數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)中的應(yīng)用

文/劉玉華 (濱海新區(qū)住房和建設(shè)事務(wù)服務(wù)中心)

住房信息是反映我國居民消費水平和生活質(zhì)量的重要信息，房屋維修基金是反映房地產(chǎn)市場狀況的最好的信息資料庫。

數(shù)據(jù)分析人員如果能夠從這些房屋維修基金資料中，發(fā)掘出房屋價格、地段分布、居民生活用水等有價值的資料，并將這些資料整理成相關(guān)的資料，供相關(guān)部門參考，為公交線路、管道管線的設(shè)置，學校、商店等城市公共設(shè)施的合理布局等進行科學決策，是一件非常有意義的數(shù)據(jù)挖掘及研究工作。

一、數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)概念及內(nèi)涵

（一）數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘是一個多學科交叉研究的課題?，F(xiàn)在人們廣泛認可的是費亞德等人所說的：數(shù)據(jù)庫中的KDD是一種先進的處理方法，它可以從海量的數(shù)據(jù)中提煉出可信的、新穎的、有效的并且可以被人們所理解的模式。數(shù)據(jù)挖掘是一種多階段的處理流程，通?？蓜澐譃椋阂粭l據(jù)抽取一條據(jù)預處理一條據(jù)轉(zhuǎn)換一次發(fā)票挖掘。數(shù)據(jù)挖掘涉及很多學科和方法，分類方法也很多。

根據(jù)數(shù)據(jù)挖掘的任務(wù)，數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)的應(yīng)用可以劃分為：分類或預測模型發(fā)現(xiàn)、數(shù)據(jù)匯總、聚類、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、順序模式發(fā)現(xiàn)、依存或依賴模型發(fā)現(xiàn)、異常發(fā)現(xiàn)、趨勢發(fā)現(xiàn)等。根據(jù)數(shù)據(jù)挖掘的任務(wù)和方法，數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)應(yīng)用可以分為幾大類：關(guān)聯(lián)規(guī)則、數(shù)據(jù)總結(jié)、分類發(fā)現(xiàn)和聚類發(fā)現(xiàn)。

（二）房屋維修基金

房屋維修基金的實質(zhì)是住房公共設(shè)施專項資金和住房主體的維護資金，房屋公用設(shè)施專項資金，即專項資金，是指對物業(yè)共用部位、公用設(shè)施和設(shè)備進行更新改造的專項資金。專項資金“錢隨房走”，在住房轉(zhuǎn)讓時，將賬戶內(nèi)剩余的資金轉(zhuǎn)入新的產(chǎn)權(quán)人。在住房維修資金方面，業(yè)主在購房時必須按規(guī)定交納一定的費用，其目的是為以后的房屋維護服務(wù)。維修資金歸所有人所有，交完錢以后，無論是小區(qū)里的公共區(qū)域問題，還是業(yè)主家里的一些維修問題幾乎都可以解決，可以說是解決了許多的問題。通常來說，房屋維修資金是在購買時就要繳納的，而購房者和銷售公司關(guān)于維修資金的某些條款，在此條款中明確了維修資金的支付比例，房屋維修資金由購房者按照購房款的2%-3%支付，并且按照購買面積和購買總量的標準收取，所有的費用都由所有人共同承擔。房屋維修資金是房屋保修期屆滿后，房屋主體結(jié)構(gòu)、公共部位和公共設(shè)施設(shè)備的大、中修和更新改造的資金。主要承重構(gòu)件包括基礎(chǔ)、內(nèi)外承重墻體、柱、梁、樓板、屋頂?shù)?，公用部位指戶外墻面、門廳、樓梯間等，以及道路、溝渠、非經(jīng)營性停車場等。

