董宏志++陳妹++王澤一

摘 要：利用數(shù)據(jù)挖掘技術(shù)設(shè)計高校資產(chǎn)管理系統(tǒng)是很好的應(yīng)用趨勢，能夠?yàn)楦咝ＹY產(chǎn)管理者提供有效的決策支持。本文對數(shù)據(jù)挖掘技術(shù)的研究現(xiàn)狀進(jìn)行了梳理，分析了高校資產(chǎn)管理特點(diǎn)及存在的問題，設(shè)計了高校資產(chǎn)管理系統(tǒng)，并對管理系統(tǒng)決策模塊的實(shí)現(xiàn)進(jìn)行研究。資產(chǎn)管理系統(tǒng)的實(shí)際應(yīng)用過程中，要注重歸納與總結(jié)，不斷改進(jìn)完善數(shù)據(jù)挖掘算法，找出數(shù)據(jù)背后蘊(yùn)藏的關(guān)聯(lián)規(guī)則，以便挖掘結(jié)果更科學(xué)化，為管理者提供決策支持。

關(guān)鍵詞：數(shù)據(jù)挖掘；高校資產(chǎn)；資產(chǎn)管理；決策支持

中圖分類號：G647 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-8454（2016）09-0041-06

當(dāng)前，我們正處在一個網(wǎng)絡(luò)化、信息化高速發(fā)展的時代，數(shù)據(jù)挖掘技術(shù)正在迅速地改變著整個社會的發(fā)展進(jìn)程。計算機(jī)技術(shù)與Internet技術(shù)的迅猛發(fā)展，大大提高了數(shù)據(jù)挖掘（Data Mining）、收集與整理加工的能力，當(dāng)今社會數(shù)據(jù)資源變得日益豐富，各行各業(yè)充斥著大量的數(shù)據(jù)源。正當(dāng)此時新的問題應(yīng)運(yùn)而生，如何挖掘出數(shù)據(jù)源中蘊(yùn)含的知識與信息并加以利用，怎樣處理不斷涌現(xiàn)出的信息源噪聲問題，已迫在眉睫。

新興技術(shù)即數(shù)據(jù)挖掘技術(shù)與知識發(fā)現(xiàn)（Data Mining and Knowledge Discovery in Databases）順勢而生，并展現(xiàn)出旺盛的生命力，學(xué)者們匯聚了數(shù)據(jù)庫技術(shù)、數(shù)據(jù)統(tǒng)計學(xué)、人工智能以及管理信息系統(tǒng)等學(xué)科，致力于這一邊緣科學(xué)的蓬勃發(fā)展，解決當(dāng)前數(shù)據(jù)源噪聲問題。自此，數(shù)據(jù)挖掘技術(shù)在各行各業(yè)得到了極大應(yīng)用，為資產(chǎn)管理、生產(chǎn)運(yùn)營以及信息處理提供了新的理論指導(dǎo)。

于此同時，高校是特殊的事業(yè)單位群體，其資產(chǎn)管理效率直接關(guān)乎于高校的整體運(yùn)行。當(dāng)今，高校的資產(chǎn)管理已經(jīng)普遍實(shí)現(xiàn)了信息化管理，并針對其數(shù)據(jù)的存取與檢索配備了相應(yīng)的設(shè)備。但當(dāng)前高校資產(chǎn)信息化管理的過程中存在一個致命性問題，即數(shù)據(jù)源未得到充分應(yīng)用，蘊(yùn)藏在其中的信息未得到有效挖掘與開發(fā)。高校資產(chǎn)信息化處理系統(tǒng)在運(yùn)行過程中會收集大量數(shù)據(jù)信息，而在實(shí)際操作中系統(tǒng)管理員僅具有簡單的統(tǒng)計評估與分析功能，而隱藏在數(shù)據(jù)背后的價值卻不能進(jìn)行深度挖掘與應(yīng)用。資產(chǎn)管理者需要采用一種有效的方法自動的發(fā)現(xiàn)與分析隱藏在各數(shù)據(jù)之間的關(guān)聯(lián)性與動態(tài)的發(fā)展趨勢，從而為管理者的決策提供有效的數(shù)據(jù)支撐，以此來發(fā)揮信息系統(tǒng)收集的當(dāng)前與歷史數(shù)據(jù)的價值。依前文所述，數(shù)據(jù)挖掘技術(shù)與知識發(fā)現(xiàn)能夠有效地將信息系統(tǒng)收集的大量數(shù)據(jù)源進(jìn)行整合，提高高校資產(chǎn)管理效率。為此，本文會引入數(shù)據(jù)挖掘技術(shù)與知識發(fā)現(xiàn)對高校資產(chǎn)的需求與使用情況，以及資產(chǎn)的損耗情況進(jìn)行深層的剖析，以為決策者的資產(chǎn)管理提供有力的支撐，從而合理有效地利用高校有限的資源創(chuàng)造出更優(yōu)越的教學(xué)育人環(huán)境，進(jìn)而提高其整體的教學(xué)質(zhì)量。

