大数据支持国防动员决策功能探析*

罗 彪

功能，是指事物或方法所发挥的有利作用，即功效。大数据支持国防动员决策功能，是指大数据在国防动员决策中发挥的效能或作用。大数据能够快速提炼国防动员海量数据，形成信息、知识优势，并将之导入国防动员的决策领域和关键环节，改进决策模式，提高决策质量和水平，助力提升国防动员能力。

一、大数据功能的主要观点

关于大数据功能，不同学者有不同的观点，这些观点源于不同的角度，且具有不同的特点。西方学者和研究机构不仅指出大数据的实证价值，并从实践应用中认识到大数据对决策过程的改进作用。20世纪中期，美国学者爱德华兹·戴明认为，“除了上帝，任何人都必须用数据来说话”。IBM资深大数据专家杰夫·乔纳斯也提出了同样的观点，“让数据说话”。全球著名管理咨询公司麦肯锡在其报告中指出，“复杂分析能显著地改进决策过程”。

基于大数据发展及其广泛应用，我国学者对大数据的基本功能及其衍生出来的附属功能进行了描述和分析。国务院《促进大数据发展行动纲要》从战略层面对大数据的功能给予定位，赋予大数据“推动经济转型发展”“重塑国家竞争优势”“提升政府治理能力”的功能，并将数据界定为“国家基础性战略资源”。邹振宁、荣希君等从军事角度指出大数据技术的军事指挥价值，主要包括提高五种能力：情报获取能力、辅助决策能力、作战控制能力、侦察攻击能力、网络安全能力。胡键则从大数据基本功能的角度，阐述大数据在促进公共管理变革中的重要功能，包括数据收集功能、数据管理功能、数据分析功能、数据挖掘和数据重组功能、预测功能。肖庆文、李钰等对大数据普遍衍生功能进行高度概括，认为大数据主要有以下几种较为常用的功能：一是追踪，即追踪、追溯任何一个互联网或物联网的记录，形成真实的历史轨迹；二是识别，在对各种因素全面追踪的基础上，通过定位、对比、筛选，可以实现精准识别，尤其是对语音、图像、视频进行识别；三是画像，通过对同一主体不同数据源的追踪、识别、匹配，形成更立体的刻画和更全面的认识；四是提示，在历史轨迹、识别和画像基础上，预测未来趋势及重复出现的可能性，当某些指标出现预期变化或超预期变化时给予提示、预警；五是匹配，在海量信息中精准追踪和识别，利用相关性、接近性等进行筛选对比，更有效率地实现供需匹配，该功能是互联网约车、租房、金融等共享经济新商业模式的基础；六是优化，按距离最短、成本最低等给定的原则，通过各种算法对路径、资源等进行优化配置。

无论是西方研究机构还是我国学者的研究成果，对于我们研究大数据支持国防动员决策功能都具有重要的参考价值。

二、大数据支持国防动员决策的基本功能

大数据是数据资源，也是技术手段，大数据的这种本质属性，直接决定了大数据支持国防动员决策的基本功能，即决策数据采集、决策数据存储、决策数据分析等居于主要地位的功能。这是大数据在国防动员决策中根本的、基础的，且是恒常的、稳定的功能。

（一）决策数据采集

数据采集是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得各种类型的结构化、半结构化（或称之为弱结构化），以及非结构化的海量数据①http://www.szcomtop.com/fastar/news/20161206/news151926.html。国防动员决策大数据的主要来源，包括政府数据、军事数据、网络数据及传感器数据等。传统的国防动员决策数据采集来源单一，且存储、管理和分析数据量也较小，大多可采用关系数据库和并行数据仓库处理。而大数据时代的国防动员决策数据采集，来源广泛、数据量巨大，且数据类型丰富，包括结构化、半结构化、非结构化的数据，必须采用分布式数据库才能有效存储和处理。相较于传统的数据采集，大数据时代的国防动员决策，面对的是海量、多源、异构的数据。这些特点决定了国防动员决策数据的有效采集必须借助大数据采集技术。应用比较广泛的大数据采集技术主要包括以下三种。