二、數(shù)據(jù)預處理及數(shù)據(jù)挖掘任務(wù)方法

（一）數(shù)據(jù)預處理

數(shù)據(jù)挖掘的目標是現(xiàn)實中的數(shù)據(jù)，現(xiàn)實中的數(shù)據(jù)往往是不完整的，比如在一些屬性欄中，會出現(xiàn)一些缺陷，由于缺少必要的資料，導致資料不完整，例如，資料不精確、包含噪音、甚至是錯誤資料等。由于房屋維修資金的使用存在著大量的數(shù)據(jù)缺失，因此，研究者對數(shù)據(jù)的預處理中缺少的數(shù)據(jù)進行了探討，并提出了一種基于合作篩法的改進算法。房屋維修資金資料整理工程，要求各單位之間進行協(xié)作、共建、共享，以及運用現(xiàn)代科技手段，要按照統(tǒng)一的計劃，逐步推進信息化建設(shè)。在數(shù)據(jù)挖掘中，大量的數(shù)據(jù)都是不完全的（有缺失的）、不完整的、有缺陷的數(shù)據(jù)，這些數(shù)據(jù)會對數(shù)據(jù)挖掘的效率產(chǎn)生很大的影響，甚至會造成數(shù)據(jù)的偏差，因此，數(shù)據(jù)的清理非常重要，數(shù)據(jù)清理完成后接著進行或者同時進行數(shù)據(jù)集成、變換、規(guī)約等一系列的工作，該過程就是數(shù)據(jù)預處理。資料預處理的主要工作是：資料清理、資料整合、資料規(guī)約、資料轉(zhuǎn)換。

（二）數(shù)據(jù)挖掘任務(wù)方法

1．數(shù)據(jù)清洗

在統(tǒng)計上，丟失的數(shù)據(jù)會產(chǎn)生誤差，從錯誤的角度來看，不能很好地反映出整體的情況，而在數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)的實踐中，所有的數(shù)據(jù)都含有一個缺失的值，所以丟失值的處理非常重要。該方法主要分為丟失數(shù)據(jù)的確認和丟失值的處理。常見的方法有：刪除、替換、插補法等。刪除是最簡便的方法，按數(shù)據(jù)處理的不同，可以把觀測樣本刪除和刪除變量兩類。根據(jù)屬性，變量可以分為數(shù)字類型和圖形類型。如果一個變量是一個數(shù)字類型，那么這個變量的所有其他物體的值的平均值就會被替換掉。常用的插補方法包括回歸插補、多重插補等?；貧w插補法是將需要插值的變量作為因變量，將其他相關(guān)變量作為因子，利用回歸函數(shù)對因變量進行預測，從而對缺失變量進行修正。在進行異常處理前，必須先對其進行分類，一般都是采用單一散點圖或者盒狀圖來實現(xiàn)。

2．數(shù)據(jù)集成

數(shù)據(jù)挖掘所要求的數(shù)據(jù)常常分散于不同的數(shù)據(jù)來源，而數(shù)據(jù)整合則是把多個數(shù)據(jù)源整合到一個獨立的數(shù)據(jù)倉庫中。在進行數(shù)據(jù)集成時，真實世界中的多個數(shù)據(jù)源的表現(xiàn)是不一致的，存在著不匹配的風險，需要從最基礎(chǔ)的源數(shù)據(jù)轉(zhuǎn)換、提煉和集成。實體識別就是從不同的資料來源中，辨識現(xiàn)實世界中的實體，其工作就是處理各種元數(shù)據(jù)的盾牌，普通的盾牌就像各類名稱，名字一樣但單位卻不一樣。數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)數(shù)據(jù)整合中常常會造成數(shù)據(jù)的冗余，比如：多個同源屬性和多個同源屬性的名稱不一致，從而造成重復。