一、數(shù)據(jù)挖掘技術(shù)的國內(nèi)外研究現(xiàn)狀

上世紀(jì)八十年代末，國際上召開了第11屆國際聯(lián)合人工智能的學(xué)術(shù)性會議，首次提出了數(shù)據(jù)挖掘。此后，上世紀(jì)九十年代中期，美國的計算機(jī)年會（ACM）召開之際，首次確定了數(shù)據(jù)挖掘技術(shù)的概念，指出集來的大量且不完全的有噪聲的隨機(jī)數(shù)據(jù)中，提取出蘊(yùn)藏在其中的有價值的信息與知識即為數(shù)據(jù)挖掘，通過這種數(shù)據(jù)挖掘技術(shù)能夠有利于數(shù)據(jù)分析與決策支持。自此，學(xué)者們匯聚了數(shù)據(jù)庫技術(shù)、數(shù)據(jù)統(tǒng)計學(xué)、人工智能以及管理信息系統(tǒng)等學(xué)科，致力于這一邊緣科學(xué)的蓬勃發(fā)展。到了二十一世紀(jì)初，數(shù)據(jù)挖掘技術(shù)已經(jīng)滲入到了各個學(xué)科領(lǐng)域，并在企事業(yè)單位的生產(chǎn)經(jīng)營過程中發(fā)揮了巨大作用。于2002年中，在加拿大舉行了第八屆關(guān)于數(shù)據(jù)挖掘與知識發(fā)現(xiàn)（KDD）的ACM. SIGKDD國際性大會，將數(shù)據(jù)挖掘與知識發(fā)現(xiàn)技術(shù)這一邊緣學(xué)科推向了新的研究進(jìn)程。

美國電氣與電子工程師協(xié)會（IEEE）出版的會刊中從上世紀(jì)90年代開始多次出版關(guān)于KDD技術(shù)的?？?，專門對數(shù)據(jù)挖掘與知識發(fā)現(xiàn)技術(shù)進(jìn)行專項(xiàng)研究。除此之外，其他領(lǐng)域的專業(yè)技術(shù)學(xué)會也出版了?？嬎銠C(jī)網(wǎng)絡(luò)與信息工程技術(shù)方面紛紛展開了對數(shù)據(jù)挖掘技術(shù)的探討，KDD技術(shù)的發(fā)展受到了越來越多領(lǐng)域?qū)W者的重視，如在《半月刊》中發(fā)表了關(guān)于KDD的諸多研究成果。時至今日，美國人工智能協(xié)會關(guān)于數(shù)據(jù)挖掘與知識發(fā)現(xiàn)技術(shù)方面的國際性研討會已經(jīng)舉辦了數(shù)十次，涉及范圍越來越廣。有關(guān)KDD技術(shù)的學(xué)術(shù)成果越來越多，研究領(lǐng)域也逐漸擴(kuò)大，逐漸由原來的方法發(fā)現(xiàn)擴(kuò)大到了系統(tǒng)應(yīng)用，從而擴(kuò)大到了大規(guī)模的綜合系統(tǒng)的應(yīng)用與開發(fā)。于此同時，學(xué)術(shù)界還注重了對多種技術(shù)的集成，以及交叉學(xué)科之間的相互滲透。在實(shí)踐方面，諸多數(shù)據(jù)挖掘軟件在國際范圍內(nèi)得到了廣泛的應(yīng)用，早在二十一世紀(jì)初期，美國IBM公司就研發(fā)了智能開礦工（Intelligent Miner）軟件，而美國硅圖公司則開發(fā)了SPSS軟件（統(tǒng)計產(chǎn)品與服務(wù)解決方案）。當(dāng)前，KDD技術(shù)已經(jīng)成為了數(shù)據(jù)庫與信息應(yīng)用方面最前沿的研究領(lǐng)域，KDD技術(shù)已然成為世界計算機(jī)領(lǐng)域最大的研究熱點(diǎn)。

相對來說，國內(nèi)關(guān)于數(shù)據(jù)挖掘技術(shù)的研究起步較晚，且研究的進(jìn)程相對緩慢。直到上世紀(jì)就是九十年代中期，才逐漸引入數(shù)據(jù)挖掘技術(shù)。在研究的進(jìn)程中，《計算機(jī)學(xué)報》與《軟件學(xué)報》紛紛刊載了一些該領(lǐng)域的研究成果，這些研究成果多借鑒于國外先進(jìn)的學(xué)術(shù)成果，其重點(diǎn)也是從發(fā)現(xiàn)方法到系統(tǒng)的應(yīng)用問題，但在實(shí)踐方面的研究十分匱乏。國家自然科學(xué)基金首次出資支持KDD研究項(xiàng)目是在1993年，經(jīng)過幾年到二十一世紀(jì)初才形成KDD研究的基本框架，自此以后研究的重點(diǎn)逐漸側(cè)重于如何將知識發(fā)現(xiàn)與數(shù)據(jù)挖掘技術(shù)應(yīng)用到企事業(yè)單位生產(chǎn)經(jīng)營當(dāng)中。當(dāng)今，清華大學(xué)、華中科技大學(xué)以及華中理工大學(xué)等高等院校及科研單位正致力于數(shù)據(jù)挖掘技術(shù)理論及其應(yīng)用的研究。而復(fù)旦大學(xué)與吉林大學(xué)則對關(guān)聯(lián)規(guī)則挖掘算法的優(yōu)化進(jìn)行了大量的研究；而北京大學(xué)對數(shù)據(jù)立方體代數(shù)領(lǐng)域的探索成為推動數(shù)據(jù)挖掘技術(shù)發(fā)展的重要推動力。

