信息技術(shù)在高校資產(chǎn)管理領(lǐng)域的應(yīng)用研究

董宏志++陳妹++王澤一

摘 要：利用數(shù)據(jù)挖掘技術(shù)設(shè)計(jì)高校資產(chǎn)管理系統(tǒng)是很好的應(yīng)用趨勢(shì)，能夠?yàn)楦咝ＹY產(chǎn)管理者提供有效的決策支持。本文對(duì)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(wèn)題，設(shè)計(jì)了高校資產(chǎn)管理系統(tǒng)，并對(duì)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(guò)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(hào)：G647 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2016）09-0041-06

當(dāng)前，我們正處在一個(gè)網(wǎng)絡(luò)化、信息化高速發(fā)展的時(shí)代，數(shù)據(jù)挖掘技術(shù)正在迅速地改變著整個(gè)社會(huì)的發(fā)展進(jìn)程。計(jì)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(huì)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(shí)新的問(wèn)題應(yīng)運(yùn)而生，如何挖掘出數(shù)據(jù)源中蘊(yùn)含的知識(shí)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(wèn)題，已迫在眉睫。

新興技術(shù)即數(shù)據(jù)挖掘技術(shù)與知識(shí)發(fā)現(xiàn)（Data Mining and Knowledge Discovery in Databases）順勢(shì)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(kù)技術(shù)、數(shù)據(jù)統(tǒng)計(jì)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(wèn)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(yíng)以及信息處理提供了新的理論指導(dǎo)。

于此同時(shí)，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(duì)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(guò)程中存在一個(gè)致命性問(wèn)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(kāi)發(fā)。高校資產(chǎn)信息化處理系統(tǒng)在運(yùn)行過(guò)程中會(huì)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(jiǎn)單的統(tǒng)計(jì)評(píng)估與分析功能，而隱藏在數(shù)據(jù)背后的價(jià)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(dòng)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(dòng)態(tài)的發(fā)展趨勢(shì)，從而為管理者的決策提供有效的數(shù)據(jù)支撐，以此來(lái)發(fā)揮信息系統(tǒng)收集的當(dāng)前與歷史數(shù)據(jù)的價(jià)值。依前文所述，數(shù)據(jù)挖掘技術(shù)與知識(shí)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(huì)引入數(shù)據(jù)挖掘技術(shù)與知識(shí)發(fā)現(xiàn)對(duì)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(guó)內(nèi)外研究現(xiàn)狀

上世紀(jì)八十年代末，國(guó)際上召開(kāi)了第11屆國(guó)際聯(lián)合人工智能的學(xué)術(shù)性會(huì)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(guó)的計(jì)算機(jī)年會(huì)（ACM）召開(kāi)之際，首次確定了數(shù)據(jù)挖掘技術(shù)的概念，指出集來(lái)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(jià)值的信息與知識(shí)即為數(shù)據(jù)挖掘，通過(guò)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(kù)技術(shù)、數(shù)據(jù)統(tǒng)計(jì)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(gè)學(xué)科領(lǐng)域，并在企事業(yè)單位的生產(chǎn)經(jīng)營(yíng)過(guò)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(shí)發(fā)現(xiàn)（KDD）的ACM. SIGKDD國(guó)際性大會(huì)，將數(shù)據(jù)挖掘與知識(shí)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(guó)電氣與電子工程師協(xié)會(huì)（IEEE）出版的會(huì)刊中從上世紀(jì)90年代開(kāi)始多次出版關(guān)于KDD技術(shù)的?？瑢ｉT(mén)對(duì)數(shù)據(jù)挖掘與知識(shí)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(huì)也出版了專刊，計(jì)算機(jī)網(wǎng)絡(luò)與信息工程技術(shù)方面紛紛展開(kāi)了對(duì)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(lái)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(shí)至今日，美國(guó)人工智能協(xié)會(huì)關(guān)于數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)技術(shù)方面的國(guó)際性研討會(huì)已經(jīng)舉辦了數(shù)十次，涉及范圍越來(lái)越廣。有關(guān)KDD技術(shù)的學(xué)術(shù)成果越來(lái)越多，研究領(lǐng)域也逐漸擴(kuò)大，逐漸由原來(lái)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(kāi)發(fā)。于此同時(shí)，學(xué)術(shù)界還注重了對(duì)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(guó)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(guó)IBM公司就研發(fā)了智能開(kāi)礦工（Intelligent Miner）軟件，而美國(guó)硅圖公司則開(kāi)發(fā)了SPSS軟件（統(tǒng)計(jì)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(kù)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(jì)算機(jī)領(lǐng)域最大的研究熱點(diǎn)。

