统计数据分析范文

导语：如何才能写好一篇统计数据分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

固定资产投资规模依然偏大

今年第一季度固定资产投资增速比去年同期有所下降，但郑京平指出，22.8％的增速是在去年增长速度很高的基础上又增加了22.8％，增长速度仍然偏快。产生这种情况的原因，郑京平认为，2004年我国的各类收入，如财政收入、企业收入和居民收入都有比较高的增长，对于投资起到了推动作用。另外，一些投资项目的储备比较充足，企业投资的积极性比较高，地方政府投资的积极性也没有减弱的迹象，上述因素都使投资仍然保持一个比较高的增长速度。当然，这个速度也不能太低，郑京平认为，这个速度如果能够保持在20%左右，对中国经济稳定健康发展是有好处的。

不要指望消费有更大的跳跃

今天第一季度的社会消费零售总额同比实际增长11.9%，比去年同期加快2.7个百分点。郑京平指出，取得这一成绩的原因主要有两个，一是去年城镇居民的收入增速比较快；农村居民的收入增幅比前两年快了很多，2004年农村居民收入实际增长6.8%。二是城乡居民对住房、教育、医疗等方面改革的承受能力有了进一步提高。

郑京平说，在一国的经济发展中，消费能够增长9％到10％已经是非常好的成果了。“我们不能指望消费有更大的跳跃，一下子成为热点。”

正反两方面因素使物价涨幅相对温和

篇2

关键词：大数据统计分析；经济管理领域；运用

统计应用作为数学的重要领域，在大多数情况下，数据被收集并且通过一定方法在系统中存储，重要策略被记录，并应用于其他领域。随着数据恢复方法和统计分析方法的逐步集成，大数据的统计数据分析方法在财务管理中变得越来越重要。面对当今全球化的压力和经济市场的激烈竞争，使用财务管理的统计整合是提高有效管理效率，优化资源分配和科学行为的有效步骤。通过市场经济的发展和经济水平的不断提高，数据集成和财务管理水平运用了大数据的统计分析。在建立大规模数据的经济增长政策时，技术在宏观经济研究中起着重要作用。大数据统计分析的作用正在增加，其在管理中的用途正在进一步扩大。显然，加强对经济发展大数据统计分析技术的使用对促进经济增长和提高管理效率非常重要。

一、大数据统计分析方法在经济管理领域运用的意义

为响应市场环境和公司治理内容的变化而促进使用公司治理统计数据的需求主要体现在两个方面：

（一）宏观经济方面发展有若干规律。为了寻找有关经济发展的规律，强大的数据分析技术在宏观经济学中的应用非常重要。一方面，大数据分析统计数据用于从宏观经济发展行业收集数据，对相关行业信息进行实证分析，并调查行业发展和行业问题。使用SPS，Stata和其他数据分析软件，中国拥有最重要的发展法；同时，发现工业发展规律，规范工业发展，开辟新的经济发展方式也很重要[1]。

（二）企业经营管理方面1.提升企业竞争力的必然要求当前，业务发展的竞争越来越激烈。竞争压力主要归因于国内市场经济带来的经济化以及国内市场竞争激烈加入的外国公司的影响。公司必须面对激烈的市场竞争。大众市场信息的统计分析将调整生产和管理策略，并为业务发展的战略调整作出有效的决策。2.提升企业管理水平的必然要求一方面，诸如运营管理、财务管理、风险管理和企业资源管理等相关任务变得越来越复杂。需要统计分析方法来对丰富的业务操作信息进行分类和汇总，为业务管理决策提供有效的信息。同时，企业需要不断满足产品和服务生产方向的政治要求。由于需要与相关部门合作，例如运营财务管理、规避财务风险，因此需要建立相关部门的统计数据，以提高决策效率[2]。

二、大数据统计分析方法在经济管理领域的运用

利用大数据的统计数据分析技术研究宏观经济发展政策，对促进行业发展至关重要。另一方面，如何获取有关复杂数据管理的重要信息，在业务流程和管理方面为公司制定有效的决策是重中之重。关键在于掌握财务管理的大数据分析方法，并使用大数据统计分析技术来分类和提供业务流程管理，隐藏的规则以及来自异常数据点的大量信息。为了应对突况，管理人员需要制订正确的决策计划。本文主要讨论宏观经济应用管理领域的统计数据分析方法，以及业务管理、财务管理、风险管理和管理的六个方面。如：

（一）宏观经济方面关于宏观经济产业的运作和发展有若干规律。为了找到宏观经济发展方法，统计分析技术对于稳定经济增长和调查潜在的经济危机很重要。当前，不仅学者，业务经理也开始了解计算机技术的使用，并开始通过统计分析来发现工业发展中的若干问题，学习工业发展的原理。为了找出答案，我们选择了相关的影响因素并采取了相应的行动，采取措施提高工业发展效率。

（二）企业运营管理方面通常，在日常工作程序和工作相关领域中存在某些特定的业务管理和操作规则。另一方面，通过将统计信息应用于业务的运营和管理，公司可以通过分析大数据的统计信息来获得规律。这将帮助公司节省一些资源，避免重复的任务并节省公司的业务资源。如果该政策是从科学的统计评估阶段得出的，则情况与正常情况不同的企业高管应仔细考虑潜在的风险。

（三）企业营销管理方面企业需要建立大型数据管理系统来收集有关企业提供的产品或服务的市场交易信息。因此，消费者的热点必须与受管理的信息系统对齐，以使其隐藏在协同交易信息中。确定消费者对需求的偏好并确定消费者需求。公司的主要产品和服务根据消费者的喜好运作，可以满足消费者的需求，替代市场上的非反应性产品和服务。同时，开发新产品和服务企业领导者可以提供有效的决策信息，并为消费者创建新的热点[3]。

（四）企业财务管理方面应用管理统计信息。它通过审查有关生产过程和运营的统计数据（尤其是财务数据），进行定性和定量分析，帮助评估相关活动，例如商业投资。财务管理是开展业务必不可少的部分，这对于减轻公司的财务风险和提高公司资源分配的效率至关重要。通过统计分析对商业经济数据进行分类和分析，可以为高管、投资者和其他相关利益相关者提供有效的决策信息。

（五）企业人力资源管理方面将统计应用于公司的人力资源管理，并使用统计分析技术结合公司业务管理部门的特征，选择适当的方法来提高效率。人力资源管理很重要，人才基本上是企业的无形资产，在部门保留相关的人力资源是业务发展的关键。回归站评估法用于预测企业发展的人力资源需求，动态分析法用于根据状态预测人力资源的变化。将这两个方面结合起来可以大大提高业务资源的效率。

（六）企业风险管理方面使用统计分析技术对业务流程中的大量业务信息进行分类和分析，发现隐藏的规则和数据差异。重要的是，业务主管需要进行预测，做出正确的决定，解决事件并发现潜在危险。意思是如果统计数据分析有些奇怪，则需要找出业务流程中具有的某些规则，因此业务主管需要寻找更多异常条件，尤其是财务管理，要注意关注状态的变化。另一方面，对公司财务信息进行统计分析是公司规避财务风险的有效手段之一。

