chǔ)倉(cāng)，采集本級(jí)區(qū)域內(nèi)縱向和橫向數(shù)據(jù)并存儲(chǔ)。同時(shí)按照保密和信息安全等要求，實(shí)施分級(jí)授權(quán)和設(shè)置防火墻、實(shí)時(shí)加密存儲(chǔ)數(shù)據(jù)和卷標(biāo)存儲(chǔ)加密等技術(shù)。
（三）數(shù)據(jù)清洗與結(jié)構(gòu)化處理
國(guó)庫(kù)海量的、不規(guī)則的數(shù)據(jù)無(wú)法提供有效決策支持，只有通過(guò)數(shù)據(jù)清洗技術(shù)將大數(shù)據(jù)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化和規(guī)則化的數(shù)據(jù)，才能體現(xiàn)大數(shù)據(jù)價(jià)值。數(shù)據(jù)清洗包括檢查數(shù)據(jù)一致性，處理無(wú)效值和缺失值等，是發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤的最后一道程序。經(jīng)過(guò)數(shù)據(jù)清洗技術(shù)處理殘缺數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)和重復(fù)數(shù)據(jù)后將有效數(shù)據(jù)寫(xiě)入數(shù)據(jù)庫(kù)。
在國(guó)庫(kù)大數(shù)據(jù)統(tǒng)計(jì)分析上，通過(guò)數(shù)學(xué)知識(shí)（概率、統(tǒng)計(jì)、離散化等）建立合理模型，充分利用和挖掘數(shù)據(jù)內(nèi)容。綜合運(yùn)用開(kāi)源類(lèi)和非開(kāi)源類(lèi)數(shù)據(jù)分析工具包括R、Python、MATLAB、SPSS、EVIEWS等軟件進(jìn)行數(shù)據(jù)分析。具體實(shí)現(xiàn)統(tǒng)計(jì)分析、數(shù)據(jù)挖掘和模型預(yù)測(cè)等功能，并以可視化的結(jié)果予以呈現(xiàn)。統(tǒng)計(jì)分析包含假設(shè)檢驗(yàn)、差異分析、相關(guān)分析、方差分析、回歸分析、logistic回歸分析、因子分析、聚類(lèi)分析、主成分分析、判別分析、bootstrap技術(shù)等。數(shù)據(jù)挖掘包含相關(guān)性分組或關(guān)聯(lián)規(guī)則、聚類(lèi)、描述和可視化、復(fù)雜數(shù)據(jù)類(lèi)型挖掘等。模型預(yù)測(cè)包含預(yù)測(cè)模型、機(jī)器學(xué)習(xí)、建模仿真等。
在統(tǒng)計(jì)分析過(guò)程中，國(guó)庫(kù)統(tǒng)計(jì)分析應(yīng)該重點(diǎn)實(shí)現(xiàn)云應(yīng)用的創(chuàng)新與共享。統(tǒng)計(jì)人員可以根據(jù)業(yè)務(wù)的新要求，在云平臺(tái)數(shù)據(jù)開(kāi)放接口的基礎(chǔ)上，自由構(gòu)建合理的數(shù)學(xué)模型和算法，實(shí)現(xiàn)業(yè)務(wù)應(yīng)用的創(chuàng)新和擴(kuò)展。與此同時(shí)，以算法的方式將統(tǒng)計(jì)人員的智力成果和業(yè)務(wù)知識(shí)固化，當(dāng)經(jīng)驗(yàn)證為可信任應(yīng)用時(shí)，可自動(dòng)進(jìn)入云平臺(tái)的應(yīng)用共享庫(kù)，在得到授權(quán)的前提下，自由使用或補(bǔ)充完善，實(shí)現(xiàn)知識(shí)固化、資源共享。
（四）國(guó)庫(kù)運(yùn)行智能化統(tǒng)計(jì)分析
在云應(yīng)用平臺(tái)上，國(guó)庫(kù)統(tǒng)計(jì)分析首先要將日、旬、月和年作為數(shù)據(jù)的時(shí)間維度，將國(guó)庫(kù)收入、國(guó)庫(kù)支出以及國(guó)庫(kù)庫(kù)存等統(tǒng)計(jì)指標(biāo)作為數(shù)據(jù)的為空間維度，利用云計(jì)算的強(qiáng)大能力，并借助數(shù)據(jù)分析展示工具，預(yù)先計(jì)算處理數(shù)據(jù)?；蛘吒鶕?jù)用戶事先提交的數(shù)據(jù)挖掘需求自動(dòng)完成相關(guān)數(shù)據(jù)預(yù)處理。統(tǒng)計(jì)分析人員隨時(shí)可以從兩個(gè)維度上深度挖掘數(shù)據(jù)，并使用QLikView等數(shù)據(jù)分析工具，實(shí)現(xiàn)統(tǒng)計(jì)大數(shù)據(jù)的多維度、可視化展示。
二是實(shí)現(xiàn)常規(guī)統(tǒng)計(jì)分析的智能化生產(chǎn)。可以通過(guò)完善和豐富大數(shù)據(jù)應(yīng)用平臺(tái)的分析功能，實(shí)現(xiàn)機(jī)器式的學(xué)習(xí)，輸入必要的參數(shù)后，系統(tǒng)將自動(dòng)計(jì)算數(shù)據(jù)，并關(guān)聯(lián)提取大數(shù)據(jù)池中的相關(guān)數(shù)據(jù)和信息，進(jìn)而依據(jù)特定的模板輸出分析報(bào)告，最后由分析人員對(duì)輸出的分析報(bào)告進(jìn)行質(zhì)量把關(guān)和進(jìn)一步的補(bǔ)充完善。
三是構(gòu)建統(tǒng)計(jì)分析數(shù)據(jù)模型，提高預(yù)警預(yù)測(cè)水平。不斷進(jìn)行新的分析預(yù)測(cè)數(shù)學(xué)模型的探索和構(gòu)建，充分利用國(guó)庫(kù)統(tǒng)計(jì)大數(shù)據(jù)平臺(tái)上的海量數(shù)據(jù)和動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)，不斷提高預(yù)測(cè)水平。
（五）數(shù)據(jù)展示與反饋
以智能化統(tǒng)計(jì)分析為主的大數(shù)據(jù)應(yīng)用技術(shù)，為數(shù)據(jù)結(jié)構(gòu)化和可視化的展示提供了支持。簡(jiǎn)要國(guó)庫(kù)運(yùn)行數(shù)據(jù)、系統(tǒng)化運(yùn)行指標(biāo)、國(guó)庫(kù)資金運(yùn)行報(bào)告、國(guó)情和輿情監(jiān)測(cè)報(bào)告、企業(yè)和金融服務(wù)報(bào)告、國(guó)庫(kù)運(yùn)行情況預(yù)測(cè)等為中央銀行、各級(jí)政府部門(mén)制定有關(guān)政策提供統(tǒng)計(jì)信息和參考依據(jù)，充分發(fā)揮國(guó)庫(kù)在國(guó)家預(yù)算執(zhí)行中的促進(jìn)、反映和監(jiān)督作用。同時(shí)建立信息反饋機(jī)制，對(duì)現(xiàn)有統(tǒng)計(jì)分析結(jié)果予以反饋，還包括對(duì)未滿足需求提出反饋，豐富和完善大數(shù)據(jù)應(yīng)用成果，充分發(fā)揮國(guó)庫(kù)統(tǒng)計(jì)分析應(yīng)用大數(shù)據(jù)的社會(huì)價(jià)值。
綜上所述，從全流程看，大數(shù)據(jù)應(yīng)用自數(shù)據(jù)端建立“”數(shù)據(jù)池“”到處理端智能分析在到應(yīng)用端數(shù)據(jù)展示，大致可以通過(guò)下圖（圖1）形象展示：
三、有效提升大數(shù)據(jù)應(yīng)用的政策建議
（一）從制度層面保障大數(shù)據(jù)統(tǒng)計(jì)分析的有效開(kāi)展
制定專門(mén)的大數(shù)據(jù)應(yīng)用法律法規(guī)，在由總行統(tǒng)一部署、統(tǒng)一實(shí)施的基礎(chǔ)上，各地區(qū)分支機(jī)構(gòu)結(jié)合當(dāng)?shù)貙?shí)際制定特色大數(shù)據(jù)應(yīng)用和發(fā)展規(guī)章制度。從數(shù)據(jù)產(chǎn)生、采集、存儲(chǔ)、挖掘和應(yīng)用等大數(shù)據(jù)處理全流程做出明確安排。一是通過(guò)總行層面的發(fā)文、通知等鼓勵(lì)通過(guò)大數(shù)據(jù)方法加強(qiáng)國(guó)庫(kù)統(tǒng)計(jì)分析，建設(shè)大數(shù)據(jù)共享和應(yīng)用平臺(tái)；二是強(qiáng)化大數(shù)據(jù)統(tǒng)計(jì)所需軟硬件采購(gòu)、數(shù)據(jù)源互聯(lián)互通及模塊化分割等作出具體安排；三是要求大數(shù)據(jù)應(yīng)用所應(yīng)達(dá)到的在信息、統(tǒng)計(jì)報(bào)告、預(yù)測(cè)與預(yù)警等功能上的目標(biāo)和績(jī)效予以明確，充分利用大數(shù)據(jù)平臺(tái)提供統(tǒng)計(jì)分析支持；四是強(qiáng)化信息技術(shù)安全，防止信息泄露、網(wǎng)絡(luò)攻擊、系統(tǒng)失靈等問(wèn)題，明確應(yīng)急處置方案。做到嚴(yán)格立法，有法可依，有章可循。
（二）加大基礎(chǔ)設(shè)施建設(shè)和人才投入，滿足大數(shù)據(jù)應(yīng)用的軟硬件要求
大數(shù)據(jù)基礎(chǔ)設(shè)施可分為硬件和軟件兩類(lèi)。硬基礎(chǔ)設(shè)施主要包括用于收集、存儲(chǔ)、分析和應(yīng)用大數(shù)據(jù)的信息化系統(tǒng)架構(gòu)；軟件基礎(chǔ)設(shè)施主要包括各類(lèi)數(shù)據(jù)信息、數(shù)據(jù)挖掘和大數(shù)據(jù)應(yīng)用專業(yè)軟件以及金融企業(yè)的人力資源。人民銀行應(yīng)通過(guò)專項(xiàng)資金投入等方式構(gòu)建大數(shù)據(jù)應(yīng)用的軟硬件設(shè)施和和培養(yǎng)專業(yè)人才，并通過(guò)持續(xù)培訓(xùn)使全體員工了解并使用大數(shù)據(jù)進(jìn)行國(guó)庫(kù)統(tǒng)計(jì)分析。也可邀請(qǐng)專業(yè)的大數(shù)據(jù)解決方案服務(wù)商作為咨詢顧問(wèn)，整合國(guó)庫(kù)不同生產(chǎn)系統(tǒng)數(shù)據(jù)，優(yōu)化數(shù)據(jù)應(yīng)用行為，加快統(tǒng)計(jì)系統(tǒng)建設(shè)步伐。
（三）提高大數(shù)據(jù)管理和應(yīng)用能力
國(guó)庫(kù)統(tǒng)計(jì)分析應(yīng)不斷的加強(qiáng)國(guó)庫(kù)運(yùn)行數(shù)據(jù)的采集、儲(chǔ)存、保護(hù)和管理工作，不斷提升統(tǒng)計(jì)分析水平。加強(qiáng)對(duì)國(guó)庫(kù)統(tǒng)計(jì)分析中涉及的地方債、營(yíng)改增、房地產(chǎn)、小微企業(yè)經(jīng)營(yíng)、財(cái)政專戶、盤(pán)活庫(kù)存等熱點(diǎn)領(lǐng)域可以設(shè)計(jì)建立相應(yīng)跟蹤監(jiān)測(cè)指標(biāo)體系。與此同時(shí)加強(qiáng)改革數(shù)據(jù)的統(tǒng)計(jì)制度、方法以及程序，研究大數(shù)據(jù)共享制度，為宏觀經(jīng)濟(jì)分析提供便捷、堅(jiān)實(shí)的大數(shù)據(jù)基礎(chǔ)。