于此同時，隨著數(shù)據(jù)挖掘技術(shù)理論研究的發(fā)展，國內(nèi)學(xué)者開始了對數(shù)據(jù)挖掘技術(shù)應(yīng)用方面的探討，尤其是金融與商品營銷領(lǐng)域。隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，其應(yīng)用范圍越來越廣泛，既包括了證券銀行等金融行業(yè)，又包括了制造業(yè)和批發(fā)零售業(yè)，KDD技術(shù)的應(yīng)用已經(jīng)滲透到人們生活中的方方面面，成為了基金與企業(yè)投資的熱點(diǎn)。學(xué)者們普遍認(rèn)為數(shù)據(jù)挖掘技術(shù)擁有者廣闊的應(yīng)用空間和無限的發(fā)展?jié)摿Α５v觀已有的研究成果來看，眾多學(xué)者的研究重點(diǎn)仍是理論方面，在實(shí)踐方面的研究成果匱乏。與此同時，已有的數(shù)據(jù)挖掘方面應(yīng)用的研究多是金融行業(yè)或生產(chǎn)零售業(yè)等商業(yè)領(lǐng)域，鮮有對高校等事業(yè)單位方面應(yīng)用的研究。當(dāng)前對數(shù)據(jù)挖掘領(lǐng)域的研究涉及到高校資產(chǎn)的研究更是鳳毛麟角。有關(guān)于高校資產(chǎn)管理的研究多側(cè)重于資產(chǎn)采購環(huán)節(jié)，而利用數(shù)據(jù)挖掘技術(shù)設(shè)計高校資產(chǎn)管理系統(tǒng)方面的研究才剛剛起步，其研究的深度與廣度十分有限。如何提高日趨龐雜的高校資產(chǎn)管理的效率，是數(shù)據(jù)挖掘技術(shù)應(yīng)用方面的一個新的課題。本文旨在引入數(shù)據(jù)挖掘技術(shù)與知識發(fā)現(xiàn)對高校資產(chǎn)的需求與使用情況，以及資產(chǎn)的損耗情況進(jìn)行深層的剖析，以提高高校資產(chǎn)管理的效率。

二、高校資產(chǎn)管理的現(xiàn)狀和問題分析

隨著高校擴(kuò)招擴(kuò)建，其辦學(xué)規(guī)模得到了跨越式的擴(kuò)大，其國有資產(chǎn)得到了突飛猛進(jìn)增長，但隨之而來的是高校資產(chǎn)管理問題的凸顯：高校不同部門間資產(chǎn)雷同，且長期擱置，資產(chǎn)利用率低下；資產(chǎn)購置價格過高，使用期限短，性價比低下；資產(chǎn)浪費(fèi)嚴(yán)重。高校長期的教學(xué)管理過程中，積累了大量的設(shè)備、儀器以及耗材等賬目問題，形成了龐雜的歷史數(shù)據(jù)記錄。高校資產(chǎn)管理人員無法理清各種資產(chǎn)賬目，資產(chǎn)購置、報廢、外借等無法得到有效及時的動態(tài)化管理，數(shù)據(jù)源混亂。具體來說高校資產(chǎn)管理的問題體現(xiàn)在以下四個方面：

（1）現(xiàn)有的資產(chǎn)管理系統(tǒng)相對落后，無法滿足日益龐雜的資產(chǎn)賬目問題。

當(dāng)前，高校擴(kuò)招擴(kuò)建嚴(yán)重，國有資產(chǎn)規(guī)模日益擴(kuò)張，形成了龐雜的歷史數(shù)據(jù)記錄，而高校采用的資產(chǎn)管理系統(tǒng)多為簡單化辦公軟件，在處置資產(chǎn)時多采取的是簡單的計算機(jī)信息錄入功能，對于資產(chǎn)流轉(zhuǎn)無法進(jìn)行動態(tài)化管理。高校資產(chǎn)管理人員在進(jìn)行資產(chǎn)數(shù)據(jù)處理過程中，僅以數(shù)據(jù)統(tǒng)計為主，缺乏自動化管理和數(shù)據(jù)分析功能，無法為決策提供有力支撐。

（2）資產(chǎn)管理體制不完善，缺乏合理有效的分工制度。

高校是特殊的事業(yè)單位，其經(jīng)費(fèi)多由國家或省級財政予以撥款，受到計劃經(jīng)濟(jì)體制的影響，且官僚風(fēng)氣嚴(yán)重，多年來資產(chǎn)管理體制混亂，管理人員權(quán)責(zé)分配不對等，造成高校資產(chǎn)賬目不清，統(tǒng)計數(shù)據(jù)存在偏差，資產(chǎn)流失嚴(yán)重。很多高校資產(chǎn)管理體制不健全，政策模糊、分工混亂，教學(xué)設(shè)備流轉(zhuǎn)混亂，責(zé)任落實(shí)不到位，出現(xiàn)資產(chǎn)重復(fù)采購與提前報廢等現(xiàn)象。分工不明，權(quán)責(zé)不清，資產(chǎn)責(zé)任人與使用人分離，約束不足，長此以往造成高校賬目混亂、資產(chǎn)流失嚴(yán)重。

（3）資產(chǎn)管理缺乏規(guī)劃。

在資產(chǎn)的流轉(zhuǎn)過程中需要進(jìn)行預(yù)先規(guī)劃，而在高校的資產(chǎn)管理過程中，管理者僅憑經(jīng)驗(yàn)進(jìn)行采買與使用，缺乏理性分析和事前規(guī)劃。在進(jìn)行圖書、儀器設(shè)備的采購前資產(chǎn)管理人員收集到各部門上報的數(shù)據(jù)后僅進(jìn)行簡單的統(tǒng)計就憑經(jīng)驗(yàn)進(jìn)行購買。缺乏理性的判斷和合理的規(guī)劃，往往造成了相同資產(chǎn)的重復(fù)購買和資源的浪費(fèi)。而在集體采購過程中，管理者根據(jù)個人利益與經(jīng)驗(yàn)選擇供應(yīng)商，事前并不對供應(yīng)商提供的產(chǎn)品性價比進(jìn)行綜合性分析比較。這種采購方式形成了主觀臆斷的決策，隨意性強(qiáng)，給高校資源造成極大浪費(fèi)。而在購置后的使用管理過程中，缺乏合力有效的規(guī)劃，資產(chǎn)使用與報廢僅憑經(jīng)驗(yàn)處置，缺乏長期性規(guī)劃，造成高校資產(chǎn)大量流失。