三、完善大数据统计分析方法在经济

管理领域运用的措施在本文中，我们将了解如何从六个方面分析大数据的统计数据：宏观经济活动、业务管理、风险管理、财务管理、资源管理和财务管理人员。这被认为是财务管理数据大规模统计方法的一种改进。必须在三个方面进行现场应用：

（一）社会宏观经济层面尽管存在宏观经济法则，但根据过去的经验，由于缺乏安全可靠的数据和分析方法，宏观经济法则的分析则一直被认为是伪科学。大数据分析技术提供了探索宏观经济法则的机会，大数据技术使用数据创建系统，而使用许多信息技术的科学分析是宏观经济法研究中的重要一步。特别是，某些行业使用行业信息和对经济趋势预测的全面分析来帮助识别和克服复杂的工业发展挑战，可以提高宏观经济发展效率。

（二）企业经营管理层面在公司上载和数据受限的情况下，企业很难优化管理功能以提高性能[2]。由于业务经理的管理理念和管理水平受到限制，因此很难断定业务开发操作和管理流程是否存在问题。统计分析技术可用于计算和评估每个关键决策或业务战略适合性的有效性。如果由于大数据分析技术而导致预期的数据销量存在矛盾，该公司可以调整其总体战略并进行业务变更以优化管理理念。

（三）行业与行业之间存在着一定的鸿沟无论是快速消费品行业、食品行业还是大型公司，其经营理念和经济结构在公司治理方面都存在根本差异。统计数据分析技术使公司能够了解整个行业的消费者需求的性质，分析社会经济状况，能够了解共同的业务条件和业务发展情况，并优化或区分劣质产品。在某些情况下，此更改是提高产品价格的高级更改，如果消耗量和消耗品减少，则可以降低产品价格。产品必须能够升级以满足顾客需求。产品行业、食品行业或大型行业具有不同的经营理念和财务结构，还在进行公司管理。但是，各个行业的业务方向取决于消费者的需求。换句话说，公司开发了产品的功能并使产品的功能适应消费者的需求。对于公司而言，通过优化生产结构并提供更多定价和功能来说服更多消费者也很重要。

（四）企业财务管理层面财务管理贯穿公司治理的整个过程。公司财务管理非常有效，但是存在诸如财务管理的巨大风险之类的问题。对公司财务信息进行统计分析是防范财务风险的有效手段之一。公司需要管理其日常收入和支出，并进行大规模会计处理。企业可以使用大数据分析技术来监测财务管理功能并确保标准化业务的财务安全。利用统计分析技术和大数据，公司可以预测潜在的市场和行业风险，以提供最佳解决方案，还可以提供分析大数据的方法，可以跟踪异常并快速发现异常。

四、结语

本文首先从宏观经济方面、企业经营管理方面等两个方面对大数据统计分析方法在经济管理领域运用的意义进行了分析，然后从宏观经济方面、企业运营管理方面、企业营销管理方面、企业财务管理方面、企业人力资源管理方面以及企业风险管理方面等方面对大数据统计分析方法在经济管理领域的运用进行了分析，最后从社会宏观经济层面、企业经营管理层面、行业与行业之间存在着一定的鸿沟以及企业财务管理层面等方面提出了完善大数据统计分析方法在经济管理领域运用的措施。大数据分析技术被广泛用于宏观经济预测、业务管理和公司风险管理，它在优化公司治理和运营结构，有效改善公司治理以及提高公司统一性和核心竞争力等方面发挥着重要作用，可以使公司在激烈的市场竞争中有一席之地。

【参考文献】

[1]张琳.大数据统计分析方法在经济管理领域中的运用浅析[J].营销界,2019(38):291-292.

[2]杜珉.大数据统计分析方法在经济管理领域中的运用探析[J].山西农经,2019(12):27.

[3]陈雪琴.大数据统计分析方法在经济管理领域中的应用[J].山西农经,2019(5):37.

[4]陈文怡.大数据挖掘电力系统项目管理中理论的应用[C]//2018年6月建筑科技与管理学术交流会.

篇3

【关键词】大数据；政府统计；统计分析；影响

在这个大数据时代，随着时间的推移，人们将越来越多的意识到数据对各个行业的重要性。其实，这对统计工作、政府统计也是一场模式革命。要扩大数据获取来源，通过云计算对海量大数据进行比对、分析，理解附含的信息，筛选有用的信息，找到信息的联系，针对经济发展新常态进行深入分析，为五大发展理念的贯彻落实提供统计分析动力和决策依据。当前统计研究者更为关注，怎样将企业、基层、部门的海量数据进行全面的无缝对接、汇总加工，怎样通过大数据、云计算、物联网为统计工作整合资源、汇聚合力，怎样让信息技术为统计流程改造和统计数据生产更好服务。

一、大数据的概念和意义

大数据（big data），指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，通过“加工”实现数据的“增值”。所以大数据分析常和云计算联系到一起。

二、大数据对经济发展和政府统计的影响

（一）大数据对经济统计的影响

大数据实际上对经济统计带来了非常大的影响，极大地改变了统计数据收集方式、统计方法和统计生产过程，也是一种对传统因果关系论证做法的革命和创新。

第一，在数据收集方式方面，传统方法更多是依靠全面报表、大型普查、抽样调查、典型调查、重点调查等方法，但是仅仅依赖这些方法显然无法跟上信息技术发展的步伐，有必要结合大数据应用进一步完善和改进统计方法。第二，在统计方法方面，考虑到成本、效率、精度等诸多因素，传统方法中统计调查更多采用抽样调查，但大数据时代辅以云计算，为获取全数据提供了可能。第三，在统计生产过程方面，传统统计方法讲求数理关系、因果关系的严格逻辑性，定量分析更多，现在大数据时代，既要挖掘因果关系，更要关注事物联系，能够挖掘数据最大价值。

（二）大数据对政府统计的影响

大数据时代，各行各业都在适应、迎接这种深邃的变革，政府统计也要解放思想，顺势而为。这就要求加强和完善部门统计，促进综合统计和部门统计协调发展，整合它们的数据信息，构筑新的接口吻合、共享方便的名录库和数据库平台，丰富数据获取方式和分析方式，切实提高统计数据质量和政府统计公信力。新的统计方法相比以前，要在调查样本范围上有所扩大，要在记录容量上有所加大，要在调查效率上有所提高，要在调查结果上更为精确。

在消费价格方面，目前主要针对农贸市场、购物中心、超市百货等场所开展统计调查，按月进行居民消费价格指数统计，信息滞后，周期过长。如果通过大数据进行调查，就能扩大调查范围、增加调查样本、提高调查速度、精确消费价格。在人口调查方面，作为世界第一人口大国，在2010年第六次全国人口普查时，主要通过问卷调查、入户走访、光电录入、校验汇总等方式积累和分析数据，可以说人力物力财力耗费巨大，信息固化无法及时更新。如果通过大数据进行普查，就可以建立一套完整的人口管理系统，整合公安、计生、民政等多个部门人口信息，大大提高调查时效，节约调查成本。在数据质量方面，传统调查种类繁杂、数量庞大，各种非全面调查方法都有一些误差，如果通过大数据建立完整的相关的政府管理数据库，就能够确保数据的准确性、提高的及时性。

