文/趙 虎

軍隊房地產(chǎn)租賃作為部隊后勤管理中涉及錢物等部隊資產(chǎn)的重要管理工作，歷來受各級部門重視。隨著軍隊信息化建設的不斷推進，后勤管理工作中各項信息管理系統(tǒng)陸續(xù)投入使用，極大地提高了后勤管理的效率。與此同時，信息化管理所產(chǎn)生的數(shù)據(jù)量也與日俱增，巨大的數(shù)據(jù)量迫切地需要一種強大且通用的工具來處理它，以此來發(fā)現(xiàn)人工難以發(fā)現(xiàn)的問題。在這種情況下，將時下普遍應用的數(shù)據(jù)挖掘技術應用于軍隊房地產(chǎn)管理成為了一種可能。

一、軍隊房地產(chǎn)租賃管理概述

1.什么是軍隊房地產(chǎn)租賃

隨著我軍軍事變革的不斷深入，軍隊信息化程度的不斷提高，軍隊在經(jīng)歷了幾次大裁軍之后，原有的營區(qū)房產(chǎn)、地產(chǎn)就出現(xiàn)了很多空閑，各部隊在保證軍事需求的前提下，把暫時空余的房地產(chǎn)依法對外租賃，不僅有效地保護和儲備了重要資源，發(fā)揮了資源效益，減輕了國家負擔，而且豐富了當?shù)厥袌觯哂幸慌e多得的好處。

2.軍隊房地產(chǎn)租賃研究現(xiàn)狀

目前國內(nèi)外、軍內(nèi)外對于房地產(chǎn)管理研究成果較多，主要集中在針對地方的房地產(chǎn)開發(fā)公司、針對市場的研究以及客戶關系管理（CRM）方面，由于利益的驅動，這些方面的研究比較熱門，成果較多，數(shù)據(jù)挖掘的應用非常廣泛。但是，專門針對房地產(chǎn)租賃的研究較少，相應的，專門針對軍隊房地產(chǎn)這個特殊資源的研究也就更少。

部隊目前在房地產(chǎn)租賃領域所作的工作主要有以下幾方面：一是進行法律法規(guī)、體制機制的研究，使租賃管理工作走上正規(guī)化、規(guī)范化的道路。二是積極開展管理信息系統(tǒng)、數(shù)據(jù)庫、數(shù)據(jù)倉庫的建設，不斷提高租賃管理工作信息化水平，但部隊在此方面的研究成果較少，而軍外對于房地產(chǎn)開發(fā)、租賃等已有諸多成熟的管理信息系統(tǒng)案例。三是積極開展房地產(chǎn)租賃項目的清查工作，積累最新的一手數(shù)據(jù)，為政策的制定、新項目的實施提供數(shù)據(jù)支持。但目前這方面的工作只停留在數(shù)據(jù)搜集層面，少有對數(shù)據(jù)分析處理的研究。

3.為什么將數(shù)據(jù)挖掘技術引入軍隊房地產(chǎn)租賃

利用信息管理系統(tǒng)平臺來管理軍隊房地產(chǎn)租賃，最核心的目標是提高管理的效率和準確性，而達到這個目標的途徑必須由信息系統(tǒng)對大量數(shù)據(jù)進行分析處理。針對文本、多媒體數(shù)據(jù)、空間數(shù)據(jù)等多種類型數(shù)據(jù)的分析處理有很多種方法，包括知識發(fā)現(xiàn)（KDD）、統(tǒng)計分析、機器學習、聯(lián)機分析處理（OLAP）。知識發(fā)現(xiàn)主要流行于人工智能和機器學習界；統(tǒng)計分析和機器學習都偏重于模式發(fā)現(xiàn)和預測，統(tǒng)計分析往往注重理論的完善，而不注重實際的效用，機器學習往往不把海量的數(shù)據(jù)作為研究對象；OLAP是數(shù)據(jù)庫分析處理的一種早期應用，它不能發(fā)現(xiàn)新的知識，它只是驗證用戶提出的假設。數(shù)據(jù)挖掘是一門覆蓋很廣的綜合學科，它吸納了以上幾個學科的技術，借助于計算機強大的計算能力來處理海量的數(shù)據(jù)，能使用戶獲得令人意想不到的洞察力。

