篷布公司工程项目数据采集分析与知识管理（工程项目组织与管理）.docx

《篷布公司工程项目数据采集分析与知识管理（工程项目组织与管理）.docx》由会员分享，可在线阅读，更多相关《篷布公司工程项目数据采集分析与知识管理（工程项目组织与管理）.docx（19页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、泓域咨询/篷布公司工程项目数据采集分析与知识管理篷布公司工程项目数据采集分析与知识管理一、 大数据系统和数据挖掘技术（一）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番，面对前所未有的海量数据，

2、为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于：（1）处理工作量。数据分析的数据量可能并不大，而数据挖掘的数据量极大。（2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。（3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。（4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议。想要从数据中发现规律（即认知），

3、往往需将数据分析和数据挖掘结合起来。（二）数据挖掘步骤按挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。（1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。（2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。（3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示，规约后

4、数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对规约前数据的挖掘结果相同或几乎相同。（4）数据清理。有些数据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。（5）数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。（6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。（7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。（8）知识表示。将数据挖掘得到的信息以可视方式交给用户，或作为新的知识

5、存人知识库，供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源，则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。2，网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性，进而在网络中提

6、取用户感兴趣的信息，获得更高层次的知识和规律。网络信息挖掘沿用了Robot，全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下：（1）确立目标样本。由用户选择目标文本，提取特征信息。（2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。（3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。（4）信息特征匹配。提取索引库中的源信息特征向量，并与目标样本的特征

7、向量对照，将符合要求的信息交给用户。二、 数据统计分析数据分析重要的一类是对具有随机性质的数据进行分析，在多数情况下是用于预测。本段仅介绍统计分析。统计分析不仅是计算样本的数字特征（期望值、方差、相关系数、协方差、离散度、概率分布等），还应当建立适当的模型，进而做出预测。统计分析一般有如下工作或阶段。1选择数字特征。统计分析，就是利用若干数字特征全面认识数据的统计规律。选择数字特征是统计分析研究问题的准备阶段，是统计过程的重要环节。数字特征应当：（1）能够客观地反映研究分析对象的性质、特点、内在联系和运动过程；（2）尽可能突出重点，反映分析对象的全貌；（3）应能反映分析对象的变化；（4）便于资

8、料获取。2收集并整理数据。确定了需用的数字特征之后，就要收集并整理所需的数据。样本的容量与质量对统计结果影响极大。3计算数字特征。利用整理后的样本计算必要的数字特征。这项工作可以同下面的建模合在一起，利用适当的软件进行。4建立模型。计算出样本数字特征后，应选择适合样本模式的模型。统计分析可用的模型很多，都有各自的特点及适用条件。选择模型时，应全面考虑研究对象与目的、到手的数据与资料、统计方法等各自的特点，以及咨询人员对方法的熟悉程度等。5检验模型误差。建模之后，可利用样本检验模型的误差，误差大小由样本与所选模型与方法所决定。根据经济学理论和研究对象的具体特点，分析和评价模型误差，以及模型和方法

9、本身；若误差未达到要求，应改进模型与方法。6利用模型预测。预测是咨询结论和建议的基本依据之一，应成为咨询及决策人员的高质量信息。7评价统计与预测结果。对统计与预测结果进行评价的任务是对初步统计结果（如离散程度、影响、走势等）进行概括，并寻找它们之间的联系。评价过程一般有：形成初步概念；对现象定性；提出主要观点；阐述所提观点的理由；提出论据；得出结论。咨询工程师在进行评价时，要在大局高度上全面、长远地看问题，多方面观察，不偏废任何一方；注意数据的衔接，当来源不同的数据矛盾时应弄清情况后再做取舍。三、 信息鉴别及必要性（一）信息鉴别数据与信息鉴别，可称信息识别，就是将信息与具有特定属性的“模式”进

