基于大數(shù)據(jù)的后勤信息服務(wù)平臺研究

侯哲威　楊嶺　王偉亮

摘要：本文通過對大數(shù)據(jù)應(yīng)用的發(fā)展現(xiàn)狀及后勤信息服務(wù)需求的分析，提出了建設(shè)基于大數(shù)據(jù)的后勤信息服務(wù)平臺的體系架構(gòu)、主要功能及工作流程，并對其在未來后勤信息服務(wù)及后勤信息化建設(shè)中的應(yīng)用進行了深入分析，將有利于推動建設(shè)向信息化轉(zhuǎn)型的后勤，實現(xiàn)由經(jīng)驗分析模式向數(shù)據(jù)決策模式、由單純數(shù)據(jù)管理向數(shù)據(jù)產(chǎn)品生產(chǎn)、由輔助決策資源向后勤戰(zhàn)略資產(chǎn)管理的轉(zhuǎn)變。

關(guān)鍵詞：大數(shù)據(jù) 后勤 信息服務(wù) 平臺

中圖分類號：TP391 文獻標識碼：A 文章編號：1007-9416（2016）06-0000-00

近年來大數(shù)據(jù)已經(jīng)成為社會各界關(guān)注的熱點話題[1]。大數(shù)據(jù)的特點主要包括：一是數(shù)據(jù)體量巨大，通常指10TB規(guī)模以上的數(shù)據(jù)量；二是數(shù)據(jù)種類繁多，除傳統(tǒng)的關(guān)系型數(shù)據(jù)還包括以網(wǎng)頁、視頻、音頻、電子郵件、文檔等形式存在的未加工的、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)；三是數(shù)據(jù)流動速度快，形成流式數(shù)據(jù)；四是價值密度低，數(shù)據(jù)量呈指數(shù)增長，但數(shù)據(jù)中的有用信息并未同比增長，獲取其中有用信息的難度加大。大數(shù)據(jù)的分析任務(wù)將更加復(fù)雜，更須追求速度、注重實效[2]。

當前，大數(shù)據(jù)的研究和應(yīng)用已成為各行業(yè)數(shù)據(jù)研究的重點。在后勤信息服務(wù)領(lǐng)域，隨著各類后勤信息服務(wù)系統(tǒng)、保障態(tài)勢視頻監(jiān)控數(shù)據(jù)呈井噴式增長，已顯現(xiàn)出大數(shù)據(jù)的典型特征。如何對如此大規(guī)模的數(shù)據(jù)進行智能、高效的組織管理和分析處理，在海量信息中提取有用信息，挖掘后勤保障相關(guān)的各種行為特征，實現(xiàn)后勤保障的針對性、精確性以及決策的正確性等，已成為當前后勤信息化建設(shè)急需解決的難題。針對這些難題，急需轉(zhuǎn)變數(shù)據(jù)處理模式，構(gòu)建基于大數(shù)據(jù)技術(shù)的后勤信息服務(wù)平臺。