1.系统日志采集技术。主要是通过地方和军队国防动员业务信息平台收集业务日志数据，供离线或在线的分析系统使用。比较成熟的采集工具有Chukwa、Flume、Scribe等。它们均采用分布式架构，能满足海量、高速的日志数据采集要求。

2.网络数据采集技术。即通过“网络爬虫”或网站公开API等方式从政府政务网、军队宽带网、公共数据网等平台上获取国防动员数据信息的过程。其支持图片、音频、视频等文件的采集，且附件与正文可自动关联，可将非结构化数据、半结构化数据从网页中提取出来，并存储为统一的本地结构化数据文件。

3.其他数据采集技术。对于国防动员领域中的同期性数据，可借助物联网传感设备等硬件采集；保密性要求较高的数据，可使用特定系统接口等相关方式采集。

（二）决策数据存储

大数据时代，国防动员决策数据容量呈爆炸式增长。从数据存储的发展趋势来看，一方面，对数据存储量的需求越来越大；另一方面，对数据的有效管理提出了更高的要求。国防动员决策大数据对存储设备的容量、读写性能、可靠性、扩展性都提出了更高的要求，需要充分考虑功能集成度、数据安全性、数据稳定性、系统可扩展性、性能及成本等各方面的因素。

大数据的存储及处理不仅在于规模大，更要求传输及处理的响应速度快。提到数据存储技术，就离不开数据库技术。从目前的发展趋势看，数据库主要分为关系型数据库、非关系型数据库、数据库缓存系统3种类型。传统的国防动员决策数据通常使用关系型数据库MYSQL和Oracle等来存储。

由于国防动员决策大数据数据来源多样、应用算法繁多、结构化程度不同、数据格式多样，传统的数据库存储技术已无法适应国防动员决策大数据的存储。为了解决国防动员领域大规模数据集合、多重数据种类、来源和格式带来的挑战，非关系型NoSQL数据库发挥了明显作用。包括键值存储数据库、列存储数据库、图形数据库以及文档型数据库等类型。当前，主流的非关系型数据库有Redis、Bigtable、HBase、Neo4j等。

（三）决策数据分析

决策数据分析，就是通过详细研究和概括总结决策数据，从中提取有价值信息并形成结论的过程。将有价值的国防动员决策数据整合成国防动员决策信息，这是国防动员决策数据分析的核心内容。相对传统的国防动员决策数据分析，大数据分析技术主要有以下几种。

1.可视化分析，即数据图表化。在分析国防动员决策大数据时，最基本的要求就是对数据进行可视化分析，就是将结构或非结构数据转换成适当的可视化图表，然后将隐藏在数据中的信息直接展现在各级决策者面前。根据不同的数据展示和分析需求，可使用指示卡、计量图、饼图、柱状图、拆线图、地图、GIS地图、词云、雷达图、漏斗图等图形来展示数据。比较经典的可视化分析工具有Tableau、Excel、Gephi等。

2.数据挖掘算法。数据挖掘就是从大量数据中挖掘知识的过程。作为一种深层次的数据分析方法，能够揭示事物隐藏的规律性，使决策者对状态把握和趋势预测更为科学准确，成为正确决策的重要参考。一般来说，数据挖掘侧重解决四类问题：分类、聚类、关联和预测，重点在寻找模式和规律。数据分析的理论核心就是数据挖掘算法，数据挖掘算法多种多样，其中比较经典的算法有：C4.5、K-Means、SVM、CART、KNN等，不同的算法基于不同的数据类型和格式，会呈现出不同特点。

3.预测性分析。大数据分析最重要的应用领域之一就是预测性分析。预测性分析结合了许多高级分析功能，包括特别统计分析、预测建模、数据挖掘、文本分析、实体分析、机器学习等。从海量决策数据中挖掘出其特点，帮助我们了解和把握国防动员的现状，并确定下一步的行动方案，从依靠猜测进行决策转变为依靠科学预测进行决策。