10、行比较，进而判断信息的类别或属性。具体而言，就是信息收集或使用者运用已有的知识和经验，在对获取的信息进行初步分析之后，按照一定原则和目的，辨认与甄别信息的真伪、轻重主次、是否完整、是否有用，以及用途大小等。（二）信息鉴别的必要性互联网时代，信息极为丰富，大大开阔了人们的眼界。然而，蜂拥而至，难辨真假的信息掺杂在一起，常常使人们陷入另一种迷茫，甚至成了海量信息的奴隶。过量的信息若不筛选，会使决策者无所适从。现在，互联网上充斥着伪造、篡改缺失、无代表性、误传、以及过时等信息。有些信息背后隐藏着各种政治、经济社会的利益团体正当或不正当的目的和企图。信息识别及时与否决定了决策是否正确而又及时，决定了企

11、业、事业、项目和其他活动的命运。对于工程咨询，信息识别同样十分必要。信息识别并非简单工作，对从事者有很高的要求。决策者固然应高瞻远瞩，但决策的基础是真实、可靠的信息。决定信息识别成败的主要因素有：对服务目标的正确认识及其深刻程度；识别者实事求是的态度和已有的知识、推理与判断能力。四、 信息的综合信息综合是信息工作的重要内容。采集来的信息经常是零散、无序，甚至残缺不全，无法直接使用。对于这样的信息，须进行分析、联系、推断、整理和组合，使之成为有用信息，然后确定其特征，如精度、类型、长度、保密度、保留时间、用途等。信息综合有两种方式：一是对已有信息挖掘、延伸，引发创新需求的新信息，达到信息的“增值

12、”，二是通过设计和试验创造新的信息。有价值的信息往往是反复推理分析和猜想后的结果，这个过程要求咨询工程师具备很强的分析、联想、综合与创造能力。五、 项目背景分析篷布（或称防水布）是一种高强度、具有良好韧性及柔软程度的防水材料，常被用作帆布（油画布）、带聚氨酯涂层的涤纶或制作成聚乙烯类塑料。篷布通常在角部或边缘有坚固的索环，以方便用来穿绳索捆绑、悬挂或覆盖。粗篷布又称篷盖布，织物坚牢耐折，具有良好的防水性能，用于汽车运输和露天仓库的遮盖以及野外搭帐篷细篷布经纬纱用于制作，劳动保护服装及其用品。经染色后也可用作鞋、旅行袋、背包等面料。此外，还有橡胶篷布，防火、防辐射用的屏蔽篷布，造纸机用的篷布。篷

13、布织物密度的计算单位以公制计，是指10cm内经纬纱排列的根数。密度的大小，直接影响织物的外观，手感，厚度，强力，抗折性，透气性，耐磨性和保暖性能等物理机械指标，同时他也关系到产品的成本和生产效率的大小。六、 工程咨询知识及其特点（一）工程咨询知识工程咨询需要多方面知识与技能。知识，有哲学、工程学、经济学、社会学、管理学、财务会计、法律等方面的知识；技能，有专业知识、项目管理、公共关系、野外考察、外国语、信息处理等方面的技能。（二）工程咨询知识的特点1数量多，种类庞杂工程咨询行业涉及国民经济众多部门，专业门类多，大小不一，跨地区、跨国界。即便是行业工程咨询，也涉及多种专业。例如对校舍工程的咨询，

14、就涉及国民经济、统计、消防、建筑、结构、给排水、暖通、电气、技术经济、法律等十多个专业。2隐性知识难以提炼隐性知识，特别是经验，在工程咨询中有重要作用。经验需要积累，且常难以提炼和恰当表达。正因为如此，长期积累的经验最容易随着这些经验的载体人离去而散失。3保密要求高咨询企业在咨询过程中获得了客户大量信息，有些很敏感，客户不希望透漏给第三方。在本企业内部共享由此而获得的信息、经验与知识时，或将来为其他客户服务时，应确保不透漏给第三方。七、 工程咨询企业知识管理（一）知识管理及知识管理的组织1知识管理的概念日益激烈的竞争以及其他众多因素对工程咨询企业知识的数量与质量提出了更高的要求。从某种意义上说