3．數(shù)據(jù)變換

數(shù)據(jù)轉(zhuǎn)換主要是對數(shù)據(jù)的處理、連續(xù)變量的離散化和變量的構(gòu)造，使數(shù)據(jù)轉(zhuǎn)化為“適當?shù)摹备袷剑瑵M足了數(shù)據(jù)挖掘的需求。簡單函數(shù)轉(zhuǎn)換是將常用中的一些數(shù)據(jù)函數(shù)進行轉(zhuǎn)換，包括平x、開x、取對數(shù)、差分運算等。由于各種評估指標的量綱差異較大，因此，如果不進行統(tǒng)計處理，將會對數(shù)據(jù)的分析產(chǎn)生一定的影響。為了避免不同的指數(shù)和數(shù)值區(qū)間的差別，必須采用規(guī)范化的方法，將不同的數(shù)據(jù)進行分類，以方便進行全面的分析。最小-最大標準化、零-均值標準化、核數(shù)化標準化等是目前研究的熱點。一些數(shù)據(jù)挖掘算法，尤其是ID3算法、Apriori算法等，都需要以分類的屬性格式進行數(shù)據(jù)處理。通常，把一個數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)數(shù)據(jù)連續(xù)的屬性轉(zhuǎn)換為一個類別的屬性，也就是一個連續(xù)的屬性的離散。數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)數(shù)據(jù)離散化過程中，連續(xù)屬性的離散化是指在數(shù)據(jù)的數(shù)值范圍內(nèi)設(shè)置若干離散的分割點，并將這些分割點分成若干個離散的區(qū)間，最終用不同的一致性或整型數(shù)值表示各數(shù)據(jù)的數(shù)值。

三、數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)中的應(yīng)用策略

（一）房屋維修基金管理服務(wù)項目介紹

項目組的人員對整個工程的整個過程進行了剖析，一開始是由開發(fā)商收取的，之后因為年代久遠、測繪資料遺失等原因，結(jié)果有缺失，比如X幢X戶的面積與資金數(shù)量不符，由信息中心的工作人員利用GIS進行土地測繪，以確定某一單元的范圍。盡量用清晰的地面（道路、胡同、圍墻）在小區(qū)的邊緣，田埂、河流等），用文字標示，無明顯地名標記時，應(yīng)按小區(qū)邊界兩側(cè)建筑物或其他地面物體的名稱，用文字說明和標示。然后，按照建筑的位置進行實地勘察，在特定的區(qū)域內(nèi)，將這棟樓的住戶一一對應(yīng)，但卻不一定是同一個人，比如某個單元被拆除了，沒有找到，或是已經(jīng)被改為店鋪賣掉的，這一切都要一一記載，等待進一步的調(diào)查。下一步，由財務(wù)部調(diào)取X幢X戶的銷售面積清單，再到物管部門查詢記錄（即維修資金）。物業(yè)管理部門負責小區(qū)物業(yè)專項維修基金的安全、集中和增值，負責運作、使用以及管理信息和檔案。物業(yè)管理部門將房產(chǎn)分析表格與房產(chǎn)測繪資料進行比對。如果二者不一致，則由產(chǎn)權(quán)部門調(diào)取存量房屋的確權(quán)證書，并與相關(guān)的臺賬和測繪資料進行比對，最終確定的是確權(quán)證書，之后，物業(yè)管理部門會對現(xiàn)有的維護資金進行清理，重新生成新的數(shù)據(jù)并進行分配。這是一個涉及各個部門、不同工作人員的工作，需要齊心協(xié)力，在這個過程中，會遇到許多意想不到的問題。我發(fā)現(xiàn)了一個很大的問題，那就是店鋪的名稱不是XX區(qū)的，需要提供一個準確的地址。相似的例子：如果是自己蓋房子，那就很難找到他們所屬的物業(yè)公司，只能找到他們的下屬單位，很難對齊，要特別小心那些可能發(fā)生的困難。

（二）房屋維修基金管理服務(wù)數(shù)據(jù)維護

在維修基金資料整理工程中，建立一套完整的房屋維修資金資料比對查詢系統(tǒng)是其中的一個關(guān)鍵環(huán)節(jié)。本研究團隊通過對整個工程的需求進行了分析，將管理的要求轉(zhuǎn)換成了可以用軟件來完成的功能描述，并在此基礎(chǔ)上建立了三層系統(tǒng)，將系統(tǒng)劃分為用戶界面層、業(yè)務(wù)邏輯層和數(shù)據(jù)庫層。由于B/S架構(gòu)采用了http，因此在數(shù)據(jù)傳輸方面存在著一定的局限性，且不存在專用C/S通訊，為了滿足整個工程的快速查詢需求，本系統(tǒng)更適合C/S架構(gòu)的開發(fā)。住房制度的改革，是構(gòu)建社會主義市場經(jīng)濟體系的一個關(guān)鍵環(huán)節(jié)。《國務(wù)院關(guān)于深化城鎮(zhèn)住房制度改革的決定》頒布后，我國住房制度改革的步伐明顯加快，住房分配貨幣化、住房商品化已經(jīng)根植于人們的心中，房地產(chǎn)行業(yè)的發(fā)展速度很快，很多商品房也開始超過保修期，公共部位、設(shè)施設(shè)備的維修問題會影響到社會和諧，所以及時建立維修基金并且對維修資金進行有效管理和核查的重要性顯得非常突出。

