数据分析解决方案范文
数据分析解决方案范文第1篇
关键词：电气设备；配电变压器；重过载；负荷预测
中图分类号：F407.6电 文献标识码：A 文章编号：
1引言
当受电器因机械故障、因瞬间电流变化或超铭牌使用设备等的原因使电源、变压器等承受接近或超过其正常的负载时，称为重载、过载。电气设备发生重载、过载故障(不包括短路事故)是允许有一定持续时间的，若超过这个时间，将因热效应等导致绝缘受损，设备损耗增加等情况，进而引发短路，烧损设备，或产生其他严重后果。因此怎么用去分析重载过载情况，从而解决电气设备的重过载问题成为现时供电所的必须解决的问题之一。
2电气设备重过载的类型
（1）变压器的重过载。指的是配电变压器在使用中，因正常周期使用，设备故障或用户设备启动等情况下，引起配电变压器超过其铭牌80%或超过100%使用的情况。
（2）中低压线路网的重过载。电流通过导线会发热，导线在不超过65C时，能够通过而不使导线过热的电流量，称导线的安全载流量，接近安全载流量的80%或超过100%时，称配电线路的重载、过载。
（3）其他设备的重过载。如盘柜、电容器等。
以上几项主要的配电网设备都根据配电变压器的容量而进行配置，因而在配电变压器不重载运行的情况下，其配套设备也不在重过载运行，因此我们在这里着重分析重过载配变的运行数据及解决方案。
3配电变压器的重过载
3.1 变压器的过载及耐受过载电流的时间
(1)据有关文献介绍，按GB1094标准生产的油浸式变压器，其允许的过载负荷倍数及持续时间如表1所示。
表1 油浸式变压器允许过负荷倍数及持续时间
(2)油浸式自然循环冷却变压器允许的过负荷运行及持续时间。当过负荷与额定负荷之比为1-3时，允许的过负荷时间分别是24 h(环境温度为0℃)、lOh(环境温度为10~C)、5 h(环境温度为20~C)、3 h(环境温度为30~C)和1 h30min(环境温度40~C)
(3)不明标准(其他)的变压器允许过载倍数及持续时间如表2所示。
表2 不明标准(其他)变压器允许过载倍数及持续时间
(4)各类干式变压器的允许过载倍数及持续时间与油浸式变压器差不多。由以上可知，当变压器事故负荷与其额定负荷之比为1-3时，其允许过负荷的时间为2 h，油浸式自然循环冷却，在环境温度为30～40℃时(我国平均最高气温)，也是在1-3倍，持续2 h左右，即在允许过负荷的时间内，保护电器可以不动作。
4配电变压器的重过载运行的危害
4.1长期重过载的影响和危害
（1) 绕组、线夹、引线、绝缘及油的温度将会升高，且有可能达到不可接受的程度，如配电设备火灾；
（2) 配电变压器绝缘将会受到损害，增加内部故障的风险，减少设备的使用寿命；
（3) 套管、分接开关、电缆终端接线装置和电流互感器等也将受到较高的热应力，从而使其结构和使用安全裕度受到影响。
（4) 使得配套设备如电力电缆、中低压导线等也进入重过载运行。从而增加配网网的运行风险。
4.2 短期过负荷的影响和危害
短期增加负载将会使运行条件中的故障风险增加。短期过负载会使导体热点温度上升，可能使绝缘强度呈暂时性的降低。但是，接受这种短时过载条件可能比失去供电更好些。这类过负载预计是很少发生的，然而，一旦出现时，应在短时间内迅速降低负载或切除变压器，以免发生故障。这种负载允许时间小于整个变压器的热时间常数，并且它也与过负载前的运行温度有关。一般来说，它小于半小时。
5配电变压器的重过载分析及解决方案
5.1 数据分析来源
（1）计量自动化系统的负载曲线。
（2）现场实测的各路支线负载情况。根据计量自动化系统规定相应的时段进行测量。
5.2 预防性的分析解决方案
在配网运行中，采取配电变压器的负荷预测对设备的负载情况进行预防性监控，根据预测的结果进行分析处理。在这里采用的是配电变压器与气温的负荷特性进行预测，得出的结果再根据现场实测的数据进行对0.4KV线路的负荷情况进行预测。司前所某台区的分析见表3：
表3 2010年新建旧乡府台区各项负荷数值如下
因气温与负荷的数学模型较为复杂，此分析采取分段方法，粗略计算单位温度下的负荷升降变化。以下先分析各项负荷与气温的曲线关系，见图1图2图3。
图1负荷最大值与平均气温的温升曲线
负荷最大值的明显变化集中在27-29C区间范围变化，其他温度变化较为平稳，由此看出在29C以上温度对该台区影响更为严重。
月平均负荷平均值与平均气温的曲线：
图2月平均负荷平均值与平均气温的曲线
（一）曲线与最大负荷类似。
每月日最大平均负荷与平均温度曲线：
图3每月日最大平均负荷与平均温度曲线
由以上图表可以看出，该台区在27C-29C间的温升降差速度最为明显，计算分析后得出下表4：
表427C-29C间的温升降差速度的计算
按照2011年气温上升预测（气象局预测数据），上升0.7-0.9C，取值0.9C，计算得2011年最高有功负荷为378W，最高负荷达78%，出现在7月中下旬（极端温度时间区域）。
（二）各路支线负荷情况预测。
（1）台区用户成分构成
新建旧乡府用电比例如下：
住宅及商业用电占用电的4%，普通工业占96%，见图4。同样温升对占普通工业为主的台区有类似影响，负荷增加原因为对设备降温投入及生活用电的降温需求。
图4住宅及商业和普通工业的用电占比
（2）出线负荷比例
以本月的随机日负荷曲线为依据见图5，进行参考点取点：
图5月随机日负荷曲线图
以上看出去11时、15时测量各路支线的高峰电流作采取相似时间段进行实测。当日数据采集表见表5.
表5 日数据采集表
根据用电及实测得出甲乙出线负荷比例见表6。
表6 甲乙出线负荷比例
（3）计算预测2011年线路低压线路主线负载情况
负荷按照预测78%的平均出现比例，计算出每路支线2011年出现的负荷见表7。因实地测量的时间差，可能造成最后预计的电压有所差别，但差别影响较少。
表72011年甲乙出线负荷的计算结果
出线名称 实地测量（或从系统中导出）的电压、负荷数据 预测2011年最大负荷时的数据 结论
该回低压线路首端电流I（A） 该回低压线路首端电流Im（A） 支线主线型号 额定电流
从以上的几项预防性分析数据中，根据数据情况结合现场，可以制定更换配变、更换导线等相关措施应付未来的设备重过载情况。
5.3 现时存在的重过载情况分析及处理
5.3.1 现存变压器重过载的几个类型
（1）小工业私增容；
（2）大型机械的启动电流；
（3）居民用电的增加。
5.3.2 解决方案
（1）针对小工业私增容情况，我所采取的方法如下：安装限流装置。首先，营销线从电量数据中分析出每月电量增加比率异常的工业二级用户，对其进行用电检查。如发现出现私增容情况，则要求安装限流装置。如加装限流装置都不能降低配电变压器的负载，则采取综合台区错峰用电的办法，按时段进行用电。我所计划下半年对此类型较多的台区进行安装限流装置。
（2）针对大型机械的启动电流方案。启动电流是指电气设备（感性负载）在刚启动时的冲击电流，是电机或感性负载通电的瞬间到运行平稳的短暂的时间内的电流的变化量，这个电流一般是额定电流的4-7倍，国家规定，为了线路的运行安全及其它电气设备的正常运行，大功率的发动机必须加装启动设备，以降低启动电流。冲击电流是指输入电压按规定时间间隔接通或断开时,输入电流达到稳定状态前所通过的最大瞬间电流。常见的交流电机的启动方法有直接启动，串电阻启动，自藕变压器启动，星三角减压启动及变频器启动的方法来减小对电网的影响。供电所根据实际情况，通知用户进行就地的整改。
（3）针对居民用电增加无法满足用电需求的，建议采取新增电源点进行解决。
6建议
（1）投入更多资金进行增加电源点，减少配变重过载情况。
（2）多利用信息化系统进行数据的掌握通知，如利用计量自动化系统进行负荷的实时报警通知相关人员等手段，可以对配网的其他设备进行更多的运行情况掌握。
（3）加强重过载设备的巡视。
7结束语
解决配变的重过载情况，可以解决配套的盘柜、开关、导线等的负载情况，但以上的分析解决方案，只针对整套设备的配置方案，在实际中，还要通过设备的巡视，对每个单独的设备进行掌握。以上分析根据“一点数据，多点延伸”的原则进行，如有特殊情况应单独进行分析。
参考文献：
[1] 孙振，路洋.电力系统负荷预测方式综述[J]. 黑龙江电力.2005.
数据分析解决方案范文第2篇
价值创新是企业竞争力的核心。近年，企业在价值改革和创新方面有了转变，通过自身的数据分析能力，为客户提供具有大数据分析服务的解决方案。本文结合大数据分析的方法，研究新型信息技术解决方案的可行性，寻找人类的无意识行为模型，识别隐藏在结果背后的机遇或者风险。分析是基于从名片型或者手表型传感器收集的行为数据。
【关键词】大数据挖掘 微型无线传感器 人类行为
大数据，是指以数字数据的格式，不间断地收集的大量的不同类型的信息，来源包括智能手机、平板电话等移动工具，微博、微信等社交网络服务，以及商业管理系统。
但是，把大数据转化为有益于公司的信息，有三大难题：（1）数据混杂多余无效信息，但系统处理能力有限，数据需要过滤；（2）临时性数据采集和分析不足够支撑决策，解决方案必须有可持续的数据源；（3）为了提供客户有价值的信息，要保持更新数据类型。
对以上问题，目前有以下解决方法：（1）雇佣大数据分析专家，负责上层决策，明确方向。同时，分布式地进行数据加工和统计分析，提取有效的数据。（2）分析专家要考虑业务系统实际情况，提供能对关键性能指标进行持续性监控的信息技术方案。
本文概要介绍了大数据分析方法，基于人类行为的大数据分析案列，以及分析了未来用于信息技术业务的大数据解决方案的可行性。
1 大数据的分析方法
可行性试验，可揭示商业价值和数据分析结果的联系，而大数据分析可提高可行性试验效率。可行性试验包含了以下四个步骤。
（1）建立有效信息。数据专家和客户一起明确需求。例如，根据社交媒体的评论或商誉分析，研究客户满意度，或通过定期维护的数据提高厂房和设备的利用率。
（2）确定使用大数据的场景。基于对客户业务的彻底了解，制定研究假设：例如，假设输入数据和数据处理技术的类型，估计数据分析可能出现的结果，以及如何把结论应用于公司的营销活动。
（3）可行性试验。可行性试验是为了根据有效信息，核实大数据的分析能否交付有价值的知识结论。
（4）系统实施。数据挖掘的工作，将从数据分析专家逐步转交给系统实施人员，按照开发、测试、安装和运营的流程，进行系统实施。
2 面向人类行为的大数据解决方案及其可行性
服务行业主体广泛，包括每个通过交互创造价值的个人，而国内现在大部分的劳动力分布于服务行业，因此，提取服务行业中个人行为信息进行深度分析，是引导商业成功的重要因素之一。
（1）卡片化的传感器――商业显微镜。卡片式传感器，被称为商业显微镜，可以有效地收集庞大人群的活动数据。它内置红外线传装置和加速传感器，可统计某范围内的携带者人数，并基于携带者的身体动作，识别其活动模式（譬如进食，行走，或购买物品）。
（2）基于腕带式传感器的生活方式记录系统。基于腕带式传感器的生活方式记录系统。腕带式传感器内置了加速传感器可基于佩戴者手臂的微小动作，收集关于活动模式（譬如行走，跑步或者睡眠），活动级别（以代谢当量作为输入数据）和睡眠深度的秒级数据。
3 面向人类行为的大数据分析案例
3.1 市场营销战略支撑：知名便利店的业绩评估
某知名便利店筹划了免费会员卡和积分返现金的福利政策，用于留存老客户或吸引新客户。
此计划利用会员卡化的传感器节点，统计持有者每天进出便利店的次数、逗留时间和购买商品的信息，通过分析得出客户满意度和活跃客户人数。分析集中于每天都有进出便利店的客户。结果表示，进出次数多、到达时间有规律的客户，最有可能成为长期的活跃客户。但如果店铺在某时段的活跃客户形成一定规模，造成拥挤，吸引新客户的能力会相应下降。
此发现亦揭露了如何选择活跃客户（譬如热衷于存兑积分的客户）和铺内如何陈列商品（根据客户驻足时间），为构造支撑市场营销策略的解决方案提供了依据，最大化商品销售量，以及提高客户对于企业商品展示的满意度。
3.2 运动员训练战略支撑：足球运动员的状态评估
日本柏雷素尔学校，组织了一个试验，用于专业培育球员。
该试验分析了每个球员一周内经由手表式传感器录入生命记录系统的数据，用来确定他们生活节奏与训练或比赛的表现的关系。试验中，除了分析球员每天的能量消耗值、行走步数和行走距离，还会关注球员跑步训练的类型，例如他们是快跑还是慢跑。分析结果显示，球员间运动质量的差别，取决于比赛如何开展或者球员的比赛角色等因素。
同时，试验考虑了每天的睡眠和学习时间安排，日常活动的等级，以及睡眠质量。结果发现球员的变现，训练前有午休会让表现变佳，相反，如果因为往返学校时间过长而导致夜间的睡眠时间缺乏，会使变现变差。
过去，柏雷素尔学校的训练员一直有这样一个困难，他们无法得知球员在训练时间外的情况。本次试验，可得知球员的睡眠长度、睡眠质量和疲累指数，有助于训练员为渴望成为专业足球员的年轻运动员提供生活方式方面的建议。通过收集更长周期的数据，可以得知球员和球队成长周期中的峰值和谷值的时间点等有效信息。
以上结果表示，这种大数据的分析方法有助于推动专业类运动和类似业务的解决方案，譬如人力资源开发，条件管理，团队战略构建和执行等。
4 未来趋势
近年，各知名企业已经逐步建立智能商务创新实验室，用于提高大数据分析专家们的工作效果。实验室把多个领域的专家的能力汇聚在一起，包括数据分析科研人员，咨询顾问以及工程科学研究学会的专家，致力于在商业智能和大容量数据处理等领域的系统的实施和运营。
参考文献
[1]E.Baskshy.每人都是一名影响者：关于推特的定量影响分析报告.第四届美国计算机协会关于互联网研究与数据挖掘国际会议汇报，2012（02）.
[2]T.Tanaka.生活显微镜：通过微型无线传感器进行持续性日常活动记录与分析报告.普塞拉斯第五期国际会议关于网络传感系统汇报，2008（06）.
