基于大數(shù)據(jù)分析的技術(shù)的智慧零售經(jīng)濟運行監(jiān)測分析

余先玲 王成成

關(guān)鍵詞 智慧零售 運行監(jiān)測分析 大數(shù)據(jù)技術(shù) 經(jīng)濟運行

1引言

經(jīng)濟監(jiān)測分析事關(guān)國家治理水平，提升決策科學化和社會治理精準化都離不開網(wǎng)絡(luò)安全與大數(shù)據(jù)技術(shù)。在智慧零售經(jīng)濟監(jiān)測分析中應(yīng)用大數(shù)據(jù)技術(shù)，可以助力企業(yè)落實宏觀調(diào)控政策，并提升經(jīng)濟調(diào)控能力，從而做出更加符合實際情況的決策。在這一背景之下，企業(yè)借助大數(shù)據(jù)分析技術(shù)及計算機網(wǎng)絡(luò)技術(shù)有利于服務(wù)職能部門。

2智慧零售經(jīng)濟運行監(jiān)測分析與大數(shù)據(jù)技術(shù)的應(yīng)用

2.1智慧零售經(jīng)濟運行監(jiān)測分析

智慧零售經(jīng)濟運行監(jiān)測是指對經(jīng)濟運行過程中一系列重要的指標在連續(xù)的時間段內(nèi)進行觀測，并對指標體現(xiàn)出來的重要信息進行提取以及總結(jié)。經(jīng)濟運行監(jiān)測的目的是找出經(jīng)濟運行過程中的全局性問題，從而對這些重要的問題進行深入分析并提出相關(guān)可行建議。經(jīng)濟運行監(jiān)測分析要分析的指標與各國國民經(jīng)濟的構(gòu)成有關(guān)，不同的經(jīng)濟產(chǎn)業(yè)部門監(jiān)測分析的指標也有所不同[1] 。對于我國來說，經(jīng)濟運行監(jiān)測分析的重點一直都是工業(yè)部門。從新中國成立以來，工業(yè)部門的發(fā)展一直是我國相關(guān)部門和消費者最為關(guān)心的問題。從體系結(jié)構(gòu)的角度講，工業(yè)部門是實體經(jīng)濟的核心部門，也是我國國民經(jīng)濟發(fā)展的命脈。具體來說，我國經(jīng)濟運行監(jiān)測分析主要監(jiān)測工業(yè)部門的生產(chǎn)、效益、投資、外貿(mào)、價格等指標。除了工業(yè)部門的自身發(fā)展指標，其他可能影響工業(yè)發(fā)展的因素也在監(jiān)測范圍內(nèi)。因此，經(jīng)濟運行監(jiān)測分析是綜合了各個橫向部門、各地工信部門、行業(yè)協(xié)會和重點企業(yè)等信息的系統(tǒng)性分析。經(jīng)濟運行監(jiān)測分析的目的是對經(jīng)濟運行的態(tài)勢進行把控以及對經(jīng)濟運行工作進行指導，因此我們應(yīng)該關(guān)注經(jīng)濟運行數(shù)據(jù)的動態(tài)數(shù)據(jù)，其能夠反映經(jīng)濟運行過程中的最新情況。

2.2大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)是指從各種類型的數(shù)據(jù)中快速提取有價值的信息的一種技術(shù)。大數(shù)據(jù)技術(shù)處理數(shù)據(jù)的體量和種類都非常多，計算的速度也很快，能夠滿足人們更加多元的需求。應(yīng)用大數(shù)據(jù)技術(shù)能夠?qū)崿F(xiàn)對信息的數(shù)據(jù)采集、數(shù)據(jù)挖掘和數(shù)據(jù)可視化。這些功能對于經(jīng)濟運行監(jiān)測分析也十分有價值，通過對經(jīng)濟運行監(jiān)測信息的采集和信息挖掘，能夠更加準確地反映經(jīng)濟發(fā)展態(tài)勢，對經(jīng)濟運行中的問題進行更加精準地定位。近年來，最為流行的大數(shù)據(jù)分析工具是爬蟲（Python），爬蟲可以為數(shù)據(jù)分析人員提供各種開發(fā)工具包，以此幫助數(shù)據(jù)分析員通過機器學習、可視化分析等功能對數(shù)據(jù)進行處理。無論是在研究領(lǐng)域還是在實際的公司