房屋維修資金的管理是根據(jù)本市住房公積金管理機構(gòu)的委托，為實現(xiàn)對維護資金的合理利用、動態(tài)實時監(jiān)測的目的而進行的。但是，由于存在著大量的缺失數(shù)據(jù)，無法通過計算來彌補，需要從數(shù)據(jù)來源中獲取更加詳細的信息。通過運用現(xiàn)代計算機技術(shù)、網(wǎng)絡(luò)技術(shù)，實現(xiàn)了房屋維修資金的信息化管理，達到了房屋維修資金的信息化、規(guī)范化、科學化。全面、準確、及時地搜集各類資訊，并進行適當?shù)恼恚怪嬲蔀槟軌蚬餐窒淼囊环N資源。在決策過程中，能夠快速地向決策層傳達重要的信息，降低信息的冗余、混淆，加快信息的傳遞，改善信息資源的使用和品質(zhì)。加強計劃控制功能，通過對各類經(jīng)營信息的持續(xù)收集、分析，發(fā)現(xiàn)企業(yè)經(jīng)營活動的一般規(guī)律，形成計劃控制的基礎(chǔ)，防止盲目的、不合理的行為，節(jié)約成本，加強技術(shù)管理。

（三）房屋維修基金管理多維數(shù)據(jù)集設(shè)計

在數(shù)據(jù)倉庫中，多維數(shù)據(jù)的設(shè)計與其對數(shù)據(jù)的處理效率有著直接的聯(lián)系。OLAP多維數(shù)據(jù)的實現(xiàn)有很多種，按其存儲方式的不同，可以將其劃分為：桌面OLAP（DOLAP）、關(guān)系OLAP（RoLAP）、MOI_AP（multi-OLAP）、tfOLAP（multi-OLAP）。DOLAP，就是將OLAP所需要的資料通過OLAP進行分析，然后將其保存到客戶機中，使其能夠不被網(wǎng)絡(luò)瓶頸所限制，但是卻很難保證操作的安全與數(shù)據(jù)的安全，同時也有管理和維護的問題。這種程序僅適用于小規(guī)模的工程。ROLAF代表OLAP（RelationaloLAP）在關(guān)系數(shù)據(jù)庫基礎(chǔ)上的實現(xiàn)。以關(guān)系式數(shù)據(jù)庫為中心，以關(guān)系式的方式對多維數(shù)據(jù)進行表達與存儲。ROLAP把多維數(shù)據(jù)庫分為兩種類型：一種是用于存儲數(shù)據(jù)和維度關(guān)鍵詞的事實表格，另一種是多維數(shù)據(jù)表，它為每一維存儲了維的層次、成員類別等維度的描述信息。維數(shù)和事實表是由主鍵和外部鍵結(jié)合而構(gòu)成的“星型模式”。為了防止冗余數(shù)據(jù)占用大量的存儲空間，采用多張表格進行描述。