作者简介
李家（1988-），男，广东省南海市人。香港城市大学硕士研究生。目前主要从事通信行业的信息技术咨询工作，主要包括网络维护和无线网络优化方面的信息系统可行性研究分析工作，以及系统机房规划设计工作。
数据分析解决方案范文第3篇
如何使实验数据的收集更具有科学性呢？就需要教师充满智慧，走进学生实验过程当中，仔细观察他们操作的细节，找寻可能出现争议数据的原因。引导学生对这些原因进行合理的分析，并尝试自己寻找解决的方案，最终获得科学素养的提升。
?案例?苏教版五年级下册《国旗是怎样升上去的》一课中，对定滑轮和动滑轮是否省力进行了实验探究。学生在做了关于“定滑轮省力吗？”实验后，汇报了一组数据（见表一）。
教师提问：你们看看自己小组的数据，你们认为定滑轮省力吗？
1、3、6、7组的孩子们看了后，很确定地说，我们认为定滑轮不省力。这时，其它小组不干了，纷纷指着自己的数据说，你看我们2、4、5、8小组的数据，有的省力，有的不省力。你们的结论太过于草率。顿时，下面针锋相对，好不热闹。
面对这样的场面，相信大多数老师一句话带过：也许我们每组的实验经常出现误差，但是我们认为1、3、6、7组的数据更科学。学生们可能就对这样的解释不满意了，对自己的数据就疑惑了。那应该如何更好地解决呢？且看下面这位教师的解决方案：
师追问：8组数据，4组是一致的，还有4组不一致。你们认为，造成这个问题的原因可能是什么呢？
学生1：我们认为，可能是因为每组的钩码重量不同造成的。
学生2：我们小组认为，可能每个小组的测力计不一样，有的可能存在误差，有的比较标准。
学生3：可能是他们小组拉动钩码时，用力不够均匀，读数的时候没有在均匀运动的时候读的。
学生4：他们小组拉的线可能磨损了，不好拉。所以数据有差异。
学生5：可能他们拉的高度不同造成的数据上差异。
教师认真听完后，问：你们认为他们说的怎么样？是不是有这些可能？（支持每种可能性的都有）。
教师接着问：“那你们怎么设计实验，来验证自己的想法呢？”
针对学生1的原因分析，学生：我觉得，可以先把自己小组测的钩码测一测，是不是0.5N。然后再接着做。
针对学生2的原因分析，学生：我认为，那些数据有问题的小组可以选择别的小组的测力计试一试，也许会有不同的数据。
针对学生3的原因分析，学生：拉测力计上升时，应该均匀用力，并且要在匀速上升时再读数。
针对学生4的原因分析，学生：如果考虑到线的磨损的话，可以统一换成新的线，再多次做实验，看一看数据。
针对学生5的原因分析：学生：将每次拉升高度规定好，每次都拉相同的高度。
学生根据这些解决方案，一个一个尝试……
综合以上情况，我们不难发现学生在实验收集数据时，可能会因为以下原因造成数据的差异。
原因一 实验材料本身有缺陷
许多实验材料本身在制造过程中，由于工艺水平的差异，造成材料的稳定性不够。譬如，弹簧测力计的稳定性经常不一样、红液温度计的指数经常不准确。或者是经过反复多次实验以后，实验材料受到了磨损，已经无法恢复到原来的状态了，造成实验数据的误差。教师如果课前没有对这些材料进行检查，就容易造成实验数据的差异，影响实验结果。
一位教师在执教《冷热与温度》一课，探究“每隔相同的时间，水温变化有没有规律”这个活动，学生利用教师提供的红液温度计测水温收集实验数据。汇报结果时，只有两个小组根据数据发现了水温下降有先快后慢的规律。其余的小组都没能找出这样的规律。为何？因为学生的根据记录的数据，发现温度下降时快时慢，无法找出规律。教师急得满头大汗，无法收场。
后来经过了解发现，原来问题出现在温度计本身，由于教师实验前没有对这些温度计进行检测，没有发现有些已经不够灵敏了。学生就拿着有问题的材料进行实验，造成了实验中的争议数据的产生。
解决方案：在每次实验前，教师应该对所需要的实验材料进行逐一的检测与排查，确保实验材料不影响实验的数据产生。
原因二 教师没有将实验要求交待清楚
教师在讲解实验注意事项时，一般选择由自己叙述，或者直接在大屏幕上展示这两种方式。却不知，其实学生并没有完全理清实验的注意事项。往往糊里糊涂就开始做实验了。这样得到争议数据，就不可避免了。一教师在讲授《摩擦力的秘密》时，自己讲述要求：读数时要在均匀的拉动后再读。自己重复讲了两遍后，以为学生肯定掌握了，于是开始实验。可是在实际操作中，有的学生在刚开始拉动时就读了，有的则在最后到终点时再读。数据每一组都不一样。教师看到这种情况，急忙暂停，又将要求讲了一遍。
解决方案：实验过程中需要注意的细节，教师可以通过自己演示的方法，然后再让学生上台演示的方式进行逐步渗透。
?案例?：一位教师在讲授《小车的运动》时，自己演示了一遍实验要点后请学生上台。
师：刚才你听清实验要求了吗？
生：听清了。
师：那你会不会自己来一遍。
生想了想，（不确定地）：那我试试吧。
学生实验操作，其他同学认真观看。
师：做完了吗？
生：完了。
师：有什么感觉？实验过程中，有什么需要提醒大家的？
生 ：我觉得垫圈要一个一个地挂，这个实验小组要分工……
师：那其他同学在看过他刚才的实验之后，有什么想说的？
生：他刚才，忘记请一个同学记录时间了……
生：他刚才做的时候，小车跑偏了…
师：原来，他刚才做的也不完美啊。现在如果再做，你们有把握吗？
生：有！
通过刚才的对话，我们发现这位教师采用了多层次渗透法，第一层次是教师自己演示一遍，并在演示过程中，将实验要求进行讲解。第二层次，教师让学生上台操作一遍，让其自己发现问题，并提醒其他同学，同时让下面观看的同学进行仔细观察，并指出操作过程过需要注意的方面。复杂的要求在一做一看，一问一答中，完美解决了。
原因三：学生实验操作过程中的失误
学生在听清教师实验要求后，立即小组分工进行实验环节。这时实验人员的素质高低往往决定着该小组实验数据的准确性。小组内的分工，一般分为：组长、实验员、记录员等。而实验员往往是一成不变的，不管是什么实验，都是由这个实验员操作。看上去是分工明确，井井有条，却不知其中暗藏危机。
一位教师在讲授《摆》一课，探究“摆的快慢与摆角有没有关系”活动时，发现其中有一个小组在实验过程中产生了争执。经了解发现，原来一直以来这组的实验员，不会使用量角器。在每次改变角度时，这位实验员操作总是失误，引起了组内其他同学的不满。
另一节《斜坡的启示》课中，探究“斜坡的大小对拉力影响”活动时，有一个小组的实验员，在拉动测力计时手总是抖动，造成了测试数据的争议。
解决方案：教师要对自己的学生逐个了解，对于实验员不要指定。应该根据实验项目不同，让小组内自己合理的分配。可以采用“圆桌会议”模式，即：每次实验都进行轮换，不设固定的岗位，组长不再固定，实验员不再固定。每次实验，根据学生的兴趣和学生的能力不同，小组协商进行实验员的选择。也可以允许学生在实验操作过程中，及时发现可能出现的问题，及时更换实验人员。会对数据的收集起到积极的作用。
数据分析解决方案范文第4篇
智慧的分析洞察整合了IBM在软件、硬件、咨询服务、研究等各领域的资产和能力，囊括了如大数据平台、业务分析工具、内容管理解决方案、企业咨询解决方案等最新的针对大数据的产品和解决方案，结合自身在多个行业的经验而推出。智慧的分析洞察由此前被业界熟知的IBM业务分析洞察（BAO）战略演化而来。实际上，在麦肯锡大数据报告将大数据炒热之前，IBM已经意识到分析的重要性，因为分析与其智慧地球战略的落地关系紧密，因此早在2009年就推出BAO战略。此次智慧的分析洞察全新战略的亮相，显示出IBM在大数据领域大举进攻的决心。
数据是新的石油
数据的价值正在前所未有地被认知。今年年初的瑞士达沃斯论坛上，海量数据也成为一个重要的讨论话题。数据是新的石油——这一观点正被广泛认同。
一些国家性的大数据规划也已出台。例如，美国在今年3月底宣布，将投资两亿美元启动“大数据研究和发展计划”，希望增强收集海量数据、分析萃取信息的能力，并特别提到大数据技术事关美国国家安全、科学和研究的步伐，将引发教育和学习的变革。
企业对数据分析的接受度也正逐渐提高。《麻省理工学院斯隆管理评论》和IBM商业价值研究院联合举行的2011年新智能企业全球高管调查和研究项目指出，2011年，58%的企业已经将分析技术用于在市场或行业内创造竞争优势，实现业务价值，这一数据比2010年增加了21%。
提供数据分析解决方案的IT厂商如IBM、Oracle、SAP则相继推出数据分析战略，包括大数据战略。
“四年前，我们开始组织构建智慧的地球。”IBM全球副总裁兼大中华区软件集团总经理胡世忠说，“通过与数以千计的客户合作，我们了解到，分析是成功的基础。”
智慧地球战略不久——2009年——IBM就BAO战略作为智慧地球落地的有效支撑。而近几年随着技术的发展，大数据进入到用户视野。
那么从2009年到现在，企业利用数据的环境发生了哪些变化？“智慧分析帮助企业从原来特定的企业数据分析扩展到海量数据的分析。业务分析已经从企业自发性工作演变到企业不可或缺的环节。”胡世忠指出。
大数据的利用可以满足四个突出的业务需求：第一，通过客户行为分析留住客户，并在此基础上实现客户群体的持续增长。第二，通过信息管理、业务分析、内容管理等先进手段，帮助企业提高IT水平，优化业务流程，提高运营效率。第三，通过将业务分析贯穿财务规划流程，洞悉企业利润和成本来源，加快结算流程的处理速度，改善其完整性，促进财务流程转型。第四，将分析洞察包含在传统和新兴的风险类别中，预测未来的法规要求及检测欺诈，帮助企业进行风险管理，满足合规性要求。
3A5步方法论
“从顾客购买习惯到供应链的信息，我们拥有越来越多的数据，但我们也正在被这些数据所淹没。”参加此次IBM智慧分析论坛的一位零售行业用户对记者说，很多企业的领导人都在苦苦挣扎于如何理解这些数据、如何利用数据。
虽然很多企业相继推出了大数据相关的存储和分析解决方案，但IBM此次提出利用大数据的“3A5步”方法论令人耳目一新。“3A5步”分别是掌控信息（Align）、获悉洞察（Anticipate）、采取行动（Act）、学习（Learn）和转型（Transform）。针对每一步、每一阶段，IBM都为用户提供了相应的软硬件产品和咨询服务。
第一步掌控信息：全面收集、整合、掌控信息。随着大数据时代的企业需求不断增加，IBM推出大数据平台、分析型数据仓库等解决方案，致力于对非结构化数据、流数据等新型数据的处理和掌控。
第二步获悉洞察：提取洞察并预测。自2005年开始，IBM在业务分析领域不断加大投资和收购力度。目前，IBM具有全面的分析能力，包括财务绩效管理、商业智能、预测分析、内容分析和风险分析。
第三步采取行动：优化决策成就业务绩效。通过将掌握的信息通过分析获取洞察，用到决策平台或决策流程中，帮助企业业务人员和企业高管等决策者实现业务绩效的优化。
第四步学习：从每一次业务结果中获得学习和反馈，改善基于信息的决策流程。以Watson为例，从信息证据和行动结果中进行学习，在每次迭代中获取更智慧的解决方案。
第五步转型：制定清晰的分析战略，结合行业经验和既有案例，缔造突破性业务成果。通过确定业务的优先级分析目标、清晰一致的策略，找到新的方法、业务创新模式；通过已经有的行业解决方案和其他客户的最佳实践，识别新的业务机会和价值。
IBM院士、副总裁及信息管理软件首席技术官TimVincent强调，IBM“3A5步”方法论是假设企业已经有非常好的IT系统来做这个工作。有很多企业的IT系统仅仅能够保留信息，仅仅支持这个公司信息化基本工作，没有多余的资源，这样的企业可以使用IBMPureSystems，解放出更多的成本和资源，并把它们投入到智慧的分析洞察当中来。
技术与行业经验并举
在Gartner近期的数据仓库魔力象限和数据集成魔力象限中，我们看到IBM都处于领导者地位。除了技术上的前瞻性，IBM在数据分析方面与业务结合的能力更被业界看好，特别是过往四年来在智慧地球领域的实践，为IBM积累了丰富的行业分析经验。
“从IT层面来看，业界领先的IBM的大数据平台、业务分析工具等将帮助企业重新构建、优化已有的IT架构，助力企业以更高的效率从大数据中掘金；从业务层面来看，智慧的分析洞察更具针对性的特色解决方案及方法论将帮助业务人员和决策者明确需求、快速行动，将最新的技术与实际业务相结合，从而获得深具价值的业务成果。”胡世忠说。
“IBM智慧分析洞察在行业中是独一无二的。”IBM软件集团大中华区业务分析洞察及智慧地球解决方案总经理卜晓军指出。
IBM全球业务咨询服务部、业务分析与优化服务大中华区总经理段仰圣从三个方面解释了IBM提供给客户的独特能力：首先，IBM拥有广泛且整合的信息与分析产品和服务组合，包括企业级的大数据平台、分析和决策解决方案。第二，拥有运用经验的能力，经过验证的经验可以节省创造价值的时间，在分析领域，IBM已经成功实施过两万多个项目，9000多个相关的专业顾问，以及专门的分析解决方案中心。第三，先进的分析能力。IBM拥有全球商业企业中最大的数学部门，每年有600项以上与分析相关的专利，有IBMWatson这种有自学习能力的智慧分析系统。
“为了帮助这些企业面对大数据挑战，IBM提出了大数据平台战略（BigDataPlatformStrategy），它突破了传统数据仓库和数据管理理念，能够为企业组织提供实时分析信息流和互联网范围信息源的能力，实现更为经济高效的大数据管理，并为在此之上的业务分析和洞察奠定坚实的基础。”卜晓军说。
