劉瑞芬

（武夷學院 資產(chǎn)處，福建 武夷山 354300）

大數(shù)據(jù)是近年來信息技術不斷發(fā)展的產(chǎn)物，能夠運用新型處理模式完成對海量信息資產(chǎn)的管理，具有更強的決策力、洞察力和程序的優(yōu)化能力。大數(shù)據(jù)的應用范圍非常廣泛，洛杉磯警察局最早聯(lián)合加州大學利用大數(shù)據(jù)對犯罪行為進行預測，取得了良好的效果；統(tǒng)計學家Nate Silver利用大數(shù)據(jù)預測出了2012年美國大選的結(jié)果。目前很多國家的醫(yī)療行業(yè)都在海量數(shù)據(jù)的挑戰(zhàn)下積極推進醫(yī)療體系信息化發(fā)展，因而大數(shù)據(jù)分析也被逐漸應用在醫(yī)療行業(yè)中。本文主要對大數(shù)據(jù)視角下高校資產(chǎn)管理系統(tǒng)的設計與實現(xiàn)進行優(yōu)化分析。

1 大數(shù)據(jù)的含義及特征

大數(shù)據(jù) （big data）來源于2012年2月The New York Time網(wǎng)站上刊登的一篇名為The Age of big data的文章，其作者為Steve Lohr，[1]他在文章中指出，我們已經(jīng)進入到大數(shù)據(jù)時代了，尤其是在商業(yè)、經(jīng)濟等領域，決策不再是僅僅依靠經(jīng)驗和直覺了，而是得益于海量的數(shù)據(jù)和分析。

所謂大數(shù)據(jù)，不僅僅指的是數(shù)據(jù)的規(guī)模十分龐大，并且信息的類型十分繁多，更新速度極快。大數(shù)據(jù)定義兼顧到兩個方面，一是數(shù)據(jù)必須要海量數(shù)據(jù)的集合，其規(guī)模之大必須是在一定時間內(nèi)不能用常規(guī)的計算軟件對其進行內(nèi)容提取、綜合管理和處理。二是在提取、管理和分析的時候必須要依賴于全新的技術體系。總的來說，大數(shù)據(jù)具有“4V”特征，分別是Volume（容量）、Variety（種類）、Velocity（速度）和 Value（價值）。

1.1 數(shù)據(jù)總量迅速增長（Volume）

數(shù)據(jù)總量巨大是大數(shù)據(jù)的基本特征，也是最根本的屬性。根據(jù)IDC的定義，在進行大數(shù)據(jù)分析的時候必須要保證數(shù)據(jù)容量大于100TB。導致數(shù)據(jù)容量劇增的原因就是當今時代下的各類用戶已經(jīng)逐漸習慣利用網(wǎng)絡共享各種數(shù)據(jù)，使得流傳于網(wǎng)絡中的數(shù)據(jù)越來越多；其次就是如今人們獲取數(shù)據(jù)的渠道越來越多，并且獲取數(shù)據(jù)的能力也在不斷加強，因此網(wǎng)絡上流傳的數(shù)據(jù)越來越接近事物本身，與真實世界的聯(lián)系越來越近，隨之而來的是數(shù)據(jù)的復雜性逐漸加劇，并且各種不同類型的數(shù)據(jù)同時涌入人們的視野，因此數(shù)據(jù)的總量呈現(xiàn)出不斷增加的趨勢[2]。另外一個主觀原因就是人們現(xiàn)在處理數(shù)據(jù)的方式和理念已經(jīng)發(fā)生了徹底的變化，人們已經(jīng)逐漸開始從多角度來實現(xiàn)對數(shù)據(jù)的精確分析，因此納入考慮范圍的數(shù)據(jù)類型越來越多，因此在客觀程度上就增加了數(shù)據(jù)樣本的總量，逐漸逼近原始的總體數(shù)據(jù)總量。

1.2 數(shù)據(jù)類型更加多樣（Variety）

大數(shù)據(jù)又一重要的特點就是數(shù)據(jù)的種類十分眾多且復雜多變，這與傳統(tǒng)的結(jié)構化信息時代有著根本的差異。原先的結(jié)構化信息的主要屬性是大眾化和標準化，因此數(shù)據(jù)的復雜程度呈線性增長的趨勢，新出現(xiàn)的數(shù)據(jù)也可以利用傳統(tǒng)的方法進行處理，不許用過多考慮細節(jié)問題，只需要提取出有用的信息即可。而大數(shù)據(jù)時代的信息變得更加半結(jié)構化，無論是在生活還是工作中，非結(jié)構化的數(shù)據(jù)已經(jīng)占據(jù)數(shù)據(jù)總量的75%以上，增長速度也是原來的二十倍之多。