1大數(shù)據(jù)應(yīng)用技術(shù)及后勤信息服務(wù)現(xiàn)狀分析

大數(shù)據(jù)是一個涵蓋多種技術(shù)的概念，涉及計算機、應(yīng)用數(shù)學(xué)、統(tǒng)計等眾多學(xué)科領(lǐng)域，包括數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)處理、數(shù)據(jù)管理、數(shù)據(jù)可視化等技術(shù)。其中，數(shù)據(jù)分析技術(shù)是包括機器學(xué)習(xí)等人工智能、商業(yè)智能技術(shù)，涉及關(guān)聯(lián)規(guī)則挖掘、聚類分析、遺傳算法、神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)規(guī)則學(xué)習(xí)等。數(shù)據(jù)挖掘技術(shù)是采用結(jié)合數(shù)據(jù)庫管理的統(tǒng)計和機器學(xué)習(xí)方法，從大數(shù)據(jù)集合中提取其規(guī)律模式的技術(shù)。數(shù)據(jù)處理技術(shù)通常包括內(nèi)存計算技術(shù)、流處理技術(shù)、分布式計算技術(shù)等。數(shù)據(jù)管理技術(shù)包括數(shù)據(jù)庫技術(shù)；數(shù)據(jù)抽取、清洗、過濾技術(shù)；數(shù)據(jù)融合技術(shù)等。數(shù)據(jù)可視化技術(shù)信息流展現(xiàn)技術(shù)、歷史流回放技術(shù)等。此外，還包括貫穿大數(shù)據(jù)平臺建設(shè)始終的數(shù)據(jù)安全技術(shù)。目前，國內(nèi)主流的大數(shù)據(jù)信息服務(wù)平臺是通常采用基于并行數(shù)據(jù)庫和MapReduce的混合架構(gòu)，基于虛擬化管理技術(shù)和Hadoop平臺構(gòu)建動態(tài)可伸縮的海量數(shù)據(jù)處理平臺。應(yīng)用業(yè)務(wù)領(lǐng)域涵蓋：情報信息數(shù)據(jù)挖掘、企業(yè)運行數(shù)據(jù)分析、海量電網(wǎng)數(shù)據(jù)處理等等。

后勤業(yè)務(wù)領(lǐng)域中的保障態(tài)勢數(shù)據(jù)、各業(yè)務(wù)系統(tǒng)實時產(chǎn)生的數(shù)據(jù)呈爆發(fā)性增長趨勢，具有非常典型的大數(shù)據(jù)特征。面對后勤業(yè)務(wù)大數(shù)據(jù)，后勤信息服務(wù)平臺面臨一下難題：1）如何對海量態(tài)勢視頻類大數(shù)據(jù)進行高效組織和智能分析處理？2）如何從海量專業(yè)和外圍數(shù)據(jù)中獲取支持各后勤業(yè)務(wù)的關(guān)聯(lián)特征？3）如何應(yīng)用大數(shù)據(jù)來輔助后勤人員研判各類保障需求、進行指揮決策并快速開展后勤保障行動？同時，如何發(fā)掘現(xiàn)有的信息資源價值，提高后勤大數(shù)據(jù)的利用率也是當前后勤大數(shù)據(jù)應(yīng)用關(guān)注的重點問題。結(jié)合以上需求分析，針對后勤領(lǐng)域視頻、圖像數(shù)據(jù)規(guī)模大、數(shù)據(jù)關(guān)聯(lián)性強等特點，亟需基于大數(shù)據(jù)技術(shù)研究構(gòu)建后勤信息服務(wù)平臺。

2基于大數(shù)據(jù)的后勤信息服務(wù)平臺構(gòu)想

針對后勤領(lǐng)域?qū)嶋H業(yè)務(wù)中快速開展大數(shù)據(jù)分析處理的應(yīng)用需求，以及視頻、圖像等非結(jié)構(gòu)化數(shù)據(jù)所具有的容量大、多樣性、非結(jié)構(gòu)化、冗余度大等特點，應(yīng)構(gòu)建橫向擴展，具有分布、并行、高效特點的后勤大數(shù)據(jù)信息服務(wù)平臺。

后勤大數(shù)據(jù)服務(wù)平臺在邏輯上表現(xiàn)為一種層次架構(gòu)，自上而下包括基礎(chǔ)數(shù)據(jù)、應(yīng)用層、應(yīng)用數(shù)據(jù)處理層、數(shù)據(jù)存儲層、中間件層和資源層。其中貫穿所有層次還包括相應(yīng)的安全機制、規(guī)范和標準。系統(tǒng)結(jié)構(gòu)及關(guān)系示意圖如圖1所示。