这一综合全面的大数据平台可帮助客户应对大数据挑战，同时还能与客户现有的企业系统相集成。该平台的四大核心能力包括Hadoop、流计算、数据仓库，以及信息整合与治理。其他辅助平台服务包括虚拟化和探索、应用程序开发、系统管理及加速器。
TimVincent表示：“我们的大数据平台所整合的四大核心能力，可以帮助组织将其数据价值不断延伸，为企业发掘发展动力，应对所有的大数据业务挑战。IBM的愿景是将大数据融入企业，通过IBM大数据解决方案和客户端及合作伙伴解决方案，为客户提供优化的大数据环境，更加及时、经济高效地从规模化、多样化和高速化大数据中提取有效观点，帮助客户获得突破性的洞察力和价值。”
在将分析能力与行业结合方面，IBM了一系列智慧分析洞察特色解决方案（SmarterAnalyticsSignatureSolutions），包括在三个重要领域：欺诈预测、客户服务和财务运营。
持续性投入大数据
大数据相关产业链公司将迎来快速发展的机会。开源分析机构Wikibon指出，2012年全球大数据企业营收预计为50亿美元，未来五年的市场复合年增长率将达到58%，到2017年将达到500亿美元。
数据分析解决方案范文第5篇
关键词：数据分析 决策支持 数据仓库
中图分类号：F27 文献标识码：A 文章编号：1674-098X（2013）02（b）-0014-01
随着医药制造业在我国整个制造业中的地位逐步提高，如何有效提升企业管理决策水平是我国医药制造业企业正面临的关键问题。目前，众多信息融合、数据分析和决策分析方法正为企业现代化发展做出重要贡献。文提出一种医药制造企业的数据分析和决策支持设计方案，实现多维数据仓库基础上的高效分析，继而进行分级决策支持。数据分析和决策支持系统主要是对存储于数据仓库中的各级粒度数据进行处理，并返回用户所需的分析和决策信息。系统主要任务是定制固定和自由统计报表、多维数据分析以及决策支持。
1.医药制造企业数据分析方法
系统多维数据分析的主要关键技术包括如下。
（1）多维数据分析的核心是将一条或多条多维查询指令输入进平台接口中；接口调用查询解析器对多维查询指令进行解析和分解；接着查询优化器接收经过解析后的多维查询指令，并对指令进行一系列的优化；最后查询处理器执行优化后的多维查询指令，获取数据、加工数据以及返回查询结果，为了能够提高多维数据分析的效率，文需要对以下内容进行考虑。
①对于新出现的一些多维数据分析应用，系统将这些多维数据分析作为一个特殊的关系操作符（称为多维操作符），考虑它与传统关系操作符间执行顺序变换的等价规则。从而，基于这些等价变换规则和附加条件，通过改变多维操作符与传统关系操作符之间的执行顺序来有效提高数据分析的效率。同时，给出充分的理论证明以及代价模型来论证所给等价变换规则的正确性和有效性。
②当用户提出的多维数据分析应用在查询优化器中没有对应的操作函数表示时，系统采用如下方案：确定多维数据分析的精确代价模型；基于代价的方式扩展传统的查询优化树（主要是扩展注释连接树）；将这些多维数据分析作为一个特殊的关系操作符（称为多维操作符），考虑它与基本关系操作，聚集操作以及rank操作之间组合的等价关系的约束条件和正确性判定；在扩展的查询优化树上使用等价规则，通过操作的上移，下移，增加操作符，变换操作符等机制生成代价最小的查询操作执行序列；多维操作符的物理层面上的实施；将多维操作符集成进传统的查询优化器之后将如何影响执行计划的搜索空间；扩展传统查询优化器的搜索执行计划的算法，权衡执行计划的有效性和生成执行计划的时间开销。
③当存在多个数据分析应用时，采用的技术是：从祖先数据立方体获取子孙数据立方体的代价模型；根据多维数据分析的自身特点，有效选择近似最优数据立方体的方法；根据代价模型，考察逻辑上如何将所有给出的多个多维数据分析分组，每个组由一个相同的祖先数据立方体来回答；根据多维数据分析的底层实现机制，将每个组中的多个多维数据分析通过物理上的共享机制进行有效的同步进行，节省不必要的物理上的时间开销。
2.决策支持方案
医药制造企业决策支持模块应用的考虑主要包含三个部分，即决策模型库的构造、决策分析的实施以及多环节协作决策的实施，为了能够有效且正确地让各级管理者和用户进行决策，需要对以下内容进行考虑。
（1）医药制造业决策模型库建立。决策模型库主要用于存放进行企业用户决策分析的模型。针对医药生产过程中的材料采购、库存管理、产品生产、市场营销、财务管理与人力资源管理等方面的数据，构建进行决策的模型。决策模型可以通过一定程度的授权，获得访问数据的权限。在此前提下，根据数据仓库中获取的数据，进行由用户指定目标的决策支持。系统对现有模型组成元素及其组成结构的知识进行描述，并且获取模型构造过程中的各类推理算法。对于由人机交互接口实现机器理解的决策问题，平台通过模型概念词及其属性等相关知识，获取适合新决策问题的匹配模型结构等信息。然后再根据模型构建推理算法自动用新问题的属性值填充匹配模型的框架，最终构造出决策问题模型。
（2）医药制造业决策分析实施。决策分析的实施就是决策模型进行求解的过程。模型的求解主要是通过对决策问题的理解，获取用户所需要决策的目标，意图等方面信息，进而通过合适的决策模型将可获得的数据进行分析，利用一定的规则和模型的求解算法得出有效的决策意见，并提交给用户。本系统通过对每个模型所包含求解算法进行规范的描述，对于具有通用求解算法的模型，通过调用模型中所包含的求解算法很容易对问题进行求解。而对于求解算法不存在或者不确定应采用哪种算法实施求解时，平台将从以往成功的决策案例中，选择与需要求解的问题相似的范例，通过范例求解的方法对问题进行求解。对于取得较好决策效果的案例，平台会进行相关的记录，同时存放在数据层的公用数据库中，方便在决策分析时调用相似范例进行求解。
（3）多环节协作决策支持。对于企业而言，一次决策往往不可能通过单一的决策模型得到有效求解。本项目拟通过多模型的协作决策提供解决方案。系统从两个方面实施协作决策。一方面，通过人机智能交互接口实施有效的智能理解，进行复杂问题分解，得到结构有序的子问题、与决策问题相关联的事实、数据等以及确定求解方案；另一方面，平台可以调用需要参与决策的模型，针对分解的子问题来选择与决策相关的需要的模型，采取协调的合作机制来确保多个模型为特定的决策目标而工作。
数据分析解决方案范文第6篇
福建省高速公路有限公司运用微软大数据解决方案，对视频图像、交通流、交通环境等结构和非结构数据进行管理，对数据中包含的车辆、车主、收费站、地理位置等关联信息进行分析，改善道路管理效率和用户出行体验……
10月18日，在微软公司大数据媒体日活动现场，微软分享了其在大数据领域的最新研究成果和解决方案，来自国内的银行、汽车、交通运输、医疗卫生和零售业用户分享了其应用体验。
大掌控、大智汇、大洞察
在大数据成为流行词之前，微软便已着手于大数据的应用与研发，例如微软Bing的高质量搜索结果，便是通过分析超过100PB的数据得到的。微软大数据解决方案的目标，是让所有用户都能获得来自任何数据有价值的洞察力。
微软大中华区副总裁兼市场战略部副总经理、大中华区首席云战略官谢恩伟介绍，为了实现这一目标，微软为大数据解决方案制定了全面的战略——大掌控、大智汇、大洞察。
大掌控，即“支持所有数据类型的现代化的管理层”。微软大数据解决方案的数据管理平台可以无缝地存储和处理包括结构化、非结构化和实时数据在内的所有类型的数据。微软推出的HDInsight是一种适合企业使用的、基于HDP的Hadoop服务，它将Windows的简易性和可管理性带给Hadoop，提供了结合Hadoop的扩展平台，并为大数据提供了灵活且可扩展的云。
大智汇，即“搜索并结合广泛数据，进行先进分析与精炼，从而提高数据价值的富集层”。微软大数据解决方案，通过将数据和模型与公开的数据服务相结合，实现了突破性的数据发现，例如自动发现与共享防火墙外部的和第三方的数据源等。
大洞察，即“用户熟悉的工具可为用户提供具有直观洞察力的洞悉层”。微软大数据解决方案可以使客户通过熟悉的由Hive add-in for Excel生成的Excel界面，从Hadoop功能中获取有价值的洞察力，也可经由企业熟悉的BI工具，如SQL Server 分析服务、PowerPivot和通过Hive Open Database Connectivity 驱动生成的Power View来分析Hadoop中的非结构化数据。
数据分析结果要“傻瓜化”
“我们要将挖掘与分析的结果直观呈现，转换为用户真正需要的有价值的洞察力。” 微软全球高级副总裁、大中华区董事长兼首席执行官贺乐赋说。
贺乐赋说，微软大数据解决方案通过智能化的、甚至是基于云端的平台和服务去管理和分析数据，从中获取有价值的洞察信息，再以用户最熟悉、最直观的形式表现出来，从而帮助用户做出决策。
数据分析解决方案范文第7篇
本文基于经济管理类专业应用统计学的教学目标，构建了以教学内容组合为基础、以“学习式”案例和“实践式案例”组合为核心、以教学方式组合为手段、以项目考核为评价标准的“组合式”案例教学法，并分析了该教学法的实施效果。
一、经管类专业统计学的教学目标
统计学是研究数据收集、整理和分析的方法论科学，其目的是探索数据内在的数量规律性，以达到对客观事物的科学认识 [6]。在统计学的教学中，有四个学习目标必须要保证。一是应使学生能系统地掌握统计学的基本原理、基本思想和基本方法;二是掌握各种统计方法的不同特点、应用条件及适用场合;三是培养学生基本的统计数据搜集、整理、分析和解决实际问题的能力;四是能够熟练应用SPSS或MINITAB统计软件进行计算和分析。
二、“组合式”案例教学法的构成
“组合式”案例教学法，是根据教学目标，以教学内容组合为基础、以“学习式”案例和“实践式案例”组合为核心、以教学方式组合为手段、以项目考核为评价标准的“组合式”案例教学方法（图1）。
图1 “组合式”案例教学法的组成
1、教学内容组合
按照统计研究的过程，将统计学的教学内容组合为四个模块，分别是统计设计、统计调查、统计整理和统计分析。其中，统计设计是统计研究的第一个阶段，是从研究目的出发，对统计调查、统计整理和统计分析各环节的全盘考虑和安排，要确定调查对象、调查方法、调查工具、调查内容、数据整理和分析方法。但令人遗憾的是，现有的主流统计学教材基本不包括统计设计的内容，对统计调查方法和工具介绍也非常有限。应当说，目前的大部分统计学教材，内容结构是不完整的，更多的是论述统计分析方法，对如何获取高质量的数据、如何设计信度和效度较高的调查工具、如何控制抽样误差等数据搜集方法关注不够。因此，统计学教学内容组合要突破现有统计学教材的局限，避免和纠正统计学教学中出现的重数据分析、轻数据获取的不良倾向。
2、教学案例组合
在统计学的案例教学中，针对教学目的不同，将“学习”式案例教学和“实践”式案例进行有效组合。“学习”式案例，主要目的在于激发学生的学习兴趣，并引出案例解决所需要要的统计理论和方法的学习;“实践”式案例，主要目的在于培养学生分析和解决实际问题的能力。
（1）“学习式”案例教学。“学习式”案例教学，即在每个统计原理和统计方法讲授时，通过选取和引入与本意内容有关的短小案例，目的是以开篇案例引发学生的学习兴趣，以案例引出有关的概念以及用什么方法解决问题，并通过统计方法的学习，最后回到对案例的分析和解决，让学生体会统计方法的特点和应用场合，并提高了解决实际问题的能力。
比如对数据分布集中趋势测度的学习，引入学习式案例：国家统计局公布2009年职工工资统计数据，其中城镇非私营单位在岗职工年平均工资为32736元，而私营单位就业人员平均工资仅有18199元。通过这个案例，引发学生们思考讨论：这个平均工资可信吗？是否有代表性？如何计算平均工资水平？让学生进入案例所提供的情境之中，通过思考讨论，充分调动学生面对问题，并试图解决问题的积极性，引导学生思考算术平均数、众数、中位数三者的特点和应用场合，即在我国职工工资呈现右偏态分布的情况下，众数和中位数要比算术平均数的代表性更高，并引出本节的学习内容，即数据分布集中趋势的测度方法。通过本节内容的学习，对案例的解决方案，应当是计算我国职工工资分布的中位数，在工资水平呈现右偏分布下，这更能反映我国职工工资的一般水平。
（2）“实践式”案例教学。“实践式”案例教学法是通过案例分析，教师提供案例的原始资料或学生自己收集原始资料，让学生进行统计方法的实践训练。如在多元回归分析课程讲授中，运用长期收集的各种方法应用的实证分析案例，通过对案例的分析，一方面帮助学生透彻地掌握多元回归模型的设定、估计和检验;另一方面让学生知道方法不是简单的数学运算，而是能够用来解决现实社会经济问题，从而提高学生分析和综合应用知识的能力。比如：在讲授多元回归分析中的多重共性时，引入实践案例：“中国地区文化产业发展水平影响因素分析”，以人均GDP、人均消费、城市化水平、人力资本水平、文化企业规模作为五个解释变量，利用2008年第二次全国经济普查的数据，建立多元回归模型。让学生们利用统计分析软件SPSS对回归模型进行估计和多重共线性检验，识别引起共线性的变量，并讨论解决多重共线性的方法，如采用逐步回归的方法去掉引起共线性的变量，或保留所有变量的有偏主成份回归估计等方法。
3、教学方式组合
（1）案例教学和传统授课方法相结合。案例是为教学目标服务的，应与所对应的理论知识有直接联系，即案例教学一定要在理论基础上进行。只有将基本概念、基本原理理解透彻，才能充分开展案例讨论，取得实效。以案例作为统计理论学习的引入，在统计理论学习的基础上，以对案例的分析和解决来提高分析问题和解决问题的能力。