15、，知识管理是咨询企业最重要的能力。经常有人将知识管理与信息管理混为一谈。信息是知识的来源，但不一定成为知识。要想从信息中提炼知识，需要有意识地开展必要的活动，使信息经过大脑的处理、加工与提炼。知识管理，是建立一套制度，开展一系列活动，获取、记录、整合、存取、更新和创新知识，以适当的形式为咨询企业所掌握，成为企业知识积累中的一部分，用来为客户、社会创造价值，不至随着企业活动的结束或停止或因当事人的离开而流失。知识管理可以延伸到人在知识方面的行为、企业管理制度与企业文化等方面。简而言之，知识管理就是对知识提炼、创造、共享和积累，以及应用等过程进行规划、实施和控制的活动。2，知识管理的必要性知识管理

16、能够减少重复劳动，增强企业的记忆，丰富咨询企业的智慧。知识管理在全球迅猛发展的原因在于：（1）竞争。市场竞争日益激烈，创新速度加快。咨询企业必须不断获得新知识，利用知识为企业和社会创造价值。要走向世界，就必须掌握与世界交流，以及获取、创造与转换知识的能力。企业文化对企业学习能力影响极大，必须摆脱封闭、保守、不思进取的陈旧文化，转变成学习型企业，才能在竞争中立于不败之地。（2）以客户为中心。企业要为客户创造价值。（3）员工流动。如果企业不能及时妥善地处理，就会丧失员工在本企业工作期间获得的知识。很多咨询企业，当某专业骨干离职后，在相当长一段时间内，无法正常开展该专业的业务，给企业和客户造成了损失

17、。（4）不确定性。咨询企业内外不确定因素众多，市场竞争使咨询企业不能确保客户上门。当前的世界，新技术频出，更新加快，咨询企业不能确信自己为客户提出的技术方案一定成功。企业及其成员获取和使用知识的能力成为企业生存与发展的决定性因素，知识已成为企业获取竞争优势的基础与稀缺资产。3知识管理的组织工程咨询企业必须建立知识管理需要的组织，明确必要的角色及其职责、权限和相互关系，并分派给适当人员。必须制订管理方针、目标以及实现这些目标所需要的规章制度。此外，还要设立必要的知识库、多渠道知识收集系统等。知识管理需要长期坚持并且努力使其成为企业文化的一部分。知识管理体系应当具备如下特征：（1）以人为本。知识管

18、理要以人为本，咨询企业应充分发动每个部门、每一员工，贡献自己掌握的信息与知识，使之成为企业的知识与智慧。（2）以无形资产为主要对象。知识管理比以往任何管理形式都更重视知识资产。（3）无间断的循环。在企业存续期间，知识管理是一个不间断的“积累一创造一应用一再积累一再创造一再应用”的循环过程（4）以提炼隐性知识为主。知识管理对象有显性和隐性知识，但以提炼隐性知识为重点，设法将隐性知识转换为易于企业内共享的知识。研究表明，大多数企业，有序、关系清楚，可供员工参考的信息与知识只占自身拥有总量的10%，其他90%存在员工个人大脑之中，且难于用语言、文字或图形清楚地表达出来供企业使用。一旦这些人流失，企业

19、将蒙受巨大损失。（5）以创新为目标。知识管理以创新，以建立创造新知识平台为目标，创新和孕育新智慧是知识管理的标志。（6）建立学习型组织。便于知识管理的组织与叠床架屋的层级组织不同，只有中间层次简单的“扁平”、开放学习型组织，才有利于知识管理。知识管理必须利用先进的信息技术与工具。有些咨询企业已按自身的发展战略及管理体制建立了独特的知识管理系统。与信息管理一样，知识管理也应具备安全管理功能，保护本企业掌握的知识不受损害。（二）知识管理原则与功能1知识管理原则（1）积累原则。知识积累是实施知识管理的基础（2）共享原则。咨询企业应使每一员工都能接触和使用公司的知识和信息。（3）交流原则。知识管理的核