相對(duì)來(lái)說(shuō)，國(guó)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(duì)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(jì)算機(jī)學(xué)報(bào)》與《軟件學(xué)報(bào)》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(guó)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(wèn)題，但在實(shí)踐方面的研究十分匱乏。國(guó)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(guò)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(shí)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(yíng)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(duì)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(duì)數(shù)據(jù)立方體代數(shù)領(lǐng)域的探索成為推動(dòng)數(shù)據(jù)挖掘技術(shù)發(fā)展的重要推動(dòng)力。

于此同時(shí)，隨著數(shù)據(jù)挖掘技術(shù)理論研究的發(fā)展，國(guó)內(nèi)學(xué)者開(kāi)始了對(duì)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(yíng)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(lái)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(wú)限的發(fā)展?jié)摿Α５v觀已有的研究成果來(lái)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(shí)，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(duì)高校等事業(yè)單位方面應(yīng)用的研究。當(dāng)前對(duì)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(gòu)環(huán)節(jié)，而利用數(shù)據(jù)挖掘技術(shù)設(shè)計(jì)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(gè)新的課題。本文旨在引入數(shù)據(jù)挖掘技術(shù)與知識(shí)發(fā)現(xiàn)對(duì)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(wèn)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(guó)有資產(chǎn)得到了突飛猛進(jìn)增長(zhǎng)，但隨之而來(lái)的是高校資產(chǎn)管理問(wèn)題的凸顯：高校不同部門(mén)間資產(chǎn)雷同，且長(zhǎng)期擱置，資產(chǎn)利用率低下；資產(chǎn)購(gòu)置價(jià)格過(guò)高，使用期限短，性價(jià)比低下；資產(chǎn)浪費(fèi)嚴(yán)重。高校長(zhǎng)期的教學(xué)管理過(guò)程中，積累了大量的設(shè)備、儀器以及耗材等賬目問(wèn)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(wú)法理清各種資產(chǎn)賬目，資產(chǎn)購(gòu)置、報(bào)廢、外借等無(wú)法得到有效及時(shí)的動(dòng)態(tài)化管理，數(shù)據(jù)源混亂。具體來(lái)說(shuō)高校資產(chǎn)管理的問(wèn)題體現(xiàn)在以下四個(gè)方面：

（1）現(xiàn)有的資產(chǎn)管理系統(tǒng)相對(duì)落后，無(wú)法滿足日益龐雜的資產(chǎn)賬目問(wèn)題。

當(dāng)前，高校擴(kuò)招擴(kuò)建嚴(yán)重，國(guó)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(jiǎn)單化辦公軟件，在處置資產(chǎn)時(shí)多采取的是簡(jiǎn)單的計(jì)算機(jī)信息錄入功能，對(duì)于資產(chǎn)流轉(zhuǎn)無(wú)法進(jìn)行動(dòng)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(guò)程中，僅以數(shù)據(jù)統(tǒng)計(jì)為主，缺乏自動(dòng)化管理和數(shù)據(jù)分析功能，無(wú)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(guó)家或省級(jí)財(cái)政予以撥款，受到計(jì)劃經(jīng)濟(jì)體制的影響，且官僚風(fēng)氣嚴(yán)重，多年來(lái)資產(chǎn)管理體制混亂，管理人員權(quán)責(zé)分配不對(duì)等，造成高校資產(chǎn)賬目不清，統(tǒng)計(jì)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(gòu)與提前報(bào)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(zhǎng)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(guò)程中需要進(jìn)行預(yù)先規(guī)劃，而在高校的資產(chǎn)管理過(guò)程中，管理者僅憑經(jīng)驗(yàn)進(jìn)行采買(mǎi)與使用，缺乏理性分析和事前規(guī)劃。在進(jìn)行圖書(shū)、儀器設(shè)備的采購(gòu)前資產(chǎn)管理人員收集到各部門(mén)上報(bào)的數(shù)據(jù)后僅進(jìn)行簡(jiǎn)單的統(tǒng)計(jì)就憑經(jīng)驗(yàn)進(jìn)行購(gòu)買(mǎi)。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(gòu)買(mǎi)和資源的浪費(fèi)。而在集體采購(gòu)過(guò)程中，管理者根據(jù)個(gè)人利益與經(jīng)驗(yàn)選擇供應(yīng)商，事前并不對(duì)供應(yīng)商提供的產(chǎn)品性價(jià)比進(jìn)行綜合性分析比較。這種采購(gòu)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(gòu)置后的使用管理過(guò)程中，缺乏合力有效的規(guī)劃，資產(chǎn)使用與報(bào)廢僅憑經(jīng)驗(yàn)處置，缺乏長(zhǎng)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(shì)來(lái)看，僅有管理部門(mén)才擁有高校資產(chǎn)的全部信息，而各部門(mén)之間的信息是閉塞的。每個(gè)部門(mén)僅擁有本單位資產(chǎn)的信息情況，而部門(mén)之間信息與資源不能共享，造成資源的重復(fù)購(gòu)買(mǎi)與閑置。與此同時(shí)，不僅部門(mén)之間的信息傳遞存在障礙，管理部門(mén)與各資產(chǎn)使用部門(mén)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(pán)點(diǎn)過(guò)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(pán)點(diǎn)，然后管理處再根據(jù)賬實(shí)情況對(duì)設(shè)備保管情況進(jìn)行調(diào)整。這種資產(chǎn)盤(pán)點(diǎn)方法的信息傳遞效率低下，無(wú)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(gòu)買(mǎi)與資產(chǎn)流失的問(wèn)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(guò)去那樣無(wú)紀(jì)律、無(wú)規(guī)劃地進(jìn)行管理，必然會(huì)造成高校資產(chǎn)管理效率的低下。而解決當(dāng)前問(wèn)題之關(guān)鍵在于充分利用購(gòu)置資產(chǎn)過(guò)去與現(xiàn)在的數(shù)據(jù)，利用計(jì)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(dòng)化辦公系統(tǒng)從海量數(shù)據(jù)中挖掘出各部門(mén)資產(chǎn)需求度與資產(chǎn)采購(gòu)匹配度，并深度分析資產(chǎn)購(gòu)置價(jià)格、使用期限與頻率之間的動(dòng)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(shì)與規(guī)律，從而提高高校資產(chǎn)使用率，降低資產(chǎn)購(gòu)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(jì)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(shí)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(jià)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(jì)主題