（2）案例教学与多媒体使用相结合。在实施统计案例教学的过程中，通过采用多媒体手段配合案例教学，能方便快捷地输出统计图形、统计图表，演示统计分析软件的操作，对案例数据进行统计分析和讨论，使教学过程变得直观、形象。
（3）案例教学与问题研究相结合。以案例为对象，让学生梳理问题，提出问题解决方案，培养学生应用统计方法的创新思维能力。案例与问题研究的结合，将学生置身于案例所提供的情境中，引导学生运用所学统计方法来解决实际问题，寻找问题解决的方案，面对的问题是什么，应当选择什么统计方法来分析，需要什么样的数据，结果如何解读，训练学生综合运用所学统计方法去解决实际问题的能力，激发学生学习的兴趣和求知的欲望。
4、项目考核评价
针对统计学实践性强、操作性强的特点，除以学期末的期末考试以外，在统计学的考核当中，可以引入以小组为单位的项目考核方式，要求在本学期完成一个统计调查项目，在学期末提交项目报告，项目考核的成绩占到总成绩的30%。项目实践与各阶段评价可参见表1所示。
表1 项目分阶段考核评价
阶段 时间 内容 评价要点
第一阶段：
统计设计 第1周至第5周 划分项目小组、选定统计调研项目，提交项目实施方案 选题价值、调研设计科学性
第二阶段：
统计调查 第6周至第12周 采用随机抽样的方法，进行问卷调查 问卷的信度和效度、样本的代表性、现场质量控制
第三阶段：
统计整理 第13周 采用EXCEL或SPSS对数据进行审核、筛选与排序 数据的完整性、准确性、遗失数据的处理
第四阶段：
统计分析 第14周至第17周 采用描述分析、推断分析、回归分析等方法进行数据分析 统计方法的适用性、准确性和全面性
第五阶段：
统计报告 第18周 每个项目小组口头汇报项目成果，并提交结项研究报告 研究报告的科学性与整个项目实践的评价
三、“组合式”案例教学法的教学效果
为了检验“组合式”案例教学法的教学效果，以西安培华学院财会学院2012级财务管理一班为控制组，采用传统的教师讲、学生练习为主的传统教学法，选择财务管理二班为实验组，引入“组合式”案例教学法。在课程结束后，采用5级李克特量表，分别对学习兴趣、知识理解、知识应用、学习体验四个方面进行了问卷调查。
从图2可以看出，与采用传统教学法的对照组相比，采用“组合式”案例教学法实验组得分，在学习兴趣、知识应用和学习体验方面要明显高于对照组，而在知识理解方面两种教学方法差异不大。
数据分析解决方案范文第8篇
关键词：案例教学法；数据库教学；教学方法
数据库技术是计算机广泛应用的两大基础之一，在职业教育中有着很高的地位。从数据库的课程实际出发，如何提高学生的学习兴趣，促进教与学的双向互动，增强学生分析问题和解决问题的能力，是数据库教学面临的亟待解决的问题。在数据库教学中恰当运用案例教学，是一种行之有效的教学方法，对于提高学生分析问题、解决问题能力及创新能力，具有十分重要的意义。
一、案例教学法的含义
案例教学法是通过一个现实生活中存在的实例，引导学生对这个实例进行分析、讨论，探寻能够实现这个实例的方法和步骤，通过不断地思考、讨论、总结进行自主学习的一种教学方法。它具有如下几个特点：
1、选取现实生活中实际存在的实例作为教学内容，缩短了教学与实际生活的差距，培养了学生的创造能力和解决实际问题的能力。
2、避免了空洞的说教，以一种“做中学”的形式，让学生在实践中获取知识，感受学习的快乐。
3、教师从讲台前转移到学生的背后，给学生展示自己能力的机会，充分调动学生的积极性，让学生真正学会学习。
二、案例教学法在数据库课程教学中的优势
数据库是计算机专业最重要的课程之一，在现实生活中有很强的实用性，特别是信息系统的开发、网站的开发等均离不开数据库。在数据库的教学过程中，由于职中的学生素质普遍较低，学习的接受能力不强，因此讲理念知识太过枯燥晦涩，学生难以理解，只讲实操，学生却不知所学有何用。而在案例教学法中，通过对典型案例的分析与讨论，使学生体验理论知识在实际应用中的作用，将抽象的数据库知识运用到生活实际中，解决生活中的实际问题，达到融会贯通的效果。它在数据库教学中有着无可比拟的优势。
1、有利于提高学生分析问题和解决实际问题的能力
根据教育心理学"需要论"的角度来分析，一个人心理上一旦形成了"自我实现需要"，就会为实现自己需要的满足而努力开发自己的潜能，必欲求之而后快。在数据库教学中，通过对一个典型案例的分析，学生的学习兴趣被激发出来，会想法设法完善该案例的功能，使自己分析问题和解决问题的能力得到提高。
2、有利于促进学生学会学习
在数据库课堂教学中，如果采用传统从书本到书本，从概念到概念的教学方式，学生获得的只能是背诵、机械记忆，按标准答案答题的知识，无法将其运用于实际问题的解决。而在案例教学过程中，老师从在讲台前空洞的讲解转移到学生背后的引导，让学生通过对已知问题的探寻、分析，获取自主学习的方法，真正地学会学习。
3、有利于促进学生学会沟通与合作
数据库主要应用于信息系统的开发以及网站的后台数据库等方面，从用户的需求分析，到系统功能的确定和最终实现，再到系统的交付使用和完善，每一个环节都离不开人们的合作探索。在使用案例教学进行数据库课程教学中，通常需要小组成员之间共同探讨实现某一系统功能的最佳方法以及各个功能模块之间的整合，小组成员之间互相合作、沟通，才能使案例的功能实现更加完美。
4、有利于培养学生的创新能力
案例教学中，通过学生主动学习、独立思考并在实践中应用数据库知识进行解决实际问题，充分体现了学生的主体作用，为学生创新能力的培养奠定基础。教学中浓厚的学习氛围、科研氛围、民主氛围和个性氛围，调动了学生的情感、想象、洞察力和意志力等因素，激活并驱动认知和实践活力，发挥了学生的创造能力，并培养了学生的创新精神。
三、案例教学法在数据库课程教学中的具体实施
1、案例的选取
案例的选取将直接影响教学效果。如何精心的选取合适的、具有一定实用性和可操作性的案例是决定案例教学是否成功的关键。在案例选取时，案例既不能脱离课程教学的基本要求，又不能把案例简单地作为教材的补充举例。选取的案例首先必须具有典型性、真实性，因为典型真实的案例能集中反映同类问题的共同本质和特点，以便学生解决其他问题。其次要具有针对性、实践性，案例太复杂超出了学生的分析能力，不能激发学生的学习兴趣，案例太简单不能引起学生思考，分析，研讨，同样达不到教学的目的。案例还要具有一定的启发性，通过案例不仅要解决让学生轻松获得新知识，更重要的是要提高学生分析问题、解决问题的能力，从而开阔学生思路。
在数据库课程教学中，综合考虑上述因素以及学生实际，选取清城区职业技术学校的学生管理系统作为教学案例，既贴近学生生活实际，又比较实用，且难度适中。
2、案例的分析、引导
在选定学生管理系统作为教学案例之后，就需要对其进行分析。围绕该案例，首先介绍案例的应用背景，从功能需求的角度对系统进行分析，引导学生发现问题，并由学生分组到学校的各个部门进行实际的考察，然后将考察的结果进行汇总、探讨，确定出该系统要实现的功能模块，通过讨论，在学生管理系统中可涉及学生的基本信息、各学期成绩、选课情况、操行学分的评定等几个模块。在探讨过程中，给学生讲授此阶段就是数据库设计的需求分析阶段，再引入需求分析阶段的任务、目的和方法，通过案例，要求学生从中体会到需求分析在整个设计过程中的重要性。
接着引导学生分析系统中有哪些实体，实体有哪些属性，实体之间具有怎样的联系，实体与现实世界的哪些事物相对应，通过课堂提问、讨论，引入概念结构的设计，画出系统的E-R图，并说明E-R图独立于机器，不能在具体的数据库管理系统上实现，进一步引入逻辑结构的设计，让学生初步设计数据库结构，包括有哪些表，每个表有哪些属性，从而说明E-R图如何向关系模型转换，让学生理解转换的作用。接着，引导学生展开课堂讨论，判断设计的关系模式是否合理，存在什么样的异常问题，为什么存在，如何解决，在此引入数据库的规范化、范式等难以理解但又非常重要的基本理论。
3、案例的实现
在学生已经掌握了必要的理论知识之后，就到了案例的具体实现阶段了。针对具体的数据库管理系统SQL Server 2000，建立数据库、表、创建约束，确定数据库的存取方法、建立索引，并尽可能地提高系统的性能。然后，借助某种数据库开发工具，如ASP、VB等，完成系统的功能实现。
案例的具体实现是案例教学中的关键一步，也是最复杂的一步，涉及到数据库相关的各个知识点，以及各种知识的揉和。在这一过程中，要做好学生的辅导工作，对案例实现中出现的问题给以及时的解答，打消学生学习中的畏难情绪。通过一个具体案例的完整设计过程，使学生把书本上的理论知识和零散的各个知识点有机地融合到一起，使得学生的学习不再盲目、困惑。
4、成绩的考核和评价
案例教学的目的主要在于培养学生分析问题、解决问题的能力以及沟通合作、知识理解与应用及决策的能力。对于学习成绩的考核与评定，应侧重于学生的思考问题的方式、方案的合理性、决策过程、选择事由、语言表达、论据的充分性、发言的态度等方面。
根据数据库的学科特点，考核方式可以让学生以小组为单位，选定一个题目自行完成，题目可以是一个完整系统的实现，也可以是一个基于数据库的网站的开发，着重考核学生综合运用所学知识解决实际问题的能力。成绩的评定结果分为优秀、良好、合格、不合格四等较为合适，并须注意以下几点：
（1）由于受实操条件的制约，学生不能随时上机调试，再加上学生考虑问题的不全面性，可能导致系统功能的不完善或没有在规定的时间内完成。因此，成绩的评定不应只看系统功能是否完善，而应侧重于学生对待实现功能的分析和实现功能的思路，考查设计思想是否合理、可行。
（2）成绩评定过程中，要综合考虑学生灵活运用所学知识的能力，以及在案例过程中遇到问题的应变能力。
（3）一个大型的基于数据库的系统的实现需要多人的配合，若要配合的好，就要小组内部经常讨论、沟通，明确分工，因此在评定成绩时应综合考虑小组内部的协调沟通能力。
（4）在进行成绩评定过程中，应考查学生对案例完成后的总结和扩展能力。
四、结束语
案例教学法是数据库课堂教学中有效提高教学质量，增进学生分析问题、解决问题的能力以及创新思维的一种行之有效的教学方法，通过一个具体案例的实现，学生能够清楚地了解到所学知识的应用方向及实施步骤，为以后工作中的实际运用奠定基础。
参考文献：
[1] 苗雪兰，等.数据库系统原理及应用教程[M].北京：机械工业出版社，2006.
[2] 赵立艳，案例教学法的理论、实践与启示[D].华北师范大学，2003.
数据分析解决方案范文第9篇
统计学案例教学是指在教学中，教师以案例导入所讲内容，围绕要解决的问题，进行知识讲解，学生在教师指导下，运用所学的统计原理和方法，对案例中需要解决的问题进行研究和讨论，对计算过程和计算结果进行分析和评价，最终解决案例中的问题的活动过程，是一种模拟统计实践过程的实践性教学活动。
（一）统计学案例教学的目的
1．培养学生必备的统计思维。正如著名学者Wells所说“统计的思维方法会成为效率公民的必备能力”，培养学生运用统计学的逻辑思维方法去发现问题、分析问题并解决问题，是统计学的目标之一。在传统的教学方法下，学生的统计思维较为缺乏，往往是学完了统计学课程，仍然不会用统计学的原理和方法去思考和解决实际中的问题。通过案例教学，培养学生在社会实践中，面对客观现象的各种数据表现，要善于利用统计的思维方式来思考实践中遇到的问题，用所学的统计方法，对数据进行调查、整理和分析，发现数据内在的数量规律性，从而进行科学的统计预测和决策。
2.提高学生熟练运用统计理论和方法解决实际问题的能力。各种典型的案例都是源于社会经济的实际问题，通过案例教学，分析和讨论案例成功或失败的经验和教训，使学生从传统教学中的被动的“接收者”转变为活动的主动“参与者”，从“理论的学习者”转变为“实践的创造者”，并通过对案例的分析和经验的学习，引导学生提出解决问题的思路、方法等，从而提高分析和解决实际问题的能力。
3.强化学生运用计算机处理统计数据的能力。统计学是一门信息量大且应用性很强的学科，在实践中需要处理的数据繁多、计算复杂，必须借助于计算机和统计软件计算出结果，才能利用计算结果对实际问题进行分析，提出解决问题的具体方案。常用的统计软件SPSS、SAS、EXCEL、E-VIEWS等具有完整的统计分析工具、较强的模拟工具和作图功能，既能实现对现有数据的统计处理，又可以进行各种数据模拟和试验，生动、直观地展示抽象的统计公式、原理和分析结果。通过案例教学，教会学生根据实际需要，选择合适的统计软件，在掌握统计方法和原理的基础上，学会使用计算机和统计软件进行较复杂的计算分析。
（二）统计学案例教学的特点
案例教学法改变了传统教学方法教学内容枯燥、教学方式单一、教学效果不佳的缺点，弥补了传统教学方法的不足，有其自身的优势。
1.激发学生学习的积极性和主动性。统计学的信息量大，内容复杂，表现为一是统计学的概念比较抽象；二是统计原理与数学关系密切，推断统计部分许多公式需要有微积分、概率论等数理知识；三是各种统计分析方法有其特定的应用条件和分析步骤，使统计学成为了一门难学的课程，学生普遍感觉枯燥无味、难学难懂，学习积极性不高，主动性不足。案例教学对实践活动进行真实模拟，将抽象、枯燥的理论结合真实具体的案例进行讲解和分析，既给了学生自主表现的机会，又使学生在教师的指导下，在讨论中学习统计学的原理和方法，主动参与，积极讨论，学生之间相互启发，提高了学生的沟通能力、倾听能力和表达能力，从而充分调动学生学习的主动性和积极性，提高了教学效果。