1.3 數(shù)據(jù)處理更加迅速（Velocity）

數(shù)據(jù)的動態(tài)采集技術是數(shù)據(jù)采集傳輸?shù)娘w躍式發(fā)展，能夠在最短時間之內(nèi)完成對海量數(shù)據(jù)的實時采集、傳輸和分析，主體可以在最短時間之內(nèi)完成對整個環(huán)境變化了解和掌控，獲取到自己想要的信息，在此基礎上做出準確的決策。基于此，大數(shù)據(jù)平臺的數(shù)據(jù)處理速度得到了飛速的發(fā)展，已經(jīng)可以在1s之內(nèi)完成對全部數(shù)據(jù)的處理，得出最終結(jié)果，超出這個時間范圍的數(shù)據(jù)結(jié)果就是失效的。

1.4 數(shù)據(jù)價值密度更低（Value）

價值密度低是大數(shù)據(jù)的基本屬性之一，也是面臨的重要問題之一。在一般情況下，如果要獲得數(shù)據(jù)的全部細節(jié)，大數(shù)據(jù)會提供數(shù)據(jù)引入策略允許采取所有原始數(shù)據(jù)，但是這種引入方式會導致大量的錯誤數(shù)據(jù)被引入，造成數(shù)據(jù)的絕對數(shù)量激增，有效信息的比例會直接下降[3]。因此必須要著手于解決這一問題，從低密度的數(shù)據(jù)中過濾出真正有用的數(shù)據(jù)。

2 大數(shù)據(jù)對高校資產(chǎn)管理的影響

隨著社會的不斷發(fā)展，高校的資產(chǎn)總量得到了飛速的發(fā)展，尤其是資產(chǎn)管理的數(shù)據(jù)總量呈現(xiàn)出劇烈的膨脹趨勢，數(shù)據(jù)類型逐漸趨于多樣化，而現(xiàn)階段的資產(chǎn)管理模式已經(jīng)不能滿足現(xiàn)在的資產(chǎn)用量，存在著管理系統(tǒng)落后、信息傳遞速度較慢、不能滿足實時查詢等功能，因此必須要在大數(shù)據(jù)環(huán)境下對資產(chǎn)管理系統(tǒng)進行升級優(yōu)化，使其能夠最大限度滿足海量信息資產(chǎn)的管理與應用。傳統(tǒng)資產(chǎn)管理與大數(shù)據(jù)時代下資產(chǎn)管理的差異見表1。

表1 大數(shù)據(jù)背景下的資產(chǎn)管理和傳統(tǒng)資產(chǎn)管理比對Table 1 Comparison of asset management and traditional asset management in a large data context

3 大數(shù)據(jù)視角下的資產(chǎn)管理系統(tǒng)設計

3.1 設計原則

大數(shù)據(jù)最根本的原則不僅要求數(shù)據(jù)的總量大，還須有新型的技術系統(tǒng)的支撐，要滿足“4V”特征。在大數(shù)據(jù)視角下設計資產(chǎn)管理系統(tǒng)的時候必須要按照大數(shù)據(jù)思維出發(fā)，建立起容量龐大，數(shù)據(jù)種類十分多樣化的數(shù)據(jù)庫（Database）和能夠達到安全與效率并行的數(shù)據(jù)處理品臺，使得輸出的數(shù)據(jù)結(jié)果具有更高的利用價值[4]。因此，系統(tǒng)建設的總體目標就是能夠服務于有效的資產(chǎn)評價決策，實現(xiàn)資源的合理配置，避免出現(xiàn)資產(chǎn)閑置和使用效率低下的問題。

3.2 資產(chǎn)管理系統(tǒng)軟件架構

該系統(tǒng)主要由三層組成，分別是感知層、網(wǎng)絡層和應用層。感知層的組成部分是RFID標簽和讀寫器，RFID標簽可以實現(xiàn)對每個固定資產(chǎn)進行標記，然后利用讀寫器識別這些電子標簽。網(wǎng)絡層的組成是由WIFI、2G/3G/4G網(wǎng)絡構成的，利用網(wǎng)絡將讀寫器讀取到的數(shù)據(jù)標簽傳輸?shù)娇刂浦行闹小脤又饕怯蒁BMS（database management system ，數(shù)據(jù)管理系統(tǒng)）和應用系統(tǒng)軟件組成，可以實現(xiàn)對各個任務流程的管理，將固定資產(chǎn)的各種數(shù)據(jù)進行整合運用。

3.3 主要功能模塊

大數(shù)據(jù)視角下的資產(chǎn)管理系統(tǒng)可以有效提升資產(chǎn)管理的效率，使這種資產(chǎn)能夠?qū)崿F(xiàn)最大限度地智能化和信息化，從采購到預算管理，到報表管理等等各方面都有涉及。