建立國(guó)庫(kù)大數(shù)據(jù)分析應(yīng)用機(jī)制是新形勢(shì)下的當(dāng)務(wù)之急。國(guó)庫(kù)統(tǒng)計(jì)分析需不斷改革創(chuàng)新，強(qiáng)化大數(shù)據(jù)的思維，提高大數(shù)據(jù)的意識(shí)和駕馭大數(shù)據(jù)的能力，積極探索新的大數(shù)據(jù)應(yīng)用方法和途徑，從而在國(guó)家宏觀決策、服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展、服務(wù)國(guó)庫(kù)管理方面，進(jìn)一步提升國(guó)庫(kù)統(tǒng)計(jì)分析服務(wù)的能力和水平。
參考文獻(xiàn)：
[1]沈昱池.大數(shù)據(jù)時(shí)代我國(guó)財(cái)政信息共享的思考[J].地方財(cái)政研究，2015（11）：47-67
近年來(lái)，受?chē)?guó)內(nèi)外經(jīng)濟(jì)發(fā)展環(huán)境的綜合影響，國(guó)內(nèi)煤炭需求不振，環(huán)渤海動(dòng)力煤價(jià)格持續(xù)下行，行業(yè)虧損面不斷擴(kuò)大，整個(gè)煤炭行業(yè)進(jìn)入一個(gè)相對(duì)較長(zhǎng)期間的不景氣階段。行業(yè)發(fā)展的新常態(tài)對(duì)煤炭企業(yè)的生存和發(fā)展構(gòu)成了嚴(yán)峻的挑戰(zhàn)。如何在嚴(yán)酷的市場(chǎng)環(huán)境下生存并實(shí)現(xiàn)企業(yè)的轉(zhuǎn)型升級(jí)，成為煤炭企業(yè)不得不面對(duì)的重要課題。煤炭行業(yè)的轉(zhuǎn)型主要體現(xiàn)在如下方面：
（1）轉(zhuǎn)變企業(yè)發(fā)展觀念，從追求規(guī)模擴(kuò)張轉(zhuǎn)變?yōu)榘l(fā)展質(zhì)量的提升。由于煤炭行業(yè)“黃金十年”發(fā)展期間，企業(yè)產(chǎn)能投入快速擴(kuò)張，導(dǎo)致近年來(lái)煤炭市場(chǎng)供求態(tài)勢(shì)日益惡化。為促進(jìn)煤炭行業(yè)可持續(xù)健康發(fā)展，追求規(guī)模擴(kuò)展的老路已經(jīng)無(wú)法適應(yīng)行業(yè)發(fā)展的新常態(tài)。從2014年下半年開(kāi)始，以神華集團(tuán)為代表的大型煤炭企業(yè)開(kāi)始率先實(shí)施減產(chǎn)，并從企業(yè)自身管理入手，由注重結(jié)果反饋轉(zhuǎn)變?yōu)楫a(chǎn)、運(yùn)、銷(xiāo)全過(guò)程控制，全面加強(qiáng)成本管控，并將“價(jià)值創(chuàng)造”理念深入到企業(yè)管理的方方面面。
（2.）品開(kāi)發(fā)，兼顧經(jīng)濟(jì)效益和社會(huì)效益。由于近年來(lái)環(huán)境污染形勢(shì)日益惡化，作為重要大氣污染源的煤炭已經(jīng)日益成為國(guó)內(nèi)公眾關(guān)注的焦點(diǎn)。煤炭企業(yè)如何選擇開(kāi)發(fā)煤炭資源，不僅要考慮市場(chǎng)價(jià)格和經(jīng)濟(jì)效益，而且要兼顧環(huán)保因素。因此，大型煤炭企業(yè)要加大煤炭洗選和潔凈煤技術(shù)的研發(fā)投入，為市場(chǎng)提供更多清潔優(yōu)質(zhì)的煤炭產(chǎn)品。不僅如此，煤炭企業(yè)要充分利用科技手段延伸產(chǎn)業(yè)鏈，促使煤炭產(chǎn)品由燃料向燃料和原料并舉轉(zhuǎn)變，通過(guò)煤化工和煤制油等技術(shù)手段提高煤炭在企業(yè)內(nèi)部產(chǎn)業(yè)中的轉(zhuǎn)化率，多措并舉發(fā)揮好煤炭作為新型清潔能源和化工原料的作用。
（3）創(chuàng)新商業(yè)模式，從銷(xiāo)售型向服務(wù)型轉(zhuǎn)變。面對(duì)國(guó)內(nèi)經(jīng)濟(jì)形勢(shì)持續(xù)放緩導(dǎo)致的需求疲軟，煤炭行業(yè)競(jìng)爭(zhēng)日益激烈，客戶對(duì)煤炭經(jīng)銷(xiāo)商服務(wù)質(zhì)量的要求也越來(lái)越高。在商業(yè)模式的創(chuàng)新上，最根本的途徑是樹(shù)立以客戶為中心的企業(yè)經(jīng)營(yíng)理念，通過(guò)增值服務(wù)為用戶創(chuàng)造更多價(jià)值，同時(shí)獲取收益。大型煤炭企業(yè)有充分的資源和動(dòng)能，為客戶提供更多個(gè)性化的供貨方案，以滿足客戶需求，并實(shí)現(xiàn)企業(yè)自身的價(jià)值最大化。
2.傳統(tǒng)煤炭行業(yè)財(cái)務(wù)分析工作的局限性
由于財(cái)務(wù)人員專業(yè)背景及財(cái)務(wù)分析技術(shù)工具缺乏等因素的限制，傳統(tǒng)財(cái)務(wù)分析報(bào)告視野相對(duì)狹窄，更多關(guān)注財(cái)務(wù)要素對(duì)經(jīng)營(yíng)成果的影響，對(duì)于企業(yè)業(yè)務(wù)數(shù)據(jù)信息缺乏敏感性，往往是“就財(cái)務(wù)論財(cái)務(wù)”，提供的財(cái)務(wù)分析報(bào)告難以對(duì)企業(yè)經(jīng)營(yíng)決策提供有效支持。具體表現(xiàn)在如下幾個(gè)方面：
（1）財(cái)務(wù)分析基礎(chǔ)資料整合度不足。企業(yè)基礎(chǔ)資料的質(zhì)量決定財(cái)務(wù)分析的質(zhì)量。大型煤炭企業(yè)，特別是跨行業(yè)的綜合能源企業(yè)，其生產(chǎn)經(jīng)營(yíng)活動(dòng)包括了煤炭產(chǎn)品的生產(chǎn)、運(yùn)輸、銷(xiāo)售、轉(zhuǎn)化等各個(gè)環(huán)節(jié)。其中涉及不同行業(yè)、不同領(lǐng)域的海量經(jīng)營(yíng)數(shù)據(jù)。如何對(duì)這些海量數(shù)據(jù)進(jìn)行有效整合，并從中抽取有效信息進(jìn)行分析、匯總，形成具有參考價(jià)值的財(cái)務(wù)分析報(bào)告，這些都對(duì)財(cái)務(wù)分析人員的職業(yè)素養(yǎng)提出了較高的要求。財(cái)務(wù)人員如果沒(méi)有有效的技術(shù)工具輔助，或者缺乏對(duì)企業(yè)實(shí)際業(yè)務(wù)工作的全面了解，都會(huì)影響企業(yè)基礎(chǔ)資料的有效整合，進(jìn)而影響財(cái)務(wù)分析報(bào)告的整體質(zhì)量。
（2）財(cái)務(wù)比較分析的對(duì)比基礎(chǔ)相對(duì)單一，分析不深入。傳統(tǒng)財(cái)務(wù)分析工作大多企業(yè)自身的基于歷史數(shù)據(jù)，從生產(chǎn)成本、轉(zhuǎn)運(yùn)成本、環(huán)節(jié)費(fèi)用、貨款回收等多角度入手，結(jié)合銷(xiāo)售流向、銷(xiāo)售煤種結(jié)構(gòu)、煤炭?jī)r(jià)格等重要經(jīng)營(yíng)指標(biāo)的變動(dòng)分析，為企業(yè)管理者決策提供支持。由于同行業(yè)特別是主要競(jìng)爭(zhēng)對(duì)手的橫向?qū)Ρ葦?shù)據(jù)來(lái)源有限，企業(yè)管理者無(wú)法站到行業(yè)的高度，全面、準(zhǔn)確分析煤炭市場(chǎng)走向以實(shí)現(xiàn)企業(yè)資源的優(yōu)化配置。
（3）財(cái)務(wù)分析測(cè)算效率較低，缺乏實(shí)時(shí)性、科學(xué)性和前瞻性。目前，煤炭企業(yè)財(cái)務(wù)分析測(cè)算主要依靠office等傳統(tǒng)辦公軟件。在瞬息萬(wàn)變的市場(chǎng)形勢(shì)下，通過(guò)辦公軟件進(jìn)行手工測(cè)算不僅效率低下，而且與實(shí)際業(yè)務(wù)情況偏差較大。目前，財(cái)務(wù)比較分析的對(duì)比基礎(chǔ)大多以預(yù)算數(shù)據(jù)為依據(jù)，以不變應(yīng)多變。而預(yù)算編制多基于歷史、經(jīng)驗(yàn)數(shù)據(jù)，往往流于形式，數(shù)據(jù)對(duì)比缺乏準(zhǔn)確性和科學(xué)性，很難為面向未來(lái)的決策提供有用幫助，分析能力與企業(yè)管理需求不匹配。
二、利用大數(shù)據(jù)拓展煤炭運(yùn)銷(xiāo)企業(yè)財(cái)務(wù)分析的必要性和可行性分析
1.大數(shù)據(jù)概念簡(jiǎn)析
隨著云計(jì)算、物聯(lián)網(wǎng)、電子商務(wù)等新興技術(shù)的興起，大數(shù)據(jù)概念已經(jīng)越來(lái)越為現(xiàn)代企業(yè)管理者所重視。大數(shù)據(jù)是指由數(shù)量巨大、結(jié)構(gòu)復(fù)雜、類(lèi)型眾多的數(shù)據(jù)構(gòu)成的集合。大數(shù)據(jù)不僅著眼于“大”，而且具有其自身的特點(diǎn)，俗稱“4V”特征：Volume（數(shù)據(jù)體量巨大），Variety（數(shù)據(jù)類(lèi)型多樣），Velocity（數(shù)據(jù)變化速度快），Value（數(shù)據(jù)價(jià)值密度低）。
基于上述四個(gè)基本特征，對(duì)于大數(shù)據(jù)的利用不僅僅在于收集數(shù)據(jù)，而是如何分析數(shù)據(jù)，并且挖掘出數(shù)據(jù)背后的商業(yè)價(jià)值，進(jìn)而服務(wù)于企業(yè)的管理經(jīng)營(yíng)決策。
2.大數(shù)據(jù)資源助力煤炭運(yùn)銷(xiāo)企業(yè)財(cái)務(wù)分析的必要性
隨著煤炭行業(yè)由賣(mài)方市場(chǎng)步入買(mǎi)方市場(chǎng)的新常態(tài)，煤炭運(yùn)銷(xiāo)企業(yè)間的競(jìng)爭(zhēng)也達(dá)到了白熱化的程度。從拼價(jià)格、拼煤質(zhì)，到拼成本、拼管理，企業(yè)盈利空間受到嚴(yán)重?cái)D壓，市場(chǎng)參與者承受著日益嚴(yán)峻的生存壓力。面對(duì)復(fù)雜、多變的市場(chǎng)環(huán)境，如果企業(yè)不能快速反應(yīng)，及時(shí)調(diào)整經(jīng)營(yíng)策略，則很容易被競(jìng)爭(zhēng)對(duì)手搶得先機(jī)，進(jìn)而使企業(yè)處于更加被動(dòng)和危險(xiǎn)的境地。
大數(shù)據(jù)資源的特點(diǎn)決定了，煤炭運(yùn)銷(xiāo)企業(yè)如果能夠通過(guò)一定技術(shù)手段充分開(kāi)發(fā)這一寶藏，就可以幫助企業(yè)獲取更多的途徑以應(yīng)對(duì)當(dāng)前不利的市場(chǎng)環(huán)境，具體表現(xiàn)在如下幾個(gè)方面：
（1）幫助企業(yè)財(cái)務(wù)分析從基于結(jié)果的分析轉(zhuǎn)向基于過(guò)程的分析。為了更好地服務(wù)于企業(yè)決策，財(cái)務(wù)分析不單是要分析結(jié)果，而是要分析產(chǎn)生這種結(jié)果的原因是什么。大數(shù)據(jù)資源可以幫助企業(yè)從生產(chǎn)經(jīng)營(yíng)的全過(guò)程進(jìn)行細(xì)化分析，從而使得企業(yè)基于過(guò)程的成本管控和價(jià)值創(chuàng)造理念具有了實(shí)現(xiàn)的可能。