3智慧零售經(jīng)濟運行監(jiān)測分析中大數(shù)據(jù)技術(shù)應(yīng)用的問題

3.1有關(guān)人員專業(yè)水平不足

我國經(jīng)濟運行監(jiān)測分析的工作主要由相關(guān)部門來完成，而由于經(jīng)濟運行監(jiān)測分析的工作本質(zhì)是對經(jīng)濟運行態(tài)勢進行把握以及對經(jīng)濟發(fā)展提出建議，因此相關(guān)部門的人員構(gòu)成主要是具有經(jīng)濟學、金融學、統(tǒng)計學背景的人才，他們?nèi)狈τ嬎銠C知識。由于傳統(tǒng)的經(jīng)濟領(lǐng)域?qū)I(yè)人才已經(jīng)無法滿足大數(shù)據(jù)時代的要求，這些專業(yè)人才沒有受過專業(yè)的計算機訓練，在應(yīng)用大數(shù)據(jù)技術(shù)方面存在一些困難。大數(shù)據(jù)技術(shù)屬于計算機領(lǐng)域?qū)I(yè)性較強的技術(shù)，掌握這項技術(shù)需要具備扎實的計算機基礎(chǔ)和數(shù)理知識，對于學習時間和學習能力的要求都比較高，一般來說掌握數(shù)據(jù)分析技能需要經(jīng)過專業(yè)的訓練。在經(jīng)濟運行監(jiān)測分析中應(yīng)用大數(shù)據(jù)技術(shù)，要求監(jiān)測人員既具備經(jīng)濟知識又能熟練運用爬蟲等計算機語言進行編程。西方國家對于交叉學科的研究和對交叉人才的培養(yǎng)都已經(jīng)比較成熟，而我國在這方面的項目開拓和相關(guān)人才的培養(yǎng)還不夠深入，我國相關(guān)部門特別是偏遠地區(qū)的相關(guān)部門十分缺乏交叉人才。因此，引進交叉人才以及促進經(jīng)濟運行監(jiān)測部門與信息部門和各大高校技術(shù)人員的合作是下一個階段的努力方向[3] 。

3.2政務(wù)數(shù)據(jù)的共享程度不高

在經(jīng)濟監(jiān)測分析中應(yīng)用大數(shù)據(jù)技術(shù)，就是要利用大數(shù)據(jù)技術(shù)對與經(jīng)濟運行有關(guān)的數(shù)據(jù)進行分析。建立數(shù)據(jù)庫是應(yīng)用大數(shù)據(jù)技術(shù)的前提，若要實現(xiàn)相應(yīng)目的，就要為大數(shù)據(jù)技術(shù)的應(yīng)用提供豐富的信息庫，數(shù)據(jù)和信息的豐富程度決定了大數(shù)據(jù)技術(shù)在該領(lǐng)域應(yīng)用的效果。對于經(jīng)濟運行監(jiān)測分析來說，最主要的信息庫就是政務(wù)數(shù)據(jù)，通過讓大數(shù)據(jù)技術(shù)對政務(wù)信息的信息庫進行分析，可以得到相關(guān)結(jié)果，因此政務(wù)數(shù)據(jù)越豐富，大數(shù)據(jù)分析后得出的結(jié)果就越準確，對于政策的指導意義也就更強。