在設(shè)計(jì)高校資產(chǎn)管理系統(tǒng)的過(guò)程中，首先要確定系統(tǒng)中最有價(jià)值的決策主題域以及各個(gè)主題域的維度。根據(jù)對(duì)高校資產(chǎn)管理系統(tǒng)的需求分析，明確了數(shù)據(jù)庫(kù)系統(tǒng)的主題域包含資產(chǎn)、部門(mén)（即系統(tǒng)用戶）以及資金這三個(gè)主題域。而這三個(gè)主題域之間關(guān)系是，資產(chǎn)是管理系統(tǒng)主體設(shè)計(jì)之核心，通過(guò)對(duì)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(kù)。而部門(mén)與資金這兩個(gè)主題域在系統(tǒng)管理過(guò)程中起輔助作用，反映一些需要關(guān)注的備用信息。具體來(lái)說(shuō)利用數(shù)據(jù)挖掘技術(shù)設(shè)計(jì)的資產(chǎn)管理系統(tǒng)擁有以下三個(gè)主題域：

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

各部門(mén)的資產(chǎn)數(shù)據(jù)信息均會(huì)錄入到資產(chǎn)管理系統(tǒng)中，資產(chǎn)主體會(huì)通過(guò)對(duì)各單位過(guò)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(jí)數(shù)據(jù)，從而對(duì)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(guò)去與當(dāng)前資產(chǎn)信息，還需囊括各部門(mén)下一年度的資產(chǎn)購(gòu)置與更新的財(cái)務(wù)預(yù)算，以為決策者提供完備的信息庫(kù)。

（2）部門(mén)主題，即對(duì)高校各部門(mén)（系統(tǒng)用戶）狀況的分析。

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

（3）資金主題，即是對(duì)各部門(mén)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(mén)資產(chǎn)管理資金配置情況。

資金域中錄入的是已購(gòu)置資產(chǎn)資金花銷及來(lái)源，資產(chǎn)管理過(guò)程中的折舊、升級(jí)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(gè)基本主題域。但在實(shí)踐中，有時(shí)為了簡(jiǎn)單化將三個(gè)主題域進(jìn)行合并，即在資產(chǎn)主題域內(nèi)對(duì)部門(mén)與資金主題進(jìn)行考慮，但在數(shù)據(jù)庫(kù)設(shè)計(jì)過(guò)程中需要通過(guò)增加維度的途徑來(lái)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(jí)粒度設(shè)計(jì)