2.1基礎(chǔ)數(shù)據(jù)層

基礎(chǔ)數(shù)據(jù)層是后勤大數(shù)據(jù)服務(wù)平臺的基礎(chǔ)，位于整個框架結(jié)構(gòu)的最底層，其作用是提供量海量、豐富、全面的基礎(chǔ)數(shù)據(jù)。結(jié)合后勤業(yè)務(wù)數(shù)據(jù)來源渠道，將其分為核心數(shù)據(jù)和外部數(shù)據(jù)。

核心數(shù)據(jù)庫的主體是后勤業(yè)務(wù)內(nèi)部各部門建設(shè)的專項數(shù)據(jù)庫，涵蓋了分散在各個后勤業(yè)務(wù)系統(tǒng)的各類信息資源，是實現(xiàn)后勤專業(yè)信息服務(wù)的基礎(chǔ)。外部數(shù)據(jù)是基礎(chǔ)數(shù)據(jù)層的主要組成部分，源自網(wǎng)絡(luò)、媒體、相關(guān)院?；蜓芯繖C構(gòu)公開發(fā)表的文獻材料，內(nèi)容覆蓋了研究對象的政治、經(jīng)濟、外交、文化、宗教、科技、教育、衛(wèi)生和地理等領(lǐng)域，從中提取出與后勤業(yè)務(wù)相關(guān)聯(lián)的數(shù)據(jù)信息。這類信息獲取門檻低，技術(shù)簡單，但來源廣、種類多、數(shù)量大。

2.2數(shù)據(jù)處理層

該層是應(yīng)用層和基礎(chǔ)數(shù)據(jù)庫層的中間層，是后勤大數(shù)據(jù)的翻譯器、中轉(zhuǎn)站和緩存。其主要功能是將基礎(chǔ)數(shù)據(jù)層的各類原始資源信息進行加工處理，根據(jù)用戶層的信息需求，對進行抽取、篩選、暫存，形成應(yīng)用數(shù)據(jù)，為后續(xù)應(yīng)用提供數(shù)據(jù)支撐，同時也為快速的數(shù)據(jù)調(diào)用提供支撐。數(shù)據(jù)處理層由一系列數(shù)據(jù)連接池組成，具體連接池內(nèi)容的分配，則根據(jù)應(yīng)用數(shù)據(jù)層的需求以及基礎(chǔ)數(shù)據(jù)來源、種類和處理特點來確定。

2.3數(shù)據(jù)服務(wù)層

數(shù)據(jù)服務(wù)層是后勤大數(shù)據(jù)服務(wù)平臺的核心。其主要功能是利用大數(shù)據(jù)技術(shù)對處理層匯集的大數(shù)據(jù)進行快速篩選和處理，形成面向各專業(yè)、各層級用戶的針對性和預(yù)見性的信息服務(wù)產(chǎn)品。數(shù)據(jù)服務(wù)層有5項主要功能：分別是服務(wù)生成、服務(wù)發(fā)布、服務(wù)查看、服務(wù)定制和服務(wù)管理，具體任務(wù)的分配根據(jù)用戶需求、應(yīng)用數(shù)據(jù)種類、數(shù)據(jù)處理算法和處理特點確定。

2.4用戶層

用戶層是后勤大數(shù)據(jù)服務(wù)平臺的后勤業(yè)務(wù)決策者和專業(yè)人員，他們是服務(wù)需求的提出者和服務(wù)產(chǎn)品的使用者。該層的主要功能是：根據(jù)不同角色、專業(yè)的用戶需求，設(shè)計屬于用戶自己的頁面，為不同用戶提供個性化的精準服務(wù)。