2.锻炼学生独立思考和分析解决问题的能力。传统讲授法注重统计理论和方法的讲解，学生处于被动地位，案例教学法立足于学生，以学生为中心，学生是教学的主体，注重引导学生运用所学知识解决实际问题。案例将分散的信息、复杂的情景加以描述，在教师的组织和引导下，通过对案例的分析，使学生调动形象思维和逻辑思维，对其中的有关信息进行整理，积极思考、寻求解决问题的有效方法，在独立摸索到解决问题的过程中，逐步形成自己独特的分析和解决问题的方法。统计案例教学使学生从学习者转变为问题的解决者，学会了利用资料来思考、研究并作出判断，在分析案例过程中充分锻炼自己的思维及运用理论知识分析和解决实际问题的能力。
3.加强师生之间的互动。传统讲授法中，教师主要是“教”，充当讲解员的角色，注重知识的“单向”传递，学生被动接受知识，师生间缺乏交流和互动。案例教学中，教师主要是帮助学生从模拟的统计实践活动中“学”，充当导演的角色，引导学生自己发现问题、解决问题。教师从介绍典型案例开始，指导教学的全过程，引导学生去观察思考问题的本质并筛选有关数据信息，通过对案例的组织、讨论和分析，启发学生发现问题并寻找解决问题的方法，最后对整个讨论情况作出总结和评价，引导学生提炼和掌握具体的统计分析方法。学生在教师指导下，积极参与案例的讨论、分析，从学习过程中获得经验。通过案例教学，师生都承担了更多的教与学的责任，加强了师生间“双向”的交流和互动。
4.突出教学内容的可操作性。传统的统计学教学也重视联系实际，但往往由于时间短，联系实际不深入，或者是以干代学，削弱了学校教育的优点，既费时也片面。案例教学的案例来源于社会经济的实践活动，是以培养学生的实践能力为教学目的，学生积极参与案例教学的过程，动脑动手，极大地发挥学生的主观能动性，达到学以致用的目的，获得最好的学习效果。
二、会计专业统计学案例教学的实施
（一）统计学案例教学的准备
实施案例教学之前，教师和学生不仅要明确各自的角色定位，还必须做好相应的准备工作，从而取得更好的教学效果和学习效果。
1.准备合适的统计案例。合适的典型案例是统计学案例教学的前提。教师要准备具有实用性、代表性和针对性的典型案例。首先，案例的内容以统计学的原理和方法为基础，必须密切联系会计专业学生实际和社会经济生活实际。其次，案例必须使学生真正掌握统计原理和方法在社会经济中的应用。最后，案例要围绕学生应掌握的统计基本原理和方法，有针对性地选择社会经济中的实际问题。
2.熟悉统计案例的内容。教师要阐明案例教学的基本思想，如案例分析的方式、过程、常用方法、应注意的问题、教学时间和程序安排等，明确案例的核心内容，熟悉案例的重点、难点。对学生提出学习目的和要求，按要求进行案例的预习，了解案例的背景知识，思考案例所提出的问题，初步形成问题的见解、对策和方案，准备好解决问题必备的知识和多媒体应用技术。
3.必要的数据处理。统计学案例分析经常涉及大量的数据，学生在熟悉案例的同时，必须运用合适的统计软件对相关的统计数据进行处理，做必要的计算和分析，为解决案例中的问题做好准备。
（二）统计学案例教学的组织
案例教学的组织是教学的关键环节，有效组织学生进行案例分析、讨论是教师在案例教学中最重要的任务。成功的案例分析活动，除要求学生普遍接受系统的理论学习外，还要做好以下几方面的组织工作。
1.组织学生进行讨论。首先，进行小组讨论。学生在案例预习并获得有关案例问题的见解后，进入小组讨论阶段。将全班学生分成若干小组，由小组长组织小组讨论。小组成员提出对案例的看法供大家讨论，共同解决案例中提出的问题后，对其中的关键问题再进行重点讨论，比较各种决策方案后形成新的认识。小组讨论完成后，组长准备案例讨论的汇报材料，并在课堂讨论中发言。其次，进行班级讨论。各组代表向全班同学提出本组解决方案（小组成员可以补充），其他学生认真倾听。发言结束后，教师要鼓励学生阐述不同的观点，让其他学生自由提问或是从个人的角度来分析同一案例。
2.教师进行案例教学总结。经过认真的案例讨论后，教师要对不同的观点进行评判，在案例课结束前做案例分析小结。分析案例教学法对实现学习目标的意义、成效、存在的问题及原因，总结经验教训，明确需要进一步探讨和实践的问题，而不是总结个别学生的表现、评价某种观点或是措施的优劣，从而对学生的讨论结果作方向性的指导，提出一些更深层次的问题，引导学生课后继续深入思考。
3.撰写案例分析报告。为了加深学生对案例的理解，案例分析结束后，教师还可以要求每位学生撰写案例分析报告，既综合学生在案例课上的各种观点，又可以加入自己的进一步思考。
三、会计专业统计学案例教学应注意的问题
数据分析解决方案范文第10篇
关键词：大数据；教师培训；移动培训课程
一、引言
伴随不同国家学生核心素养的研究与，教育领域越发关注当下以及未来社会我们要培养什么样的人才、如何培养人才等核心问题。这些核心问题的解决则离不开教师的成长与发展，给教师队伍建设带来的挑战也越来越大。教师培训是教师队伍建设的重要途径之一，在过去几年时间里，从国家、地方、到学校，各种类型、不同层次的教师培训开展的如火如荼，然而仍然存在着各类问题。王阿习、陈玲等[1]提到教师培训内容的设计缺乏针对性、脱离真实的教学情境，培训知识缺乏实践转化。赵德成、梁永正[2]指出不少培训在一定程度上促进了教师的观念更新，但对教师教育行为转变和个人绩效提升的影响却十分有限。导致这种问题的原因有很多，其中最为根本、具有决定性影响的一个原因是未能做好教师培训需求分析。笔者曾在2015年对北京市2213位教师就培训的效果进行了问卷调查，67%的教师认为培训内容很难在教学现场得以应用转化。从教师培训的一般流程来看，培训的需求分析直接决定了培训目标的界定、课程的设计与开发、实施与后续的效果评估。可见，培训从需求分析开始，如果无法体现教师的实际需求，也会导致培训课程的应用效益，与教师工作实践难以有效对接等问题。因此，如何有效地发现教师的真实需求，并精准匹配教师发展需求进行课程设计值得深入研究。
二、确定教师培训需求存在的问题
笔者访谈了北京市级以及十几个区级培训机构的中小学教师培训负责人，发现目前教师培训课程的需求确定多数是在培训开始之前，通过对教师代表以及学校管理者等进行问卷调查、访谈等方式进行，进而确定课程内容。通过问卷与访谈等方式来确认培训需求，限于问卷、访谈提纲设计能力、答卷人解读能力以及答题人心理因素的制约等因素，所得需求常常不能完全反映教师的实际需求。教师是实践性极强的职业，其在工作情境中所遇到的问题与需求多是多元化与立体化。通过问卷或者访谈的方式无法反映教师在专业发展中变化的动态需求。赵德成、梁永正也指出了上述的培训需求确定方式存在的局限性。首先通过问卷等方式基于教师的主观愿望来确定需求可能失之主观，教师自我报告的需求未必都是真正有意义的培训需求；其次，简单地从校长等管理者的角度提出的绩效差距识别培训需求又可能失之笼统，分析者需要对绩效差距形成的原因进行深入分析。只有通过取长补短，将两种理解整合起来，既关注教师的主观愿望，又重视绩效差距及其原因的深入分析，才能更为准确、有效地识别培训需求。基于此，如果培训课程的设计与开发仅仅以问卷、访谈的方式来确定课程内容则显得不够全面、真实，不能够满足教师动态的需求，其使用效果与效率也会受到影响。教师的专业发展需求存在着个性化、生成性、情境性、复杂性与模糊性等特征，很难通过问卷调查或者短时间的访谈等完全体现出来，这也给教师培训课程的设计与开发带来了一定的难度。然而，通过大数据技术与移动终端的普及与应用，教师在工作现场遇到的各类问题、问题背后对应的专业发展显性以及隐性需求，都能够被捕捉、记录并进行深入分析，从而作为设计教师移动培训课程的基础。
三、大数据技术为确定教师专业发展需求带来的契机
(一)通过教师行为数据分析发现教师在专业发展上的隐性需求
教师专业发展的隐性需求是指无法被行为主体主动发现并清晰表达，需要通过其他主体挖掘、引导来确定的需求。大数据分析技术在用户隐性需求挖掘与引导方面已经体现出了很强的优势，尤其是基于行为的大数据分析能够更好地帮助人们认识到自身潜在的需求。如移动互联网领域通过对用户的行为、兴趣、爱好等进行分析，发现用户的潜在需求，并与需要营销的产品、业务、内容相匹配，实现精准营销。在教育领域，以Cousera为代表的慕课平台运行商，通过深度分析学习者在课程资源使用过程中所产生的海量行为数据，能够发现哪些资源学生点击率最高，哪些讲座视频的片段重播率最高，哪些内容学生的出错率最高等等，然后将上述结论及时反馈给课程资源的研发团队，用以指导改进之后的工作。这种做法表明大数据技术能够提供更加真实可靠的需求诊断[3]。目前，也已经有通过对教师行为数据进行采集、分析，形成对教师专业发展潜在需求分析的探索，如首都师范大学王陆教授等通过对教师教学行为的记录、分析形成对教师教学行为改进的需求分析报告[4]；上海市闵行区恽敏霞等通过对全区教师的课堂教学行为的录制、分析形成对教师教学行为改进的分析报告，进而发现对教师专业成长存在的隐性需求[5]。这些需求因教师的自我认识与理论素养限制等原因，其在问卷、访谈等自我报告中无法主动提及，而借助于技术设备对教师大量教学行为的观察、记录，进而通过大数据分析技术则能很好地确定教师在专业发展上的隐性需求。
(二)通过教师面临的问题数据分析发现教师
在专业发展上的显性需求教师在专业发展上的显性需求是指能够被行为主体明确表达的需求，如在2016年由笔者所在单位组织的北京市几个区的新教师培训中，新教师明确表达自己在与家长沟通过程中存在问题，在有效的班级管理上存在问题。当对新教师群体反馈的问题数据逐年加以收集，并系统进行大数据分析时，能够有效发现某一特定的教师群体存在的共性问题。教师在教学现场所面临的各种类型的问题也直接地反映了教师专业发展上的显性需求。罗滨指出关键问题来源于教师教学实践的现状及困惑，通过关键问题的解决能够帮助教师突破教学困惑，实现专业发展[6]。因此，以教师逐年提供的问题数据为基础，通过大数据技术对问题数据加以收集、归类、分析，进而确定某一特定群体实现专业发展的关键问题与显性需求。
(三)通过对问题与解决方案的数据分析精准满足教师需求
加拿大安大略省的麦格雷戈医生通过对近十年的病患数据进行分析来确定应对某一类问题或者病症，应该提供哪种类型的治疗最为合适。这种推荐正是基于对病患数据以及诊疗方案数据进行了常年累月的积累，并通过大数据分析建立起了病患数据与诊疗方案之间的精准匹配关系[7]。在教师培训领域，以往无法大规模采集教师主观反馈的问题、客观发现的问题以及专家团队提供的解决方案，教师存在的问题与对应的解决方案是个性化地存在于提供解决方案的专家头脑中或者小范围地存在于某个组织中。伴随着对教师问题数据逐年的收集、分析，能够形成特定教师群体(如新教师)的共性问题、特定组织的共性问题(如某区的新教师都存在着课堂管理困难问题)以及教师个体的个性化问题，专家团队将针对这样的问题清单形成相对应的解决方案，伴随着问题数据与解决方案数据的不断积累与完善，后续的教师将能够在提供了自己的问题数据之后得到系统推荐的更为精准的解决方案，满足其个性化的专业发展需求。
四、移动终端将成为连接教师专业发展需求与培训课程的重要载体
在已有以移动终端为载体开展教师培训的研究中[8-14]，多数更为关注将移动终端作为培训课程的载体，而很少将其作为发现培训需求的载体，笔者认为以移动终端作为载体发现教师的需求，相较于问卷与访谈这种短时、切片式的需求分析方法而言，更为凸显需求的情景性、动态性和生成性。教学现场是教师真实需求的发源地，在教学现场，教师要面对来自教学、管理、科研等方面的各类问题，伴随着问题的产生也形成了教师各种类型的需求。罗滨提到要鼓励教师表达自己在教学实践中遇到的各类问题，并对问题加以提炼、归纳形成关键问题清单，通过专家、教师共同研究，形成关键问题的解决过程，进而帮助教师完成专业发展。根据笔者所进行的面向北京市各区4539教师的移动终端使用习惯调查数据显示，63.4%的老师有随时随地使用移动终端的习惯，其中有随时随地进行记录、拍摄行为的也已经接近53%。在针对西城区两所学校的教师进行访谈的过程中，笔者也发现，很多教师认为平时工作中确实会遇到教学、科研、管理以及人际沟通等各种类型的问题，如果不及时记录遇到的问题，这些问题也自然被纷繁复杂的各类事物所淹没。可见，多数教师已经具备了通过移动终端去记录的行为习惯，如果能够帮助教师形成随时随地记录其所遇到问题的意识，即可通过移动终端的辅助，帮助教师随时随地记录问题，上传问题，进而形成教师专业发展的问题库。如以北京市新教师培训为例，入职1-3年的新教师，要求其通过移动终端随时随地记录其在教学、科研、管理工作中遇到的各类问题，并上传到教师专业发展问题库，伴随着问题库数据的累加，通过大数据分析即可发现北京市入职1-3年的教师群体存在的共性以及个性化问题，这些问题是反映教师需求的起点，更是培训课程设计的起点。移动终端成为了动态连接教师群体发展需求的载体，克服了通过问卷或者访谈片段性、片面性反应教师专业发展需求的局限性。在已有以移动终端为载体开展教师培训的研究中，多数更为关注将移动终端作为教师培训课程的呈现载体，很少将其作为教师制作培训课程的工具。DonPassey提到移动终端可以记录在课堂中的各类音频、图片与视频，以及教师是如何完成某项工作的过程性音频、图片或者视频，进而按照记录的内容进行反思哪些是关键要素，反思工作过程是否有值得改善的地方[15]。笔者曾在西城区一所小学中开展了以移动终端作为教师制作生成性培训课程工具的研究，研究以学生的问题解决能力培养为目标，通过提供的移动课程模板，教师用移动终端收集教学实践过程中的视频、文本、图片类的过程性资料，并整合成为可以在移动终端上呈现的生成性案例课程。相对于预设类的主题培训课程，教师从学习者转变为课程内容的设计者与提供者，教师对培训内容的转化效果有了明显的提高。研究显示参与了基于移动终端生成性课程制作与讨论的教师，其所负责指导的学生在解决问题的积极性、学生对解决问题方法的掌握以及教师对培训内容的理解与运用三个方面的效果，要显著好于只参与了主题培训的教师[16]。以移动终端作为教师制作与呈现培训课程的载体，调整了教师作为被动接受课程内容的客体角色，充分发挥教师作为培训课程内容建设者与贡献者的主体地位，也连接了教师的需求与教师工作现场各类情境性、生成性的解决方案。