（2）幫助企業(yè)先于核算進(jìn)行快速的價(jià)值反饋，由月度報(bào)告向?qū)崟r(shí)報(bào)告轉(zhuǎn)變。大數(shù)據(jù)資源為企業(yè)提供了充沛的信息支持，可以幫助企業(yè)破除按月財(cái)務(wù)分析報(bào)告的桎梏，在海量歷史數(shù)據(jù)中快速提煉出有價(jià)值的財(cái)務(wù)信息，使得財(cái)務(wù)人員按時(shí)、按需出具實(shí)時(shí)報(bào)告具有更大的可操作性。
（3）幫助企業(yè)財(cái)務(wù)分析由面向歷史向面向未來(lái)轉(zhuǎn)變。大數(shù)據(jù)可以為企業(yè)提供實(shí)時(shí)更新的信息資源，對(duì)這部分資源的合理利用，可以支持企業(yè)進(jìn)行更多場(chǎng)景的模擬預(yù)測(cè)，加強(qiáng)對(duì)未來(lái)市場(chǎng)的預(yù)判，通過(guò)高質(zhì)量的分析以提高財(cái)務(wù)經(jīng)營(yíng)預(yù)測(cè)的效率與科學(xué)性。
3.大數(shù)據(jù)資源助力煤炭企業(yè)財(cái)務(wù)分析的可行性
（1）ERP等管理信息系統(tǒng)的應(yīng)用，為煤炭運(yùn)銷(xiāo)企業(yè)充分利用大數(shù)據(jù)資源提供了軟件支持。目前，神華集團(tuán)等國(guó)內(nèi)大型煤炭綜合能源企業(yè)已經(jīng)使用ERP系統(tǒng)作為企業(yè)業(yè)務(wù)管理的系統(tǒng)工具。ERP系統(tǒng)具有高度的集成性，可以將業(yè)務(wù)數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、預(yù)算數(shù)據(jù)等進(jìn)行有效的整合，從而為企業(yè)開(kāi)發(fā)大數(shù)據(jù)資源提供了有力的技術(shù)支持。
（2）大宗商品電子交易平臺(tái)的興起，為煤炭運(yùn)銷(xiāo)企業(yè)提供了更為廣泛的數(shù)據(jù)來(lái)源。隨著煤炭買(mǎi)方市場(chǎng)形勢(shì)的確立，為客戶提供全方位的服務(wù)成為業(yè)內(nèi)的廣泛共識(shí)，以大宗商品電子商務(wù)平臺(tái)為載體的煤炭新型商業(yè)模式隨之應(yīng)運(yùn)而生。通過(guò)與互聯(lián)網(wǎng)技術(shù)的深度融合，煤炭大宗商品電子交易平臺(tái)可以為用戶提供更多科學(xué)的選配和運(yùn)輸方案，并配套相應(yīng)的融資方案，對(duì)傳統(tǒng)煤炭購(gòu)銷(xiāo)的商業(yè)模式形成了強(qiáng)烈的沖擊。
目前，大型煤炭運(yùn)銷(xiāo)企業(yè)已開(kāi)始深度參與到煤炭大宗商品交易平臺(tái)的建設(shè)和產(chǎn)品交易中。如果企業(yè)在這一過(guò)程中能夠主導(dǎo)建立相對(duì)獨(dú)立的第三方交易平臺(tái)，并且能夠吸引足夠多的第三方交易者在平臺(tái)進(jìn)行在線交易，就可以幫助企業(yè)獲取更多真實(shí)的煤炭市場(chǎng)上下游交易信息樣本。財(cái)務(wù)人員就可以在分析企業(yè)自身數(shù)據(jù)的基礎(chǔ)上，結(jié)合市場(chǎng)其他參與方的交易信息，為領(lǐng)導(dǎo)提供更加全面、詳實(shí)的經(jīng)營(yíng)數(shù)據(jù)，極大地?cái)U(kuò)展財(cái)務(wù)分析的深度和廣度。
三、整合大數(shù)據(jù)資源以拓展財(cái)務(wù)分析視角的具體建議
盡管大數(shù)據(jù)資源可以作為提升煤炭運(yùn)銷(xiāo)企業(yè)經(jīng)營(yíng)管理水平的重要抓手，但是如何開(kāi)發(fā)并利用好企業(yè)的這一寶貴資源則需要進(jìn)行慎重籌劃和穩(wěn)步推進(jìn)，著力解決許多實(shí)際問(wèn)題。
1.全面認(rèn)識(shí)大數(shù)據(jù)理念，避免陷入概念化的誤區(qū)
盡管大數(shù)據(jù)資源具有廣泛的開(kāi)發(fā)和利用前景，但并不是說(shuō)企業(yè)可以一步到位的找到打開(kāi)這一寶庫(kù)的密匙。就國(guó)內(nèi)在這一領(lǐng)域的研究進(jìn)展來(lái)看，一般意義的常規(guī)軟件工具尚無(wú)法在一定時(shí)間內(nèi)對(duì)大數(shù)據(jù)資源進(jìn)行有效抓取、管理和處理，同樣也很少有大數(shù)據(jù)運(yùn)用的成功案例供企業(yè)參考。盡管人們對(duì)大數(shù)據(jù)抱有很高的期待，但其高昂的研究和應(yīng)用成本也讓許多企業(yè)望而卻步。
煤炭運(yùn)銷(xiāo)企業(yè)在引入大數(shù)據(jù)應(yīng)用技術(shù)前必須充分評(píng)估自身的管理基礎(chǔ)和技術(shù)實(shí)力，樹(shù)立正確的大數(shù)據(jù)應(yīng)用理念，并制定清晰的技術(shù)推廣戰(zhàn)略。企業(yè)管理層要將大數(shù)據(jù)理念充分融入企業(yè)文化，在借鑒國(guó)內(nèi)甚至世界先進(jìn)企業(yè)成功經(jīng)驗(yàn)的基礎(chǔ)上，持續(xù)推動(dòng)相關(guān)知識(shí)在企業(yè)內(nèi)部的學(xué)習(xí)和宣傳。企業(yè)需要對(duì)大數(shù)據(jù)技術(shù)推廣過(guò)程中可能遇到的困難和不確定性抱有清醒的認(rèn)識(shí)，并對(duì)可能出現(xiàn)的問(wèn)題提前制定應(yīng)對(duì)的預(yù)案。
2.著力提升企業(yè)基礎(chǔ)數(shù)據(jù)質(zhì)量，培養(yǎng)大數(shù)據(jù)技術(shù)運(yùn)用的良好土壤
ERP系統(tǒng)作為嶄新的現(xiàn)代企業(yè)管理手段，能夠幫助煤炭運(yùn)銷(xiāo)企業(yè)有效整合供應(yīng)鏈信息。企業(yè)必須以會(huì)計(jì)核算標(biāo)準(zhǔn)化和信息化建設(shè)為抓手，持續(xù)推進(jìn)ERP系統(tǒng)的深度優(yōu)化。修訂完善管理制度，加強(qiáng)會(huì)計(jì)信息和報(bào)表質(zhì)量管理，努力實(shí)現(xiàn)會(huì)計(jì)核算工作的標(biāo)準(zhǔn)化、規(guī)范化、制度化，在此基礎(chǔ)上不斷完善業(yè)務(wù)、財(cái)務(wù)系統(tǒng)的一體化，全面提升財(cái)務(wù)基礎(chǔ)信息質(zhì)量。
ERP系統(tǒng)的持續(xù)優(yōu)化，可以幫助企業(yè)將數(shù)據(jù)顆粒度細(xì)化到業(yè)務(wù)數(shù)據(jù)層級(jí)，使財(cái)務(wù)部門(mén)可以從更豐富的、面向業(yè)務(wù)的視角進(jìn)行分析與判斷，能夠清晰了解哪些生產(chǎn)單位、以何種煤種、經(jīng)哪條運(yùn)輸線路會(huì)得到更多的盈利，從而為企業(yè)提升經(jīng)營(yíng)業(yè)績(jī)、進(jìn)行資源的合理配置提供了有力支撐。高質(zhì)量的細(xì)顆粒度數(shù)據(jù)是穩(wěn)步推進(jìn)大數(shù)據(jù)資源建設(shè)的必要條件，也是企業(yè)運(yùn)用大數(shù)據(jù)技術(shù)進(jìn)行全產(chǎn)業(yè)鏈分析的基礎(chǔ)。
3.加快復(fù)合型財(cái)務(wù)分析人員的培養(yǎng)，為推廣大數(shù)據(jù)運(yùn)用進(jìn)行人才儲(chǔ)備
企業(yè)在推進(jìn)大數(shù)據(jù)技術(shù)應(yīng)用的同時(shí)，要高度重視相關(guān)知識(shí)的培訓(xùn)。要以強(qiáng)化能力建設(shè)為主線，以提升財(cái)務(wù)人員綜合素質(zhì)和職業(yè)能力為重點(diǎn)，大力實(shí)施骨干人才培養(yǎng)計(jì)劃。從數(shù)據(jù)的采集、收集、分析等方面入手，著力培養(yǎng)適應(yīng)財(cái)務(wù)信息化發(fā)展方向、熟悉企業(yè)經(jīng)營(yíng)環(huán)境、具有戰(zhàn)略思維的復(fù)合型財(cái)務(wù)人才。要充分調(diào)動(dòng)財(cái)務(wù)人員的積極性、主動(dòng)性、創(chuàng)造性，幫助財(cái)務(wù)人員了解煤炭企業(yè)產(chǎn)、運(yùn)、銷(xiāo)各個(gè)環(huán)節(jié)的業(yè)務(wù)知識(shí)，并與財(cái)務(wù)、預(yù)算等專業(yè)知識(shí)有機(jī)結(jié)合，為大數(shù)據(jù)技術(shù)的推廣應(yīng)用提供充足的人才儲(chǔ)備。
4.結(jié)合企業(yè)經(jīng)營(yíng)實(shí)際，選擇合適的切入點(diǎn)逐步推進(jìn)大數(shù)據(jù)技術(shù)運(yùn)用
一、移動(dòng)電子商務(wù)運(yùn)營(yíng)模式及特征
移動(dòng)電子商務(wù)（M-Electronic Commerce）是近幾年隨著無(wú)線移動(dòng)通迅技術(shù)發(fā)展，而新興起來(lái)的新型商務(wù)模式，它利用無(wú)線通訊技術(shù)和移動(dòng)互聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)傳遞，通過(guò)智能手機(jī)、PAD和筆記本電腦等移動(dòng)設(shè)備與企業(yè)電子商務(wù)平臺(tái)網(wǎng)連接來(lái)完成商務(wù)交易過(guò)程的新型商務(wù)模式。
傳統(tǒng)電腦平臺(tái)電子商務(wù)運(yùn)營(yíng)模式。傳統(tǒng)的電子商務(wù)運(yùn)營(yíng)模式以B2C、B2B和C2C為典型模式，以B2C網(wǎng)上商場(chǎng)模式為例，其運(yùn)營(yíng)模式如圖1所示：
圖1 B2C網(wǎng)上商場(chǎng)運(yùn)營(yíng)模式
移動(dòng)電子商務(wù)運(yùn)營(yíng)模式。移動(dòng)電子商務(wù)的運(yùn)營(yíng)模式是由移動(dòng)電子商務(wù)交易參與者不同面產(chǎn)生不同的運(yùn)營(yíng)模式，具體有內(nèi)容提供商運(yùn)營(yíng)模式、移動(dòng)運(yùn)營(yíng)商主導(dǎo)模式、服務(wù)提供商運(yùn)營(yíng)模式、WAP移動(dòng)門(mén)戶網(wǎng)關(guān)運(yùn)營(yíng)模式。下面以內(nèi)容提供商移動(dòng)電子商務(wù)為例說(shuō)明其具體運(yùn)營(yíng)模式，如圖2所示。
圖2