（4）信息傳遞存在障礙。

信息的順暢傳遞是高校資產(chǎn)高效率使用的保障。而就當(dāng)前高校資產(chǎn)管理的形勢來看，僅有管理部門才擁有高校資產(chǎn)的全部信息，而各部門之間的信息是閉塞的。每個部門僅擁有本單位資產(chǎn)的信息情況，而部門之間信息與資源不能共享，造成資源的重復(fù)購買與閑置。與此同時，不僅部門之間的信息傳遞存在障礙，管理部門與各資產(chǎn)使用部門之間的信息傳遞也存在障礙，為保障高校資產(chǎn)的完備性，管理者要在每年進(jìn)行清查工作，但在資產(chǎn)盤點(diǎn)過程中，資產(chǎn)管理處僅為各使用單位提供賬目清單，各單位根據(jù)清單進(jìn)行實(shí)物盤點(diǎn)，然后管理處再根據(jù)賬實(shí)情況對設(shè)備保管情況進(jìn)行調(diào)整。這種資產(chǎn)盤點(diǎn)方法的信息傳遞效率低下，無法滿足當(dāng)前高校日益龐雜的資產(chǎn)賬目管理的需要。

綜上所述，高校資產(chǎn)存在著重復(fù)購買與資產(chǎn)流失的問題，亟待科學(xué)化與準(zhǔn)確化管理。隨著高校建校規(guī)模的擴(kuò)大，積累了龐雜的資產(chǎn)，若仍像過去那樣無紀(jì)律、無規(guī)劃地進(jìn)行管理，必然會造成高校資產(chǎn)管理效率的低下。而解決當(dāng)前問題之關(guān)鍵在于充分利用購置資產(chǎn)過去與現(xiàn)在的數(shù)據(jù)，利用計算機(jī)技術(shù)與數(shù)據(jù)挖掘技術(shù)，構(gòu)建高校資產(chǎn)管理信息化系統(tǒng)，運(yùn)用自動化辦公系統(tǒng)從海量數(shù)據(jù)中挖掘出各部門資產(chǎn)需求度與資產(chǎn)采購匹配度，并深度分析資產(chǎn)購置價格、使用期限與頻率之間的動態(tài)關(guān)聯(lián)關(guān)系，挖掘出蘊(yùn)藏在高校資產(chǎn)內(nèi)部的發(fā)展趨勢與規(guī)律，從而提高高校資產(chǎn)使用率，降低資產(chǎn)購置經(jīng)費(fèi)，為高校資產(chǎn)管理提供決策支持。

三、利用數(shù)據(jù)挖掘技術(shù)設(shè)計高校資產(chǎn)管理系統(tǒng)

當(dāng)前，數(shù)據(jù)挖掘方法主要有關(guān)聯(lián)分析、聚類分析、分類以及時序模式等，綜合上述方法能夠合理有效地構(gòu)建高校資產(chǎn)管理系統(tǒng)，能夠挖掘出蘊(yùn)藏在海量的數(shù)據(jù)源中有價值的信息，從而提高高校資產(chǎn)管理效率。

1.以資產(chǎn)為中心的設(shè)計主題

在設(shè)計高校資產(chǎn)管理系統(tǒng)的過程中，首先要確定系統(tǒng)中最有價值的決策主題域以及各個主題域的維度。根據(jù)對高校資產(chǎn)管理系統(tǒng)的需求分析，明確了數(shù)據(jù)庫系統(tǒng)的主題域包含資產(chǎn)、部門（即系統(tǒng)用戶）以及資金這三個主題域。而這三個主題域之間關(guān)系是，資產(chǎn)是管理系統(tǒng)主體設(shè)計之核心，通過對這一主題域數(shù)據(jù)分析，能夠獲得相應(yīng)的主題域分析結(jié)果，從而為決策支持提供信息庫。而部門與資金這兩個主題域在系統(tǒng)管理過程中起輔助作用，反映一些需要關(guān)注的備用信息。具體來說利用數(shù)據(jù)挖掘技術(shù)設(shè)計的資產(chǎn)管理系統(tǒng)擁有以下三個主題域：

（1）資產(chǎn)主題，即用來分析各單位的資產(chǎn)運(yùn)行情況。

各部門的資產(chǎn)數(shù)據(jù)信息均會錄入到資產(chǎn)管理系統(tǒng)中，資產(chǎn)主體會通過對各單位過去與當(dāng)前的資產(chǎn)運(yùn)行情況數(shù)據(jù)進(jìn)行分析，獲取資產(chǎn)更新或升級數(shù)據(jù)，從而對資產(chǎn)進(jìn)行全面管理與調(diào)配。該數(shù)據(jù)域不僅錄入過去與當(dāng)前資產(chǎn)信息，還需囊括各部門下一年度的資產(chǎn)購置與更新的財務(wù)預(yù)算，以為決策者提供完備的信息庫。