二、數(shù)據(jù)挖掘概述

1.什么是數(shù)據(jù)挖掘

數(shù)據(jù)挖掘比較公認的定義是由W.J.Frawley、G.Piatetsky-Shapiro等人提出的：數(shù)據(jù)挖掘就是從大型數(shù)據(jù)庫的數(shù)據(jù)中提取人們感興趣的知識的過程，這些知識是隱含的、事先未知的、但潛在有用的信息，提取的知識可以表示為概念、規(guī)則、規(guī)律、模式等形式[1]。

這種定義把數(shù)據(jù)挖掘的對象定義為數(shù)掘庫。而更廣義的說法是：數(shù)據(jù)挖掘意味著在已知的數(shù)據(jù)集中發(fā)現(xiàn)各種模型、概要和導出值的過程。從數(shù)據(jù)挖掘的定義中可以看出：

(1) 數(shù)據(jù)的來源：數(shù)據(jù)挖掘的數(shù)據(jù)來源于大型的數(shù)據(jù)庫、數(shù)據(jù)倉庫等各種已存在的數(shù)據(jù)，之所以要對其進行挖掘是因為原來的數(shù)據(jù)是粗糙的、未經(jīng)加工的、不能滿足應用需求的，而數(shù)據(jù)挖掘就是將“無效的垃圾數(shù)據(jù)”變?yōu)椤坝行еR”的過程。

(2) 強調發(fā)現(xiàn)：數(shù)據(jù)挖掘有很多方法技術，但數(shù)據(jù)挖掘絕不僅僅是死板地去套用各種方法技術，需要人來與計算機進行交互，辨別挖掘過程、挖掘結果的正確、有效性。

(3) 強調過程：根據(jù)經(jīng)驗，很少有數(shù)據(jù)挖掘項目能夠一次成功，它是一個不斷反復、迭代的過程。一次不僅不能得到有價值的知識（很多情況下還會產(chǎn)生很多不合邏輯的垃圾信息），而且還因為從不同的視角與分析數(shù)據(jù)可能會得到不同的、令人意外的結果。

2.數(shù)據(jù)挖掘能干什么

數(shù)據(jù)挖掘是目前計算機行業(yè)中發(fā)展最快的領域之一，它是一門交叉性學科，它涵蓋了統(tǒng)計分析、機器學習、偏差檢測、模式識別、數(shù)據(jù)庫、人工智能、專家系統(tǒng)、數(shù)據(jù)可視化等多個學科的相關技術。數(shù)據(jù)挖掘的主要任務是針對大型的數(shù)據(jù)庫、數(shù)據(jù)倉庫中不同類型的（結構化、半結構化、異構數(shù)據(jù)）、低質量的數(shù)據(jù)，通過人與計算機的不斷交互合作分析，從中獲取有價值的知識，并將獲取的知識應用到信息管理、查詢優(yōu)化、決策支持等工作中。數(shù)據(jù)挖掘是面向應用的，不同的數(shù)據(jù)挖掘技術可以解決不同的問題，具體的操作方法也因不同的應用而不盡相同。目前，數(shù)據(jù)挖掘已經(jīng)在商業(yè)、金融、生物、醫(yī)療等多方面取得了良好的應用效果。

3.如何進行數(shù)據(jù)挖掘

數(shù)據(jù)挖掘可以由3個主要階段組成：數(shù)據(jù)準備、模式發(fā)現(xiàn)（狹義的“數(shù)據(jù)挖掘”）、結果解釋。數(shù)據(jù)準備階段是為數(shù)據(jù)挖掘提供合適的數(shù)據(jù)，可分為數(shù)據(jù)集成、數(shù)據(jù)篩選和預處理三部分。在軍隊房地產(chǎn)租賃數(shù)據(jù)挖掘中，數(shù)據(jù)準備是把房地產(chǎn)租賃信息管理系統(tǒng)所產(chǎn)生的大量數(shù)據(jù)以統(tǒng)一規(guī)范的形式集中存儲在新創(chuàng)建的數(shù)據(jù)倉庫當中；模式發(fā)現(xiàn)階段是在已經(jīng)準備好的數(shù)據(jù)倉庫中，提取內(nèi)在的規(guī)律；結果解釋是根據(jù)已經(jīng)細化的具體目標，結合行業(yè)實際，對挖掘數(shù)據(jù)倉庫所獲得的模式進行評估和說明。需要說明的一點是，數(shù)據(jù)挖掘并不是一個一蹴而就的工程，有時候可能需要多次的調整挖掘模型、算法、參數(shù)，經(jīng)過多次重復挖掘過程最終才有可能得到有用的結果。