移動(dòng)電子商務(wù)運(yùn)營(yíng)模式區(qū)別于傳統(tǒng)電腦平臺(tái)電子商務(wù)運(yùn)營(yíng)模式的特征。移動(dòng)電子商務(wù)是用戶通過(guò)移動(dòng)終端設(shè)備瀏覽商品，這樣就能十分方便廣大移動(dòng)商務(wù)用戶，進(jìn)而撼動(dòng)傳統(tǒng)電腦平臺(tái)電子商務(wù)的交易規(guī)模。區(qū)別于傳統(tǒng)電腦平臺(tái)電子商務(wù)業(yè)務(wù)，移動(dòng)電子商務(wù)模式具有如下的特征：移動(dòng)電子商務(wù)突破傳統(tǒng)電腦平臺(tái)時(shí)間和空間限制，極大地推動(dòng)了電子商務(wù)銷(xiāo)售規(guī)模。移動(dòng)電子商務(wù)由于用戶是通過(guò)移動(dòng)終端設(shè)備瀏覽和選購(gòu)商品，這樣就打破傳統(tǒng)電子商務(wù)用戶只能坐在電腦前固定時(shí)間購(gòu)物時(shí)空限制，用戶能夠在象旅游乘車(chē)等任意時(shí)間任意地點(diǎn)通過(guò)移動(dòng)商務(wù)設(shè)備實(shí)現(xiàn)網(wǎng)絡(luò)購(gòu)物。移動(dòng)電子商務(wù)由于用戶使用的是移動(dòng)終端商務(wù)設(shè)備，交易更加方便、快捷，能夠極大提高電子商務(wù)交易效率。移動(dòng)電子商務(wù)由于用戶通過(guò)移動(dòng)終端設(shè)備瀏覽和選購(gòu)商品，而不是只能坐在電腦面前完成交易，這樣就使電子商務(wù)從傳統(tǒng)單一固定電腦平臺(tái)端變?yōu)殡S時(shí)隨地能方便用戶購(gòu)物的移動(dòng)貼身服務(wù)，從而能極大地提高電子商務(wù)的交易效率。移動(dòng)電子商務(wù)由于使用移動(dòng)終端設(shè)備使條碼掃描功能更為簡(jiǎn)單，比價(jià)功能更為方便。移動(dòng)電子商務(wù)用戶只要通過(guò)掃描在傳統(tǒng)超市中正在關(guān)注的商品條形碼，就可以通過(guò)移動(dòng)設(shè)備收索該產(chǎn)品商場(chǎng)超市和超市商品報(bào)價(jià)，所以，移動(dòng)電子商務(wù)通過(guò)掃描商品條形碼而實(shí)現(xiàn)商品的比價(jià)功能更方便實(shí)用。
二、移動(dòng)電子商務(wù)運(yùn)營(yíng)模式面臨的問(wèn)題
移動(dòng)電子商務(wù)是電子商務(wù)時(shí)代新興的交易模式，各商家在風(fēng)起云涌發(fā)展移動(dòng)電子商務(wù)之時(shí)，也象日韓和歐美國(guó)家的移動(dòng)電子商務(wù)發(fā)展一樣面臨著諸多挑戰(zhàn)和難題。
移動(dòng)電子商務(wù)運(yùn)營(yíng)模式的競(jìng)爭(zhēng)優(yōu)勢(shì)。移動(dòng)電子商務(wù)網(wǎng)絡(luò)不穩(wěn)定連接不暢，服務(wù)內(nèi)容不夠豐富。我國(guó)的移動(dòng)無(wú)線網(wǎng)絡(luò)由于發(fā)展時(shí)間短，經(jīng)常會(huì)出現(xiàn)網(wǎng)絡(luò)不穩(wěn)定和連接不暢的問(wèn)題，嚴(yán)重影響移動(dòng)電子商務(wù)交易正常進(jìn)行和消費(fèi)者信心。移動(dòng)終端設(shè)備屏幕格式多樣化和操作系統(tǒng)版本不統(tǒng)一，造成移動(dòng)電子商務(wù)軟件平臺(tái)更新難度加大。移動(dòng)終端設(shè)備屏幕格式多樣化和操作系統(tǒng)版本不統(tǒng)一，支付系統(tǒng)不統(tǒng)一，這些都給移動(dòng)電子商務(wù)平臺(tái)軟件開(kāi)發(fā)設(shè)置的一道道障礙。由于不同的移動(dòng)終端設(shè)備屏幕格式和操作系統(tǒng)版本功能不一，這就使移動(dòng)運(yùn)營(yíng)商搭建移動(dòng)電子商務(wù)網(wǎng)站和商家更新移動(dòng)電子商務(wù)軟件帶來(lái)相當(dāng)大的難度。
三、大力發(fā)展我國(guó)移動(dòng)電子商務(wù)的相關(guān)對(duì)策
加大無(wú)線網(wǎng)絡(luò)的建設(shè)和覆蓋力度，通力改進(jìn)移動(dòng)電子商務(wù)的服務(wù)內(nèi)容和搜索服務(wù)功能。針對(duì)我國(guó)依托無(wú)線網(wǎng)絡(luò)的移動(dòng)電子商務(wù)，經(jīng)常會(huì)出現(xiàn)網(wǎng)絡(luò)不穩(wěn)定和連接不暢的問(wèn)題，應(yīng)該加大無(wú)線網(wǎng)絡(luò)的建設(shè)和覆蓋力度；同時(shí)移動(dòng)運(yùn)營(yíng)商和商家應(yīng)通力協(xié)作，增加移動(dòng)商務(wù)服務(wù)內(nèi)容；真正把移動(dòng)電子商務(wù)設(shè)計(jì)成界面友好，操作簡(jiǎn)單，搜索快捷的電子商務(wù)平臺(tái)。
盡快制定移動(dòng)電子商務(wù)終端設(shè)備屏幕格式和操作系統(tǒng)的規(guī)范標(biāo)準(zhǔn)，使移動(dòng)電子商務(wù)終端設(shè)備的屏幕格式和操作系統(tǒng)盡可能標(biāo)準(zhǔn)化。
對(duì)移動(dòng)電子商務(wù)所有交易環(huán)節(jié)設(shè)置比平臺(tái)電子商務(wù)更為嚴(yán)格安全防范措施。與傳統(tǒng)電腦平臺(tái)電子商務(wù)對(duì)比，移動(dòng)電子商務(wù)由于采用無(wú)線通訊技術(shù)，因此可能會(huì)遭致更多諸如終端假冒、無(wú)線數(shù)據(jù)、交易擁堵等安全風(fēng)險(xiǎn)，為確保移動(dòng)電子商務(wù)數(shù)據(jù)安全傳輸，就需要采用無(wú)線加密技術(shù)和無(wú)線公開(kāi)密匙體系，以確保移動(dòng)電子商務(wù)整個(gè)交易過(guò)程的安全可靠。
四、結(jié)語(yǔ)
移動(dòng)電子商務(wù)是我國(guó)近幾年剛剛興起的新型商務(wù)模式，與傳統(tǒng)的電腦平臺(tái)電子商務(wù)相比，移動(dòng)電子商務(wù)的商務(wù)環(huán)境和運(yùn)營(yíng)模式是明顯不同的，而我國(guó)現(xiàn)有的移動(dòng)電子商務(wù)在發(fā)展中面臨著沒(méi)有國(guó)家統(tǒng)一標(biāo)準(zhǔn)，因此，必須盡快制定移動(dòng)電子商務(wù)產(chǎn)業(yè)相關(guān)法規(guī)，使移動(dòng)電子商務(wù)監(jiān)管有法可依；增強(qiáng)移動(dòng)電子商務(wù)網(wǎng)絡(luò)的穩(wěn)定性和可靠性，并加大對(duì)移動(dòng)加密技術(shù)的投入，真正發(fā)揮出移動(dòng)電子商務(wù)產(chǎn)業(yè)蓬勃發(fā)展的優(yōu)勢(shì)，使其真正能夠成為我國(guó)新的經(jīng)濟(jì)增長(zhǎng)平臺(tái)。
【摘要】 目的 探討動(dòng)脈灌注介入先期化療在局部晚期宮頸癌術(shù)前的臨床應(yīng)用效果。方法 選擇近期筆者所在醫(yī)院就診的92例局部晚期宮頸癌病例，觀察組52例術(shù)前行動(dòng)脈灌注介入先期化療，對(duì)照組40例行常規(guī)化療，分析兩組術(shù)中病理結(jié)果、術(shù)后不良反應(yīng)。 結(jié)果。觀察組與對(duì)照組術(shù)中所見(jiàn)組織病理結(jié)果對(duì)照顯示，切緣未見(jiàn)癌細(xì)胞者61.5%，宮旁單側(cè)見(jiàn)癌細(xì)胞者19.2%，宮旁雙側(cè)見(jiàn)癌細(xì)胞者、盆腔淋巴結(jié)轉(zhuǎn)移者各9.6%；顯著優(yōu)于對(duì)照組（P
【關(guān)鍵詞】 動(dòng)脈灌注介入； 先期化療； 局部晚期宮頸癌
宮頸癌是女性常見(jiàn)的惡性腫瘤之一，發(fā)病率僅次于乳腺癌，在女性惡性腫瘤中居第2位，但80%發(fā)生于發(fā)展中國(guó)家。我國(guó)宮頸癌發(fā)病率與死亡人數(shù)約占世界1/3［1］。隨著血管介入術(shù)在婦科腫瘤領(lǐng)域的成熟應(yīng)用，動(dòng)脈灌注介入先期化療在局部晚期宮頸癌手術(shù)前的應(yīng)用依越來(lái)越受到臨床醫(yī)生的關(guān)注。本組研究回顧性分析本科室動(dòng)脈灌注介入先期化療應(yīng)用于局部晚期宮頸癌手術(shù)的臨床效果，報(bào)道如下。
1 資料與方法
1.1 一般資料 收集2009年1月～2011年2月筆者所在醫(yī)院治療的92例宮頸癌女性患者。年齡為47～72歲，中位年齡為65.9歲。病理組織類(lèi)型情況：鱗癌72例（包括早期浸潤(rùn)性鱗癌29例，浸潤(rùn)深度≤5 mm），腺癌18例，腺鱗癌2例。癌細(xì)胞高分化者47例，癌細(xì)胞中分化者33例，癌細(xì)胞低分化者12例。臨床分期Ⅱa期40例，Ⅱb期22例，Ⅲa期者17例，Ⅲa期者11例，Ⅳa期者2例。術(shù)前接受動(dòng)脈灌注介入先期化療的52例患者分為觀察組，其余40例分為對(duì)照組，術(shù)前給予常規(guī)靜脈化療。兩組患者年齡、病理組織類(lèi)型及分期等一般資料差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05），具有可比性。
1.2 方法 （1）觀察組術(shù)前動(dòng)脈灌注介入先期化療：用泥鰍導(dǎo)絲引導(dǎo)經(jīng)右股動(dòng)脈置管，依據(jù)術(shù)中動(dòng)脈造影顯示癌組織所在部位及血供情況，選擇癌組織血管染色較為優(yōu)勢(shì)側(cè)的子宮動(dòng)脈分支，抽出導(dǎo)絲留置導(dǎo)管，連接導(dǎo)管于輸液泵的，化療方案為：順鉑5 0 mg/m2加于1500 ml生理鹽水，紫杉醇45 mg/m2加于1000 ml生理鹽水中，滴注速度為80～100 ml/h。持續(xù)化療3天。（2）對(duì)照組常規(guī)化療：每日給予順鉑50 mg/m2加于1500 ml生理鹽水靜滴，紫杉醇45 mg/m2加于1000 ml生理鹽水靜滴，持續(xù)化療3 d。
1.3 不良或毒副反應(yīng)評(píng)定 毒性反應(yīng)按世界衛(wèi)生組織抗癌藥物不良反應(yīng)評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行判定，分為0-Ⅳ度［2］。
1.4 統(tǒng)計(jì)學(xué)處理方法 使用SPSS 13.0統(tǒng)計(jì)學(xué)軟件包對(duì)數(shù)據(jù)進(jìn)行處理，計(jì)量數(shù)據(jù)用均數(shù)±標(biāo)準(zhǔn)差表示，率的比較采用χ2檢驗(yàn)。以P
2 結(jié)果
2.1 觀察組與對(duì)照組術(shù)中所見(jiàn)組織病理結(jié)果對(duì)照情況 觀察組52例患者中，術(shù)中所見(jiàn)組織病理結(jié)果：切緣未見(jiàn)癌細(xì)胞者61.5%，宮旁單側(cè)見(jiàn)癌細(xì)胞者19.2%，宮旁雙側(cè)見(jiàn)癌細(xì)胞者、盆腔淋巴結(jié)轉(zhuǎn)移者各9.6%；顯著優(yōu)于對(duì)照組的40.0%、30.0%、15.0%及15.0%，差異具有統(tǒng)計(jì)學(xué)意義（P