高校資產(chǎn)管理系統(tǒng)設(shè)計(jì)之目標(biāo)在于對(duì)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(duì)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(huì)隨著高校規(guī)模的擴(kuò)大而無(wú)限增加，自然分化出常調(diào)動(dòng)數(shù)據(jù)與沉淀數(shù)據(jù)，在存儲(chǔ)上有必要進(jìn)行區(qū)分，即將沉淀數(shù)據(jù)存儲(chǔ)在備用存儲(chǔ)器中，并清楚報(bào)廢多年資產(chǎn)的數(shù)據(jù)，這就要求粒度級(jí)別劃分的精準(zhǔn)性。經(jīng)過(guò)對(duì)各大高校資產(chǎn)管理情況進(jìn)行反復(fù)分析與合理推測(cè)，筆者認(rèn)為可將高校管理系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)為二級(jí)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(mén)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(zhǎng)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(kù)中長(zhǎng)期保存，并利用其定期生產(chǎn)資產(chǎn)數(shù)據(jù)報(bào)表。

3.資產(chǎn)管理系統(tǒng)邏輯模型設(shè)計(jì)

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(guò)事實(shí)表的鍵將維度表組織連接起來(lái)，以為系統(tǒng)用戶提供查詢功能。事實(shí)表用來(lái)對(duì)設(shè)計(jì)的主題域多個(gè)角度進(jìn)行描述，而維度表從不同角度對(duì)設(shè)計(jì)的主題域數(shù)據(jù)進(jìn)行描述。通過(guò)對(duì)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(jì)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(mén)表”、“資產(chǎn)編碼表”、“資產(chǎn)分級(jí)表”以及“時(shí)間表”4個(gè)主維度表關(guān)聯(lián)，而“部門(mén)表”、“資產(chǎn)編碼表”以及“資產(chǎn)分級(jí)表”則分別具有“上級(jí)部門(mén)表”、“資產(chǎn)類別表”以及“資產(chǎn)指標(biāo)表”3個(gè)2級(jí)的維度表。這種多層級(jí)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(chǔ)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(jì)后需要對(duì)管理系統(tǒng)進(jìn)行數(shù)據(jù)裝載（ETL），首先要對(duì)資產(chǎn)的源數(shù)據(jù)進(jìn)行簡(jiǎn)單抽取，然后依據(jù)預(yù)先設(shè)定的邏輯模型對(duì)源數(shù)據(jù)進(jìn)行轉(zhuǎn)換并進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)的存儲(chǔ)。

4.資產(chǎn)數(shù)據(jù)歸約與取值

對(duì)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(jiǎn)單化，本質(zhì)來(lái)說(shuō)大戶也是對(duì)數(shù)據(jù)庫(kù)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(gè)大類，既包括房屋等地產(chǎn)又包括了圖書(shū)與器具等教學(xué)設(shè)備，對(duì)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(gè)管理指標(biāo)，即資產(chǎn)購(gòu)置價(jià)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(píng)估（D）。

對(duì)上述確定的資產(chǎn)管理指標(biāo)進(jìn)行統(tǒng)一的分級(jí)，即1～5級(jí)，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(gòu)置價(jià)格、購(gòu)置時(shí)間與當(dāng)前市場(chǎng)行情等因素對(duì)資產(chǎn)進(jìn)行評(píng)級(jí)。

（2）根據(jù)折舊情況與使用年限進(jìn)行評(píng)級(jí)，在折舊與使用年限的確定上應(yīng)根據(jù)會(huì)計(jì)與稅務(wù)上的規(guī)定進(jìn)行計(jì)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(gè)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(jì)算出分區(qū)化的資產(chǎn)剩余使用年限的區(qū)間值。通過(guò)對(duì)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(duì)應(yīng)著1～5各級(jí)別。

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

（4）根據(jù)資產(chǎn)定期的質(zhì)量檢查與評(píng)估。

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

5.數(shù)據(jù)挖掘過(guò)程

上述通過(guò)對(duì)高校資產(chǎn)管理系統(tǒng)的設(shè)計(jì)，獲得高校資產(chǎn)的數(shù)據(jù)庫(kù)的具體構(gòu)建，下面將分析如何對(duì)源數(shù)據(jù)進(jìn)行整理與特征化轉(zhuǎn)換。本文認(rèn)為通過(guò)Apriori算法能夠?qū)崿F(xiàn)對(duì)資產(chǎn)數(shù)據(jù)庫(kù)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(kù)多指標(biāo)之間的關(guān)聯(lián)規(guī)則就可以實(shí)現(xiàn)對(duì)高校資產(chǎn)的數(shù)據(jù)庫(kù)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(píng)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(gè)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(guò)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(jì)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(jì)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(jì)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(guò)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(dòng)態(tài)數(shù)據(jù)越有意義，其關(guān)聯(lián)規(guī)則對(duì)輔助管理者進(jìn)行決策越具有價(jià)值。而通過(guò)上述方法設(shè)計(jì)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(jià)值定會(huì)十分低下，信息可信度會(huì)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(guó)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(jí)別管理人員而設(shè)定的，通過(guò)對(duì)高校資產(chǎn)管理系統(tǒng)收集而來(lái)的數(shù)據(jù)進(jìn)行更深層次的挖掘分析而來(lái)，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(kù)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(kāi)，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(guò)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(lái)說(shuō)包括了管理問(wèn)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(shí)運(yùn)用等五個(gè)過(guò)程。