4.语义引擎。语义技术为大数据的有效分析提供了一种技术途径。语义引擎是语义技术最直接的应用，它从检索词语所表达的语义层次上来认识和处理用户的检索请求，可以让国防动员决策的参谋人员从繁琐的搜索条目中解放出来，更快、更准、更全面地获得国防动员决策数据分析所需的信息，从而提高数据分析质量和效率。

三、大数据支持国防动员决策的派生功能

大数据在国防动员决策中的派生功能，即指由基本功能引发出来的处于从属地位的功能，包括现状分析、需求预测、决策优化、智能匹配等。

现状分析。现状分析是决策的基础。国防动员决策的一个重要环节就是搞清楚决策事项的现状，基于现状再制定下一步的行动方案。通过国防动员大数据分析，可对各领域国防动员的现状进行分析，把握其基本状态，从而使相关决策者了解本领域国防动员的基本情况。同时，可通过大数据挖掘和可视化分析，准确掌握各领域国防动员战略任务的完成情况，并以此衡量国防动员整体运行状态。

需求预测。国防动员决策实质上就是实现国防动员资源与军事需求的精准匹配。预测军队的军事需求是国防动员决策的重要前提。通过国防动员大数据分析，可全面、快速准确预测军事需求。大数据使我们能够获得按照既定规则、分层、分类、分级的国防动员数据集合，在这个数据集合中，国防动员需求预测可用的数据能够相互印证、彼此交互，能以灵活推拉、智能重组的数据块（群）形式存在。在预测国防动员需求时，大数据可以综合现实与历史数据进行智能融合与分析判断，尽可能深入分析挖掘数据的信息附加值，找寻关联数据的内在规律，并结合国防动员需求的影响因素和国防动员各领域的实际情况，最终提供更精准的趋势结论和国防动员需求预测报告。

决策优化。大数据不仅能够优化国防动员决策流程，更能促进国防动员决策体系内各系统的融合，为优化国防动员决策提供实时、全面、准确的信息服务。大数据资源能够拓展国防动员决策信息的来源渠道，为优化决策方案，辅助决策实施提供更全面的信息支持。具备大数据思维的国防动员决策者能够充分认识大数据的功能，发挥大数据对决策的支持作用。精通业务、技术过硬的国防动员大数据人才能够运用大数据采集、存储、挖掘和可视化分析等关键技术，辅助支持决策制定、决策实施以及决策评估等重要环节。基于大数据的国防动员决策支持系统，能够为国防动员决策者提供全方位、多层次的决策支持和知识服务。

智能匹配。主要体现在两个方面：一是决策方案与决策库之间的匹配；二是动员资源与军事需求之间的匹配。通过参与国家应急救援和组织实战化国防动员演练，采集优化信息化战争条件下各国国防动员决策案例等，生成海量的国防动员决策案例大数据库；运用大数据采集和分析手段，结合实战化条件下国防动员决策的要素构成，智能提取国防动员决策案例的特征属性，优化设计决策案例表示结构。在科学计算决策案例属性、结构和整体相似度的基础上，充分运用大数据挖掘算法，完成国防动员决策与大数据库中决策案例的智能匹配。国防动员决策体系中的参谋系统，运用大数据技术分析动员需求组成情况、动员资源分布情况，预测动员时间、规模和质量等情况，并将这些决策支持信息输入信息系统。信息系统能够基于动员资源与军事需求的智能匹配，自动生成最优动员方案。

大数据在国防动员决策中的功能，就是解决“大数据在国防动员决策中能干什么”的问题。一般来说，大数据在国防动员决策中的功能，往往指向大数据在国防动员决策中已经产生或者将会产生的结果，尤其是指大数据在国防动员决策中所引起的变化，所发生的作用。大数据时代，只有充分认清大数据支持国防动员决策的核心功能，优化设计大数据支持国防动员决策系统，才能将数据优势迅速转化为决策优势，以信息化条件下高精度、高效率、高质量的国防动员决策，在应战、应急和服务经济社会建设中发挥更大的作用。

［1］ 邹振宁，荣希君.大数据时代作战指挥理论创新研究［M］.北京：蓝天出版社，2014.

［2］ 陆嘉恒.大数据挑战与NoSQL数据库技术［M］.北京：电子工业出版社，2013.