2.2 兩組毒性反應(yīng)對(duì)照情況 觀察組52例患者中，出現(xiàn)口腔粘膜炎有17例（32.7%），Ⅰ級(jí)占6例，Ⅱ級(jí)11例；惡心或嘔吐24例（46.2%），Ⅰ級(jí)9例，Ⅱ級(jí)7例，Ⅲ級(jí)5例，Ⅳ級(jí)3例；脫發(fā)20例（38.5%），Ⅰ級(jí)9例，Ⅱ級(jí)6例，Ⅲ級(jí)3例，Ⅳ級(jí)2例；白細(xì)胞減少41例（78.8%），Ⅰ級(jí)24例，Ⅱ級(jí)14例，Ⅲ級(jí)3例；血小板下降40例（76.9%），Ⅰ級(jí)22例，Ⅱ級(jí)17例，Ⅲ級(jí)1例。對(duì)照組與觀察組化療不良反應(yīng)差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。兩組不良反應(yīng)也都能耐受，經(jīng)對(duì)癥處理后，癥狀緩解或消失。
3 討論
局部晚期宮頸癌組織不易控制，極易發(fā)生附近淋巴結(jié)及遠(yuǎn)處轉(zhuǎn)移，以及不良的預(yù)后因素等。如在術(shù)前進(jìn)行有效的化療，減小局部癌組織體積，抑制癌細(xì)胞轉(zhuǎn)移到附近淋巴管及血管內(nèi)，可大大降低手術(shù)的切除難道，同時(shí)也可降低術(shù)后遠(yuǎn)處的轉(zhuǎn)移率。通過(guò)介入術(shù)于兩側(cè)髂內(nèi)動(dòng)脈置入化療管，快速灌注化療藥物。宮頸癌動(dòng)脈灌注先期化療的優(yōu)點(diǎn)包括：（1）可使局部宮頸癌組織在短期內(nèi)得到較高的藥物濃度，與同等劑量靜脈通道給藥相比，藥物濃度約高數(shù)倍；（2） 藥物可直接進(jìn)入腫瘤供血?jiǎng)用}，局部藥物濃度高，避免被肝、腎等組織破壞及首過(guò)效應(yīng)，降低了藥物血漿蛋白合率；（3）縮小宮頸癌原發(fā)病灶同時(shí)，可消滅術(shù)前已存在的病灶附件的亞臨床及微小轉(zhuǎn)移病灶，縮小癌組織體積，降低手術(shù)難度，擴(kuò)大了宮頸癌手術(shù)適應(yīng)癥，使原無(wú)法手術(shù)切除的患者重獲手術(shù)機(jī)會(huì)［3］。
本資料結(jié)果顯示，觀察組患者術(shù)中所見(jiàn)組織病理結(jié)果，切緣未見(jiàn)癌細(xì)胞者61.5%，宮旁單側(cè)見(jiàn)癌細(xì)胞者19.2%，宮旁雙側(cè)見(jiàn)癌細(xì)胞者、盆腔淋巴結(jié)轉(zhuǎn)移者各9.6%；顯著優(yōu)于對(duì)照組的40.0%、30.0%、15.0%及15.0% （P0.05），具有臨床應(yīng)用價(jià)值。
參考文獻(xiàn)
［1］ 姚志敏，佟小強(qiáng)，宋莉，等.宮頸癌術(shù)前動(dòng)脈化療栓塞療效.介入放射學(xué)雜志，2009，18（3）：189-192.
航空設(shè)備數(shù)據(jù)分析一直是一個(gè)難題，因?yàn)閿?shù)據(jù)按ICD協(xié)議上傳，需要轉(zhuǎn)化為可讀數(shù)據(jù)才能分析設(shè)備的運(yùn)行狀態(tài)。但是設(shè)備的上傳速率一般在毫秒級(jí)，所以設(shè)備運(yùn)行一個(gè)小時(shí)可以輸出上百兆的數(shù)據(jù)，人工分析這些數(shù)據(jù)費(fèi)時(shí)費(fèi)力且錯(cuò)誤率高，容易錯(cuò)過(guò)關(guān)鍵數(shù)據(jù)。
針對(duì)這種情況，作者設(shè)計(jì)了一種專門(mén)分析設(shè)備上傳數(shù)據(jù)的軟件（簡(jiǎn)稱數(shù)據(jù)分析軟件）。使用數(shù)據(jù)分析軟件處理百萬(wàn)行的數(shù)據(jù)只需要不到一分鐘的時(shí)間，而且該軟件可以將數(shù)據(jù)制成曲線，可以更容易地捕捉到關(guān)鍵數(shù)據(jù)。
1 數(shù)據(jù)分析軟件
數(shù)據(jù)分析軟件包含兩個(gè)模塊：數(shù)據(jù)轉(zhuǎn)換模塊和數(shù)據(jù)繪制模塊。
1.1 數(shù)據(jù)轉(zhuǎn)換模塊
1.1.1 時(shí)間類(lèi)
航空設(shè)備上傳的數(shù)據(jù)一般以時(shí)間為基準(zhǔn)，因此數(shù)據(jù)轉(zhuǎn)換時(shí)需要保留原始數(shù)據(jù)的時(shí)間信息，這樣才能將數(shù)據(jù)繪制成以時(shí)間為X軸的曲線。時(shí)間類(lèi)的定義如圖1：
基類(lèi)Time繼承了IComparable接口，所以Time類(lèi)重載了 “！=”，” ”，”==”四個(gè)操作符，這樣Time類(lèi)的對(duì)象之間可以比較大小，所以轉(zhuǎn)換后的數(shù)據(jù)可以按時(shí)間前后排序。
1.1.2 數(shù)據(jù)類(lèi)
在數(shù)據(jù)分析軟件中，數(shù)據(jù)是以行為單位的，每一行數(shù)據(jù)有多個(gè)域，不同行數(shù)據(jù)的域名相同，域內(nèi)的數(shù)據(jù)不同。數(shù)據(jù)行類(lèi)定義如圖2。
DataLine的對(duì)象代表一行轉(zhuǎn)換后的數(shù)據(jù)，ToString接口可以將DataLine里存儲(chǔ)的數(shù)據(jù)以文本的形式輸出。DataLine是一個(gè)抽象類(lèi)，需要用他的子類(lèi)實(shí)例化對(duì)象。由圖可見(jiàn)，MLSData集成了DataLine類(lèi)，在成員變量中加入了一個(gè)MLSTime的對(duì)象_time用以表示該行數(shù)據(jù)的上傳時(shí)間，并且可以用CompareTo接口比較兩個(gè)MLSData對(duì)象的時(shí)間先后。其實(shí)MLSData的CompareTo接口只是調(diào)用了成員變量_time的CompareTo，如圖3。
1.1.3 翻譯器類(lèi)
翻譯器實(shí)現(xiàn)的功能是將一行原始數(shù)據(jù)轉(zhuǎn)換為可讀數(shù)據(jù)，翻譯器定義如圖4。
Translator是一個(gè)抽象類(lèi)，其中定義了一個(gè)抽象函數(shù)Translate，這個(gè)函數(shù)有一個(gè)類(lèi)型為String的形式參數(shù)data，并返回一個(gè)DataLine類(lèi)（或其子類(lèi)）的對(duì)象。其中data表示一行文本格式的原始數(shù)據(jù)，返回值DataLine表示轉(zhuǎn)換后的數(shù)據(jù)。當(dāng)需要分析按新版本ICD協(xié)議上傳的數(shù)據(jù)時(shí)，只需創(chuàng)建一個(gè)新的Translator子類(lèi)，并按ICD協(xié)議重寫(xiě)Translate函數(shù)即可。
1.2 數(shù)據(jù)繪制模塊
數(shù)據(jù)繪制模塊類(lèi)關(guān)系圖如圖5：
父類(lèi)DataDrawer是一個(gè)抽象函數(shù)，他實(shí)現(xiàn)了繪制曲線的一些基本功能。子類(lèi)MLSDrawer集成了DataDrawer的基本功能，并添加了數(shù)據(jù)段放大功能。MD_WarningLine添加了告警線的顯示功能，分析人員可以清晰地看到數(shù)據(jù)告警的位置，并針對(duì)該段數(shù)據(jù)進(jìn)行分析。MultiLineDawer添加了多曲線繪制弄能，可以將多組數(shù)據(jù)的曲線繪制在同一坐標(biāo)系內(nèi)，讓分析人員可以進(jìn)行多組數(shù)據(jù)間的交叉比對(duì)。
2 實(shí)際應(yīng)用
如圖6，設(shè)備上傳數(shù)據(jù)經(jīng)數(shù)據(jù)轉(zhuǎn)換模塊處理后輸出可讀數(shù)據(jù)。
數(shù)據(jù)繪制模塊讀取分析結(jié)果數(shù)據(jù)后，可以將結(jié)果中的一組或多組數(shù)據(jù)繪制成曲線。
在曲線繪制區(qū)域內(nèi)拖動(dòng)鼠標(biāo)可已放大局部數(shù)據(jù)，如圖9。
大數(shù)據(jù)采集是大數(shù)據(jù)能力的基礎(chǔ)，培養(yǎng)學(xué)生快速準(zhǔn)確全面獲取數(shù)據(jù)的能力是大數(shù)據(jù)分析技能的起點(diǎn)。企業(yè)各種原始憑證、記賬憑證、賬簿、報(bào)表等會(huì)計(jì)資料信息采集，包括傳統(tǒng)紙質(zhì)材料和電商電子材料等信息的采集，因?yàn)橄鄬?duì)工整規(guī)范，采集難度不大;培養(yǎng)學(xué)生對(duì)企業(yè)自有數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)抽取導(dǎo)出能力，將充分發(fā)揮企業(yè)歷年數(shù)據(jù)作用。
同時(shí)，企業(yè)不僅要采集企業(yè)內(nèi)部核算資料，還要進(jìn)行管理活動(dòng)需要采集原材料價(jià)格、市場(chǎng)前景、同類(lèi)產(chǎn)品銷(xiāo)售情況等外部數(shù)據(jù)資料，這些資料有公開(kāi)的如鋼鐵價(jià)格、原油價(jià)格等，也有不公開(kāi)的某企業(yè)某產(chǎn)品銷(xiāo)售情況，所以通過(guò)大數(shù)據(jù)的手段在獲取某類(lèi)產(chǎn)品、某些特點(diǎn)產(chǎn)品的銷(xiāo)售情況，或者購(gòu)買(mǎi)參考公共銷(xiāo)售情況數(shù)據(jù)，需要培養(yǎng)學(xué)生爬取數(shù)據(jù)的能力。
例如，利用八爪魚(yú)進(jìn)行淘寶、天貓、京東等網(wǎng)站商品檢索結(jié)果抓取或者商品詳情內(nèi)頁(yè)資料進(jìn)行抓取，也可以自行設(shè)計(jì)或者購(gòu)買(mǎi)規(guī)則進(jìn)行特定數(shù)據(jù)抓取;利用公共平臺(tái)數(shù)據(jù)對(duì)企業(yè)商品的競(jìng)爭(zhēng)情況有更全面的了解，也可以獲取消費(fèi)者的檢索熱點(diǎn);對(duì)自己產(chǎn)品的評(píng)論資料可以進(jìn)行典型意見(jiàn)和關(guān)鍵詞的提取，提高CRM水平，如圖1所示。 隨著物聯(lián)網(wǎng)傳感器的發(fā)展，自動(dòng)、實(shí)時(shí)、全面、完整、可靠、準(zhǔn)確的數(shù)據(jù)不斷出現(xiàn)，每一個(gè)界面、每一個(gè)動(dòng)作、每一次交互都有跡可循并被規(guī)范記錄，獲取的數(shù)據(jù)也將更加全面，企業(yè)的數(shù)據(jù)采集也更趨自動(dòng)。
2 大數(shù)據(jù)清洗
培養(yǎng)學(xué)生通過(guò)對(duì)數(shù)據(jù)進(jìn)行多方驗(yàn)證、審核，將有雜質(zhì)的數(shù)據(jù)剔除能力;培養(yǎng)學(xué)生從格式、邏輯、數(shù)值等多方面進(jìn)行數(shù)據(jù)清洗和整理，處理缺失值、孤立點(diǎn)垃圾信息、規(guī)范化、重復(fù)記錄、特殊值、合并數(shù)據(jù)集等問(wèn)題的能力。
3 大數(shù)據(jù)分析
對(duì)于企業(yè)積累數(shù)據(jù)和獲取的外部數(shù)據(jù)都要及時(shí)進(jìn)行分析應(yīng)用，快速充分分析數(shù)據(jù)尤為關(guān)鍵。培養(yǎng)學(xué)生數(shù)據(jù)分析、數(shù)據(jù)挖掘的技能尤為重要，具體需培養(yǎng)數(shù)據(jù)分析技能如。
(1)描述型分析:是什么?
