大数据、云会计时代的到来，加快了 各行业财务信息化的进程，同时也积累了 海量的财务数据和业务数据。如何对这 些数据进行挖掘、管理、分析并加以利用， 是当前每个管理者急需解决的问题。
搭建大数据架构是基础
以重庆海事局为例，该局的基建项目 从可行性研究、立项、审批、批复、前期准 备、开工建设、竣工验收到资产交互，项目 周期较长且涉及到财务、纪检监督、基建 装备等诸多参与方，这些特点决定了基建 项目管理是一个数据量庞大的工作。 大数据、云会计环境下的基建项目管 理，通过融合财务云平台和基建业务系 统，采用分布式计算架构，结合并行数据 库技术，有效地搭载基建项目的各类业务 数据，支持大数据的流处理模式和批处理 模式，实现基建项目海量数据的存储与维 护。同时，跨层级分布式的业务处理为系 统功能的柔性重组提供了一个松耦合的 集成框架。 针对财务云平台和基建业务系统产 生的海量、多源异构的数据，利用大数据 的理念、方法和技术，建立大数据基础设 施体系，能够为重庆海事局的安全监控提 供数据和决策支撑，对项目过程中的建设 单位执行基本建设程序情况、项目参建单
位依法建设和履约情况、项目参建单位依 法建设和履约情况、建设单位对工程管理 情况、在建项目合同执行及管理情况、在 建项目廉政情况等提供有效的技术支持， 实现保安全、高效率、低成本的目标。
统一大数据标准是前提
基建项目的大数据来源，一方面是财 务云平台的财务数据，主要包括财务统 计、项目概算、收支报销等；另一方面是基 建业务系统对项目状态的实时动态数据 采集。 对采集数据标准的统一，是实现数据 集中管理、融合共享的前提，是建立基建 项目中心数据库与统一挖掘模型的基础。 起初，利用大数据并行数据库技术建 立分布式业务数据库，为基建项目各个业 务子系统提供高自由度的数据环境。随 后，分别建立业务数据模型与标准模型的 映射管理，其中包括结构化数据的字段映 射、半结构化和非结构化数据的语义映射 等大数据映射标准。最后，分别将各业务 子系统数据库的数据按照时间节点横向 划分，通过多个节点并行数据处理任务， 为实现基建项目大数据分析挖掘提供数 据准备。
数据清洗与处理是核心
基建项目领域涵盖面广且部门交叉
性强，在处理过程中存在大量的数据交换 与存储，且这些数据结构复杂，包括结构 化、半结构化和非结构化数据，远超出普通 管理信息系统数据处理能力的范围，必须 借助大数据技术才能对其进行有效的存储 和分析。因此，解决基建项目大数据的处 理问题是保证数据交换与存储的可靠性、 数据分析与预测的科学性的核心因素。 在基建项目管理过程中，所有的业务 处理都是通过数据的流动来实现的，包括
子系统内部数据流动和跨系统分布式的 数据流动。因此，在建立集成中心数据库 时采用服务器的分布式存储与控制的方 式，会大大提高系统稳定性且减少系统响 应时间，实现更稳定的信息化保障方式和 更好的用户体验。同时，还应当考虑服务 器集群的分级、分类构建，半结构化与非 结构化数据在不同类型服务器中的分片 存储与处理，异地数据加密与备份等。
数据分析与挖掘是目的
在确定基建项目管理系统的系统架 构、数据标准和数据处理的基础上，即可 完成对数据的智能化处理，即建立分级索 引库和挖掘模型库，实现对海量数据抽 取、转换、加载、搜索、挖掘、分析和预测。 通过大数据挖掘，打破业务数据之间 的屏障，使之统一化、透明化，能够解决管 理过程中的许多决策问题。例如通过对 基建项目三年滚动计划数据的挖掘分析， 预测工程建设中的违规违纪，实现工程项 目定量、定向管控安排，防止工程建设项 目中的腐败问题；通过对工程建设实时动 态监控，分析建设单位执行基本建设程序 情况、项目参建单位依法建设和履约情 况、建设单位对工程管理情况、在建项目 合同执行及管理情况等；通过对基建项目 管理系统中业务人员、指挥人员、系统访 问人员的行为进行数据挖掘分析，提供可 靠的各类人群数据模型等。
李陵 程平 崔纳牟倩/文
