基于数据挖掘技术公共工程决策研究.docVIP

基于数据挖掘技术公共工程决策研究 　　提要传统公共工程决策是一种以决策者和参与人员的经验为导向的决策行为,正确与否很大程度上取决于参与人员的知识水平、背景、经验以及偏好。本文通过分析我国公共工程决策中存在的问题,针对工程决策中科学性和有效性等方面存在的固有不足,提出一种将数据挖掘技术和基于案例推理工具进行结合的新机制,并着重介绍这种新机制的设计及实现。该系统能够搜集、整理、分析、处理并预测所要处理的或有价值的信息,减少人的非理性因素的干扰,从而提高信息的共享和透明度,改善公共工程决策的质量。 　　关键词:数据挖掘;推理研究;公共工程决策 　　中图分类号:F27文献标识码:A 　　 　　一、公共工程及决策中存在的问题 　　 　　公共工程是政府为了公共利益直接或间接投资形成的基础性建设项目和社会公益建设项目,主要包括:交通、邮电、水利水电煤气等公共基础设施和科教、医疗卫生、体育场馆、文化娱乐等社会性基础设施。因此,公共工程存在投资大、建设周期长、不确定性因素多因而风险高、宏观效益和社会效益突出等特点。 　　改革开放以来,我国各方面的建设都取得了举世瞩目的成就。三峡大坝水利工程、青藏铁路、北京奥运场馆、载人宇宙航天项目等项目的实施为我国物质文明和精神文明建设的提高起到了巨大的推动作用,但要巩固和实现可持续发展战略,国家和企业有责任也有必要继续加大对公共基础设施建设的关注和投入。与此同时,我们还应看到,诸类大型公共工程的建设大多仍然处于初期运营阶段,其是否能够达到预期的效果仍是个未知数。另外,工程中存在诸如超预算、超工期、设计过于标新立异与周围环境不相协调、项目没有经过充分的可行性论证便草草上马等诸多问题,使得项目频繁变更,沟通和索赔方面的成本费用增加,导致效率极其低下,最终影响到项目建设的成果。分析其原因,突出表现为对公共工程项目决策的短视行为,也就是政府官员的短期任职制与公共项目的长期运作不合拍。此外,政府公共项目决策标准单一、决策程序不完善、决策缺乏约束等都是不容忽视的原因。但归根结底还是决策者对项目前期决策阶段没有清醒充分的认识。在我国,工程决策很大程度上取决于决策者的知识水平、背景、经验以及性格,人的非理性因素决定了决策的感性行为,调查研究趋于形式化,并没有或很少考虑参与、透明、民主的原则。因此,需要新的方式来提高公共工程决策的科学性和效率。 　　现有的工程管理系统能够对数据进行收集、储存、传输和简单分析,并为项目决策人员提供实时动态、进展报告,最终为其决策和反馈服务。但该类系统缺乏对工程数据进行深入分析和综合利用的能力,前瞻性较差,决策很大程度上还是依赖管理决策者的经验和直觉。随着工程项目日益庞大、复杂,管理难度的加大,使得现有的管理手段和工具已无法满足现代工程决策的需要。因此,研究和开发新方法来解决公共工程决策问题是工程实践的当务之急。本文在已有研究的基础上,通过数据挖掘(DM)和基于案例推理(CBR)的结合,探讨该平台在公共工程决策机制中的应用。(图1) 　　 　　二、数据挖掘(DM) 　　 　　(一)DM概念及阶段划分。数据挖掘是一种在大型数据库中寻找你感兴趣的或有价值的信息的过程,根据Berry and Linoff的说法:分析报告给你后见之明,统计分析给你先机,数据挖掘给你洞察力。可见,数据挖掘的影响力和价值。它是一门结合了数据库、人工智能、数理统计、信息检索、知识获取、模式识别、数据可视化等的科学,该技术已经在许多领域得到发展和应用,如商业、银行、保险、网站开发和生物信息等领域。 　　Berry and Linoff将一个通用的数据挖掘过程定义成了不同的阶段。在利用数据挖掘技术之前,工程管理决策人员需要明确工程项目的目标和要求,在此基础上,广泛的搜集相关数据和信息。下面就数据挖掘在银行和商业中的应用做简要描述:首先,对潜在目标客户进行分类,也就是说将办理相同储蓄或者贷款的客户分为一组,分析其消费习惯和偏好,通过应运数据处理转换和人工智能等技术有助于识别主要核心客户组,对其制定相应特色服务;同时对潜在的可能流失的客户进行跟踪分析行为特点,避免流失过多。然后,对客户感兴趣的负债和收入等数据指标进行统计,对贷款偿还可能存在风险的各因素进行识别,以确定并维护客户信用等级和规避风险。最后,通过大量客户的交易信息找出已有数据库中隐藏的关系网,并对新加入客户的收入水平、消费习惯、居住区域、文化程度以及购物类别等指标挖掘分析,进而不断的丰富数据库资源。这样银行作为客户和商品厂商的纽带,在掌握消费者需求的基础上,可以更好地为客户服务。 　　(二)DM主要分析方法。数据挖掘的主要分析方法包括:关联分析、聚类分析、分类、预测、时序模型、偏差模型。下面就各种分析方法及其在公共工程中的应用做简要叙述: