大数据技术在装备经济分析领域应用初探

姜刚 刘昊霖

[摘 要] 当前，大数据应用的普及带来无数新的机会和新的可能，在相关领域产生了新的突破和新的业态。装备经济分析以预测和评估装备发展寿命周期费用为目标，数据是核心资源，数据处理和应用技术是前沿探索方向。文章通过分析大数据技术的应用现状，结合装备经济分析的需求和数据现状，初步探讨了在该领域应用大数据技术的可行性，为寻求前沿技术突破和应用提出了有关建议。

[关键词] 大数据技术；装备；经济分析；应用

中图分类号：F49 文献标识码：A

武器装备的研制生产涉及到国民经济的各个行业和领域，随着军费投入规模的大幅增长，我国武器装备实现了成体系的大规模发展，产生了海量的与经济分析相关的各类数据。在此基础上，利用大数据成熟技术开展前沿的技术探索，对提高装备经济分析的及时性、科学性具有重要的意义。

一、大数据产业简要分析

（一）大数据产业概念及特点

大数据是一个数据集合，也是基于数据的专业处理技术，基于因特网、基于物联网、基于丰富数据资源的收集，以实现数据存储、价值提取、智能处理和分配、数据决策服务及其他综合信息服务。大数据的特点主要以下五点：数据量大、流量快、数据类型多、低价值密度、真实性。相较于传统数据库软件，大数据在数据的收集、储存、管理和分析等方面的处理能力更为强大和突出。

大数据产业是指依托与大数据的产业集群，涵盖大数据技术产品研发、工业大数据、行业大数据、大数据产业主体、大数据安全保障、大数据产业服务体系等。大数据产业的特点如下。

1.大数据产业把数据变成资产。信息化时代的到来，各行各业都在不断地积累数据，数据库已经成为企业越来越重要的战略资产。数据资源的存量和价值，对其进行分析和挖掘，将极大地提升企业的核心竞争力。

2.大数据产业可以帮助企业做出明智的决定。利用大数据处理技术，通过收集、整理与企业决策相关的各种数据信息，快速对海量数据进行全样本分析，可以更准确地、更理性地为企业决策服务。

3.大数据产业可以帮助企业实现服务个性化。经过对大量数据的分析，企业能够准确地挖掘用户的兴趣和偏好，针对个性化需求进行个性化定制，从而提高产品服务质量，满足客户的需求，实现多样化需求，实现差异化竞争，帮助企业获得客户源、赢得重要市场[1]。

（二）大数据的产业结构

大数据包括结构性、半结构性和非结构性数据。非结构性数据日益成为数据的重要组成部分。据IDC的调查报告显示：企业中80%的数据是非结构化数据，每年60%的数据以指数形式增长。大数据只是目前阶段互联网发展的一种形式或特点。随着各行业的不断创新，大数据将逐步为人类创造更多的价值。

（三）大数据的应用模式

大数据产业已经被应用到了各行各业，继而衍生出了不同的具有一定商业价值的应用模式。基于大数据产业链的应用模式，将其划分为：数据自营模式、数据租赁模式、数据平台模式、数据仓库模式、数据众包模式和数据外包模式。这种分类标准是比较全面的，是目前研究和应用较广泛的一种标准形式。伴随着大数据产业的不断发展，应用模式也在改变。大数据时代的商业模式需要通过创新来适应时代的发展，需要根据宝贵的信息，改变传统企业的产品、服务和业务流程。

二、装备经济分析应用大数据技术的需求分析

应用大数据技术，在装备经济分析领域要实现四个阶段的目标，第一阶段是数据层面，包括数据采集、数据整合和数据集成等；第二阶段是信息层面，包括数据统计、数据可视化、数据报表、数据服务和数据报告等；第三阶段是知识层面，包括机器学习、数据挖掘等；第四阶段是智慧层面，主要是决策支持。结合上述四个阶段目标，针对装备经济分析的任务领域，提出以下四个方面的应用需求。

（一）费用大数据支撑方面

满足信息存储安全、业务管理精细化、数据共享、多维异构数据分析建模等需求，推进数据资产化理念，提升数据共享价值，建立统一数据标准、运用大数据技术、私有云技术、ETL技术等，构建费用大数据基础平台，具备数据治理、数据集成交换、数据存储、数据智能分析与挖掘等能力，实现装备经济数据资源的集中化、集约化管理。