20、心是要在企业内部建立有利于交流的结构和文化，消除员工之间的交流的障碍。知识交流在上述原则中处于最高层次。2知识管理功能知识管理要获得成功，需要有完整的知识管理制度。该制度应具备的主要功能如下：（1）能够清楚地了解企业已有何种知识，还需要何种知识；（2）要能够及时将知识传递给真正需要的人；（3）一定要使需要知识的人能够获取；不断生产新知识，并使整个企业的人能够使用；（4）确保进入企业的知识可靠、有生命力；（5）定期检查企业的知识是否仍然有效；（6）改造企业文化，建立激励机制，为知识管理创造便利条件。（三）内部交流与共享咨询企业内部的知识交流一方面可以让不同项目组之间交流咨询方法和经验，促进隐性知

21、识的提炼；另一方面也便于彼此加深了解和信任，促进合作，促进知识的创新与共享。知识共享有多种方式，例如即时通信、培训与及时交流会等。知识共享将分散于各部门和各员工头脑中的知识汇集起来，将知识孤岛连成大陆，产生孤岛无法产生的价值。交流可以最大限度地使知识和经验得到融合和升华，也是使旧知识得以发展、新知识得以产生的催化剂。咨询企业应当成为学习型组织，内部的知识交流是员工学习与组织学习的重要方式。咨询单位应当建立适当的激励制度，促进知识共享，在共享中充实。企业的知识管理规章和制度，应当全面鼓励各部门奉献自己的知识，与他人共享。只有这样，才有利于企业的知识积累。四）知识管理成效的评估咨询企业知识管理的好

22、坏与成效，可从以下几个方面评估：1人力资源：培训费用、员工向心力与经验；2创新成果：研发费用、员工创新态度与比率、咨询业务的更新、知识产权；3客户态度：服务质量、合作时间、咨询次数、销售额等。八、 层次分析法概述及优缺点（一）层次分析法概述层次分析法（简称AHP）是美国匹茨堡大学运筹学家T.L.satty教授于20世纪70年代初，在为美国国防部研究“应急计划”时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。该方法将决策问题的有关元素分解成目标、准则、方案等层次，在此基础上进行定性分析和定量分析的一种决策方法。这一方法的特点，是在对复杂决策问题的本质影响因素及其内在关系

23、等进行深人分析之后，构建一个层次结构模型，然后利用较少的定量信息，把决策的思维过程数学化，从而为求解多准则或无结构特性的复杂决策问题提供一种简便的综合决策分析方法。层次分析法的应用范围十分广泛，应用的领域包括：经济与计划；能源政策与资源分配；政治问题及冲突；人力资源管理；教育发展；医疗卫生；环境工程；军事指挥与武器评价；企业管理与生产经营决策；项目评价；规划咨询；资源环境承载力评价等。层次分析法优缺点1层次分析法的优点（1）系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断

24、各个因素对结果的影响，层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰明确。（2）简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，将多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。该方法计算简便，结果明确，且易于决策者了解和掌握。（3）所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲究定性的分析和判断。由于

25、层次分析法是一种模拟人们决策过程的思维方式的一种方法，该方法把判断各要素的相对重要性化为简单的权重进行计算。2层次分析法的缺点（1）不能为决策者提供新方案对于大部分决策者来说，如果一种分析方法能替我们分析出在我们已知的方案里的最优者，然后能指出已知方案的不足，或者甚至能提出改进方案的话，这种分析方法才是比较完美的。而层次分析法只能从原有备选方案中选择较优者，而不能为决策者提供解决问题的新方案。（2）指标过多时工作量大，且权重难以确定当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加，而指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵，那么就需要对许多的指标进行两两比较的工作。由于一般情况下两两比较是用1至9来说明其相对重要性，如果有越来越多的指标，对每两个指标之间的重要程度的判断可能就会出现困难，甚至会对层次单排序和总排序的一致性产生影响，使一致性检验不能通过，如果不能通过，就需要进行调整，在指标数量多的时候其调整的工作量大，且权重难以确定。（3）特征值和特征向量的精确求法比较复杂在求判断矩阵的特征值和特征向量时，所用的方法和我们多元统计所用的方法是一样的。在二阶、三阶的时候，还比较容易处理，但随着指标的增加，阶数也随之增加，其人工计算也变得越来越困难，需要借助计算机来完成。