五、基于大数据的教师移动培训课程设计模式
综上，从教师个体的角度，伴随其职业生涯历程，在具体的教学情境中教师所遇到的各类问题应对的是其显性的专业发展需求，教师可以使用移动终端记录自身遇到的问题。此外，借助教学行为记录系统记录并由专家团队分析教师的教学行为，其在教学行为上存在的问题应对的是其隐性的专业发展需求。随着教师主观反馈问题数据与客观观察其行为所形成的问题数据的不断积累，对两类数据进行大数据分析，确定教师需要解决的关键问题，并以关键问题为基础确定教师的真实需求，进而帮助教师形成针对性的解决方案。以新教师培训为例，依据该模式，要求教师在工作过程中及时在移动终端上记录自己的问题并上传到大数据分析系统。此外，通过教学行为记录系统上传自己的课程视频，专家团队将对上传视频加以诊断。通对新教师群体主观反馈问题与专家团队客观分析问题进行数据分析，伴随着从主观反馈问题到客观发现问题的增加，通过大数据分析形成新教师群体需要解决的关键问题。关键问题将作为教师生成性移动培训课程设计与开发的起点，专家团队、教师团队将针对关键问题协商形成问题解决方案，教师在实施整个解决方案的过程中，借助移动培训课程模板记录对解决方案的实施过程以及反思、收获等，进而形成基于移动终端的生成性案例培训课程。最终，通过“关键问题—针对性解决方案—生成性案例类培训课程”的模式形成精准满足教师需求的移动培训课程。课程中包含了某一特定教师群体(如新教师)面临的关键问题，系统推荐的解决方案以及实践后形成的生成性案例，真正做到了精准匹配教师的专业发展需求。从教师群体的角度，伴随不同阶段、不同层次、不同类型教师需求与关键问题的确定，教师专业发展关键问题库、解决方案库以及生成性案例库的不断完善，基于大数据的理念，当教师的关键问题、专家的诊断分析方案以及形成的生成性课程逐渐累积形成彼此之间的应对关系后，教师通过移动终端再次发送相关问题时，系统即可自动反馈给教师相应的问题解决方案以及有着相同需求教师形成的生成性培训课程，实现精准对接教师的需求。正如前面案例所描述，当医生基于对近十年的病患数据进行分析后就能有效确定应对某一类问题或者病症，应该提供哪种类型的治疗最为合适。
数据分析解决方案范文第11篇
大数据分析四大挑战
“大数据对包含计算、存储等系统在内的基础平台提出的重要挑战是如何加速工作流。” Erwan Menard表示，“大数据解决方案应涵盖数据生命周期的四个过程——抽取、存储、处理和分发。”这其中的每一个步骤都对存储系统的设计都提出了相应的要求。Erwan Menard的解释是：在数据的抽取上，系统更关注的是I/O性能；在数据的存储方面，能效和密度是关键词；提供存储内的计算能力，将处理功能和能力放置于离数据更近的地方已经成为存储系统设计的重要原则；在数据的分发上，DDN提供面向大型网站和云的对象存储，可快速分发结果，让更多用户更快地接受信息。
在谈到DNN存储解决方案和产品的优势时，Erwan Menard认为DDN的特点主要集中在三个方面：以SFA系列产品为例，在海量数据的存储上，DDN解决方案的高扩展性可以满足用户的需求；面向云的存储解决方案WOS，可以在一个系统中存储多达2500亿个对象/块/文件；DDN解决方案和产品拥有存储内计算的能力，可通过控制器和软件为数据提供更好的内部处理性能。“DDN拥有管理数据的专利技术，控制器的设计和软件方面的相关技术是DDN存储实现高性能的关键。”Erwan Menard表示。
面向工作流的混合应用
DDN解决方案和产品的一个重要特性是能在一个系统中混合使用SSD、SATA、SAS等不同种类的硬盘。Erwan Menard表示，目前SSD在HPC和大数据相关的解决方案中得到了应用，但大多数厂商是将SSD单独地作为一层存储来应用的。特别是带PCIe插口的SSD，在分层存储里应用得比较多，经常访问的数据放在最快的SSD里面，大大提高了读写的速度。DDN能够混合使用不同的硬盘并实现分层管理，这样系统就能更好地兼顾高I/O、高带宽以及低成本。“DDN解决方案分层存储和管理的特性，能使不同种类的硬盘发挥其最大的功效，真正做到混合应用，这是DDN与其他厂商不同的地方。” Erwan Menard说。
存储系统的设计和选择必须结合特定的工作流和应用场景来考量，无论是分布式存储还是集中式共享存储。Erwan Menard解释说，有些应用只写一次，却要读多次，比如备份、归档等，但在一些大型网络服务中，用户往往需要快速实现文件共享和数据同步，这就要求系统兼具高性能和高带宽。应对这种情况，面向对象的存储更适合。
大众化的HPC
Erwan Menard介绍，DDN的大型存储系统和高端存储系统主要面向四类应用环境：第一，云、托管及Web应用，提供存储和网络的结合；第二，高性能计算，面向政府、商用和科研应用等领域；第三，面向非结构化数据的视频监控；第四，广电媒体的流媒体数据存储和应用。
数据分析解决方案范文第12篇
关键词：供热数字化；解决方案；设计
中图分类号： TU995.3 文献标识码： A 文章编号： 1673-1069（2016）20-113-2
0 引言
为了能够全面地推动供热信息数字化的发展，以我国目前的供热系统的实际情况为根据，科学合理地设计和建设供热数字化解决方案。通过供热数字化解决方案能够对大量的可以反映供热状态的数据和日常管理数据进行收集，并且通过计算机技术做好数据的分析工作，有效地处理供热数据以及供热系统整体状态两者之间的关系，从而将有效的信息提取出来，将合理的依据提供给企业的决策和预测工作。
1 供热数字化解决方案概述
1.1 供热数字化解决方案的开发背景
作为社会的窗口行业，供热行业供热质量的好坏直接决定了千家万户的冷暖问题，同时还与百姓的生活水平和社会安定具有密切的关系。在我国社会不断发展以及城镇化进程不断加快的今天，供热企业规模变得越来越大，而且用户对缴费的准确性、快捷性、方便性变得越来越高。尤其是季节性集中供热是供热行业的一个特有的特点，在供热期来临之前老百姓都要集中缴纳取暖费用，因此供电企业面临着越来越大的收费压力和供热信息量，同时也面临着越来越复杂的管理工作[1]。所以，供电企业必须要将手工管理的模式摒弃掉，通过供热数字化解决方案填补在日常经营管理中和收费管理工作中存在的各种漏洞，将一套专业、稳健、成熟的信息系统建立起来。
1.2 供热数字化解决方案的含义
所谓的供热数字化解决方案主要是指立足于供热企业中的关键业务功能，将提升工作效率、数字化管理基础信息以及规范业务流程等作为目标，利用各种先进的软件技术等建立起来的数字化业务管理平台，其除了包括开关阀门管理、欠费管理、用热费用收取、用热客户信息管理等各种核心的功能之外，同时还包括客服投诉、统计分析供热数据和查询等一系列的功能，有机地整合供热企业的生产站点、管网检修、调度、客服部、计划部、财务收费部等各个部门的职能，属于一整套的完善的供热企业管理系统。
2 供热数字化解决方案的设计原则
2.1 可扩展性和可操作性
供热数字化解决的方案除了要确保功能的完善性之外，同时还要将维护方便、操作简单的特点体现出来，此外，还要对供热数字化方案的灵活扩展能力进行考虑，确保系统具有较好的伸缩性，能够充分地满足公共建筑能耗监测、热用户―换热站―管网热源的三级结构的发展需求。在建设供热数字化解决方案的时候除了要对系统的维护、升级进行考虑，还要确保相应的接口的二次开发工作[2]。
2.2 技术先进性和实用开放性
只有积极地通过先进实用的技术构建供热数字化解决方案，才能够实现其系统功能，同时通过先进的技术还可以确保供热数字化解决方案的高效运行和前瞻性。严格遵照开放性的原则构建供热数字化解决方案可以有效地提升方案功能的可操作性和实用性。
2.3 标准化
在建设和设计供热数字化解决方案的时候必须要严格遵守国家和地方的相应标准和规范要求，通过标准的技术和方法设计和开发供热数字化解决方案。只有使供热数字化解决方案实现标准化，才可以确保其具有较高的通用性和影响力[3]。
2.4 安全稳定性
对供热企业来说建设工作数字化解决方案具有十分重要的意义，为此，在设计供热数字化解决方案的时候必须要严格遵守稳定性、可靠性和安全性的原则。
3 供热数字化解决方案的具体设计
3.1 供热数字化解决方案的结构
在总结和分析现阶段成熟软件系统的运行状况的基础之上，严格地以工具系统的实际运行情况为根据，将供热数字化解决方案的系统结构确定下来，其主要由现场终端设备、通信网络和监控管理中心等三个部分共同组成。
首先，监控管理中心：供热数字化解决方案的监控管理中心主要是由具有各种功能的工作站和服务器等组成，其主要的功能就是进行网络、报警管理、控制操作、运行状态显示、采集后数据的处理和存储等。
其次，通信网络：在供热数字化解决方案的通信网络中能够选择多种通信方式，利用VPN、PSTN、ADSL、CDMA、GPRS等不同的方案进行通信，各个换热站节点都能够与监控管理中心之间实现及时、快捷、高效的数据通信，在具体的通信过程中可以保证实现56 kbit/s以上的通信速率[4]。
最后，现场终端设备：现场终端设备主要包括现场一次性数据采集仪以及换热站自动控制设备等，比如电动阀流量、压力阀、温度阀等，利用供回水的流量、压力、温度和电动调节阀对水泵的室外温度、故障、电流、频率和运行状态等各项参数进行控制和反馈。
3.2 供热数字化解决方案的具体设计
3.2.1 数据监控管理中心的设计
在进行需求分析的基础之上，将监控管理平台的技术要求确定下来，并且构建数据分析系统数据管理系统和数据实时监测系统。在数据中心将管理服务和服务器、各种数据处理器、数据库等建立起来，同时还要构建GPRS服务器等相关的服务器。选择统一开发的监控系统完成数据监控管理中心的各项主要功能，其中包括数据同步、系统管理程序、采集数据显示、上报数据发送、能耗数据汇总、仪表能耗数据计算、数据解析服务、数据采集网关命令下达、数据采集报文的接收、数据接收服务等。在进行数据采集工作的时候需要按照10 min/次的数据采集频率来进行。选择B/S结构，分Web层、业务层和数据层等三个不同的部分针对供热数字化解决方案进行设计。首先，Web层：利用Web服务器用户就能够实现接入。其次，业务层：业务层主要包括包括报表处理平台、信息平台、目录服务平台和数据分析平台等，其中数据分析平台的主要功能就是对数据进行采集，并且统计和分析能耗；目录服务平台主要就是要将不同的数据索引建立起来；信息平台主要就是分布和共享Web信息；报表处理平台可以以不同的需求为根据将各种各样的曲线、图形和报表形成。最后，数据层：数据中心采用分析型数据库作为数据层，从而能够对数据进行高效地分析[5]。
3.2.2 数据采集系统的具体设计
在换热站现场将数据采集系统建立起来，其主要的作用就是采集存储和传送各类民用建筑供热仪表的数据，由通信设备现场仪表和现场采集设备等共同组成了现场数据采集系统，利用数据采集处理器来实现数据采集工作，选择成熟的多核嵌入式架构作为数据采集器，通过MBUS、RS485等不同的方式对数据进行采集，并且在数据库中保存采集的数据。利用相应的系统软件分离供热参数，并且将数据报表形成。数据采集上传的内容主要包括时钟、设备、故障代码、耗电量、耗水量、累计流量、瞬时流量、累积热量、瞬时热量、回水温度、供水温度和室外温度等。因为具有较多的供热能耗监测点，再加上较小的数据传输和监测点分散等因素，因此选择GPRS无线数据传输模式进行数据传输，不同的点都具有固定的IP地址，从而将一个局域网形成，确保实现远程数据传输的目的。
4 结语
供热数字化解决方案能够以不同换热子站在每天的具体运行情况为根据对大量的日常管理数据进行收集，而这些数据可以将现阶段的供热状态很好地反映出来。通过计算机技术分析处理这些数据，并且采用直观的曲线、图形和报表等显示这些数据，从而获得有效信息，使企业更好地调整供热系统的策略，并且有效地节约能源。
参 考 文 献
[1] 孟志强.锡林浩特集中供热系统解析[J].电子世界，2014（12）.
[2] 韩超.数字化供热信息系统在供热企业中的应用[J].信息与电脑（理论版），2012（08）.
[3] 张伟，刘家明.智慧供热系统技术及应用[J].节能与环保，2016（04）.
