大数据技术在装备经济分析领域应用初探

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、以及模型体系建设等迫切需求，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。

上一篇：军工企业装备标准体系的建设
下一篇：没有了