（1）管理問(wèn)題定義，即數(shù)據(jù)挖掘的目標(biāo)，即定義出資產(chǎn)管理過(guò)程中需要解決的業(yè)務(wù)問(wèn)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(duì)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(cuò)誤，從而完成數(shù)據(jù)的準(zhǔn)備工作。

（3）接下來(lái)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(duì)經(jīng)過(guò)轉(zhuǎn)換的數(shù)據(jù)的挖掘工作。

（4）經(jīng)過(guò)數(shù)據(jù)挖掘后，要對(duì)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(duì)挖掘的數(shù)據(jù)進(jìn)行系統(tǒng)分析、解釋與評(píng)價(jià)，并運(yùn)用文字或圖表的方式將數(shù)據(jù)蘊(yùn)含的動(dòng)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(shí)運(yùn)用，即將通過(guò)上述數(shù)據(jù)挖掘過(guò)程獲得的知識(shí)集成到?jīng)Q策系統(tǒng)的知識(shí)庫(kù)當(dāng)中，構(gòu)成決策備用信息庫(kù)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(lái)說(shuō)包括了設(shè)備采購(gòu)、資產(chǎn)配置、維修管理以及報(bào)廢決策四個(gè)方面的決策實(shí)現(xiàn)過(guò)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(duì)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(gòu)環(huán)節(jié)的決策支持，采購(gòu)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(gòu)數(shù)據(jù)，與此同時(shí)結(jié)合當(dāng)前市場(chǎng)情況，對(duì)預(yù)采購(gòu)資產(chǎn)進(jìn)行技術(shù)經(jīng)濟(jì)分析與性價(jià)比分析，并配合調(diào)研選型。在數(shù)據(jù)挖掘過(guò)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(duì)市場(chǎng)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(píng)價(jià)選擇性價(jià)比較高的產(chǎn)品進(jìn)行采購(gòu)。于此同時(shí)，在采購(gòu)過(guò)程中適當(dāng)使用預(yù)測(cè)模式，對(duì)預(yù)購(gòu)置資產(chǎn)價(jià)格進(jìn)行初步概算，以對(duì)部門(mén)資產(chǎn)采購(gòu)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(gòu)置后的資產(chǎn)要在各部門(mén)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(huì)造成資產(chǎn)的重復(fù)購(gòu)置以及資源的極大浪費(fèi)。無(wú)論是購(gòu)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(guò)建立決策樹(shù)，來(lái)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(duì)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(shí)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(shí)序模式與預(yù)測(cè)分析方法，對(duì)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(duì)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(shí)，還可以采用預(yù)測(cè)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(bào)廢更新環(huán)節(jié)的決策支持。資產(chǎn)的報(bào)廢更新源自于兩個(gè)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(duì)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(duì)資產(chǎn)進(jìn)行動(dòng)態(tài)化管理，通過(guò)對(duì)已有數(shù)據(jù)的挖掘及時(shí)剔除壽命降至的資產(chǎn)。而對(duì)于資產(chǎn)性能無(wú)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(jì)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(duì)原有資產(chǎn)進(jìn)行改造升級(jí)，還是予以報(bào)廢更新。

五、結(jié)束語(yǔ)

高校資產(chǎn)信息化處理系統(tǒng)在運(yùn)行過(guò)程中會(huì)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(jiǎn)單的統(tǒng)計(jì)評(píng)估與分析功能，而隱藏在數(shù)據(jù)背后的價(jià)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(jì)高校資產(chǎn)管理系統(tǒng)是很好的應(yīng)用趨勢(shì)，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(kāi)展需要從事資產(chǎn)管理和系統(tǒng)設(shè)計(jì)人員充分的準(zhǔn)備，以及對(duì)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(guò)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(kù)，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(zhǎng)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(shí)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(shí)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(jì)中的應(yīng)用研究[J].河北軟件職業(yè)技術(shù)學(xué)院學(xué)報(bào)，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(guó)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(zhǎng)沙通信職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2013（1）：16-18.

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