目前，實踐中最大的困難就是各地政務(wù)數(shù)據(jù)共享程度不高。由于長期以來相關(guān)部門在工作中對于信息收集和保存的意識不強，而很多政務(wù)數(shù)據(jù)涉及相關(guān)企業(yè)，因此在推行政務(wù)數(shù)據(jù)共享的過程中存在諸多困難。我國東部沿海某省曾經(jīng)統(tǒng)計：該省相關(guān)部門無條件共享數(shù)據(jù)量的比例不足百分之十。這是來自較發(fā)達省份的數(shù)據(jù)，其他偏遠地區(qū)的政務(wù)數(shù)據(jù)共享程度可能更低。政務(wù)共享數(shù)據(jù)是能夠體現(xiàn)經(jīng)濟運行狀況的重要數(shù)據(jù)載體，缺少充分的政務(wù)共享數(shù)據(jù)，大數(shù)據(jù)技術(shù)的優(yōu)勢就很難發(fā)揮，因此提升政務(wù)數(shù)據(jù)的共享程度是深化大數(shù)據(jù)技術(shù)在經(jīng)濟運行監(jiān)測領(lǐng)域應(yīng)用的首要問題。

3.3缺少成熟的分析模型和應(yīng)用范例

由于智慧零售經(jīng)濟監(jiān)測分析中使用的指標通常是固定的，因此在經(jīng)濟監(jiān)測分析中應(yīng)用大數(shù)據(jù)技術(shù)一般要建立幾個常用的分析模型，以便讓相關(guān)部門使用固定的分析模型進行經(jīng)濟監(jiān)測，以提高分析效率和精準程度。例如，在工業(yè)部門的監(jiān)測中，如何對生產(chǎn)和效益進行考察以及如何利用機器學習進行預測等，可以反復利用一個固定模型解決此類問題，從而極大提升對工業(yè)部門經(jīng)濟運行情況的預測程度和預測效率，因此建立分析模型至關(guān)重要。但是，由于缺乏技術(shù)人才和政務(wù)數(shù)據(jù)共享不充分，導致我國大數(shù)據(jù)技術(shù)在經(jīng)濟監(jiān)測分析中的成功案例較少，缺乏成熟的分析模型。

4智慧零售經(jīng)濟運行監(jiān)測分析中大數(shù)據(jù)技術(shù)應(yīng)用場景的研究

4.1對企業(yè)反饋信息進行文本挖掘分析

企業(yè)的反饋中包含大量能夠反映企業(yè)經(jīng)營現(xiàn)狀、政策訴求以及建設(shè)性建議的有關(guān)信息，這些信息通常以文本的形式出現(xiàn)。大數(shù)據(jù)技術(shù)的一個重要功能就是進行文本挖掘。文本挖掘是指通過對文本信息進行處理，挖掘出文本中隱含的有價值信息。傳統(tǒng)的數(shù)據(jù)統(tǒng)計主要是對數(shù)字進行統(tǒng)計，對于文本信息，計算機因為缺少人類的理解能力，所以很難明白文本的意思。文本挖掘克服了計算機不能處理文字信息的障礙，它能夠?qū)ξ谋局畜w現(xiàn)的情緒進行分析和標記，對文本中體現(xiàn)的重要信息進行提取。文本挖掘技術(shù)已經(jīng)被很多互聯(lián)網(wǎng)企業(yè)廣泛應(yīng)用于用戶評價分析中，這些企業(yè)通過用戶的評價進行文本分析，識別出用戶的情緒是積極的還是消極的，并將用戶對產(chǎn)品的批評和建議的信息進行匯總，從而應(yīng)用到對其產(chǎn)品的升級中。這種思路對于經(jīng)濟運行監(jiān)測同樣具有參考價值，對于經(jīng)濟運行監(jiān)測來說，企業(yè)就是用戶，對于企業(yè)的反饋報告同樣可以通過文本挖掘分析技術(shù)提取出有用的信息，以幫助相關(guān)部門做出決策。在實際的監(jiān)測工作中，可以通過樸素貝葉斯算法對企業(yè)反饋信息中的情感進行分析，對于有負面情緒的反饋信息要集中進行處理，找出企業(yè)發(fā)展的難處，精準把握企業(yè)的訴求，從而更有利于做出精準有效的決策[4] 。gzslib202204022137