数据分析解决方案范文第13篇
【关键词】TD-SCDMA 移动分组网络 数据业务支撑方案
1 引言
近年来，3G的建设和发展，对缓解国际金融危机压力、扩大国内需求、保持国内经济增长、优化产业结构调结构、促进就业、改善民生发挥了积极作用，其中最引人瞩目的是中国移动引领的TD-SCDMA产业的蓬勃发展。
TD-SCDMA网络起步虽晚，但在以中国移动为产业链核心的大力创新和推动下，一系列影响TD发展的瓶颈被突破：在网络建设方面，面向市场业务需求，提升TD-SCDMA网络覆盖水平；在提高网络质量和承载能力方面，提高了TD／2G网络切换和重选的性能；在终端方面，TD-SCDMA阵营不断壮大，各类支持丰富业务应用的3G终端如雨后春笋；中国移动还在TD-SCDMA无线城市建设方面取得了丰硕成果。
与此同时，TD-SCDMA网络的运营面临一系列亟待解决的问题，涉及网络维护／优化、业务支撑优化、用户投诉处理等方面。本文针对当前运营的实际需求，研究并提出了面向TD-SCDMA网络的优化支撑方案。
2 当前运营问题
TD-SCDMA分组域网络运营面临着三个亟待解决的问题。
2.1网络维护与优化问题
在现有的3G移动通信网中，TD-SCDMA网络存在明显的技术优势；但作为全球首张TD-SCDMA商用网络，TD-SCDMA建设运营毫无经验可借鉴。为树立移动TD-SCDMA网形象，打造用户信赖的“G3”品牌，急需建设新的3G网络，并进行持续的优化、调整，这就给网络建设、网络维护和网络优化提出了严峻考验。
在加强网络监测和指标考核的同时，网络故障的处理流程上也存在急需改善的问题：对于故障的发现，依靠投诉驱动存在明显的滞后性，实时告警不便于事后的故障分析排查，这就需要提供历史网络指标、具体故障场景的长期保存，以满足对故障的主动分析筛查，寻找并将隐性的网络故障扼杀在萌芽状态；对于故障的定位分析，传统的信令仪表已难以满足当前运维需求，依靠网元设备信息定位故障原因，容易陷入各设备供应厂商间的相互推诿，从而需要第三方提供完善的数据支撑；对于故障的分析解决，需要还原故障场景，并获取多接口关联的故障会话流程及重要的消息字段信息，才能对故障原因进行准确判读，并给出可行的解决方案。
2.2业务优化支撑
数据业务蓬勃发展，逐渐成为移动运营商收入和利润的重要增长点。面对不断新增的数据业务及原有固网Internet业务向手机、移动上网卡等移动终端的转移，为了更好地满足用户个性化和多样化需求，数据业务发展工作面临着多样化业务应用保障、精准终端资源的掌控、现有价值链的整合和有效的深度营销分析等问题。
在分组域数据业务的优化支撑方面，传统的业务优化支撑手段针对性不强，盲目性较大，时效性不高，无法满足当前丰富业务应用(PoC、视频会议、多媒体彩铃、话音、可视电话、彩信、WAP、彩铃、KJAVA、飞信和Blackberry等)的支撑优化需求。如何实现核心网系统与业务平台间的业务优化支撑，以及对用户终端业务应用的支撑分析，成为当下运营商亟待解决的问题。
2.3客服投诉受理
客户服务平台作为一个直接面向用户的窗口，是公司的形象，良好的客户服务将有助于增强用户的网络黏着度。目前进行TD-SCDMA网络支撑的客服部门受制于通信专业技术水平，无法对故障投诉和一些用户咨询的深层次问题进行有效处理，严重依赖于技术支撑部门，导致投诉响应速度慢，从而影响用户对投诉受理质量的认可。
对故障投诉的分类、分流处理和对用户信息的查询，是当前客服应对故障投诉和问题咨询的主要方式。困扰客服的用户故障投诉，成为影响用户对客服评价的主要问题。当用户投诉不能使用网络数据业务时，如果盲目地询问用户设置、用户终端问题，将影响用户对服务的认可；如果客服将大量投诉递交运维部门，无疑将加重运维工作压力，影响投诉受理效率。对于用户深层次的问题咨询，由于不了解用户状态、账号信息等，不能准确、及时对用户咨询进行解答。
3 解决方案设计
为满足以上运营需求，笔者设计了基于原始数据协议(多接口数据解析，如Iu-PS、Gn、Gb、Gr、Gi和Gy等)的全方位运营解决方案。
TD-SCDMA网络数据业务支撑方案，通过对网络原始数据进行采集、协议解析以及统计分析，获得第一手的数据资料，并对数据资料进行深入挖掘和统计整合，提供满足运营需求的数据支撑能力。对当前网络指标的汇总统计可实现对网络的实时监测；对全网用户异常拨号流程的统计判断可以为故障排查、客服查询提供数据支撑；对业务数据的解析、挖掘可以实现对业务支撑提供数据分析，从而形成完善的解决方案，以应对运维、客服、业务的运营支撑需求。
3.1方案架构
系统架构包括对原始数据的采集模块、对采集数据解析后的数据处理模块、数据的存储模块和客户端。接入点网络及系统拓扑如图1所示：
(1)数据采集模块
对重要网络接口(如Ju PS接口、Gn接口、Gb接口、Gr接口、Gi接口和Gy接口)进行原始数据包采集，并对采集数据(包括信令面数据、用户面数据)进行协议解析。
(2)数据挖掘模块
对采集模块下发的摘要数据进行有效的管理。采用数据包指纹识别技术对业务流进行识别和分析；采用因子分析和聚类分析等多元统计分析方法，对用户级的KPI指标进行深度挖掘，建立用户模型。
(3)数据存储模块
对数据处理模块下发的数据进行存储，提供丰富的检索方式实现对海量数据的高速查询。
(4)客户端
采用业界流行的jQuery、jQueryUI和Dojo技术，后端采用Struts2+Spnng3+Ibatis2技术，在图形呈现上采用Amchart作图技术，提供便于客户查询的B／S方式的界面呈现。
3.2支撑策略
面向TD-SCDMA分组域网络数据业务的支撑系统，主要包含三个功能平台：运维与网优支撑平台、数据业务分析平台以及客户与运维交互平台(如图2所示)。
(1)运维支撑平台
该功能平台涵盖网络监测、指标统计、故障分析、区域考核和无线质量分析等方面，为网络运维、网优工作提供数据支撑。
在网络监测方面，可做到对于全网区分网络制式(GPRS／EDGE／TD)，提供地域、各级网元设备的关键指标(RANAP RAB指配成功率、GMM附着成功率、PDP激活成功率、上下行流量、用户数)情呈现，反映网络状况及发展趋势，排查隐含的故障，以便网络维护人员对故障做到及时发现、及时处理，从而提升网络故障处理效
率，并为网络优化提供数据支撑，提升网络运行质量和用户感知。
在故障分析方面，设计了故障流程化处理的功能模型：从不同维度出发，查看网络质量状况，发现故障或潜在的问题；根据对故障类型的统计和故障的设备分布，实现对故障的初步定位；通过恢复故障场景，查看故障会话的流程，确定故障原因，给出解决方法，从而实现故障可查询、故障可定位、故障可解决，提升故障的处理效率。
为适应运维工作趋向集中化、面向前端的精细服务的要求，解决方案给出以下功能设计：地域指标监测有助于省级移动的网络监控力度，加强省级移动部门对地市区域的指标考核评估，将有助于对全网网络质量的细化评估及网络优化工作的开展；无线质量分析有助于查出指标异常的问题基站、扇区并进行故障排查，为扩容、优化工作提供数据支撑。
(2)业务分析支撑平台
面对当前种类繁多的业务应用的支撑需求，解决方案通过对全网业务数据进行深层挖掘，从业务状况分析、用户分析以及业务质量分析三个功能层面，实现对业务应用的需求支撑。
在业务状况分析方面，对全网流量、各业务流量的监测与趋势统计分析，有助于掌握业务的总体使用、开展状况；对热点业务、自营业务进行对比分析，有助于把握业务特点。
在用户分析方面，按照不同的用户群体属性，对本地／漫游用户、集团大客户、各业务活跃用户等提供业务流量、质量状况、发展趋势、用户喜好等分析数据。
在业务质量分析方面，依据不同应用的业务特征，分析判断由业务应用造成的使用故障(即非网络原因故障)，包括业务应用平台侧导致的故障、终端的业务应用支撑缺陷导致的故障等，从而开创基于业务应用的质量分析支撑，全方位覆盖网络、业务故障监测，以提升用户业务应用的良好使用感知。
(3)客服支撑平台
为满足客服在用户咨询和故障处理两方面的需求，解决方案提出了面向移动用户咨询的支撑流程和面向移动用户投诉的支撑流程，以提高客服的服务响应速度和服务质量，提升用户对客户服务的满意度。
为便于客服回复用户咨询，客服支撑平台提供用户实时状态信息的特征呈现，除包括手机号码、IMSI、用户名、付费类型，为提高用户咨询时的响应速度，还包括当前状态、终端类型、业务选择、漫游类型、所在城市、所在扇区或子网号、基站信息和上线时间等信息。
在故障投诉的受理方面，解决方案提出了由客服支持平台实现故障的分类、分流的处理流程。对于诸如用户原因造成的故障问题(如用户名密码错误、APN设置错误、欠费、业务未开通等)，支撑平台直接提供问题解决办法，可直接由客服辅导用户进行故障解决，从而减轻技术支撑部门工作压力，减少用户投诉受理时间；对于客服无法处理的投诉故障，支撑平台依据故障特征，确认故障的负责部门，方便客服与相关部门进行故障投诉的提交。
数据分析解决方案范文第14篇
关键词：多目标调度；优选决策；Pareto解；可视化工具；AeroVis；边际效益；模糊优选
中图分类号： 文献标志码：A 文章编号：1672-1683（2016）04-0048-06
Abstract：Decision makers usually face decision-making difficulties on Pareto feasible solutions generated by reservoir multi-objective operation model.To solve this problem，visualization tool together with marginal benefit analysis and fuzzy optimization method were proposed for gradual optimization of feasible solution set.The results showed that，by using different analysis tools and decision methods，feasible solutions received visual representation meanwhile some of the decision preference information was integrated to obtain the satisfactory solutions for different decision-making demands.By using different decision methods，the number of alternative solutions was reduced gradually to make the problem less complex.This paper can provide some references for multi-objective solution selection problem for decision makers.
Key words：multi-objective operation；optimal decision making；Pareto solutions；Visualization tool；AeroVis；marginal benefit；fuzzy optimization
1 研究背景
多目标调度方案的优选决策，是水库多目标调度研究的重要组成部分，对于水库实际调度效益的发挥具有重要作用。在采用多目标优化算法对水库多目标调度模型求解后，需要决策者综合一些主观及客观信息，利用一定的评价方法或筛选工具，对具有竞争关系的多目标备选方案集进行优选决策，选出符合工程实际需求的满意方案。
对于多目标决策问题，国外很早就进行了相关方面的研究。1896年，帕雷托（V.Pareto）从经济学角度提出了向量优化的概念，把本质上不可比较的多目标问题转化成单目标问题进行求解，是多目标决策研究的最早成果；1944年，冯.诺伊曼（Neumann J.V）和摩根斯坦（Morgenstern O）从对策论角度提出了彼此矛盾情况下的多准则决策问题[1]，是近代意义上多目标决策的开始；1971年，Roy等提出了ELECTRE多目标决策方法[2]，通过决策者对方案集中各方案的级别关系检验，逐步淘汰级别较低的方案，从而得到满意方案；1973年，Srinivasan等提出多维偏好线性规划决策法（LINMAP法）[3]，通过与理想解的比较，求解最优方案。随后，层次分析法[4]、部分信息法[5]、模糊决策法[6]等多目标决策方法相继产生。
国内对于多目标决策的研究起步较晚，但是也已取得了大量的研究成果。陈守煜等[7]提出了系统层次分析模糊优选模型，并将其运用到大系统多层次多方案的综合评价中，提出了两种权重计算方法；王本德等[8]研究了梯级水库群的多目标洪水调度问题，结合模糊集理论以及传统的优化技术方法，引入权重折中系数，提出了一种能统一兼顾客观决策和主观决策的水库群防洪调度模糊循环迭代模型；杨俊杰等[9]通过对决策方案集的对立同一描述，得到了不确定情况下的联系数矩阵，并利用联系数中的差异度信息，对决策优选结果进行稳定性分析；周晓光等[10]通过计算Vague集下各指标的正、负理想加权距离，计算指标函数的评价值；李英海等[11]针对现有Vague集决策方法的局限性，提出了基于改进熵权和Vague集理论构建的多目标优选决策方法，等等。
大伙房水库输水应急入连工程实施后，碧流河水库的调度中包含引水、工业与生活、农业、生态环境等多个目标。由于各个目标之间存在竞争关系，因此不可能得到一个令所有目标均为满意的全局最优解，而只能得到一组Pareto最优解集。虽然目前对于多目标决策的方法较多，然而大部分决策方法均是以定量分析为基础，缺少对中间决策过程的形象展示。因此，根据决策需求，借助一定的展示工具，并结合相应的评价方法或筛选工具，在逐步降低多目标优选决策问题复杂性的同时，将决策过程形象的展示出来，为决策者提供可视化的、定性与定量相结合的优选决策过程，具有重要意义。
2 方法介绍
2.1 可视化技术
计算机软、硬件技术水平的不断提升，使人们对数据的处理速度大大加快，图形学及图像处理等技术也随之被用于数据的后处理过程当中，以发掘数据内部不易被观察和理解的信息。通过将数据结果以图形形式形象、直观地展示出来，为人们分析、理解数据以及找出规律提供了强有力的手段[12]。
在多目标优化问题中，随着目标函数的增加，人们对解的分析和理解更加困难，增加了决策者的决策难度。可视化技术通过对最优前沿解的可视化展现与分析，为决策者决策和算法优化提供了很好的辅助作用，因此成为目前多目标优化方案优选问题研究的热点之一[13-15]。
对于高维多目标优化问题的可视化技术实现，关键在于对数据的分析以及对分析结果的可视化工具显示两个方面。目标数据的可视化显示中，显示工具的构成元素，主要包括以下方面。
（1）空间三维图形。对于不同的目标维度，以不同图形元素的组合和变换来表示。通过图形的密度和颜色分布情况，可以给出决策者优化目标分布情况以及目标之间相关性等信息；
（2）颜色图。主要包括彩色图和灰度图两种。彩色图中不同的颜色代表不同属性维中数据的大小，而灰度图中则利用颜色的深浅来表示数据量的属性值大小，其中，颜色的深浅分布代表目标整体的分布情况。
（3）亮度。用不同的亮度来标识特定的区域，辅助人眼对特殊区域的观察。
总之，可视化技术极大地提高了数据计算的速度和质量，成为很多领域必不可少的数据后处理部分。它使计算中产生的大量高维数据，通过可视化技术变成图形，激发人们的形象思维能力，增强对数据理解的深度与广度。目前，可视化技术已被广泛应用于数学、生物、医学、地质、气象、建筑等各种领域，为决策者决策提供依据。
2.2 边际效益原理
边际效用是指在一定时间内消费者增加一个单位商品或服务所带来的新增效用，也就是总效用的增量[16]。在水库的多目标调度方案决策问题中，边际效用即是边际增加1单位对某个特定用水户的供水，所导致的其调度目标的提升值[17]。在水资源总量有限的情况下，对某个用水户供水量的增加，必然导致对其它用水户供水量的减少。因此，边际效用同时表现为，通过对某个调度目标值的降低，而达到的对其它目标的改善程度。
2.3 模糊优选决策
模糊决策是一种将决策信息进行模糊化处理的决策方法，由于备选方案集的数值难免存在不精确或者决策专家主观权重难以量化描述等问题，通常采取将这些数值进行模糊化处理，从而提高决策过程的可靠性[18-19]。对于水库多目标调度模型生成的Pareto解集，模糊优选模型[20]可在综合考虑供水、社会、经济、生态环境等各方面因素影响的情况下，把多个不同量纲的评价指标转化为相对评价指标，并将各个目标的相对优属度与目标权重有效地结合，获得经过模糊量化的定量结果，为多目标优化方案的综合评价提供一种有效的决策方法。
3 水库多目标调度方案的优选决策过程
3.1 可视化工具对多目标方案的展示与初步决策
跨流域引水条件下，水库多目标调度模型生成的1 218个可行解，利用可视化分析工具AeroVis，对其进行两两目标间的非支配排序比较，得到经过可视化分析后的初次优选方案集，见图1。
图1中箭头方向表示各个目标函数的优化方向。ISI表示工业与生活缺水指数目标，ASI表示农业缺水指数目标，Peco表示生态整体满足度目标，Div表示引水量目标。其方案的优选过程如下。
3.3 基于模糊优选的方案再决策
在利用模糊语气算子对多目标方案进行优选的过程中，我们默认工业与生活供水目标，是4个调度目标中最为重要的目标，其目标权重值应大于其它3个目标。对于图1（1），由于初始决策只考虑了工业与生活、农业两个目标的权衡关系，因此，在利用模糊语气算子对不同目标进行赋权重值时，生态、引水量两个目标的重要性要差于工业与生活、农业两个目标，这里取极端的情况，即工业与生活目标比生态、引水量目标无可比拟重要。这样对于工业与生活、农业两个目标，利用模糊语气算子对其分别进行赋值试算，得到不同模糊语气算子下的方案模糊优选结果见表3。
由表3可以看出，对于不用的工业与生活、农业目标模糊语气算子赋值，其最终的优选方案结果各不相同。当工业与生活目标比农业目标“同样”或“稍微”重要时，最优方案为SIA6，当工业与生活目标比农业目标“略为”、“较为”或“明显”重要时，最优方案为SIA3，当工业与生活目标比农业目标“显著”或“十分”重要时，最优方案为SIA2，而当工业与生活目标比农业目标“非常”、“极其”或“极端”重要时，最优方案为SIA1。对于工业与生活、农业两个目标，根据专家意见，认为其重要性程度为工业与生活目标比农业目标“非常”重要，因此，选择解SIA1作为考虑工业与生活、农业两个目标权衡下的参考解。
同理对于ISI和Peco，以及ISI和Div两个目标权衡下的参考解集，利用模糊语气算子进行目标权重赋值后，得到不同模糊语气算子下的方案优选结果见表4和表5。
对于工业与生活、生态两个目标，根据专家意见，认为其重要性程度为工业与生活目标比生态目标“显著”重要，因此，选择解SIP8作为考虑工业与生活、生态两个目标权衡下的参考解；而对于工业与生活、引水两个目标，根据专家意见，认为其重要性程度为工业与生活目标比引水目标“较为”重要，因此，选择解SID2作为考虑工业与生活、引水两个目标权衡下的参考解。
这样经过模糊优选方法的再次分析后，将由可视化工具初步决策得到的37个可行解，进一步分析决策得到SIA1、SIP8、SID2等3个可行解。
3.4 多目标方案的最终优选与决策
对于两两目标边际效益比较下得到的最优解SIA2、SIA3、SIA6、SIP8、SID2，作图见图2。
从图2可以看出，对于解SID2，其对于工业缺水指数和引水量两个目标，均是最优的，因此，选择解SID2作为边际效益分析下的最优决策方案。
而对于模糊优选得到的最优解SIA1、SIP8、SID2，作图见图3。
从图3可以看出，解SIA1对于工业缺水指数和农业缺水指数两个目标，均是最优的，因此，选择解SIA1作为模糊优选条件下的最优决策方案。
由于模糊优选得到的初始最优解集中，已包含了边际效益分析下的最优解SID2，而经过图3的分析，解SIA1优于解SID2。因此，将碧流河水库引水与供水条件下，水库的多目标调度的最优方案定为解SIA1。
4 结论
本文针对水库多目标调度模型生成的众多Pareto解决策困难的问题，利用可视化展示工具、边际效益分析、模糊优选等方法进行了逐步决策。首先利用可视化工具AeroVis，对多目标调度模型生成的繁多复杂可行解，通过目标间的两两决策，依次加入不同目标的决策信息，得到具有多个目标综合信息的初步优选决策集。随后利用边际效益分析的方法，对两两目标下，不同方案决策的边际效益做了分析，得到经过边际效益比较后的最优可行解集，同时利用模糊优选的方法，通过对不同目标比较间的模糊语气算子赋值，得到经过模糊优选后的最优可行解集。最后通过对最优解集的进一步分析，得到水库多目标调度的最终最优方案。通过不同的分析工具与决策方法，本文使多目标调度模型生成的众多Pareto可行解，经过层层决策后逐渐减少备选方案的数量，将决策方法与人的主观经验有效结合，逐渐降低多目标决策问题的复杂性。本文研究为多目标方案的优选决策提供一定的参考。
参考文献（References）：
[1] Von Neumann J，Morgenstern O.Theory of Games and Economic Behavior[M].Princeton：Princeton University Press，1944.