（三）大数据时代统计分析探究

因为大数据时代信息爆炸式增长，必须对传统统计方法进行改进，按需改造数据生产过程，运用大数据、云计算建立一个全新的全数据统计模式。其中，在一些领域，仍然要依靠传统的抽样调查等科学方法，方便快捷、低成本完成好统计调查，在另一些领域，就要运用大数据建立数据库，适时提取所需数据，提炼有价值的决策咨询信息。很多时候，针对经济统计和政府统计，两者需要有效交叉融合，这样才能通过数据更加如实地反映经济发展实情和社会发展本质，切实提高统计数据效用，助推经济转型升级和提质增效。

三、结束语

大数据将为这个时代插上腾飞的翅膀，政府统计工作一定要适应这种变革、引领这种变革，带头主动改造统计数据生产过程，进而让数据样本覆盖更加全面，统计数据加工更加快捷，统计数据提供更加及时，统计数据质量更有保障。同时，这是一个体系，也需要全社会共同参与，这样才能为经济发展提供更加坚实的统计支撑。本文结合大数据概念和意义，针对经济统计和政府统计，探讨如何进行分析和研究。综上可知，必须抓住大数据发展的契机，让它和传统统计调查方法有效结合、互相补充。另外，大数据还在发展之中，需要在全面深化统计改革实践中，继续加以深入研究和挖掘，让大数据为经济在新常态下更好发展发挥关键作用。

参考文献

[1]赵彦云.宏观经济统计分析发展的基本问题[J].经济理论与经济管理，2013，（5）：23-3..

[2]李士猛，步倩.大数据背景下的统计探究[J].商场现代化，2014，（19）：213.

[3]程开明，庄燕杰.大数据背景下的统计――第十七次全国统计科学讨论会综述[J].统计研究，2014，（1）：106-112.

篇4

[关键词]建筑业；统计分析；利用；大数据

前言

数据统计是国家进行市场监控和企业进行内部管理的重要依据，对建筑行业的影响十分巨大。面对呈现出多元化的投资主体、承包方式，以及极具弹性的建筑业统计方法和数据整理分析，在建筑行业进行数据统计分析时利用好大数据，成为提高建筑业统计分析质量的有效方法。

一、建筑业统计分析的重要性

在建筑业运行过程中进行统计分析，其统计数据能够为政府进行市场监管提供直观可靠的理论依据，同时能够给企业相关管理者提供内部管理和改造的参考依据。对建筑行业进行统计分析能够直观反映生产运作的真实情况，从而帮助决策者根据实际情况的不断发展对企业的生产规划作出改进。建筑企业做出合理的发展规划是与数据统计分析密切相关的，统计分析能够起到一个总结工作成果和指明发展方向的作用。对建筑业进行统计分析，是以建筑企业为主体展开的，包括企业的从业人员，企业的可用设备，固定资产原价以及固定资产净值等部分。只有对生产过程中相关的各项数据进行整合与分析，才能切实得到企业在这一阶段的发展过程中进行了哪些消耗，这些消耗为企业带来了哪些利润，并将各项消耗与企业的利润进行对比，才能更直观的看到企业的利润最大来自于哪方面，而哪些消耗是可以减少或者避免的。统计分析能够在整体上反映建筑业的发展情况，并引导政府、企业管理者进行监控与调控。

二、建筑业统计分析利用大数据的方法

（一）完善立法，加强执法

建筑业的统计分析需要一个良性的社会环境。在进行统计时要严格遵循《统计法》和《统计法实施细则》，有理有据的进行统计分析。同时，由于现阶段建筑业的统计分析需要加入大数据，这就要求我国相关部门参照大数据的特点，制定针对于大数据环境和发展情况的统计法规，为建筑业在新时代的统计分析提供一个更加安全的环境。

（二）完善统计体系和评价制度

国家应该制定针对于建筑业的完善的统计体系，规范建筑行业进行统计分析的方法，从而更好地对建筑业进行监督与调控。制定好的统计体系要符合中国经济发展的实际，与建筑业的现状密切相关，这个统计体系还要能够随着社会的发展作出改进，并遵循科学发展观的要求。从而减少建筑业统计分析过程中的不确定性，才能在新的时期利用好大数据，减少大数据给建筑业的统计分析带来的工作量，并使统计分析更加规范和具有权威性。在一种科学的方法中利用好大数据做好对建筑业的统计分析，推动整个建筑业的发展。建筑业的统计分析是讲究质量的，随意要求在系统的统计体系的基础之上建立起来一个完善的统计数据质量评价制度。

一个完善的评价制度能够对建筑业得出的各类数据进行审核与监督，从而保证统计数据的真实性，为下一步的数据统计分析工作提供正确的数据，保证统计分析的顺利进行，并得出有效的结论。大数据是多元化的、具有实时性的，这就要求相关人员在进行数据统计时根据评价制度选取有价值的数据进行整合和分析，才能得到真正反映建筑企业运行状况的数据，从而根据这些数据进行下一步的工作安排，做到事半功倍。

（三）构建系统的统计网络

大数据的利用是离不开网络的，这就需要建筑行业吸收掌握先进网络技术的人才，为建筑业的统计分析构建一个系统的统计网络，为建筑业统计分析利用大数据提供可能。这个统计网络不是字面意义上的构建一个专门用来进行数据统计的系统，而是包括从管理人员到员工的整个建筑企业在内，建设一个包含整个企业各环节的内部统计网络。首先要安排专门的企业领导者负责进行数据统计和分析工作，并由其指定相关人员进行各部门、各环节的统计工作。从高层到低层，每一环节都要将数据统计的管理者落实到实处，并让其真正对这一工作负责，定期将统计结果上报给上一级统计人员。并最终选择三至五人对收集好的数据进行整合和分析，提供给建筑企业的领导者，让其根据数据做出最后的决断，并最终作出企业发展的规划。做好相关人员的人事统计网络之后，再建立好利用网络技术进行数据处理的真正意义上的统计网络。这个统计网络也能技术收录本企业各部门的发展概况，并对其运行过程中出现的各项数据进行统计。每个部门都设定为一个独立的统计单元，各统计单元之间也要相互联系，将各项数据进行整合。并制定专门的统计分析功能，让系统自动将数据进行统计分析，提供给管理者，从而减轻相关统计人员的工作压力。有特殊需要的情况下还可以将各项数据制成统计图，更直观的观察各项指标的变化。各建筑企业之间还可以通过统计网络进行数据的交流，让各企业之间能够互相借鉴，从而做出更好的推动建筑业向前发展的决策。这样在两个方面构建系统的统计网络，才能在建筑业进行统计分析的过程中真正利用好大数据，更直观更系统的监控建筑企业的发展状况，并作出及时地调整。

（四）提高统计人员的素质

建筑业数据分析利用大数据，不仅仅是少部分人的工作，是需要整个建筑行业的从业人员进行关注的。这就要求建筑行业的从业人员特别是专注于统计工作的工作人员提升自身素质，紧随时展步伐，学会使用新兴的网络技术对数据进行整理与分析。首先要求建筑企业的统计人员要具备专业的统计技能，能够敏锐的发现各部门运行过程中发生的变化，并从中整合出数据，进行分析。而现代建筑企业的统计分析需要利用到大数据，这就要求统计人员在掌握了原有的统计技能的基础之上学会运用网络技术、计算机技术进行出具的整合与分析，并通过观察其他建筑企业的各项数据，发现本企业各部门在运行过程中存在的问题，及时反映给相关管理人员。网络技术的应用还为统计人员更多的接触到国外一些高端建筑企业的运行模式提供了便利条件，让我国的建筑企业在借鉴中得到成长。企业管理者要定期对员工进行统计技能的培训，这些培训还应加入对现代高科技的使用，让统计人员掌握紧随时展步伐的新技能，加强员工的职业道德明确员工责任心。从而为建筑业统计分析利用好大数据提供一个有利的环境，让大部分员工能够在进行统计时主动利用大数据，让建筑企业内部管理与时代接轨。

结语

综上所述，建筑业的数据统计在整个建筑业的发展过程中处于一个十分重要的位置，统计分析的好坏直接影响着建筑业的发展方向。在进行建筑业的统计分析时，完善立法，加强执法，建立系统的统计体系和评价制度，构建系统的统计网络并提高统计人员的素质，从而更好地利用大数据，推动建筑业的飞速发展。

参考文献

[1]应佩君.提高建筑业统计数据质量方法探讨[J].统计科学与实践，2012，03：58-59.