3.3.1 系統(tǒng)管理

該模塊主要包括的是用戶管理、權限管理和密碼管理，這些子模塊共同組成系統(tǒng)管理這一上位模塊。該模塊主要是對進行該系統(tǒng)的所有用戶進行賬戶管理，劃分不同職位的訪問權限，以及設置不同的登錄密碼。

3.3.2 數(shù)據(jù)管理

這個模塊主要實現(xiàn)的是對數(shù)據(jù)的導入、導出和備份，是整個系統(tǒng)的核心模塊，在對數(shù)據(jù)進行管理之前，必須要讓所有數(shù)據(jù)錄入到系統(tǒng)之中，最終數(shù)據(jù)的結(jié)果也會通過該系統(tǒng)實現(xiàn)輸出。如果需要對數(shù)據(jù)進行備份的話也要依賴該模塊完成，此外還可以實現(xiàn)對數(shù)據(jù)的恢復。

3.3.3 報表管理

該模塊主要的管理對象就是各部門、各類別、各年度的報表，將各種報表收集起來之后，可以在該模塊內(nèi)實現(xiàn)整合管理，將各類信息進行統(tǒng)一規(guī)劃和計算，對全部報表進行長期的保存和管理。

3.3.4 采購管理

這個模塊的功能就是管理每一個采購步驟，首先是制定出科學合理的預算目標，然后發(fā)起招標活動，對各個應標對象進行審查，然后追蹤招標全過程。在招標完成之后，還必須要對全部的標書文件進行儲存和管理。

3.3.5 資產(chǎn)管理

該模塊是整個系統(tǒng)中最關鍵的環(huán)節(jié)，主要的功能是資產(chǎn)查詢、資產(chǎn)變更和資產(chǎn)刪除，從而實現(xiàn)資產(chǎn)不斷增加的目的。

3.3.6 預測管理

對資產(chǎn)風險的預測也是資產(chǎn)管理系統(tǒng)的重要功能之一，該模塊可以實現(xiàn)對資產(chǎn)需求的預測，資產(chǎn)配置的預測、維修的預測以及資產(chǎn)報廢的預測。

該系統(tǒng)在運行過程中可以對資產(chǎn)實現(xiàn)靈活的管理，將采購與管理工作有機地結(jié)合在一起，使資產(chǎn)的配置更加合理，下面將對預測模塊進行詳細的分析。

3.4 資產(chǎn)管理系統(tǒng)中的預測管理

在設計預測管理模塊的時候才用的是多層次因果分析法，這種方法的優(yōu)勢就是實現(xiàn)對資產(chǎn)需求、配置、維修和報廢的全方位預測，使資產(chǎn)的利用效率達到最佳。多層次因果分析法的操作流程如圖1所示。

圖1 多層次因果分析法的主要流程Figure 1 Main processes of multi-level causal analysis

1.利用定量分析法計算出不同資產(chǎn)組合對使用者需求的影響；

2.執(zhí)行預先制定好的what-if方案，通過需求模型進行預測和演練；

3.根據(jù)上一步預測的結(jié)果，將資產(chǎn)的供應和需求匹配關聯(lián)；

4.將各類信息進行整合，得出最佳資產(chǎn)管理方案。

3.5 實例運用

以某高校的投影儀管理為例進行詳細的說明，首先是要確定出和投影儀實際供應和需求的所有數(shù)據(jù)，對高校內(nèi)全部投影儀資源進行整合，然后對未來一段時間之內(nèi)所需要的全部投影儀數(shù)量進行預測，然后將全部初始數(shù)據(jù)，包括設備數(shù)據(jù)、教師數(shù)據(jù)和學生數(shù)據(jù)作為建模的基礎，利用相關的需求因素建立起初始需求關系模型，然后在模型的基礎上，建立起投影儀設備與單個需求之間的線性回歸模型，之后對模型進行多次模擬和測試，保證建立的模型合理可靠，最后利用全部海量數(shù)據(jù)建立起預測方案，將方案進行測試，將其中不合適的地方進行修改和替換，最終得出預測需求結(jié)果。其具體流程如圖2所示。

圖2 實例流程圖Figure 2 Example Flow Chart

4 結(jié)束語

綜上所述，大數(shù)據(jù)已經(jīng)成為當前信息時代主要的技術支持之一，各行各業(yè)都必須要抓住這一寶貴的機會，充分利用大數(shù)據(jù)的優(yōu)勢和長處，實現(xiàn)對信息資產(chǎn)的合理配置和有效利用，使資產(chǎn)管理達到較高的水平。大數(shù)據(jù)視角下的資產(chǎn)管理系統(tǒng)可以靈活處理各類數(shù)據(jù)，將其整合成為有序的集合體，實現(xiàn)快速的查詢功能，并且可以對各種資產(chǎn)的需求、配置、維修以及報廢做出精準地預測，使高校能夠在最短時間之內(nèi)做出科學的資產(chǎn)管理決策，從根本上提高工作效率。