（2）部門主題，即對高校各部門（系統(tǒng)用戶）狀況的分析。

不同部門之間的職能不同，使得其購置的資產(chǎn)性質(zhì)存在一定的差異性。而不同部門之間的工作內(nèi)容又存在一定的關(guān)聯(lián)性，為避免資產(chǎn)的重復(fù)購置有必要了解不同部門之間的關(guān)聯(lián)關(guān)系，從而促進(jìn)部門間資源共享。而部門主題域的設(shè)計用途是容納各部門性質(zhì)與工作職能等數(shù)據(jù)信息，從而根據(jù)不同部門的特點(diǎn)制定資產(chǎn)管理與購置計劃，以在制定下一年度的財務(wù)預(yù)算時有所側(cè)重。與此同時，還可利用關(guān)聯(lián)規(guī)則挖掘各部門之間的內(nèi)在聯(lián)系，從而避免資產(chǎn)的重復(fù)購置。

（3）資金主題，即是對各部門與各資產(chǎn)的資金運(yùn)作狀況的分析，包括整體資金情況以及各部門資產(chǎn)管理資金配置情況。

資金域中錄入的是已購置資產(chǎn)資金花銷及來源，資產(chǎn)管理過程中的折舊、升級投入經(jīng)費(fèi)情況。不僅如此，這一主題還要涵蓋資金分配規(guī)劃和預(yù)處理數(shù)據(jù)信息。

通常，高校資產(chǎn)管理系統(tǒng)中都要涵蓋以上三個基本主題域。但在實(shí)踐中，有時為了簡單化將三個主題域進(jìn)行合并，即在資產(chǎn)主題域內(nèi)對部門與資金主題進(jìn)行考慮，但在數(shù)據(jù)庫設(shè)計過程中需要通過增加維度的途徑來達(dá)到相同之效果。

2.以決策支持與數(shù)據(jù)挖掘?yàn)槟繕?biāo)的二級粒度設(shè)計

高校資產(chǎn)管理系統(tǒng)設(shè)計之目標(biāo)在于對資產(chǎn)數(shù)據(jù)的有效挖掘，并為管理者提供決策支持。高校資產(chǎn)管理者為對資產(chǎn)管理系統(tǒng)提出各種要求，而高校資產(chǎn)數(shù)據(jù)會隨著高校規(guī)模的擴(kuò)大而無限增加，自然分化出常調(diào)動數(shù)據(jù)與沉淀數(shù)據(jù)，在存儲上有必要進(jìn)行區(qū)分，即將沉淀數(shù)據(jù)存儲在備用存儲器中，并清楚報廢多年資產(chǎn)的數(shù)據(jù)，這就要求粒度級別劃分的精準(zhǔn)性。經(jīng)過對各大高校資產(chǎn)管理情況進(jìn)行反復(fù)分析與合理推測，筆者認(rèn)為可將高校管理系統(tǒng)數(shù)據(jù)庫設(shè)計為二級粒度，即詳細(xì)數(shù)據(jù)與綜合數(shù)據(jù)。前者是指每天的資產(chǎn)數(shù)據(jù)，后者則分為輕度綜合數(shù)據(jù)（每部門數(shù)據(jù)、每月數(shù)據(jù)或每大類資產(chǎn)數(shù)據(jù)）與高度綜合數(shù)據(jù)（每年數(shù)據(jù)或綜合大類資產(chǎn)數(shù)據(jù)）。詳細(xì)數(shù)據(jù)冗雜，不宜長期在管理系統(tǒng)中保存；可定期整理生成綜合數(shù)據(jù)并進(jìn)行轉(zhuǎn)存、清理，而綜合數(shù)據(jù)量較小，數(shù)據(jù)關(guān)聯(lián)性強(qiáng)，可在數(shù)據(jù)庫中長期保存，并利用其定期生產(chǎn)資產(chǎn)數(shù)據(jù)報表。

3.資產(chǎn)管理系統(tǒng)邏輯模型設(shè)計

資產(chǎn)管理系統(tǒng)邏輯模型由事實(shí)表與維度表，前者是模型的核心部分。事實(shí)表包括鍵與詳細(xì)指標(biāo)兩項(xiàng)，在模型中通過事實(shí)表的鍵將維度表組織連接起來，以為系統(tǒng)用戶提供查詢功能。事實(shí)表用來對設(shè)計的主題域多個角度進(jìn)行描述，而維度表從不同角度對設(shè)計的主題域數(shù)據(jù)進(jìn)行描述。通過對高校資產(chǎn)管理情況的深度分析，本文認(rèn)為高校資產(chǎn)管理系統(tǒng)適用于雪花模型，據(jù)此設(shè)計出資產(chǎn)管理系統(tǒng)邏輯模型。其中“資產(chǎn)數(shù)據(jù)事實(shí)表”和后面的“部門表”、“資產(chǎn)編碼表”、“資產(chǎn)分級表”以及“時間表”4個主維度表關(guān)聯(lián)，而“部門表”、“資產(chǎn)編碼表”以及“資產(chǎn)分級表”則分別具有“上級部門表”、“資產(chǎn)類別表”以及“資產(chǎn)指標(biāo)表”3個2級的維度表。這種多層級的維度表降低了資產(chǎn)數(shù)據(jù)冗余度，節(jié)省了資產(chǎn)管理系統(tǒng)的儲備空間，提高了系統(tǒng)數(shù)據(jù)挖掘粒度的靈活性。

模型設(shè)計后需要對管理系統(tǒng)進(jìn)行數(shù)據(jù)裝載（ETL），首先要對資產(chǎn)的源數(shù)據(jù)進(jìn)行簡單抽取，然后依據(jù)預(yù)先設(shè)定的邏輯模型對源數(shù)據(jù)進(jìn)行轉(zhuǎn)換并進(jìn)行數(shù)據(jù)倉庫的存儲。