三、數(shù)據(jù)挖掘在軍隊房地產(chǎn)租賃管理中的應用

1.需求分析

通過對軍隊房地產(chǎn)租賃管理工作流程、現(xiàn)狀等相關行業(yè)知識的研究及與管理人員進行交流，我認為對軍隊房地產(chǎn)租賃數(shù)據(jù)進行挖掘的重點主要在以下幾方面：

（1）軍隊房地產(chǎn)租賃現(xiàn)狀與發(fā)展趨勢預測 利用統(tǒng)計分析、聚類分析等技術可以對現(xiàn)有租賃項目的地區(qū)（戰(zhàn)區(qū)）分布特征、類別信息等進行挖掘，并將結果通過可視化展示以方便決策者從總體上把握軍隊房地產(chǎn)租賃現(xiàn)狀。

（2）房地產(chǎn)租賃意向的決策 利用關聯(lián)規(guī)則分析方法可以分析區(qū)域經(jīng)濟的發(fā)展狀況、受租方的社會屬性、租賃用途等與房地產(chǎn)租賃的成交率、價格、使用年限等因素之間的潛在關系。

（3）承租方及受租方信息分析 通過對承租方及受租方的相關信息進行關聯(lián)規(guī)則分析發(fā)現(xiàn)雙方在租賃項目中的行為模式、特性（例如受租方的可靠性、租賃回報率等與租賃項目的其他屬性之間的潛在聯(lián)系）等信息。

（4）違規(guī)、異常租賃項目的檢測 結合行業(yè)相關的背景知識以及偏差、異常檢測方法，分析數(shù)據(jù)集中的異常數(shù)據(jù)（并非隨機偏差，而是體制不同造成的異常）進行分析，預測出某些違法、違規(guī)的，具有潛在的不良傾向的租賃項目。

2.實施步驟

（1）明確目標 找出關鍵的業(yè)務問題將其映射成可視化數(shù)據(jù)挖掘能夠研究的問題定義和目標。

（2）數(shù)據(jù)準備 通過對數(shù)據(jù)進行ECTL等操作處理，提高其質量，確保數(shù)據(jù)挖掘的精確性、有效性。

（3）建立模型 經(jīng)過反復的考察，選擇適合解決當前問題的模型。并選擇一定的訓練集來測試挖掘模型直至最終建立。

（4）輸出結果的評價和解釋 模型建立好之后，先在小范圍內(nèi)應用，取得測試數(shù)據(jù)，綜合考慮準確度和成本兩方面因素，覺得滿意后再推廣。

（5）實施 模型在建立并經(jīng)驗證之后，將其應用到不同的數(shù)據(jù)集上。最終得到有價值的信息，達到輔助決策的目標。

3.需要注意的問題

數(shù)據(jù)挖掘是一項系統(tǒng)工程，尤其是遇到大型數(shù)據(jù)庫時，需要多方面力量的參與，因此在實施挖掘時必須在充分調研，大量搜集資料，搞清楚軍隊房地產(chǎn)租賃管理的工作流程、管理方法經(jīng)驗、現(xiàn)實存在的不足等問題的基礎上采用局部實驗的辦法進行，在明確數(shù)據(jù)挖掘目標及相應的方法的前提下抽取適量的數(shù)據(jù)集進行實驗性分析處理，以證明數(shù)據(jù)挖掘技術在軍隊房地產(chǎn)租賃管理中應用的有效性。

[1]石付威.數(shù)據(jù)挖掘在教務系統(tǒng)中的研究與實現(xiàn).同濟大學碩士學位論文，20091001.