[2] Roy B.The Problems and methods with multiple objective function[J].Mathematical programming，1971，2（1）：239-266.
[3] Srinivas V，Shocker A D.Linear-programming techniques for multidimensional analysis of preferences[J].Psychometrika，1973，38（3）：337-369.[HJ2.02mm]
[4] Saaty T L.How to make a decision-the analytic hierarchy process[J].European Journal of Operational Research，1990，48（1）：9-26.
[5] Carrizonsa E，Conde E，Femandez F R.Multi-criteria analysis with partial information about the weighting coefficients.[J].European Journal of Operational Research，1995，2（81）：291-301.
[6] Yager P R.On the inclusion of importances in multi-criteria decision making in the fuzzy set[J].International Journal of Expert Systems：Research and Applications，1992，0（5）：211-228.
[7] 陈守煜，赵瑛琪.系统层次分析模糊优选模型[J].水利学报，1988（10）：1-10.（CHEN Shou-yu，ZHAO Ying-qi.The fuzzy optimum selecting model of system hierarchy analysis[J].Journal of Hydraulic Engineering，1988（10）：1-10.（in Chinese））
[8] 王本德，周惠成，程春田.梯级水库群防洪系统的多目标洪水调度决策的模糊优选[J].水利学报，1994（2）：31-39.（WANG Ben-de，ZHOU Hui-cheng，CHENG Chun-tian.Fuzzy optimizing approach to flood operation of multiobjective cascade reservoirs[J].Journal of Hydraulic Engineering，1994（2）：31-39.（in Chinese））
[9] 杨俊杰，周建中，李英海，等.基于模糊联系数的水库多目标防洪调度决策[J].华中科技大学学报：自然科学版，2009，37（9）：101-104.（YANG Jun-jie，ZHOU Jian-zhong，LI Ying-hai，et al.Multi-objective decision making on reservoir flood operation by using fuzzy connection numbers[J].Journal of Huazhong University of Science & Technology：Natural Science Edition，2009，37（9）：101-104.（in Chinese））
[10] 周晓光，张强，胡望斌.基于Vague集的TOPSIS方法及其应用[J].系统工程理论方法应用，2005，14（6）：537-541.（ZHOU Xiao-guang，ZHANG Qiang，HU Wang-bin.Research on TOPSIS methods based on vague set theory[J].Systems Engineering Theory Methodology Applications，2005，14（6）：537-541.（in Chinese））
[11] 李英海，周建中.基于改进熵权和Vague集的多目标防洪调度决策方法[J].水电能源科学，2010，28（6）：32-35.（LI Ying-hai，ZHOU Jian-zhong.Modified entropy method and Vague set based multi-objective flood control decision making approach[J].Systems Engineering Theory Methodology Applications，2010，28（6）：32-35.（in Chinese））
[12] Hamming R W.Numerical Methods for Scientists and Engineers[M].New York：McGraw-Hill，1962.
[13] Walker D J，Everson R，Fieldsend J E.Visualizing Mutually Nondominating Solution Sets in Many-Objective Optimization[J].IEEE Transactions on Evolutionary Computation，2013，17（2）：165-184.
[14] Blasco X，Herrero J M，Sanchis J，et al.A new graphical visualization of n-dimensional Pareto front for decision-making in multiobjective optimization[J].Information Sciences，2008，178（20）：3908-3924.
[15] Zio E，Bazzo R.A clustering procedure for reducing the number of representative solutions in the Pareto Front of multiobjective optimization problems[J].European Journal of Operational Research，2011，210（3）：624-634.
[16] 宋亚楠，仲茜，刘斌.基于边际效用函数的网络资源调度[J].电子学报，2013，41（4）：632-638.（SONG Ya-nan，ZHONG Qian，LIU Bin.Marginal utility function based networking resource scheduling[J].Acta Electronica Sinica，2013，41（4）：632-638.（in Chinese））
[17] 李翠梅，陶涛，刘遂庆.城市水价预测的长期边际成本方法理论与案例研究[J].资源科学，2010，32（7）：1356-1361.（LI Cui-mei，TAO Tao，LIU Sui-qing.A study on prediction of urban water prices based on the marginal cost methodology[J].Resources Science，2010，32（7）：1356-1361.（in Chinese））
[18] 邹进，张勇传.一种多目标决策问题的模糊解法及在洪水调度中的应用[J].水利学报，2003（1）：119-122.（ZOU Jin，ZHANG Yong-chuan.A fuzzy-logic-based approach to multi-objective decision making and its application in flood dispatching[J].Journal of Hydraulic Engineering.2003（1）：119-122.（in Chinese））
数据分析解决方案范文第15篇
HDS公司在转型。这是众所周知的事，没什么大惊小怪的。但是，如果告诉你，HDS正在从一家专门做存储的公司转型为大数据厂商，你会不会有兴趣了解更多HDS转型背后的故事？
创新无止境
HDS是一家典型的技术型厂商，一贯奉行“少说多做”的原则，所以人们很少听说或看见HDS在跟风炒作某个新概念。闪存、软件定义存储、云计算等，HDS都不是第一个推出相关产品或解决方案的。但是，一旦产品后，HDS就一定能保证这些产品是具有HDS特色的、成熟且可以大规模商用的，能够给企业客户带来实实在在的价值。
在存储虚拟化技术领域，HDS基于存储控制器的虚拟化技术在业界一枝独秀，尽管当时基于存储网络的虚拟化技术风光正劲，但HDS始终“我行我素”。最终结果表明，HDS的存储虚拟化技术是过硬的，其存储虚拟化产品一直保持着很高的用户认可度。在很多用户的印象中，HDS一直是一家专业的存储厂商。
但是进入云计算时代，一向比较谨慎、低调的HDS开始变得活跃起来。从技术和产品的角度看，HDS很快便采纳了“融合”的理念，推出了业界影响力可与其经典的存储产品相媲美的统一计算平台。如今，在亚太地区，HDS统一计算平台已经成了最受企业客户欢迎的解决方案。
多在技术上下功夫，很少谈及理念的HDS如今也开始热衷于谈论新的概念，并陆续抛出了与云计算、软件定义等最新趋势相关的战略、技术框架和蓝图。许多人能够脱口而出的HDS“三朵云”战略――基础架构云、内容云、信息云，成了HDS云计算的行动纲领。HDS的新产品研发和市场推广策略都是围绕着“三朵云”展开的。
云计算是基础架构，是工具，它的价值在于可以更好地支持行业客户的应用。在以大数据、物联网、智慧城市等为代表的新一波应用浪潮兴起时，云计算开始慢慢走向后台，成为推动大数据、物联网、智慧城市等应用发展的幕后的那只手。云计算技术与大数据、物联网、智慧城市等应用之间的互相渗透、融合将成为IT市场发展的主旋律。
HDS全球解决方案、社会化创新营销副总裁Ravi Chalaka表示：“以前，人们都知道HDS是一家存储公司。但是今天，HDS的技术和解决方案已经跨越了多个市场和应用领域。HDS已经从一家专注于存储的厂商演变为提供融合性解决方案的厂商，产品包含服务器、存储、网络、嵌入式软件等。近几年，HDS一直在大力发展自己的软件，并取得了突破性的成果。HDS的软件解决方案主要包括虚拟化软件、管理软件和应用软件等。”
今天的HDS已经不再是人们印象中那个专注于存储的HDS了。特别是经过过去几年云计算、大数据的洗礼，HDS已经有了新的定位，制定了新的战略。
HDS的变化主要表现在以下几方面。第一，HDS最直接的竞争对手已经不再是EMC、IBM这样的存储厂商，而是像通用电气公司、西门子、Oracle这样在社会化创新领域有很大投入的企业。第二，HDS进一步明确了自己的目标市场，就是大中型企业客户。目前，HDS在全球拥有1.4万个客户。在“财富100强”企业中，81%是HDS的客户。第三，HDS公司内部软件和硬件的收入比重也发生了很大变化。最新的统计数据显示，HDS业务收入的54%来自于软件和服务，而三年前这一比例只有25%。在过去4年中，HDS进行了大大小小9次收购，被收购的厂商大部分是做软件、服务或大数据解决方案的。从收入比例来看，HDS不再是一家单纯的提供存储硬件的厂商，而是正慢慢转型为一家解决方案提供商。
为了配合解决方案的需要，HDS越来越重视与生态系统中的合作伙伴的合作，特别是与增值分销商、系统集成商的合作。通过这些合作伙伴，HDS可以更好地为企业级客户提供服务。
Pentaho是敲门砖
以前，HDS也能为大数据提供支持，但仅限于硬件和存储架构。以收购数据集成、可视化和分析软件厂商Pentaho为标志，HDS真正融入了大数据领域，并打开了通往物联网市场的大门。
在今年4月举行的HDS Connect 2015大会上，HDS对Pentaho的收购成了谈论最多的话题之一。当时，由于HDS还没有完成对Pentaho的收购，Pentaho这样一个很可能决定HDS未来大数据策略走向的产品是继续保持其独立性，还是完全融入HDS原有的产品中成了人们关注的焦点。
6月，尘埃落定，HDS正式完成了对Pentaho的收购。Pentaho成为HDS公司旗下一员，但原品牌名称保持不变。Pentaho平台除了继续独立提供服务以外，也会与HDS的其他相关分析软件结合，从而进一步扩展HDS的大数据解决方案。
以前，HDS的大数据解决方案主要集中在基础架构层面，为大数据分析提供平台支撑。有了Pentaho的分析软件以后，HDS可以深入大数据分析的核心，也更贴近客户的应用，可以把大数据分析的主动权尽量掌握在自己手中。
还记得HDS著名的“三朵云”吗？在HDS公布的大数据愿景中，基础架构云、内容云和信息云仍起到了核心的支撑作用，但也有了细微的变化，变成了相对应的软件定义基础架构、内容管理云架构和信息智能云。在这三层云架构之上是HDS通用的高端数据分析和访问平台。三层云架构与数据分析与访问平台合在一起，构成了HDS社会化创新的基石。
HDS倡导的社会化创新与物联网市场是遥相呼应的。在社会化创新方面，HDS选定了六大行业作为突破口，包括电信、医疗、商业分析、公共安全、石油和天然气、汽车。“物联网是下一轮技术革新的重点。”Ravi Chalaka分析说，“一台大型机可以支持数百个客户，一台小型机可以支持数千个客户，而在物联网时代，数以十亿计的设备被连接在一起，每个设备，甚至每双鞋都在产生数据。这就是物联网的能量。在未来的20～30年中，大部分的数据分析和计算都会围绕着由物联网产生的数据和信息进行。HDS关注的只是物联网中能够产生价值的那部分数据。只有通过对这些有价值的数据和信息进行分析，才能产生洞见，才能让整个社会变得更加健康、安全、美好。HDS希望更快速地交付能够达到上述目标的物联网解决方案。”
确立主导地位
在社会化创新方面，HDS坚守三大战略核心：数据为核心，软件是基础，同时实现全面连接。具体来说，数据要保持其独立性，即与创建它的硬件平台和应用分开。软件将是HDS未来收购的重点。所谓全面连接，就是HDS要借助整个集团公司的力量，通过物联网支持社会化创新策略的实现。HDS将不断推出整合型的解决方案，同时借助合作伙伴的力量，打造一个社会化创新的生态系统。