描述性分析會(huì)提供重要指標(biāo)和信息。例如，通過(guò)每月的銷(xiāo)售單據(jù)，可以獲取大量的客戶數(shù)據(jù)，如客戶的地理信息、客戶偏好等;也可以了解企業(yè)庫(kù)存、銷(xiāo)售等生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)。
(2)診斷型分析:為什么?
通過(guò)評(píng)估描述型數(shù)據(jù)，診斷分析工具能夠深入的分析數(shù)據(jù)，鉆取到數(shù)據(jù)的核心，分析某種產(chǎn)品或者某些產(chǎn)品銷(xiāo)售量變化原因等。
(3)預(yù)測(cè)型分析:可能怎樣?
預(yù)測(cè)型分析主要用于進(jìn)行預(yù)測(cè)事件未來(lái)發(fā)生的可能性、預(yù)測(cè)一個(gè)可量化的值，或者是預(yù)估事情發(fā)生的時(shí)間點(diǎn)。使用各種可變數(shù)據(jù)來(lái)實(shí)現(xiàn)預(yù)測(cè)，在充滿不確定的環(huán)境下，預(yù)測(cè)能夠幫助做出更好的決定，如預(yù)測(cè)原料價(jià)格可以輔助決定庫(kù)存、預(yù)測(cè)銷(xiāo)售可以輔助決定產(chǎn)量、預(yù)測(cè)業(yè)務(wù)量可以輔助決定資金籌集量等。
(4)指令型分析:做什么?
指令模型是基于對(duì)“是什么”“為什么”和“可能怎樣”的分析，幫助用戶決定應(yīng)該采取什么措施。通常情況下，指令型分析不是單獨(dú)使用的方法，而是前面的所有方法都完成之后，最后需要完成的分析方法。例如，交通規(guī)劃分析考量了每條路線的距離、每條線路的行駛速度、以及目前的交通管制等方面因素，來(lái)幫助選擇最好的回家路線;企業(yè)考量了銷(xiāo)售數(shù)據(jù)的變化、分析了市場(chǎng)和消費(fèi)者的原因、預(yù)判了產(chǎn)品市場(chǎng)前景，進(jìn)而決定對(duì)產(chǎn)品實(shí)施哪些改進(jìn)。
4 大數(shù)據(jù)可視化
大數(shù)據(jù)可視化是培養(yǎng)學(xué)生對(duì)大數(shù)據(jù)分析結(jié)果進(jìn)行直觀呈現(xiàn)能力。培養(yǎng)學(xué)生利用企業(yè)自有數(shù)據(jù)或者外部連接數(shù)據(jù)、抓取數(shù)據(jù)等方式獲得的數(shù)據(jù)進(jìn)行全方位呈現(xiàn)的能力，培養(yǎng)學(xué)生將數(shù)據(jù)的匯總、平均、交叉列聯(lián)分析等描述和分析結(jié)果，利用適當(dāng)?shù)膱D形進(jìn)行展示的能力。大數(shù)據(jù)可視化是非常重要的技能，具體如。
4.1各類(lèi)變量適合的基本可視化效果
單一變量:點(diǎn)圖、抖動(dòng)圖;直方圖、核密度估計(jì);累計(jì)分布函數(shù)。
兩個(gè)變量:散點(diǎn)圖、LOESS平滑、殘差分析、對(duì)數(shù)圖、傾斜。
中圖分類(lèi)號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2014）49-0248-02
隨著社交網(wǎng)絡(luò)的逐漸成熟，移動(dòng)帶寬迅速提升，云計(jì)算、互聯(lián)網(wǎng)應(yīng)用的豐富，更多的傳感設(shè)備、移動(dòng)終端接入到網(wǎng)絡(luò)，由此產(chǎn)生的數(shù)據(jù)及增長(zhǎng)速度將比歷史上的任何時(shí)期都要多，都要快。“大數(shù)據(jù)”時(shí)代已經(jīng)來(lái)臨，它對(duì)人類(lèi)的數(shù)據(jù)駕馭能力提出了新的挑戰(zhàn)，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。大數(shù)據(jù)是指海量數(shù)據(jù)集，其來(lái)源包括動(dòng)漫數(shù)據(jù)、企業(yè)IT應(yīng)用帶來(lái)的數(shù)據(jù)、博客、點(diǎn)擊流數(shù)據(jù)、社交媒體、機(jī)器和傳感數(shù)據(jù)等。它是互聯(lián)網(wǎng)、電子商務(wù)的又一次重大革命，對(duì)數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)分析提出了新的挑戰(zhàn)。如今互聯(lián)網(wǎng)行業(yè)、電子商務(wù)行業(yè)中的數(shù)據(jù)應(yīng)用及分析已經(jīng)相當(dāng)普遍，為了應(yīng)對(duì)大數(shù)據(jù)時(shí)代的要求，同時(shí)要具備較強(qiáng)的統(tǒng)計(jì)學(xué)功底和嫻熟的計(jì)算機(jī)軟件運(yùn)用能力，而今完全具備這些能力的數(shù)據(jù)分析專業(yè)人才是極其匱乏的。數(shù)據(jù)分析師便應(yīng)運(yùn)而生，不僅互聯(lián)網(wǎng)行業(yè)、電子商務(wù)行業(yè)需要大量的數(shù)據(jù)分析師，近年來(lái)項(xiàng)目數(shù)據(jù)分析事務(wù)所不斷涌現(xiàn)，而項(xiàng)目數(shù)據(jù)分析師因其專業(yè)技能及量化的數(shù)據(jù)分析為客戶以及所在單位控制決策風(fēng)險(xiǎn)、保證利益最大化而備受各界青睞，以待遇優(yōu)厚和地位尊崇而聞名國(guó)際，也被視為我國(guó)21世紀(jì)的黃金職業(yè)。《華商報(bào)》將項(xiàng)目數(shù)據(jù)分析師納入了新七十二行，《HR管理世界》將項(xiàng)目數(shù)據(jù)分析師評(píng)為七大賺錢(qián)職業(yè)。本文就如何在統(tǒng)計(jì)學(xué)專業(yè)開(kāi)展數(shù)據(jù)分析方向進(jìn)行了闡述，首先論述了數(shù)據(jù)分析的重要意義，其次討論了數(shù)據(jù)分析方向的課程構(gòu)建，最后分析了如何加強(qiáng)理論與實(shí)踐環(huán)節(jié)的結(jié)合。
一、數(shù)據(jù)分析的重要意義
大數(shù)據(jù)預(yù)測(cè)美國(guó)總統(tǒng)：美國(guó)時(shí)代周刊報(bào)道稱，數(shù)據(jù)驅(qū)動(dòng)的競(jìng)選決策才是奧巴馬競(jìng)選獲勝的關(guān)鍵。數(shù)據(jù)分析團(tuán)隊(duì)在籌集競(jìng)選經(jīng)費(fèi)、鎖定目標(biāo)選民、督促選民投票等各個(gè)環(huán)節(jié)的決策中都發(fā)揮了重要作用。這意味著華盛頓競(jìng)選專家的作用極具下降，能夠分析大數(shù)據(jù)的量化分析家和程序員的地位卻大幅提升。如今從事專業(yè)數(shù)據(jù)分析工作的企業(yè)如項(xiàng)目數(shù)據(jù)分析師事務(wù)所、數(shù)據(jù)挖掘公司等都應(yīng)市場(chǎng)需求而大力發(fā)展，并且受到風(fēng)險(xiǎn)投資的青睞。如美國(guó)社交數(shù)據(jù)挖掘公司Datasift于2012年宣布，獲得1500萬(wàn)美元風(fēng)險(xiǎn)投資。2013年，DataSift成為T(mén)witter的“認(rèn)證合作伙伴”，主要負(fù)責(zé)海量微博社交數(shù)據(jù)分析。這是該公司今年第二筆融資，五月份其曾融資720萬(wàn)美元。又如面向開(kāi)發(fā)者的大數(shù)據(jù)應(yīng)用軟件平臺(tái)服務(wù)提供商Continuity最近獲得1000萬(wàn)美元的融資，目前融資總額已經(jīng)達(dá)到1250萬(wàn)美元。
數(shù)據(jù)分析的應(yīng)用無(wú)處不在，那什么是數(shù)據(jù)分析呢？數(shù)據(jù)分析就是用適當(dāng)?shù)慕y(tǒng)計(jì)方法對(duì)數(shù)據(jù)進(jìn)行分析，以求最大化地開(kāi)發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。是為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程。數(shù)據(jù)分析技術(shù)不僅能通過(guò)對(duì)真實(shí)數(shù)據(jù)的分析去發(fā)現(xiàn)問(wèn)題，還能夠通過(guò)經(jīng)濟(jì)學(xué)原理建立數(shù)學(xué)模型，對(duì)投資或其他決策是否可行進(jìn)行分析，預(yù)測(cè)未來(lái)的收益及風(fēng)險(xiǎn)情況，為做出科學(xué)合理的決策提供依據(jù)。在提高工作效率的基礎(chǔ)上，也增強(qiáng)企業(yè)管理的科學(xué)性。無(wú)論是在國(guó)家政府部門(mén)，還是企事業(yè)單位中，數(shù)據(jù)分析工作都是進(jìn)行決策和做出工作決定之前至關(guān)重要的一個(gè)環(huán)節(jié)。因此，針對(duì)項(xiàng)目可行性、風(fēng)險(xiǎn)承載力、投資回報(bào)率以及相關(guān)經(jīng)濟(jì)效益指標(biāo)等方面的分析工作顯得格外重要。