4.2應(yīng)用網(wǎng)絡(luò)爬蟲對經(jīng)濟運行數(shù)據(jù)進行更大范圍采集

經(jīng)濟運行分析作為一項系統(tǒng)性工作，需要對與經(jīng)濟運行有關(guān)的信息進行全方位的分析和處理。在信息的獲取上，傳統(tǒng)的信息獲取方式依賴于對有關(guān)網(wǎng)頁進行訪問，然后通過人工進行下載和保存，該方式不僅耗費的人力較多，而且效率較低，在獲取信息的過程中還容易受到各種權(quán)限的限制，讓整個經(jīng)濟運行監(jiān)測分析的過程受阻。應(yīng)用網(wǎng)絡(luò)爬蟲技術(shù)對經(jīng)濟運行數(shù)據(jù)進行分析，就能很好地解決上述問題。

網(wǎng)絡(luò)爬蟲技術(shù)是指按照程序員設(shè)定的既定規(guī)則自動抓取信息的腳本。該技術(shù)就像爬行的蟲子一樣，可以根據(jù)認為設(shè)定的目標訪問相關(guān)的網(wǎng)頁，循環(huán)讀取網(wǎng)頁中的內(nèi)容并將網(wǎng)頁中的信息進行儲存。利用這項技術(shù)，傳統(tǒng)的經(jīng)濟運行數(shù)據(jù)分析就有了更大的數(shù)據(jù)采集范圍，也更有利于對豐富的數(shù)據(jù)資源進行處理，以便做出后續(xù)決策。經(jīng)濟運行是一個整體，一個部門的運行情況還與其他部門以及很多外界因素的變化有關(guān)。對于相關(guān)部門來說，其掌握的信息往往只是本部門的，對于互聯(lián)網(wǎng)上的一些公開信息，如果想要使用也需要按照網(wǎng)站的要求進行反復登錄和下載。如果使用爬蟲技術(shù)，這些環(huán)節(jié)很大程度上可以被省略，在法律和政策允許的情況下，爬蟲可以對所需的數(shù)據(jù)進行大規(guī)模采集。因此，在經(jīng)濟運行數(shù)據(jù)分析中應(yīng)用爬蟲技術(shù)可以擴大經(jīng)濟監(jiān)測的范圍，讓分析更加充分，讓監(jiān)測分析的結(jié)果更具有可信度。

4.3利用機器學習對企業(yè)生產(chǎn)經(jīng)營風險進行識別與預警

經(jīng)濟運行監(jiān)測分析是一種宏觀的分析方式，它強調(diào)對整體趨勢的分析以及對重要問題的及時處理。因此，對于企業(yè)的經(jīng)營而言，經(jīng)濟運行監(jiān)測部門既要了解其總體的發(fā)展狀況，又要對經(jīng)營風險較大的企業(yè)進行及時識別和預警。依靠大數(shù)據(jù)技術(shù)中的機器學習可以很好地實現(xiàn)這一目標。顧名思義，機器學習就是在計算機原有的計算功能之上，讓計算機模仿人進行學習，其主要是對數(shù)據(jù)的分類、關(guān)聯(lián)分析、回歸等規(guī)律進行學習。

根據(jù)統(tǒng)計學的相關(guān)知識，我們可以通過邏輯回歸、隨機森林等計算方法對數(shù)據(jù)進行統(tǒng)計和分析，但是計算的工作量和復雜程度都很高，機器學習就是讓計算機執(zhí)行相關(guān)的命令，代替人來對數(shù)據(jù)進行分析，從而發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律，對有共同性和趨向性的數(shù)據(jù)進行總結(jié)，指導人們做出決策。對企業(yè)生產(chǎn)經(jīng)營的風險進行分析和預警，是相關(guān)部門治理能力的體現(xiàn)。對于與企業(yè)有關(guān)的納稅申報記錄、稅金繳納情況、職工人數(shù)等信息，可以通過綜合運用LM 神經(jīng)網(wǎng)絡(luò)算法、CART 決策樹算法等機器學習工具進行處理，從而對企業(yè)的經(jīng)營分析進行判斷。通過該過程，可以將企業(yè)分為高生產(chǎn)經(jīng)營企業(yè)和正常生產(chǎn)經(jīng)營企業(yè)，可以實現(xiàn)對不同經(jīng)營風險企業(yè)的分類管理，同時對企業(yè)的風險進行準確預警，在企業(yè)經(jīng)營出現(xiàn)困難時為其提供必要支持。