3基于大數(shù)據(jù)的后勤信息服務(wù)平臺潛在應(yīng)用價值

基于大數(shù)據(jù)的后勤信息服務(wù)平臺將承載以下應(yīng)用：

第一，為后勤信息化建設(shè)提供了強大的技術(shù)支撐。在大數(shù)據(jù)條件下，涵蓋需求和供給，行動任務(wù)與后勤保障的海量信息，利用數(shù)據(jù)挖掘、大數(shù)據(jù)并行算法等的大數(shù)據(jù)核心處理技術(shù)，實現(xiàn)跨時間和空間的海量數(shù)據(jù)的自動搜索，獲得有價值的信息，挖掘后勤需求和保障中的規(guī)律，從而有效消除由需求和供給的不確定性而導(dǎo)致的重復(fù)申請、重復(fù)采購、庫存積壓、無效運輸和保障效率低下等問題，實現(xiàn)“需求實時可知、資源全程可控”?？梢姡瑪?shù)據(jù)技術(shù)打破了數(shù)據(jù)壁壘，實現(xiàn)全數(shù)據(jù)的融合共享、實時感知、全樣本分析和深度挖掘，為后勤信息化建設(shè)提供了更好的環(huán)境、條件和技術(shù)方法。

第二，為后勤科學(xué)管理和決策提供了輔助手段。在信息化時代，不能再依靠經(jīng)驗和直覺作出各類決策，取而代之的是通過對全樣本數(shù)據(jù)的挖掘與分析，實現(xiàn)樣本的決策向給全樣本決策的轉(zhuǎn)變，經(jīng)驗決策將向?qū)嵶C決策轉(zhuǎn)變，確保決策更加及時而準確。因此，大數(shù)據(jù)不但可以改變后勤保障方法的認知方式，更重要的是可以為后勤科學(xué)管理和決策提供輔助手段。可見，大數(shù)據(jù)預(yù)測技術(shù)與傳統(tǒng)數(shù)據(jù)分析技術(shù)的有機結(jié)合，將極大后勤管理和決策的預(yù)測精度、效率和時效性。

第三，為后勤信息化建設(shè)提供了全新的思維模式。大數(shù)據(jù)帶來的不僅是技術(shù)上的變革，更是思維模式和方法的變革。這種變革，正如邁爾·舍恩伯格教授所指出的，大數(shù)據(jù)要求人們改變對因果關(guān)系的追問，轉(zhuǎn)而追求相關(guān)關(guān)系這種思維的轉(zhuǎn)變將是革命性的，大數(shù)據(jù)帶來的這種創(chuàng)新思維模式對后勤信息化建設(shè)的推動作用甚至于會超過大數(shù)據(jù)本身。

4結(jié)語

大數(shù)據(jù)是創(chuàng)新、競爭和生產(chǎn)力的新前沿，是切切實實可以用來服務(wù)于各類企業(yè)或廣大用戶的新穎技術(shù)。本文針對目前后勤信息服務(wù)的建設(shè)需求，提出了基于大數(shù)據(jù)的后勤信息服務(wù)平臺的關(guān)鍵技術(shù)、體系架構(gòu)和系統(tǒng)流程，實現(xiàn)了對各類后勤數(shù)據(jù)進行收集、轉(zhuǎn)換、綜合和管理，對所有的信息接入、信息應(yīng)用等活動實施控制，并提供相應(yīng)的輔助決策支撐。但是現(xiàn)階段，距離實現(xiàn)支撐大數(shù)據(jù)的融合、各種各樣的復(fù)雜查詢與分析挖掘以及人人都能從中挖掘出新的價值的愿景還有很大距離，還有很多的內(nèi)容有待進一步研究。

參考文獻

[1]James Manyika， Michael Chui. Big data：The next frontier for innovation[J]. competition and productivity，2011.

[2]維克托·邁爾 —舍恩伯格，肯尼思·庫克耶（著）.盛楊燕，周濤（譯）.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].浙江人民出版社，2012（12）.

[3]鄔賀銓.大數(shù)據(jù)時代的機遇與挑戰(zhàn)[J].信息安全與通信保密，2013（3）：9-10.

收稿日期：2016-03-15

作者簡介：侯哲威（1979—），女，漢族，吉林松原人，研究生，研究方向 ：大數(shù)據(jù) 信息化。