4.資產(chǎn)數(shù)據(jù)歸約與取值

對數(shù)據(jù)的屬性進(jìn)行歸約，能夠使挖掘的數(shù)據(jù)規(guī)則更加簡單化，本質(zhì)來說大戶也是對數(shù)據(jù)庫施加的約束，能夠縮減生成候選集的數(shù)量，從而能夠快速發(fā)現(xiàn)數(shù)據(jù)關(guān)聯(lián)規(guī)則。教育部規(guī)定，高校資產(chǎn)分為16個大類，既包括房屋等地產(chǎn)又包括了圖書與器具等教學(xué)設(shè)備，對其進(jìn)行管理是十分復(fù)雜的工程。為此本文在實(shí)際應(yīng)用中可以確定四個管理指標(biāo)，即資產(chǎn)購置價格（A）、資產(chǎn)剩余使用年限（B）、資產(chǎn)年使用率（C）以及資產(chǎn)質(zhì)量評估（D）。

對上述確定的資產(chǎn)管理指標(biāo)進(jìn)行統(tǒng)一的分級，即1～5級，分別用1～5表示實(shí)現(xiàn)指標(biāo)數(shù)據(jù)取值的分類轉(zhuǎn)換。

（1）根據(jù)購置價格、購置時間與當(dāng)前市場行情等因素對資產(chǎn)進(jìn)行評級。

（2）根據(jù)折舊情況與使用年限進(jìn)行評級，在折舊與使用年限的確定上應(yīng)根據(jù)會計與稅務(wù)上的規(guī)定進(jìn)行計算，得出資產(chǎn)的剩余使用年限率，并根據(jù)資產(chǎn)屬性與具體使用情況進(jìn)行相應(yīng)調(diào)整。將資產(chǎn)使用年限分為五個區(qū)間，并根據(jù)資產(chǎn)的剩余使用年限率=（稅務(wù)規(guī)定資產(chǎn)使用年限-已使用年限）/稅務(wù)規(guī)定資產(chǎn)使用年限公式，計算出分區(qū)化的資產(chǎn)剩余使用年限的區(qū)間值。通過對高校資產(chǎn)情況的深度分析，將其區(qū)間值定為（1，0.8]、（0.8，0.6]、（0.6，0.4]、（0.4，0.2]以及（0.2，0]，其分別對應(yīng)著1～5各級別。

（3）依據(jù)資產(chǎn)使用率確定資產(chǎn)級別取值。資產(chǎn)使用率源數(shù)據(jù)來自于資產(chǎn)管理者定期的核查與記錄，并據(jù)此做出評價，使用率越低則級別越接近1級，即使用期限越長，反之則越接近5級。

（4）根據(jù)資產(chǎn)定期的質(zhì)量檢查與評估。

綜上，高校資產(chǎn)歸約與取值的描述為：（資產(chǎn)編號，購置價格、剩余使用年限率、使用頻率、質(zhì)量評估值）。如編號414011的資產(chǎn)其購置價格是3級，剩余使用年限率是2級，使用頻率是2級，而質(zhì)量評估值為1級，則在數(shù)據(jù)庫中為（414011，A3，B2，C2，D1）。

5.數(shù)據(jù)挖掘過程

上述通過對高校資產(chǎn)管理系統(tǒng)的設(shè)計，獲得高校資產(chǎn)的數(shù)據(jù)庫的具體構(gòu)建，下面將分析如何對源數(shù)據(jù)進(jìn)行整理與特征化轉(zhuǎn)換。本文認(rèn)為通過Apriori算法能夠?qū)崿F(xiàn)對資產(chǎn)數(shù)據(jù)庫關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘。而利用高校資產(chǎn)的數(shù)據(jù)庫多指標(biāo)之間的關(guān)聯(lián)規(guī)則就可以實(shí)現(xiàn)對高校資產(chǎn)的數(shù)據(jù)庫進(jìn)行多變量數(shù)據(jù)集合進(jìn)行數(shù)據(jù)挖掘。

（1）在高校資產(chǎn)管理的指標(biāo)設(shè)定下，將高校資產(chǎn)質(zhì)量評估值作為規(guī)則目標(biāo)，利用Apriori算法的生成頻繁數(shù)據(jù)項(xiàng)集。頻繁數(shù)據(jù)項(xiàng)集中可以確地各個高校資產(chǎn)資產(chǎn)管理系統(tǒng)中變量的信任度和支持度。

（2）通過分析高校資產(chǎn)質(zhì)量指標(biāo)數(shù)據(jù)集合之間的關(guān)聯(lián)性規(guī)則，計算出滿足最小信任度的相應(yīng)規(guī)則。

（3）挖掘數(shù)據(jù)間的關(guān)聯(lián)性，即計算出滿足最小信任度的規(guī)則。

四、資產(chǎn)管理系統(tǒng)決策支持模塊的實(shí)現(xiàn)