篇5

(常州市给排水工程有限公司,江苏常州213000)

［摘要］施工企业是我国建筑行业的重要组成部分,要对施工企业实行现代化管理,离不开高质量的数据统计工作,而提高统计数据的质量则是统计工作的重要目标和基本任务。由此,本文结合笔者实际工作经验,深入探讨了施工企业目前在统计工作中存在的问题以及提高统计数据质量的有效措施。

［

关键词 ］施工企业；统计工作；统计数据；有效措施

［DOI］10?13939/j?cnki?zgsc?2015?09?138

1统计工作对施工企业的作用

从国家角度来讲,统计数据是对整个施工行业进行监管的基本前提,影响着相关部门的政策制定。从企业角度讲,统计工作是企业对自身经营情况进行分析的基本途径,统计数据实际反映了企业的经营成果,在一定程度上会影响企业管理层制定相关管理措施,所以统计数据的质量非常重要。

根据国家统计数据发现,自2000年以来,第二产业占国民经济生产总值的比例大约维持在46%的水平,成为支持国民经济增长的重要力量,其中建筑业的贡献大约是在6%,由此可见建筑类企业对带动经济增长的重要作用。施工企业的统计内容主要是针对有关企业的统计指标来进行,例如,企业的数量、从业人员数量、固定资产总价、固定资产净值等内容。施工企业的统计数据直接反映了企业的市场价值、经济效益以及生产经营成果等。

2施工企业统计工作存在的问题

2?1企业缺乏有效的统计制度和统计机构

对于施工企业而言,其统计数据一般是采用统计报表的形式向上级单位报批。由于施工企业的数量众多,性质不一,当前统一的统计制度难以适用于所有的企业。统计制度直接决定了统计工作的内容和统计数据的质量,一些施工企业可能利用制度上的盲点和漏洞伪造不真实的统计数据,从而直接影响了企业统计职能的有效发挥。此外,部分施工企业的统计机构不健全,尤其是在工作人员数量不充足的情况下,统计工作相对于施工专业岗位工作常常被忽视,这种情况在大多数的施工企业中是普遍存在的。企业统计机构的缺失虽然在一定程度上能够降低企业的运营成本,但是也造成了统计数据质量的下降以及数据可信度的降低,对企业重要决策有负面影响,且最终会反映在企业的经济收益上。

2?2建筑行业本身特点对统计工作的影响

建筑行业相对于其他行业而言,其统计工作受行业特点影响较大。比如,正在施工的建筑有一定的固定性,而与建筑有关的施工活动和施工流程却有很强的流动性；不同的建筑对象在质量、结构等指标方面有很大的不同,所以统计工作必须针对每次或者每项的建筑施工活动单独进行；建筑施工的时间周期相对比较长,统计报告期内的数据只能反映一个阶段内的施工情况。以上几种特点都将对建筑施工的统计工作造成很大的影响,统计工作在短时间内难以涵盖所有的统计项目,这反映了建筑施工行业统计数据一般难以满足有效性和完整性要求的特点,所以也是建筑施工统计工作的难点。

2?3企业重视程度低,统计方法没有及时更新

由于建筑施工行业中大部分工作主要是与施工有关的专业型工作,企业管理层对统计工作的不重视是很常见的情况。如果管理层对统计工作的关注程度不高,那么企业统计职能效用就难以发挥出来。例如,管理层只重视最终的统计数据和统计结果,那么其对统计过程和计算方法就会缺乏管理和监督,在没有有效监督的情况下,统计人员很有可能不按照正规的统计制度严格执行统计过程,其统计结果的质量也就难以保证。此外,统计工作的核心在于统计方法,即采用科学的工作流程和统计程序来搜集、总结、分析反映企业基本面的数据和资料。随着信息技术在统计工作中的应用范围扩大,统计效率在不断提升,如果统计方法没有及时地更新,一方面会大大降低工作的效率,另一方面也会影响统计数据的质量。

3提高施工企业统计数据质量的有效措施

3?1健全统计管理机构,提高企业统计人员的业务水平

只有建立健全施工企业的统计机构、不断提高企业统计人员的业务水平才能保证统计数据的质量和可靠性。施工企业的管理模式一般分为公司、分公司、施工项目组三层结构。统计机构的健全和完善依赖于专业化的统计队伍,从企业角度来说,公司的统计部门负责整体的统计数据及数据质量,分公司以及不同的施工项目组负责施工项目的统计数据,只有在其相互配合、相互协调基础上,才能提高企业整体的统计数据质量。同时,企业必须在完善统计机构的基础上加强统计工作人员的技术培训和业务素质考核,提升专业能力,使其牢固掌握施工专业知识、统计专业知识和统计方法,提高对统计数据的分析能力,为企业决策和管理提供真实可靠的数据信息。

3?2加强企业统计制度的建设

施工企业的统计制度是开展统计工作的根本依据,加强企业统计制度建设是提高统计工作水平的根本措施。统计制度的建设最终体现在数据采集、数据整理、数据分析、形成报表等各个统计工作的环节上,对整个工作流程进行规范是完善统计制度的主要措施。比如,企业要结合自身的实际情况制定统计监督和管理办法,在统计工作的各个环节和整个流程上加强监督和管理,从制度上提高统计数据和结果的可靠性。同时,要狠抓统计制度的执行,将责任落实到每一个工作人员和工作岗位上,切实提高统计人员的责任意识,使其对自己的统计工作负责,对统计结果负责,从而保证统计结果的真实性和可靠性。

3?3建立和完善有效的数据审核制度

建立和完善企业统计数据的核算制度是提高统计数据质量的有效措施。完善核算制度也依赖于建立全面的统计指标体系,对统计指标的具体含义、统计口径和统计方法都要做出比较详细的说明,对其所涉及的范围进行具体界定,并且要从制度层面规定以上统计指标不能随意变更。此外,企业还要建立规范的统计数据质量控制制度,对企业统计数据采集过程予以严格监督和管理,确保数据的真实可靠,提高数据的完整性和准确性。比如,现在的电子核算方法已经逐渐普及,采用计算机进行数据的核算检查,能够大幅度提高统计核算的速度和效率。

3?4提高企业基层原始记录和统计报表的数据质量

施工企业的综合统计数据来源于各基层单位和项目管理部门的统计报表,所以从这个角度讲,各基层统计单位的统计工作质量直接影响着企业层面统计数据的质量,所以必须充分保证施工企业基层统计部门的原始记录和统计报表的数据质量。首先,企业的统计职能部门要结合较高一级的统计管理部门以及企业的实际情况,再配合各项目部的基层工作单位设计出合理规范的统计原始记录表和统计报表,其统计项目的设置要合理,符合企业实际,其数据的来源以及统计指标的计算方法要规范清楚,能够被专业的工作人员理解。其次,基层统计数据的报表格式和统计方法一旦确定就不要经常修改,确保统计数据的连续性和可比性。

4结论

总之,施工企业要想提高经济效益,必须重视内部统计工作。统计数据的质量最终反映在统计数据的准确获得以及正确分析方面,只有真实可靠的统计数字才能全面地反映企业的真实情况,才能为企业管理和企业决策提供准确的数据支持。

参考文献：

［1］孙兰云?浅谈如何提高企业统计数据质量［J］?现代商业,2011(8):167?