（二）信息服务方面

满足管理机关、论证评估工作对有关经济性数据查询获取的需要，综合运用大数据与智能分析技术、NLP与人机对话技术，数据网格、智能应答与咨询等技术，构建信息咨询与服务平台，具备政策法规咨询、费用标准咨询、装备动态信息服务、装备经济指数信息服务、市场动态信息服务等能力，实现多类型数据、多样化数据源、多种业务信息结构的数据资源生产、开发与发布等。

（三）数据分析与建模方面

满足装备经济分析任务领域对外部数据自动化管理、多种装备及体系数据深度分析，模型快速构建、标准规范生成、以及模型體系建设等迫切需求，基于自动化建模与数据规则探索等数据智能技术、综合可视化统计分析技术，构建针对基础业务的数据分析与建模平台，具备费用预测指标体系标定、费用特征图谱分析、模型综合管理、开放式通用分析与建模、装备费用结构及标准生成、研究资料再造、报表自动采集等基础创新能力。

（四）决策支持方面

满足装备建设发展经济性决策的需求，综合运用人工智能、大数据分析、信息融合等先进技术手段，构建论证评估平台，具备装备发展规划计划费用预测、装备体系费用生成与演化分析、立项经费概算论证、装备订购目标价格论证、维修经济性分析、使用保障经济性分析、改换装经济性分析、寿命周期分析、费用跟踪及经济性评估等能力。

三、装备经济分析应用大数据技术的初步设想

（一）数据集成与交换共享

数据集成与交换共享是集成数据采集转换引擎、数据访问服务、数据集成调度、数据交换处理等基础服务构件，构建数据服务，实现对业务数据的统一采集、统一转换、统一访问和统一交互共享。数据集成与交换共享主要装备经济分析相关的国防产业数据、国内外装备性能指标数据、基础原材料价格数据、行业地区经济发展数据和各行业人员薪酬统计数据等。

（二）费用数据挖掘与加工

费用数据挖掘与加工是通过智能化分析挖掘手段，从多样化数据中挖掘数据价值，发现其中潜在的规律和模式，对发现问题缺陷及设计优化起到重要作用。针对装备经济分析所涉及的因型号装备数据类型多、数据多样化导致的分析难度大的问题，基于Map-Reduce、Spark等分布式计算框架，应用大数据算法对数据进行特征提取、聚类分析、关联分析的方法，从海量数据内部快速提取潜在规律和知识，为型号的研制立项、改进改型、费用结构与影响因素的深入分析调优、多类系统的费用预测模型优化、以及模拟仿真等提供重要技术手段支撑。

（三）大数据计算与存储

大数据计算与存储是面向装备费用数据的开放式数据计算基础平台。从业务信息系统、外部数据资源以及科研成果数据中采集海量数据，经过数据处理和分析，构建数据湖，并提供通用的智能计算服务，以开放数据接口以及开放式应用环境的形式，将数据存储、数据开发、智能计算的能力，提供给装备经济分析业务平台中论证研究、数据建模、信息发布等各分系统。

（四）经济数据智能搜索引擎

经济数据智能搜索引擎基于装备知识图谱和装备经济数据集群，提供跨域信息搜索服务引擎和综合展示平台，支持多源数据的接入、搜索索引、策略管理、结构化展现等，支持个性化推荐、智能问答、扩展阅读、搜索展现等。包括全文内容索引、并行搜索处理、智能推荐引擎等。具备数据可视化展示功能，进而实现更加直观的人机界面、更加快速的数据推送、更加深入的数据挖掘。

（五）数据资源治理系统

数据资源治理系统，主要包含数据标准管理、元数据管理、数据质量管理、数据资产管理、数据安全管理等功能模块。借鉴资产管理的理论方法来管理数据，将数据作为一种特殊的资产，对进入装备经济分析数据管理平台的数据进行标准化的规范约束，并以元数据作为驅动，连接数据标准管理、数据质量管理、数据安全管理的各个阶段，形成统一、完善的数据治理体系。

四、结语

从行业整体来看，专业机构和管理机关推动行业大数据库的建设是十分必要且迫切的。为此，亟需大力培养复合型数据人才，加强各种软硬件设施建设。

参考文献：

[1]王佳玢.大数据环境下的装备制造企业能源管理信息系统研究[D].天津：河北工业大学，2015.