在這個(gè)工作過(guò)程中，專業(yè)的數(shù)據(jù)分析人員扮演著無(wú)比重要的角色，數(shù)據(jù)分析成果的質(zhì)量高低直接決定著項(xiàng)目投資、企業(yè)經(jīng)營(yíng)決策計(jì)劃最終的方向。所以，各個(gè)行業(yè)對(duì)數(shù)據(jù)分析人員的需求之多是不言而喻的。傳統(tǒng)行業(yè)，如政府機(jī)構(gòu)：一類(lèi)是計(jì)委、經(jīng)委、統(tǒng)計(jì)局等一些經(jīng)濟(jì)綜合管理部門(mén)所設(shè)有的調(diào)研處、研究室和情報(bào)所。第二類(lèi)是商業(yè)、糧食、物資、銀行等經(jīng)濟(jì)主管業(yè)務(wù)部門(mén)會(huì)設(shè)有信息中心或調(diào)研室，從本系統(tǒng)、本部門(mén)的業(yè)務(wù)出發(fā)進(jìn)行專業(yè)性調(diào)研，提供支持本部門(mén)的市場(chǎng)信息。而伴隨著數(shù)據(jù)分析應(yīng)用的擴(kuò)大，其在新興行業(yè)中也得到了發(fā)展，如計(jì)算機(jī)軟硬件及IT行業(yè)、電子商務(wù)與網(wǎng)絡(luò)游戲、金融保險(xiǎn)、消費(fèi)品、咨詢業(yè)與廣告媒體、大型設(shè)備與重工業(yè)以及房地產(chǎn)行業(yè)等對(duì)數(shù)據(jù)分析師的需求量很大，尤其是電子商務(wù)，由于利用互聯(lián)網(wǎng)，能夠比傳統(tǒng)零售業(yè)具有更好的數(shù)據(jù)收集和管理能力，能積累海量的數(shù)據(jù)，因此更看重從海量數(shù)據(jù)中挖掘出用戶偏好和市場(chǎng)機(jī)會(huì)。研究機(jī)構(gòu)：比如市場(chǎng)研究公司、咨詢公司、證券公司、研究院。自主創(chuàng)業(yè)：取得注冊(cè)項(xiàng)目數(shù)據(jù)分析師（CPDA）資格證可以自主創(chuàng)建或就業(yè)于項(xiàng)目數(shù)據(jù)分析師事務(wù)所等。所以，數(shù)據(jù)分析的行業(yè)應(yīng)用是極其廣泛的，并且隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)分析尤其是數(shù)據(jù)挖掘?qū)⒔柚ヂ?lián)網(wǎng)的發(fā)展，逐步形成人們依靠的重點(diǎn)，并可能成為未來(lái)發(fā)展與競(jìng)爭(zhēng)的重點(diǎn)之一。由此我們可以看到數(shù)據(jù)分析師的就業(yè)前景是非常廣泛而樂(lè)觀的，無(wú)論是數(shù)學(xué)專業(yè)、統(tǒng)計(jì)專業(yè)，還是計(jì)算機(jī)專業(yè)的學(xué)生，都可以通過(guò)系統(tǒng)的學(xué)習(xí)數(shù)據(jù)分析課程來(lái)適應(yīng)對(duì)數(shù)據(jù)分析人才的要求。
二、課程體系構(gòu)建
1.主干課程。主干課程包含高代、數(shù)分、概率論、數(shù)理統(tǒng)計(jì)、多元統(tǒng)計(jì)分析、時(shí)間序列分析、市場(chǎng)調(diào)查與分析、統(tǒng)計(jì)預(yù)測(cè)與決策、數(shù)據(jù)結(jié)構(gòu)、C語(yǔ)言、數(shù)據(jù)分析、數(shù)據(jù)挖掘、大數(shù)據(jù)分析與展示。理論課程的學(xué)習(xí)可以使學(xué)生了解數(shù)據(jù)分析的基本內(nèi)容，學(xué)會(huì)如何對(duì)已獲取的數(shù)據(jù)進(jìn)行加工處理，如何對(duì)實(shí)際問(wèn)題進(jìn)行定量分析，以及如何解釋分析的結(jié)果。掌握幾種常用數(shù)據(jù)分析方法的統(tǒng)計(jì)思想及基本步驟，并具備一定的分析論證能力。
2.實(shí)驗(yàn)課程。數(shù)據(jù)分析的操作離不開(kāi)計(jì)算機(jī)。目前數(shù)據(jù)分析行業(yè)常用的一些統(tǒng)計(jì)軟件有SAS、SPSS和R軟件。SAS軟件是一個(gè)模塊化、集成化的大型應(yīng)用統(tǒng)計(jì)系統(tǒng)。它的功能包括數(shù)據(jù)訪問(wèn)、數(shù)據(jù)儲(chǔ)存及管理、應(yīng)用開(kāi)發(fā)、圖形處理、數(shù)據(jù)分析、報(bào)告編制、運(yùn)籌學(xué)方法、計(jì)量經(jīng)濟(jì)學(xué)與預(yù)測(cè)等。SPSS軟件是一個(gè)社會(huì)科學(xué)統(tǒng)計(jì)軟件包，是采用圖形菜單驅(qū)動(dòng)界面的統(tǒng)計(jì)軟件，SPSS的基本功能包括數(shù)據(jù)管理、統(tǒng)計(jì)分析、圖表分析、輸出管理等。R軟件是一套完整的數(shù)據(jù)處理、計(jì)算和制圖軟件系統(tǒng)，包括：數(shù)據(jù)存儲(chǔ)和處理系統(tǒng)、完整連貫的統(tǒng)計(jì)分析工具、優(yōu)秀的統(tǒng)計(jì)制圖功能、可操縱數(shù)據(jù)的輸入和輸入等功能。這三個(gè)軟件在數(shù)據(jù)分析中針對(duì)不同行業(yè)的需求有不同方向的應(yīng)用。
3.專業(yè)課程。從數(shù)據(jù)分析的行業(yè)需求出發(fā)，好的數(shù)據(jù)分析人員不僅要有較強(qiáng)的數(shù)據(jù)分析能力，還要有該行業(yè)的背景及相關(guān)知識(shí)的儲(chǔ)備，這樣才能將數(shù)據(jù)分析與行業(yè)特性聯(lián)系起來(lái)，發(fā)揮數(shù)據(jù)分析的最大功能，即所謂的“因地制宜”。同時(shí)要兼顧學(xué)生的興趣與學(xué)習(xí)的聯(lián)系，需提供多領(lǐng)域的課程選擇，如：經(jīng)濟(jì)學(xué)、金融學(xué)、保險(xiǎn)學(xué)、管理學(xué)、會(huì)計(jì)學(xué)等。而在軟件學(xué)習(xí)方面也要拓寬渠道，除了實(shí)驗(yàn)課程安排學(xué)習(xí)的軟件，學(xué)生可根據(jù)自身發(fā)展意向再多掌握一些軟件如：SQL數(shù)據(jù)庫(kù)，熟悉office常用功能，尤其熟練運(yùn)用Word和PowerPoint、Excel圖表及數(shù)據(jù)分析等。同時(shí)還應(yīng)該結(jié)合對(duì)數(shù)據(jù)分析師的要求設(shè)置一些相關(guān)課程：投資數(shù)據(jù)分析、市場(chǎng)調(diào)研與預(yù)測(cè)、預(yù)測(cè)技術(shù)分析、現(xiàn)金流量表編制、風(fēng)險(xiǎn)投資項(xiàng)目篩選、不確定性分析、編制數(shù)據(jù)分析報(bào)告等。
三、實(shí)踐環(huán)節(jié)
培養(yǎng)數(shù)據(jù)分析的專業(yè)型人才目的就是為了學(xué)以致用。數(shù)據(jù)分析本身就是為了從數(shù)據(jù)中發(fā)現(xiàn)問(wèn)題、建立模型、預(yù)測(cè)收益風(fēng)險(xiǎn)企業(yè)決策進(jìn)而做出合理正確的決策判斷。因此，學(xué)習(xí)了基本的知識(shí)和技能就要運(yùn)用到實(shí)際操作中。學(xué)校可以和本地的數(shù)據(jù)分析事務(wù)所，或者大量需求數(shù)據(jù)分析人員的互聯(lián)網(wǎng)行業(yè)建立實(shí)訓(xùn)基地，進(jìn)行合作式教學(xué)，使得學(xué)生在實(shí)習(xí)的過(guò)程中能夠理論聯(lián)系實(shí)際，切身體會(huì)數(shù)據(jù)分析的商業(yè)操作體系，這樣就能夠促進(jìn)學(xué)生有目的、有取舍地針對(duì)自身情況學(xué)習(xí)鉆研，繼而就能夠培養(yǎng)出適應(yīng)經(jīng)濟(jì)發(fā)展，滿足市場(chǎng)需求的應(yīng)用型人才。
四、結(jié)語(yǔ)
在大數(shù)據(jù)時(shí)代到來(lái)之時(shí)，數(shù)據(jù)分析在互聯(lián)網(wǎng)中的應(yīng)用將會(huì)空前廣泛，與此同時(shí)對(duì)數(shù)據(jù)分析師的需求也將會(huì)井噴，無(wú)論是在軍事、工業(yè)、企業(yè)還是在政治上，大數(shù)據(jù)分析都將會(huì)十分緊缺。因此，目前對(duì)數(shù)據(jù)分析師的培養(yǎng)刻不容緩。本文從分析數(shù)據(jù)分析行業(yè)發(fā)展及其重要意義、數(shù)據(jù)分析專業(yè)課程設(shè)置以及教學(xué)實(shí)踐環(huán)節(jié)方面對(duì)構(gòu)建數(shù)據(jù)分析課程體系進(jìn)行了探討。不僅從教學(xué)課程的內(nèi)容上予以安排，而且更加注重引導(dǎo)學(xué)生自主學(xué)習(xí)，特別強(qiáng)調(diào)理論結(jié)合實(shí)踐的合作式教學(xué)。希望能夠結(jié)合行業(yè)需求合理地構(gòu)建課程，培養(yǎng)出專門(mén)從事數(shù)據(jù)分析的項(xiàng)目數(shù)據(jù)分析師，從而能夠滿足市場(chǎng)需求和自身發(fā)展。
參考文獻(xiàn)：
[1]范金城.數(shù)據(jù)分析[M].科學(xué)出版社，2010.