［2］刘凤云?规范企业统计工作确保源头数据质量［J］?现代企业文化,2012(15):89-90?

篇6

网络问卷应用优势

1．省时省力

在局域网或互联网上发问卷，整个操作过程无纸化，问答方便，回收过程快速，可及时反馈，节省人力、财力。

2．问卷填写时间自由

在一定时间段内，可以自由回答问卷，不限人数；网络环境可以多人同时填写，大大提高工作效率。

3．保证数据录入有效性

在网页和Excel中均可设置填写有效性检查，通过命令限制，防止漏填或不符合规范的数据录入。如输入身份证号时，若位数不够，将提示重新输入，否则不允许继续录入，保证数据录入准确。

4．数据统计快速、准确

由于网络问卷采集的是数字化数据，进行统计分析快速高效。如在Excel中进行运算和统计，一条命令几秒钟可抵上手工几小时甚至几天的工作量。

5．题型多样，统计方便

网络问卷可采用单选、多选、判断题、简答题等形式调查。前三种可用字符统计命令快速统计结果，而简答题汇总时，由于是电子形式，可大大节省后期录入的时间和精力。

6．安全性强

纸质问卷回收过程中，涉及回收环节较多，而且不少被调查者不愿意被其他人看到自己的回答内容。若采用网络问卷的形式，只有网络后台管理人员和问卷组织者才有权限接触到数据结果，减少了中间环节。

数据采集方法

随着技术的不断发展，数据收集和统计的方法多种多样。中小学校可以利用现有条件，在学校局域网或互联网上通过Excel表格方式调查，利用学校网站进行互联网调查，或通过专门的在线调查网站进行问卷调查。

1.利用Excel在机房内收集数据（局域网环境）

传统汇总学生信息，通常是教师将学生的数据收集起来，然后一条一条输入汇总为一个表格。由于一些统计数据过细过多，输入的工作量很大，费时费力。而在网络机房进行调查反馈，可多人同时填写一张Excel表格，既减轻了人工输入的压力，还节省时间。采集的数据信息集中在一张表上，可快速高效地完成相关调查反馈。要完成此操作，只需正常网络设置的学校机房，安装Excel软件，通过对Excel文件及所在文件夹进行一些设置，就能完成数据采集。方法如下：

设置文件夹共享：首先在网络教室中教师机（Windows XP或Windows 2003系统）上建立一个共享文件夹，然后在文件夹上右击，执行快捷菜单命令【共享和安全】，打开文件夹【属性】对话框，在【共享】标签上选择【共享此文件夹】选项，点【权限】按钮，打开权限设置对话框，选中“允许”列的所有选项，点【确定】按钮，这样就将文件夹设为“完全共享”，局域网内其他人就能访问了。

设置工作簿共享：将Excel文件(成绩单.xls)复制到此完全共享文件夹，打开Excel文件，点击菜单【工具】|【共享工作簿】命令，打开【共享工作簿】对话框，选取【允许多用户同时编辑，同时允许工作簿合并】选项（有对勾），点【确定】按钮，这就完成了工作共享。

编辑应用工作簿：在学生机上，双击桌面上的【网上邻居】，在打开的窗口左侧单击【网络任务】列表中【查看工作组计算机】，在右侧窗口找到教师机，双击打开，能看到共享文件夹，双击打开Excel文件，按自己序号输入相应内容后保存。所有学生输入数据后，保存Excel文件。教师在教师机上点击【保存】按钮，这就得到全班的数据（成绩）汇总表，然后就可以通过Excel命令对收上来的数据进行分析处理了（提示：在学生机打开Excel文件后，此时可以看见标题栏的文件名右边有“共享”提示，若标题栏文件名右侧提示为“只读”，则需要重新打开）。

说明：局域网内共享Excel方式简单易行，但受到机房环境的限制，若调查人数较多还是不方便。解决办法是可以通过互联网共享Excel文件方式进行，如利用EditGrid网站（），新建或上传已有Excel表格文件，为不同用户设置相应的浏览权限，其他操作都如在Excel软件中操作一样。利用EditGrid网站可以不受时间、空间和人数限制地进行数据调查。

2.利用ASP程序在互联网上采集数据

由于同区域学校间网络可以互访，因此，可在学校任意一台计算机（无论是Windows XP 或Windows 2003系统均可）中安装IIS（互联网信息服务），正确配置一个ASP程序运行的环境，再到网上下载一个问卷调查程序，修改成自己问卷内容即可，操作过程如下。

下载：上网搜索ASP问卷调查源程序，选择题型与自己问卷要求一致的，如凌云有奖问卷调查ASP问卷，将其下载、解压、复制到IIS网站目录下，通过网页浏览器，运行无误后，就可进行修改操作了。

修改：一个问卷调查系统一般包括问卷输入、问卷保存、答案查看等多个网页文件，只需修改两个网页和一个数据库文件。

步骤 1，通过FrontPage或Dreamweaver等网页编辑软件，打开问卷录入网页(dati.asp)，将原网页问卷内容修改成新问卷调查内容。再切换到“拆分”视图，如右上图所示，将按钮名称和选项对应。主要是修改每个答案的代码，如在语句中，type说明题目类型为单项选择题，每一题各答案中name后的名称要相同，它对应数据库中的字段名称，value后是输入数据库中需要统计的内容。

篇7

关键词 数据挖掘技术 警务系统 数据分析 应用

中图分类号：TP311 文献标识码：A

1数据挖掘技术在警务数据分析系统中的重要性

警务系统由于工作的特点，要不断地接受外来数据和有序存储旧数据，这就对警务系统的数据处理系统有越来越高的要求，传统的警务数据处理系统在信息量巨大的现今社会已经不能再有效的完善数据库的运行，这就需要新型的数据处理系统接替工作。新型的数据处理系统在案件的信息提取、视频分析等方面都应该有卓越的性能，将对案情有帮助的信息从大数据库中有效的提取出来。数据挖掘技术是一项在能够提高警务系统在数据的提取和挖掘效率的一项技术，能在短时间内将案件中的数据作为数据源，将其进行分析和建模，从而从这些数据中获得有力的线索。

2目前警务系统特点

现今的警务系统是跟随时代不断发展的一个工作效率高、工作素质强的组织系统，有案件处理速度快、案件分析效率高的特点。这些特点，都需要警务系统中数据处理系统的有效应用，通过对数据的处理分析、检查对比得出较有价值的案件线索，从而提高效率。警务系统的正常运行离不开数据处理系统，而数据挖掘技术更是数据处理系统的重要组成部分，它确保了整个系统的运行速度，对案件的侦查有促进作用。

3构建警务系统数据存储器

基于警务系统的数据特点，警务系统应该建立一个高速运行的警务系统数据存储器。“数据存储器”在结构上分为三个部分，分别是关系系统、OLAP服务器以及客户处理系统。这三个部分的作用效果如下：

3.1关系系统

关系系统是这三个组成部分的基础部分，这个系统负责对系统中的数据进行整理和提取、刷新，将数据在整个系统中的存储位置有序的排列好，防止数据丢失和数据残缺的现象发生。关系系统在运行的过程中通过警务系统不断的收集新的信息，将其整理保存，始终将数据系统中的有效信息得到较完好的保护。

3.2 OLAP服务器

OLAP是联机处理的缩写，是将多角度的信息共享并由一个关键的出发点而联机进行数据处理分析的一个软件技术，在警务系统中可将需要处理的信息进行联机处理分析，将信息较快的处理出来，得到有效的结论。

3.3客户处理系统

客户处理系统是将数据进行分析处理以及检索和报告的一个系统，通过对数据之间的联系将数据的信息整理和挖掘出来，形成有用的线索，供警务系统人员进行案件的侦破和处理，是数据存储器的重要部分，特别是数据挖掘技术的应用时整个系统的运作重心。

4数据挖掘技术

数据挖掘技术是将数据库中的数据进行采集、集成以及分析的一项技术，其应用到警务系统中可以对案件相关信息进行检索和分析，应用了多维数据分析处理及关联规则的应用、聚类分析方法的实际处理等数据挖掘分析处理模式将警务系统中的数据有效的联系起来，形成一个较为完整的数据挖掘模式。

在挖掘出境数据时，数据挖掘技术的决策树技术有效应用，与县赢得算法技术相互应，将数据较为完整的从警务系统中巨大的信息库中挖掘出来，实现了数据挖掘的分级处理模式的有效应用。

5数据挖掘技术在现代警务系统中的应用

在警务系统中，数据挖掘系统在案件的相关数据中整理生成了一个多维数据模型，使信息可视化、将案件信息的关系更加清楚的展现在警务系统的工作人员面前，通过多角度、多方面的分析和挖掘，将系统中的有用信息全部呈现在报告中，实现了信息的有效用。

6结语

警务系统中的信息有多样化、复杂化、信息量巨大的特点，使用传统的数据库是不能按照现代的社会发展速度生存的，对数据进行高效的分析处理和采集，是现代警务数据处理系统应该具有的一项特点。在数据处理速度快的前提下，数据处理系统的管理能力和联系能力也应该是突出的，本文中提到的数据挖掘技术就是解决数据处理问题的有效解决办法，其运行通过对数据的建模、分析、采集等手段强化了数据处理系统的能力，为警务系统中案件处理效率的提升做出了一定的贡献。目前社会的高速发展离不开大数据的支持，大数据时代对数据的处理系统要求越来越高，数据挖掘技术近些年在警务信息系统中的引用为警务系统的发展提供了技术上的有效支持，警务系统未来的发展肯定也离不开数据的有效处理工作，数据挖掘系统在未来的警务数据分析系统中也会有不断地改善和提高。

参考文献

[1] 刘敏，朱鹏，方有轩.面向市场分析人员的经分模型库的设计与实现[J].电脑与电信，2016（09） .

篇8

关键词：试验数据分析 SPC 设计

中图分类号：TP274.2 文献标识码：A 文章编号：1007-9416（2016）11-0142-01

南京中车浦镇海泰制动设备有限公司是主要从事铁路客车、动车组、城市轨道交通设备制动系统及其零部件和试验装置的研发、设计、制造、销售、修理、租赁及技术咨询、试验检测和技术服务的高新技术公司。公司现有数十台各类非标设备用于产品的出厂试验，每台设备的试验类型、试验参数规格以及试验报告都不相同。

试验数据分析系统的目的就是需要将这些非标设备的试验数据进行集中统一上传存储，并提供统一的查询以及分析，使管理者或相关人员能迅速知晓产品性能参数，通过对试验数据的分析，了解产品的生产过程的结果，实时监控产品试验过程，对阶段性产品试验数据进行SPC分析。科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。

1 系统整体设计

系统整体框架结构包括三个部分：基于C/S的试验台应用配置系统 + 数据上传适配器中间件 + 基于B/S的试验台数据分析系统，如图1所示。

C/S的应用配置系统完成对不同类型试验台的应用配置，配置内容包括试验台的试验子项内容定义；试验子项的存储结构定义；试验子项的数据字典定义；试验子项的规格值定义；试验台试验报告单的报表格式及数据源定义。

数据上传适配器接口基于配置数据库中的配置实现将不同类型的试验台试验数据进行上传并存储。

B/S试验台数据分析系统基于配置数据库的配置，实现对不同类型的试验台试验数据进行显示以及分析。

2 数据上传接口设计

在试验过程中，每完成一个试验项目，则将当前试验项目的试验结果信息和参数信息通过调用Web Service接口上传并转储至服务器中的数据库中（如果遇到服务器故障的情况下数据本地保存）。

本地试验数据上传采用windows消息队列方式。原理如图2所示。

3 试验数据报表显示设计

由于试验数据分析系统需要显示不同试验平台下的试验数据报表。在设计中需要根据不同类型的试验台定义报表显示模版，定义模版中的数据源，最后将模版和数据源进行绑定并进行显示。设计结构如图3所示。

基于XML定义报表模版对应的数据源。XML文档格式设计如下：

4 结语

本文提出了多样性试验平台数据上传、集中存储、分析以及报表显示的设计解决方案，并对整体系统的构架做了详细的设计及实现，现系统正在稳定运行中。系统运行SPC分析图如图4所示。

篇9

关键词： 大数据；旅客；分析；位置

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）19-0014-02

Visitor Analysis System Based On Big Data Technology

ZHENG Bang-feng， GAO Fei， ZHENG Yuan-jie

（China Mobile Communication Group Hainan Co.，Ltd，Haikou 570125，China）

Abstract：Visitors analysis system is mainly through the acquisition of cellular signaling data， and the data of data modeling analysis， extract and summarize to the Hainan provincial tourism characteristics will be useful data. According to the real-time location information of the mobile phone effectively analyze the tourists travel behavior， real-time response in Hainan Province tourist hot spot passenger position distribution， source distribution， travel trends， information resides， visitor density， group scattered information， international visitors information etc.