可想而知，利用數(shù)據(jù)挖掘技術(shù)設(shè)計高校資產(chǎn)管理系統(tǒng)的目的，在于為資產(chǎn)管理者提供決策支持。而通過管理系統(tǒng)挖掘出的數(shù)據(jù)越精準(zhǔn)，得到的資產(chǎn)的動態(tài)數(shù)據(jù)越有意義，其關(guān)聯(lián)規(guī)則對輔助管理者進(jìn)行決策越具有價值。而通過上述方法設(shè)計的管理系統(tǒng)收集的數(shù)據(jù)十分龐雜，若直接進(jìn)行數(shù)據(jù)挖掘其效率與實(shí)際價值定會十分低下，信息可信度會大大降低。這樣，保證資產(chǎn)管理系統(tǒng)決策支持模塊的實(shí)現(xiàn)，是利用數(shù)據(jù)挖掘技術(shù)提高我國高校資產(chǎn)管理的效率的關(guān)鍵。資產(chǎn)管理系統(tǒng)決策支持模塊是面向業(yè)務(wù)主管或更高級別管理人員而設(shè)定的，通過對高校資產(chǎn)管理系統(tǒng)收集而來的數(shù)據(jù)進(jìn)行更深層次的挖掘分析而來，以為管理者提供決策支持。資產(chǎn)管理系統(tǒng)決策支持模塊的實(shí)現(xiàn)是高校資產(chǎn)數(shù)據(jù)庫建立的重要目標(biāo)，依賴于資產(chǎn)管理系統(tǒng)，但又與其完全分開，即是高校資產(chǎn)管理系統(tǒng)的有益補(bǔ)充，彌補(bǔ)其系統(tǒng)功能之不足。

1.決策支持模塊中的數(shù)據(jù)挖掘過程

決策支持系統(tǒng)的數(shù)據(jù)挖掘有別于資產(chǎn)管理系統(tǒng)，具體來說包括了管理問題定義、數(shù)據(jù)準(zhǔn)備與轉(zhuǎn)換、數(shù)據(jù)挖掘、結(jié)果分析以及知識運(yùn)用等五個過程。

（1）管理問題定義，即數(shù)據(jù)挖掘的目標(biāo)，即定義出資產(chǎn)管理過程中需要解決的業(yè)務(wù)問題。

（2）數(shù)據(jù)準(zhǔn)備與轉(zhuǎn)換，是指根據(jù)確定的目標(biāo)，在上述設(shè)定的資產(chǎn)管理系統(tǒng)中提取出特定數(shù)據(jù)集，并對這些數(shù)據(jù)集進(jìn)行預(yù)先加工和處理，剔除數(shù)據(jù)缺值與冗余，并修正其存在的錯誤，從而完成數(shù)據(jù)的準(zhǔn)備工作。

（3）接下來進(jìn)行的是決策模塊的數(shù)據(jù)挖掘，即根據(jù)上述收集加工的特定數(shù)據(jù)集的功能與特點(diǎn)，利用相應(yīng)的數(shù)據(jù)算法建立分析模型，從而實(shí)現(xiàn)對經(jīng)過轉(zhuǎn)換的數(shù)據(jù)的挖掘工作。

（4）經(jīng)過數(shù)據(jù)挖掘后，要對挖掘的數(shù)據(jù)進(jìn)行結(jié)果分析，所謂的結(jié)果分析及對挖掘的數(shù)據(jù)進(jìn)行系統(tǒng)分析、解釋與評價，并運(yùn)用文字或圖表的方式將數(shù)據(jù)蘊(yùn)含的動態(tài)關(guān)聯(lián)規(guī)則進(jìn)行轉(zhuǎn)換與闡釋，以被用戶所理解與采納。

（5）最后一步是知識運(yùn)用，即將通過上述數(shù)據(jù)挖掘過程獲得的知識集成到?jīng)Q策系統(tǒng)的知識庫當(dāng)中，構(gòu)成決策備用信息庫為管理者提供決策支持。

2.決策支持模塊中數(shù)據(jù)挖掘的分類應(yīng)用

決策支持系統(tǒng)是為高校資產(chǎn)管理提供決策支持的系統(tǒng)，具體來說包括了設(shè)備采購、資產(chǎn)配置、維修管理以及報廢決策四個方面的決策實(shí)現(xiàn)過程。資產(chǎn)管理不同環(huán)節(jié)的決策依據(jù)不同，要根據(jù)管理特點(diǎn)選擇合適的算法對數(shù)據(jù)進(jìn)行有效的挖掘，為管理者提供科學(xué)有效的決策依據(jù)，是資產(chǎn)管理系統(tǒng)決策支持模塊的實(shí)現(xiàn)的關(guān)鍵：

（1）資產(chǎn)采購環(huán)節(jié)的決策支持，采購決策的合理與否關(guān)乎后續(xù)的維護(hù)成本與資產(chǎn)使用效率。在這一環(huán)節(jié)，要挖掘資產(chǎn)管理系統(tǒng)中已有的海量歷史采購數(shù)據(jù)，與此同時結(jié)合當(dāng)前市場情況，對預(yù)采購資產(chǎn)進(jìn)行技術(shù)經(jīng)濟(jì)分析與性價比分析，并配合調(diào)研選型。在數(shù)據(jù)挖掘過程中適當(dāng)采用聚類分析與關(guān)系分析相結(jié)合的方法，對市場上不同供應(yīng)商提供的產(chǎn)品進(jìn)行差異性分析，根據(jù)大數(shù)據(jù)中提供的平均使用壽命與維修頻率的綜合性評價選擇性價比較高的產(chǎn)品進(jìn)行采購。于此同時，在采購過程中適當(dāng)使用預(yù)測模式，對預(yù)購置資產(chǎn)價格進(jìn)行初步概算，以對部門資產(chǎn)采購資金進(jìn)行有效控制。

（2）資產(chǎn)配置環(huán)節(jié)的決策支持。購置后的資產(chǎn)要在各部門之間進(jìn)行分配，資產(chǎn)的合理配置是提高高校資產(chǎn)管理效率的基礎(chǔ)。資產(chǎn)配置的不合理會造成資產(chǎn)的重復(fù)購置以及資源的極大浪費(fèi)。無論是購置資產(chǎn)的初次配置，還是特定資產(chǎn)的二次處理均需要數(shù)據(jù)挖掘技術(shù)為管理者的決策提供信息支持。可采用聚類分析法，以各單位性質(zhì)為依據(jù)，將其分派成不同組別，從而決策分析者根據(jù)聚類分析之結(jié)果，探索各組別間差異性，并通過建立決策樹，來確定預(yù)配置資產(chǎn)分配方案。