4.4應(yīng)用可視化技術(shù)呈現(xiàn)數(shù)據(jù)分析結(jié)果

數(shù)據(jù)可視化是指通過算法將數(shù)據(jù)信息轉(zhuǎn)變?yōu)榭梢暬娘瀳D、折線圖、云圖等，讓數(shù)據(jù)更加直觀，突出反映關(guān)鍵問題。一般來說，人腦對于圖像的處理和記憶能力比數(shù)字要強，數(shù)據(jù)可視化技術(shù)可以將晦澀的數(shù)據(jù)轉(zhuǎn)化成更加讓人容易接受的圖像的形式。數(shù)據(jù)更加直觀的同時，數(shù)據(jù)可視化對于經(jīng)濟指標之間的模式反應(yīng)、相關(guān)性呈現(xiàn)還十分準確，它可以將數(shù)字背后蘊藏的信息挖掘出來，并以更加明了的方式呈現(xiàn)在人的眼前。

除了傳統(tǒng)的圖標，數(shù)據(jù)可視化技術(shù)還可以進行動態(tài)圖的呈現(xiàn)，將經(jīng)濟運行的動態(tài)信息很好地呈現(xiàn)出來。在數(shù)據(jù)可視化技術(shù)的應(yīng)用過程中，GIS 地圖的形式受到很多領(lǐng)域的青睞。GIS 地圖本來被應(yīng)用于地理研究領(lǐng)域，在經(jīng)濟運行監(jiān)測中，GIS 地圖可以更加直觀地展現(xiàn)某一產(chǎn)業(yè)或者某一行業(yè)在地理空間上的發(fā)展情況。數(shù)據(jù)可視化功能與相關(guān)部門整體掌握經(jīng)濟運行情況的目標十分契合。

4.5對數(shù)據(jù)報表進行自動化處理

若對經(jīng)濟運行指標進行分析，就要對經(jīng)濟運行過程中的各種數(shù)據(jù)進行定期收集。數(shù)據(jù)收集工作的頻次很高，并且需要有關(guān)部門對不同行業(yè)、不同地區(qū)企業(yè)的生產(chǎn)經(jīng)營數(shù)據(jù)進行收集，同時重點監(jiān)測的企業(yè)收集數(shù)據(jù)的工作量則更大。而從各大企業(yè)收集來的效益、投資價格表等指標還需要進行進一步計算和分析。

這一功能對于需要反復測量的和收集的經(jīng)濟運行監(jiān)測指標有指導意義。以工業(yè)部門的數(shù)據(jù)報表為例，其經(jīng)濟指標主要包括包含營業(yè)收入、管理成本、營業(yè)成本、利潤總額等項目。對于這些指標，可以利用數(shù)據(jù)分析腳本進行收集，然后再進行自動化處理，從而生成不同行業(yè)和所有制下的統(tǒng)計數(shù)據(jù)。在經(jīng)濟運行監(jiān)測分析中應(yīng)用數(shù)據(jù)分析腳本對報表進行自動化處理，可以避免工作人員反復執(zhí)行重復性任務(wù)。利用大數(shù)據(jù)技術(shù)對經(jīng)濟指標進行統(tǒng)計和分析，可以讓經(jīng)濟運行監(jiān)測分析更加精準高效，也能將人力資源進行合理分配，以免在煩瑣的簡單工作中浪費大量時間，從而把精力集中在更加重要的決策環(huán)節(jié)[5] 。

5結(jié)語