Key words： big data； visitors； analysis； position

随着海南旅游的迅速发展，大量的散客成为了旅游的主导，传统观光游的项目比例日益减少。我国目前旅游行政法规及行业运营模式和管理均是建立在旅行社为主体的传统观光游基础上的。

面对这种团散比变化的现状，在新型旅游业态下， 当前旅游行业迫切需要一套相对准确、能够实时统计旅游信息的系统，为旅游管理部门的分析决策、政策规划提供辅助，为景区景点的客流量监控、疏导，游客驻留分析提供信息化手段，为旅行社、酒店分析游客来源地信息，规划旅游线路提供可靠依据。

海南移动挖掘自身网络数据资源，通过对海南移动Mc口（A接口+Iucs接口）信令数据的采集解析、建模分析、数据挖掘等，建设游客分析系统。

1 系统主要功能模块

“全省游客数据及分布”模块：该模块以旅游目的地为基点，对全省实时和查询时段内游客的总量和在各市县行政区域内的分布状况进行呈现和展示，为旅游管理部门精确掌握游客在各个目的地分布情况及变化趋势提供有效参考。

“客源地分析”模块：对游客的来源地信息进行统计分析，直观分析出各省游客的比例情况，可以细分至地市层级，同时可按各省及重点地市分析，可包括港澳台游客或外国游客。精确掌握客源分布情况，为旅游推广、宣传提供数据支撑。

“游客到达方式”模块：根据游客初次“接入”海南移动网络的具体基站位置，判断游客是从机场、港口还是火车站抵达，进而对游客到达方式作出实时统计。

“游客驻留时长统计”模块：分析统计游客在海南的驻留时间，按照驻留天数1天、2天、3天、4天及以上的时长进行分类统计，通过游客驻留的时间可以反映出各省份游客的旅游习惯，可以为精准营销提供相应支撑。

“旅游线路分析”模块：识别和采集各线路游客移动轨迹信息，挖掘频繁和热门的游览线路，分析出游览的热点线路信息，可以得出不同各类型游客在旅游目的地的游览线路选择结果，并找到热门线路等。

2 系统架构

游客分析系统分为数据采集层、数据挖掘层、应用层3个层级。其中数据采集层为最底层，主要采集海南移动Mc口信令数据。数据挖掘层为中间层，对底层接入上来的数据完成数据清洗、转换、压缩、数据建模、存储等工作。应用层为最上层，实现相关部门的各种应用。

数据采集层：负责系统与外部的一切数据交换业务，包括与各种外部系统的数据交互适配，以及将来可能扩展到的其他数据来源的支持，都在本层做统一的规划与实现。

数据挖掘层：本层实现数据的统一管理、分析、预处理功能，使得数据支持通用的上层行业应用。负责对获取的信令数据进行清洗、入库，形成上层应用所需的各种数据，并且能够根据不同的模块调用，计算出不同的分析成果。

应用层：基于B/S架构，灵活的功能模块部署机制，每个模块都可以基于数据挖掘层所能提供的数据灵活扩展。

3 基于大数据的游客行为计算和建模技术

3.1基于移动信令的协同定位技术

为了解决传统无线定位技术中定位精度不高的问题，利用不同移动台之间的协同通信对目标移动台进行协同定位，并利用非线性最优化理论解决移动台协同定位问题，将该问题转化为线性最小二乘问题，最终利用Gauss-Newton算法估计目标移动台的位置。

3.1.1 移动网络覆盖与覆盖场景匹配技术

为了保证为移动用户提供连续的移动通信服务，移动网络信号需要覆盖到城市空间上每一片区域，减少盲区，而为了以最小的成本为更多用户提供服务，移动通信网络覆盖逻辑上被设计成由若干正六边形的基站小区相互邻接而构成的面状服务区。移动用户总是会定期或不定期地主动或被动地和其中一个基站小区保持联系。

覆盖场景与移动蜂窝网络中基站小区，在空间分布上有规则地对应着。因此，只要建立特定的匹配规则，处理好一对多、多对多、多对一的关系，就能根据移动用户在移动蜂窝网络中的出行情况，推断出移动用户在不同区域间的出行情况。

3.1.2 基于手机数据的出行链分析技术

利用时间序列的手机数据及移动网络覆盖与不同覆盖场景区域的匹配关系，判断移动用户在各个区域的进、出、驻留情况，能够直接分析得到各个移动用户的出行链信息。

3.1.3 手机用户空间分布及密度分析技术

利用对所有手机用户时间序列手机数据的出行链分析成果，判断每位手机用户在各个统计时间段分别所处的空间位置区域，进而统计不同时间段各个空间位置区域内手机用户数量，并逐级扩样至群体，统计当前时间各个空间位置区域内的人员数量，并计算当前时间段内各个空间位置区域内对应的人员密度。

3.1.4 手机用户居住地、工作地识别技术

基于多天手机数据分析得到的手机用户多天出行链信息，结合手机用户作息时间规律，如夜间休息，白天工作，识别各个手机用户的居住地区域及工作地区域。

3.1.5 通勤出行行为分析技术

利用长期历史数据，分析得到手机用户居住地区域和工作地区域，并根据出现频率和出行频率，判断居住地区域单一且工作地区域也单一的手机用户群体是否具有通勤出行行为。

3.2数据挖掘与建模技术

3.2.1 团散客识别模型

模型目的：识别团队游客和散客。

模型算法：团客通常有固定和相同的游览线路。在游客识别和浏览线路识别基础上，结合基于密度的搜索聚类方法DBNS算法和基于样本学习的加权多点重合度算法MSOWL，通过进入和离开每一个景点的时间趋同性、人群规模识别团客和散客。

3.2.2 人群分类模型

模型目的：识别当地住户，过路人群、工作人员以及真正游客。

模型算法：TWO STEP聚类算法结合业务规则的方法，对人群进行分类。

3.2.3 游览线路挖掘模型

模型目的：识别和采集景点游览线路，挖掘频繁和热门的游览线路。

模式算法：采用改进的基于有向图的GSP数据挖掘算法，挖掘频繁游览线路。

3.3 关键算法

基于密度的搜索聚类算法DBNS（Density-based Neighborhood Search Method）和基于样本学习的加权多点重合度算法MSOWL（multiple-spot overlap ratio computing with weighting Based on Sample Learning）为针对智慧旅游所研发的特有算法。算法过程如下：

（1）第一个景点进入时间每分钟是一个间隔，统计每个间隔上的人数。

（2）每5分钟为一个进入时间中心点搜索区间，区间内人数最多的对应的分钟为中心点（必须满足10人以上，如不满足，时间窗口往后平移一分钟）。

（3）对中心点，搜索前后两分钟内进入人群，并标记为已搜索人群和已搜索区间；中心点前超过2分钟如果人数大于10，也标识为未搜索。

（4）对搜索人群观察最后一个景点离开时间每分钟的分布人数，每5分钟为一个中心点搜索区间，从第一个时间点开始，找到人数最多的点（必须满足10人以上，如不满足，时间窗口往后平移一分钟），搜索前后两分钟内的人群，这些人群标识为同一批团客。中心点前超过2分钟如果人数大于10，为离开时间比他们早的另一批团客。

（5）对未搜索离开时间的区间，进行下一个中心点的搜索，按同样的方法找到下一批团客。

（6）未搜索进入区间的下一个区间的搜索，重复2-5的过程；中心点前超过2分钟未搜索区间，不用寻找中心点，直接为一批人群。

（7）直到进入区间全部搜索完毕。

4 结束语

游客分析系统的客户包括海南省旅游委、市县旅游局、景区景点及旅游行业企业，运用系统“客源地分析功能”，准确掌握了国内及国际游客客源地情况，在国内、国际市场展开精准营销。由于有了实时、科学的数据支撑，旅游广告布放、接待网点规划都比以往更加有效。