本專業(yè)學(xué)生主要學(xué)習(xí)數(shù)學(xué)和應(yīng)用數(shù)學(xué)的基本理論、基本方法并接受數(shù)學(xué)建模、計(jì)算機(jī)和數(shù)學(xué)軟件方面的基本訓(xùn)練，在數(shù)學(xué)理論和應(yīng)用兩方面都受到良好的教育，具有較高的科學(xué)素養(yǎng)和較強(qiáng)的創(chuàng)新意識(shí)，具備科學(xué)研究、教學(xué)、解決實(shí)際問(wèn)題及軟件開(kāi)發(fā)等方面的基本能力和較強(qiáng)的更新知識(shí)的能力。
本專業(yè)畢業(yè)生應(yīng)獲得以下幾方面的知識(shí)和能力：
①具有扎實(shí)的數(shù)學(xué)基礎(chǔ)，受到比較嚴(yán)格的數(shù)學(xué)思維訓(xùn)練，初步掌握數(shù)學(xué)科學(xué)的思想方法;
②具有應(yīng)用數(shù)學(xué)知識(shí)建立數(shù)學(xué)模型去解決實(shí)際問(wèn)題的初步能力和進(jìn)行數(shù)學(xué)教學(xué)的能力;
③了解數(shù)學(xué)科學(xué)發(fā)展的歷史概況以及當(dāng)代數(shù)學(xué)的某些新發(fā)展和應(yīng)用前景;
④能熟練使用計(jì)算機(jī)(包括常用語(yǔ)言、工具軟件以及一些數(shù)學(xué)軟件)，具有編寫(xiě)簡(jiǎn)單程序的能力;
⑤具有較強(qiáng)的語(yǔ)言表達(dá)能力，掌握資料查詢、文獻(xiàn)檢索以及運(yùn)用現(xiàn)代信息技術(shù)獲取相關(guān)信息的基本方法，具有一定的科學(xué)研究能力;
⑥ 師范類(lèi)畢業(yè)生還應(yīng)具有良好的教師職業(yè)素養(yǎng)，了解教育法規(guī)，掌握并能初步運(yùn)用教育學(xué)，心理學(xué)以及數(shù)學(xué)教育學(xué)的基本理論，具有一定的組織管理能力。
數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)就業(yè)前景
應(yīng)用數(shù)學(xué)專業(yè)屬于基礎(chǔ)專業(yè)，是其他相關(guān)專業(yè)的“母專業(yè)”。無(wú)論是進(jìn)行科研數(shù)據(jù)分析、軟件開(kāi)發(fā)、三維動(dòng)畫(huà)制作還是從事金融保險(xiǎn)，國(guó)際經(jīng)濟(jì)與貿(mào)易、工商管理、化工制藥、通訊工程、建筑設(shè)計(jì)等，都離不開(kāi)相關(guān)的數(shù)學(xué)專業(yè)知識(shí)，數(shù)學(xué)專業(yè)與其他相關(guān)專業(yè)的聯(lián)系將會(huì)更加緊密，數(shù)學(xué)專業(yè)知識(shí)將會(huì)得到更廣泛的應(yīng)用。
由于數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)與其他相關(guān)專業(yè)聯(lián)系緊密，以它為依托的相近專業(yè)可供選擇的比較多，因而報(bào)考該專業(yè)較之其他專業(yè)回旋余地大，重新?lián)駱I(yè)改行也容易得多，有利于將來(lái)更好的就業(yè)。
本專業(yè)學(xué)生畢業(yè)后可從事科學(xué)研究、教學(xué)、軟件開(kāi)發(fā)等方面的工作。
從事行業(yè)：
畢業(yè)后主要在新能源、互聯(lián)網(wǎng)、計(jì)算機(jī)軟件等行業(yè)工作，大致如下：
1、新能源;
2、互聯(lián)網(wǎng)/電子商務(wù);
3、計(jì)算機(jī)軟件;
4、金融/投資/證券;
5、電子技術(shù)/半導(dǎo)體/集成電路;
6、其他行業(yè);
7、教育/培訓(xùn)/院校;
8、計(jì)算機(jī)服務(wù)(系統(tǒng)、數(shù)據(jù)服務(wù)、維修)。
從事崗位：
畢業(yè)后主要從事算法工程師、數(shù)據(jù)分析師、數(shù)據(jù)挖掘工程師等工作，大致如下：
1、算法工程師;
2、數(shù)據(jù)分析師;
3、數(shù)據(jù)挖掘工程師;
4、圖像算法工程師;
5、高級(jí)數(shù)據(jù)分析師;
6、數(shù)據(jù)產(chǎn)品經(jīng)理;
Think Big公司是Teradata于2014年9月并購(gòu)的大數(shù)據(jù)服務(wù)公司。Think Big公司聯(lián)合創(chuàng)始人兼國(guó)際業(yè)務(wù)高級(jí)副總裁里克?法內(nèi)爾（Rick Farnell）介紹，成立于2010年的Think Big公司專注于開(kāi)源數(shù)據(jù)服務(wù)，其愿景是幫助客戶運(yùn)用新的開(kāi)源技術(shù)，與現(xiàn)有技術(shù)優(yōu)勢(shì)互補(bǔ)，從各種類(lèi)型的數(shù)據(jù)中挖掘分析價(jià)值。
Teradata大中華區(qū)首席執(zhí)行官辛兒倫（Aaron Hsin）介紹，自從成立以來(lái)，Teradata在過(guò)去40多年中一直專注做好一件事，那就是數(shù)據(jù)分析。Teradata幫助客戶通過(guò)有效的數(shù)據(jù)分析獲得業(yè)務(wù)洞察力，從而實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)，提高利潤(rùn)，為客戶提供更好的服務(wù)。
他強(qiáng)調(diào)，在過(guò)去的5到10年里，開(kāi)源技術(shù)的發(fā)展和廣泛運(yùn)用，使得半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)分析成為可能。為此，作為數(shù)據(jù)分析領(lǐng)域的全球領(lǐng)導(dǎo)者之一，Teradata積極跟進(jìn)，除了自身研發(fā)以外，非常開(kāi)放地融合優(yōu)秀的開(kāi)源數(shù)據(jù)分析技術(shù)，并形成了高效的統(tǒng)一數(shù)據(jù)架構(gòu)（UDA）。據(jù)悉，Teradata 統(tǒng)一數(shù)據(jù)架構(gòu)整合了Teradata 數(shù)據(jù)倉(cāng)庫(kù)、Teradata Aster大數(shù)據(jù)探索平臺(tái)和開(kāi)源Hadoop。
辛兒倫認(rèn)為，在大數(shù)據(jù)生態(tài)系統(tǒng)建設(shè)中，客戶認(rèn)識(shí)到需要整合不同技術(shù)架構(gòu)的優(yōu)勢(shì)，特別是在已有數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)中融合開(kāi)源技術(shù)，需要更好的工具來(lái)管理、訪問(wèn)和利用這些平臺(tái)，尤其是需要具有實(shí)際經(jīng)驗(yàn)的團(tuán)隊(duì)來(lái)指導(dǎo)Hadoop等復(fù)雜的開(kāi)源系統(tǒng)的延伸部署。隨著客戶開(kāi)始應(yīng)用，或者開(kāi)始嘗試應(yīng)用諸多不同的技術(shù)架構(gòu)或版本，它們面臨著很多技術(shù)選擇和路線圖規(guī)劃等實(shí)際問(wèn)題，這往往會(huì)導(dǎo)致項(xiàng)目偏離既定的大數(shù)據(jù)戰(zhàn)略目標(biāo)和業(yè)務(wù)目標(biāo)。
“隨著各種規(guī)模的企業(yè)在落地大數(shù)據(jù)戰(zhàn)略時(shí)選擇不同的開(kāi)源分析系統(tǒng)，客戶對(duì)開(kāi)源系統(tǒng)咨詢服務(wù)的需求快速上升。我們致力于實(shí)現(xiàn)最新開(kāi)源技術(shù)同現(xiàn)有成熟技術(shù)的優(yōu)勢(shì)互補(bǔ)，借助我們優(yōu)秀的數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師和咨詢團(tuán)隊(duì)，幫助全球的客戶更快速、高效和便捷地獲取大數(shù)據(jù)價(jià)值?！崩锟?法內(nèi)爾表示。
據(jù)悉，目前包括Intel、Facebook、NetApp、納斯達(dá)克（NASDAQ）、美國(guó)運(yùn)通公司（American Express）和eBay等在內(nèi)的知名企業(yè)，均是Think Big公司的客戶。正因?yàn)槿绱?，Teradata收購(gòu)了Think Big公司。
“Teradata擁有完整的大數(shù)據(jù)分析生態(tài)系統(tǒng)，借助統(tǒng)一數(shù)據(jù)架構(gòu)實(shí)現(xiàn)Hadoop等開(kāi)源分析系統(tǒng)、Teradata Aster大數(shù)據(jù)探索分析技術(shù)和數(shù)據(jù)倉(cāng)庫(kù)環(huán)境的完美整合?！毙羶簜愓f(shuō)，“借助Think Big專業(yè)的咨詢服務(wù)，Teradata將能夠向客戶提出多元化大數(shù)據(jù)的卓越咨詢建議，降低大數(shù)據(jù)分析系統(tǒng)部署和應(yīng)用的難度，進(jìn)一步強(qiáng)化統(tǒng)一數(shù)據(jù)架構(gòu)的優(yōu)勢(shì)，推動(dòng)大中華地區(qū)客戶數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型的實(shí)現(xiàn)?！?/p>
提供四大核心服務(wù)
記者在溝通會(huì)上了解到， Think Big在大中華區(qū)將廣泛支持廠商中立的開(kāi)源解決方案，根據(jù)客戶實(shí)際的業(yè)務(wù)需求，推薦基于現(xiàn)有技術(shù)和解決方案的最佳技術(shù)和方案組合。Think Big致力于幫助客戶通過(guò)應(yīng)用最新數(shù)據(jù)分析技術(shù)來(lái)獲得大數(shù)據(jù)的價(jià)值，提升競(jìng)爭(zhēng)力和利潤(rùn)。其核心咨詢業(yè)務(wù)包括：
其一，大數(shù)據(jù)戰(zhàn)略咨詢服務(wù)。根據(jù)客戶業(yè)務(wù)需求和戰(zhàn)略目標(biāo)，制定符合企業(yè)需求優(yōu)先等級(jí)和能力的大數(shù)據(jù)戰(zhàn)略，幫助企業(yè)更快地獲取大數(shù)據(jù)價(jià)值。里克?法內(nèi)爾認(rèn)為，現(xiàn)在很多客戶制定大數(shù)據(jù)戰(zhàn)略時(shí)有個(gè)誤區(qū)，就是盡可能采用最新的開(kāi)源技術(shù)，事實(shí)上企業(yè)應(yīng)該先考慮建立一個(gè)平臺(tái)，然后在這個(gè)平臺(tái)上建立、充實(shí)相關(guān)的能力。辛兒倫介紹，Think Big可給客戶制定一個(gè)為期6周的啟動(dòng)數(shù)據(jù)分析應(yīng)用的路線圖，幫助客戶確定流程和數(shù)據(jù)選擇的優(yōu)先級(jí)，及其對(duì)業(yè)務(wù)的影響，并幫助客戶構(gòu)建最佳數(shù)據(jù)架構(gòu)；在此基礎(chǔ)上，還可給客戶提供為期12個(gè)月的發(fā)展路線圖，其中涵蓋Think Big的方法論。
其二，數(shù)據(jù)工程服務(wù)。根據(jù)客戶的業(yè)務(wù)目標(biāo)，設(shè)計(jì)、開(kāi)發(fā)和交付最適合的解決方案，提供現(xiàn)有分析架構(gòu)優(yōu)化和數(shù)據(jù)湖治理等服務(wù)。Think Big可提供數(shù)據(jù)湖的優(yōu)化服務(wù)，以滿足客戶對(duì)生產(chǎn)系統(tǒng)、生產(chǎn)環(huán)境的數(shù)據(jù)服務(wù)需求。
其三，分析和數(shù)據(jù)科學(xué)服務(wù)。通過(guò)廣受認(rèn)可的數(shù)據(jù)分析方法論，幫助客戶解決現(xiàn)存的業(yè)務(wù)問(wèn)題，通過(guò)創(chuàng)新的數(shù)據(jù)分析方法，發(fā)掘全新的業(yè)務(wù)機(jī)會(huì)。
其四，管理服務(wù)和培訓(xùn)。提供大數(shù)據(jù)分析系統(tǒng)的管理和優(yōu)化，助力企業(yè)提高數(shù)據(jù)分析效率和洞察力，通過(guò)各種形式的培訓(xùn)幫助企業(yè)真正獲得能力，提高數(shù)據(jù)和分析系統(tǒng)的采用和普及。人才短缺是客戶應(yīng)用大數(shù)據(jù)的一大挑戰(zhàn)，而Think Big特別重視大數(shù)據(jù)戰(zhàn)略和專業(yè)技能的培養(yǎng)，尤其強(qiáng)調(diào)培養(yǎng)優(yōu)秀的團(tuán)隊(duì)是大數(shù)據(jù)戰(zhàn)略的最佳實(shí)踐。Think Big擁有強(qiáng)大的專家團(tuán)隊(duì)資源和“Think Big大數(shù)據(jù)學(xué)院”，致力于為客戶和合作伙伴提供全面的人才培養(yǎng)服務(wù)，通過(guò)授人以漁的方式幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)成功。
已經(jīng)有具體項(xiàng)目在開(kāi)展
辛兒倫表示，Teradata在大中華區(qū)推出Think Big的全面服務(wù)，不僅體現(xiàn)了公司對(duì)高速發(fā)展的大中華區(qū)市場(chǎng)的重視，而且反映出客戶對(duì)Teradata和Think Big服務(wù)和能力的高度認(rèn)可。
“自從有了Think Big團(tuán)隊(duì)之后，客戶跟我們合作得更加緊密了?！毙羶簜惐硎?，Teradata已經(jīng)在華發(fā)展了20多年，積累了很多合作時(shí)間長(zhǎng)達(dá)15年甚至20年的客戶，Think Big的業(yè)務(wù)能夠讓Teradata引入更多開(kāi)源技術(shù)和解決方案，幫助客戶解決更多的業(yè)務(wù)痛點(diǎn)。