MOLAP是一種以多維數(shù)據(jù)為基礎(chǔ)的OLAP實現(xiàn)，它的核心是多維數(shù)據(jù)的組織，即MOLAP采用多維陣列來儲存資料。多維數(shù)據(jù)在存儲過程中會形成“立方塊”的結(jié)構(gòu)，而MOLAP則是“旋轉(zhuǎn)”“切塊”和“切片”等“立方塊”的關(guān)鍵技術(shù)。HOLAP是一種OLAP(HybridOLAP)，它是以混合數(shù)據(jù)結(jié)構(gòu)為基礎(chǔ)的OLAP。例如，底層為關(guān)系型，而上層為多維矩陣型，這樣做更加靈活。也有其他方式來實現(xiàn)OLAP，比如為特定的SQL查詢提供特定的SQL查詢服務(wù)，例如星型、雪片型等。考慮到本分析系統(tǒng)的數(shù)據(jù)量并不大，而且數(shù)據(jù)庫記錄的添加和更新也是有規(guī)律的，基本上是每天的數(shù)據(jù)量的增長，而且由于數(shù)據(jù)的特殊性，涉及的領(lǐng)域也不廣，考慮到效率和其他因素，我們采用了MOLAP技術(shù)，將其應(yīng)用到SQLSERVER2000的AnalysiSServices上。使用多維資料集合精靈，對房屋多維資料進行了定義。建立一個事實資料表格，在一個事實資料表格中識別一個度量，然后建立一個維度，每一個維度都包含一個或多個其他表格。在定義了一個多維資料集合之后，再利用儲存設(shè)計精靈來設(shè)計它的集合。在新多維數(shù)據(jù)集合的設(shè)計完成之后，通過“完全處理”選項來處理這個多維數(shù)據(jù)集合，并利用它進行維護。

（四）房屋維修基金管理服務(wù)數(shù)據(jù)挖掘啟示

維修資金管理信息查詢系統(tǒng)是為了滿足用戶的需要而開發(fā)的，因此，開發(fā)人員要了解整個系統(tǒng)的整體目標和工作模式，首先要明確系統(tǒng)的要求，也就是決定系統(tǒng)的功能。在這個維修基金資料比對查詢系統(tǒng)的研制中，經(jīng)過交流、修改、多次反復，最后確定了系統(tǒng)的需求。系統(tǒng)的需求可以概括為：測繪成果查詢、產(chǎn)權(quán)查詢、合同備案查詢、維修資金資料的對比查詢。這個系統(tǒng)不僅可以方便地增加和修改用戶信息，還可以根據(jù)建筑的不規(guī)則結(jié)構(gòu)，進行多個房間的改造，每一個特定的房間都是由建筑物和單元生成的。數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)報表的產(chǎn)生，在統(tǒng)計中有很大的作用，可以將以前遇到的各種報表或者是自己所需要的報表，都可以用Excel格式進行分析。為了滿足維修資金比對查詢系統(tǒng)各個層級的信息查詢與統(tǒng)計要求，將各層次主管部門的相關(guān)數(shù)據(jù)從專用服務(wù)平臺上自動傳送至專門的查詢數(shù)據(jù)庫，即使網(wǎng)絡(luò)服務(wù)器遭到惡意攻擊，也不會對其業(yè)務(wù)的處理環(huán)境產(chǎn)生任何影響，而且可以輕松地利用專門的商業(yè)平臺系統(tǒng)來恢復Web服務(wù)器的數(shù)據(jù)。

四、結(jié)論

綜上所述，隨著我國房地產(chǎn)業(yè)的迅速發(fā)展，房地產(chǎn)市場的信息化進程也在不斷加快。隨著物業(yè)管理工作的不斷深入，傳統(tǒng)的物業(yè)管理手段已經(jīng)不能滿足發(fā)展的需要，計算機和網(wǎng)絡(luò)技術(shù)在各方面的優(yōu)越性已經(jīng)充分體現(xiàn)出來。及時運用數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)現(xiàn)代科學技術(shù)，建立數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)信息比對查詢體系，是貫徹國家科學發(fā)展的必然要求，也是與時俱進的具體表現(xiàn)。運用現(xiàn)代信息技術(shù)和現(xiàn)代科技與管理方式，對房屋維修基金的各個層次的用戶，進行便捷、精確的數(shù)據(jù)管理，并對其進行多方位、高效的監(jiān)督和管理，為業(yè)主、物業(yè)提供全面的維修資金信息，以實現(xiàn)對房屋維修資金的實時監(jiān)測。隨著信息化建設(shè)的不斷深化，數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)企業(yè)對信息化的依賴程度不斷提高，對信息化建設(shè)的需求也日益增加，數(shù)據(jù)挖掘在房屋維修基金管理服務(wù)數(shù)據(jù)庫必須與時俱進，以滿足不斷變化的信息需求。