（3）維修管理環(huán)節(jié)的決策支持。資產(chǎn)配置后的維修管理對提高資產(chǎn)使用效率至關(guān)重要，而“以養(yǎng)代修”是資產(chǎn)保管的重要方法。但何時養(yǎng)護(hù)，怎樣養(yǎng)護(hù)卻不能僅憑經(jīng)驗(yàn)進(jìn)行判斷，在這方面可以利用數(shù)據(jù)挖掘技術(shù)中的時序模式與預(yù)測分析方法，對類似資產(chǎn)的使用情況與維修記錄的數(shù)據(jù)進(jìn)行挖掘與提煉，并結(jié)合該項(xiàng)資產(chǎn)的維修記錄與具體情況，得出判斷信息，從而對資產(chǎn)進(jìn)行科學(xué)維修管理，以保證資產(chǎn)使用性能的充分發(fā)揮，提高資產(chǎn)利用率。與此同時，還可以采用預(yù)測分析法，促進(jìn)資產(chǎn)維護(hù)經(jīng)費(fèi)預(yù)算與分配的科學(xué)合理化。

（4）報廢更新環(huán)節(jié)的決策支持。資產(chǎn)的報廢更新源自于兩個方面：一方面是資產(chǎn)性能的下降，已經(jīng)達(dá)到預(yù)期使用壽命；另一方面是由于高校教學(xué)與科研內(nèi)容的革新所觸發(fā)的，對資產(chǎn)性能方面提出了新的技術(shù)要求。要采用數(shù)據(jù)挖掘技術(shù)的關(guān)聯(lián)規(guī)則分析資產(chǎn)關(guān)系，對資產(chǎn)進(jìn)行動態(tài)化管理，通過對已有數(shù)據(jù)的挖掘及時剔除壽命降至的資產(chǎn)。而對于資產(chǎn)性能無法滿足高校教學(xué)與科研革新需要的資產(chǎn)，要采用數(shù)據(jù)挖掘技術(shù)制定多種方案進(jìn)行計算決策，依據(jù)技術(shù)上先進(jìn)、經(jīng)濟(jì)上合理的資產(chǎn)管理原則，確定對原有資產(chǎn)進(jìn)行改造升級，還是予以報廢更新。

五、結(jié)束語

高校資產(chǎn)信息化處理系統(tǒng)在運(yùn)行過程中會收集大量數(shù)據(jù)信息，而在實(shí)際操作中系統(tǒng)管理員僅具有簡單的統(tǒng)計評估與分析功能，而隱藏在數(shù)據(jù)背后的價值卻不能進(jìn)行深度挖掘與應(yīng)用。利用數(shù)據(jù)挖掘技術(shù)設(shè)計高校資產(chǎn)管理系統(tǒng)是很好的應(yīng)用趨勢，能夠?yàn)楦咝ＹY產(chǎn)管理者提供有效的決策支持。但數(shù)據(jù)挖掘具體工作的開展需要從事資產(chǎn)管理和系統(tǒng)設(shè)計人員充分的準(zhǔn)備，以及對案例與算法的實(shí)際把握與分析能力。在資產(chǎn)管理系統(tǒng)的實(shí)際應(yīng)用過程中，要注重歸納與總結(jié)，不斷改進(jìn)完善數(shù)據(jù)挖掘算法，找出數(shù)據(jù)背后蘊(yùn)藏的關(guān)聯(lián)規(guī)則，以便挖掘結(jié)果更科學(xué)化，為管理者與決策者提供便于理解的信息庫，適應(yīng)當(dāng)前高校資產(chǎn)管理與決策的需要。

參考文獻(xiàn)：

[1]袁雋媛.高校資產(chǎn)數(shù)據(jù)挖掘的研究與實(shí)現(xiàn)[D].湖南：湖南大學(xué)，2012.

[2]金豆.數(shù)據(jù)挖掘技術(shù)在資產(chǎn)管理系統(tǒng)中的應(yīng)用[D].吉林：長春理工大學(xué)，2010.

[3]江敏，徐艷.數(shù)據(jù)挖掘技術(shù)在高校教學(xué)管理中的應(yīng)用[J].電腦知識與技術(shù)，2012（24）：5741-5745，5760.

[4]劉治良，張庾.數(shù)據(jù)挖掘在設(shè)備管理中的應(yīng)用探究[J].電腦知識與技術(shù)，2014（33）：7836-7837.

[5]陳永峰.大數(shù)據(jù)背景下數(shù)據(jù)挖掘在高校固定資產(chǎn)統(tǒng)計中的應(yīng)用研究[J].河北軟件職業(yè)技術(shù)學(xué)院學(xué)報，2015（2）：6-9.

[6]袁雋媛.數(shù)據(jù)挖掘在高校資產(chǎn)管理中的應(yīng)用[J].中國管理信息化，2011（5）：26-28.

[7]陸蒼海，吳漢強(qiáng).基于數(shù)據(jù)挖掘的高校信息管理系統(tǒng)研究[J].長沙通信職業(yè)技術(shù)學(xué)院學(xué)報，2013（1）：16-18.

[8]Han J， Kambr M. Data mining： concepts and techniques[M].Beijing： Beijing Higher Education Press，2001：121-124.