（1）省旅游委行业监管处运用系统的“团散客”分析功能，实时跟踪旅游团的行程轨迹，对旅行社、导游进行监管，避免黑景点以及黑消费点对游客满意度的影响。

（2）省旅游委行业监管处运用系统的“景区游客数量统计”功能，对黄金周海南主要景区景点游客数量进行实时统计汇总，制定景区人流量控制应急预案，通过“信息”、“LED大屏公告”等手段对游客的游览计划进行合理的引导。

（3）省旅游委旅游资源开发出运用系统的“旅游线路分析”功能，开发新的热点旅游线路。

参考文献：

篇10

关键词：大数据技术；智能交通；数据平台；组织优化

引言

与传统数据数量手段比较，大数据技术具有数据类型复杂、处理迅速、实效性强等优点，在智能交通领域运用大数据技术，可以采集海量的数据，这些数据内包含许多不可估量的价值，通过挖掘和分析能够快速得到所需的数据信息[1]。针对上述情况，本文提出基于大数据技术智能交通台数据平台各功能层设计情况，并提出其在交通数据诊断、路网延迟指数等方面的应用。

1智能交通数据平台功能需求

随着智能交通管控平台违法数据、道路信息增长速度日益加快，过去的关系型数据库在数据保存、处理等方面的性能已无法满足庞大的数据需求。关系型数据库在对智能交通转向场景的规律展开分析时，难以从多个维度数据类型间创建良好的相关性联系。大数据技术的应用就是为将这些结构或者半结构化的智能交通数据实施整合处理，因此，依托大数据技术设计的智能交通数据分析平台具有的处理功能如下：①过车数据：处在行使状态的车辆从卡口、电子警察等智能视频采集点通过时，能够准确记录该车辆的车牌号、颜色、车型等结构化的数据信息。②车辆违规行驶数据：前段配置的采集设备能从各路口采集车辆是否闯红灯、压线、违法掉头或停车等数据。同时，利用智能的视频采集点或固定源能够实时采集车辆行驶速度、车头间距等车流量信息。③运用大数据技术设计的智能交通数据分析平台能够与信号控制系统实现对接，及时获取信号控制系统的相位控制等信息。同时，智能交通数据分析平台还具备监控和智能交通管控平台，能够提供过车信息数据、路网信息、违法数据等。

2大数据背景下智能交通数据平台架构

2.1设计整体架构

智能交通数据分析平台是采用先进的计算机信息技术、通信技术、传感技术、人工智能等有效整合用于交通运输信息的管理和控制中，注重人、车与道路之间的协调，组成一种有利于改善环境、节约能源、保护安全的综合运输系统。智能交通数据分析平台运用层次化结构模型展开设计，并根据大数据建设要求，整个平台包含数据感知、资源层、应用层三个层次，数据感知层主要任务就是采集交通信息，资源层旨在管理交通领域的数据；应用层旨在负责实时调度智能交通资源。本次设计的智能交通数据平台系统能满足采集、存储、调度及处理数据等方面的需求，具体架构如图1所示。

2.2各模块层设计

2.2.1资源层从智能交通数据存储方面分析，运用数据仓库与挖掘技术实现大数据的存储和分析。其中，数据仓库技术能够满足智能交通数据平台处理海量数据的要求，该技术依托预设的存储模式，把交通领域中的异构数据根据数据结构数据实施提取、调用、处理等操作。同时，根据预设的仓储模型把数据存放在数据仓库内，借助数据仓库技术设计的智能交通数据平台下数据存储及挖掘架构见图2。

2.2.2应用层设计利用SOA实现智能交通数据平台系统应用层的设计，该层主要包含三个子模块：①应用实现模块：该模块旨在完成数据的调度，借助逻辑编程及时实现相应的功能；②应用流程模块：大数据调度流程依托专业的BPEL工具调度各种资源；③特殊调度模块：该模块的主要任务是把自定义调度流程转换成BPEL流程。依托SOA服务设计的应用层。

2.2.3数据表现层智能交通数据平台系统中的表现层是使用者直接参与的界面，用户可依托浏览器、平板、手机等终端设备浏览各种智能交通信息数据。该层主要任务是确保用户与整个系统的交互性，因此，配备简洁的外观、界面框架、各单元控件等。

3智能交通数据分析平台系统的应用

3.1智能交通数据共享及数据诊断

智能交通数据平台系统各功能的实现离不开各模块之间的信息整合与共享，因此，实现各模块信息融合的主要方式就是创建信息共享平台，这个平台能支持相关子模块功能提取所需的数据资源及信息共享服务。此外，一个完整的智能交通系统还必须配置智能交通信息中心、管理中心、智能交通基础设备等，它能满足城市交通信息规范化发展要求，包含各类信息性质、功能及传送方法，组成相应的信息流机制，对共享的数据进行存储和管理操作。依托大数据技术的相关功能，这些共享数据可以由日益变化的智能交通各数据信息提取出来，实现各地区、不同领域的数据库实施综合处理，将历史数据迁移至大数据平台下，还要保持数据的完整性及各种数据之间的关系可以理解。同时，可依据各模块不同需求及相关关系为客户提供各种数据信息服务，组织内部存储各类数据直接输出来，其他子系统保存相关数据从信息共享平台提供一系列的查询功能。此外，大数据平台可以及时统计并输出道路网络的拥堵、事故情况，并能归纳为利于用户决策的有用信息，例如：利用大数据分析，某个路口闯红灯数量明显少于平时，出现异常数据可以设置报警规则，提醒出现异常信息[2]。维护者对现场道路智能交通设施实施排查操作，判定是否存在设备故障。利用大数据技术直观展现道路不均指数，提供最佳的信号机配时/相位方案，便于决策人员制定科学的决策。

3.2道路网延迟指数分析

依托大数据技术对各个路口/路段历史流量进行统计，进一步分析路网的延迟指数。智能交通延迟指数求解方法是实际通过旅行时间与自由流通旅行时间相减，若所得数值为负数，则设定为0，表明并未发生延迟，并把这些数据映射至[0，10]数据区间之内。如果智能交通延迟指数较大，说明这个地点的拥堵情况更严重。左侧向使用者展现设定日期、特点等交通延迟指数改变情况，来回移动水平滚动条，能够及时查看不同时间段的延迟数据。左侧展现路口、道路等级、行政区划等各维度下相对应点的延迟指数和排名情况。通过综合分析道路延迟指数，能够为决策人员提供新建道路规划等决策提供支持。

3.3道路路口组织优化设计

进行组织优化过程中，必须收集相应的数据信息，包含交叉口现状图、事故数据、智能交通控制情况等。基于大数据技术展开分析，可以提供大量数据样本，进而输出相应的数据（空间及时间维度）。其中，时间维度主要包含小时、季度、每年、双休日、工作日等；空间维度由交叉口、行政区划、道路等。大数据技术对道路过车流量展现分析，进而获得城市各区域不同点一天的高峰表现及不同模式。依托大数据平台，根据历史数据明确早晚高峰期利用大量例数数据和智能算法，盘点各路段或交叉口早晚高峰出现时间，以此把控整体及局部智能交通分布状况，达到优化智能交通管理方案的目的。