羅 彪

功能，是指事物或方法所發(fā)揮的有利作用，即功效。大數(shù)據(jù)支持國(guó)防動(dòng)員決策功能，是指大數(shù)據(jù)在國(guó)防動(dòng)員決策中發(fā)揮的效能或作用。大數(shù)據(jù)能夠快速提煉國(guó)防動(dòng)員海量數(shù)據(jù)，形成信息、知識(shí)優(yōu)勢(shì)，并將之導(dǎo)入國(guó)防動(dòng)員的決策領(lǐng)域和關(guān)鍵環(huán)節(jié)，改進(jìn)決策模式，提高決策質(zhì)量和水平，助力提升國(guó)防動(dòng)員能力。

一、大數(shù)據(jù)功能的主要觀點(diǎn)

關(guān)于大數(shù)據(jù)功能，不同學(xué)者有不同的觀點(diǎn)，這些觀點(diǎn)源于不同的角度，且具有不同的特點(diǎn)。西方學(xué)者和研究機(jī)構(gòu)不僅指出大數(shù)據(jù)的實(shí)證價(jià)值，并從實(shí)踐應(yīng)用中認(rèn)識(shí)到大數(shù)據(jù)對(duì)決策過(guò)程的改進(jìn)作用。20世紀(jì)中期，美國(guó)學(xué)者愛(ài)德華茲·戴明認(rèn)為，“除了上帝，任何人都必須用數(shù)據(jù)來(lái)說(shuō)話”。IBM資深大數(shù)據(jù)專家杰夫·喬納斯也提出了同樣的觀點(diǎn)，“讓數(shù)據(jù)說(shuō)話”。全球著名管理咨詢公司麥肯錫在其報(bào)告中指出，“復(fù)雜分析能顯著地改進(jìn)決策過(guò)程”。

基于大數(shù)據(jù)發(fā)展及其廣泛應(yīng)用，我國(guó)學(xué)者對(duì)大數(shù)據(jù)的基本功能及其衍生出來(lái)的附屬功能進(jìn)行了描述和分析。國(guó)務(wù)院《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》從戰(zhàn)略層面對(duì)大數(shù)據(jù)的功能給予定位，賦予大數(shù)據(jù)“推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展”“重塑國(guó)家競(jìng)爭(zhēng)優(yōu)勢(shì)”“提升政府治理能力”的功能，并將數(shù)據(jù)界定為“國(guó)家基礎(chǔ)性戰(zhàn)略資源”。鄒振寧、榮希君等從軍事角度指出大數(shù)據(jù)技術(shù)的軍事指揮價(jià)值，主要包括提高五種能力：情報(bào)獲取能力、輔助決策能力、作戰(zhàn)控制能力、偵察攻擊能力、網(wǎng)絡(luò)安全能力。胡鍵則從大數(shù)據(jù)基本功能的角度，闡述大數(shù)據(jù)在促進(jìn)公共管理變革中的重要功能，包括數(shù)據(jù)收集功能、數(shù)據(jù)管理功能、數(shù)據(jù)分析功能、數(shù)據(jù)挖掘和數(shù)據(jù)重組功能、預(yù)測(cè)功能。肖慶文、李鈺等對(duì)大數(shù)據(jù)普遍衍生功能進(jìn)行高度概括，認(rèn)為大數(shù)據(jù)主要有以下幾種較為常用的功能：一是追蹤，即追蹤、追溯任何一個(gè)互聯(lián)網(wǎng)或物聯(lián)網(wǎng)的記錄，形成真實(shí)的歷史軌跡；二是識(shí)別，在對(duì)各種因素全面追蹤的基礎(chǔ)上，通過(guò)定位、對(duì)比、篩選，可以實(shí)現(xiàn)精準(zhǔn)識(shí)別，尤其是對(duì)語(yǔ)音、圖像、視頻進(jìn)行識(shí)別；三是畫像，通過(guò)對(duì)同一主體不同數(shù)據(jù)源的追蹤、識(shí)別、匹配，形成更立體的刻畫和更全面的認(rèn)識(shí)；四是提示，在歷史軌跡、識(shí)別和畫像基礎(chǔ)上，預(yù)測(cè)未來(lái)趨勢(shì)及重復(fù)出現(xiàn)的可能性，當(dāng)某些指標(biāo)出現(xiàn)預(yù)期變化或超預(yù)期變化時(shí)給予提示、預(yù)警；五是匹配，在海量信息中精準(zhǔn)追蹤和識(shí)別，利用相關(guān)性、接近性等進(jìn)行篩選對(duì)比，更有效率地實(shí)現(xiàn)供需匹配，該功能是互聯(lián)網(wǎng)約車、租房、金融等共享經(jīng)濟(jì)新商業(yè)模式的基礎(chǔ)；六是優(yōu)化，按距離最短、成本最低等給定的原則，通過(guò)各種算法對(duì)路徑、資源等進(jìn)行優(yōu)化配置。

無(wú)論是西方研究機(jī)構(gòu)還是我國(guó)學(xué)者的研究成果，對(duì)于我們研究大數(shù)據(jù)支持國(guó)防動(dòng)員決策功能都具有重要的參考價(jià)值。

二、大數(shù)據(jù)支持國(guó)防動(dòng)員決策的基本功能

大數(shù)據(jù)是數(shù)據(jù)資源，也是技術(shù)手段，大數(shù)據(jù)的這種本質(zhì)屬性，直接決定了大數(shù)據(jù)支持國(guó)防動(dòng)員決策的基本功能，即決策數(shù)據(jù)采集、決策數(shù)據(jù)存儲(chǔ)、決策數(shù)據(jù)分析等居于主要地位的功能。這是大數(shù)據(jù)在國(guó)防動(dòng)員決策中根本的、基礎(chǔ)的，且是恒常的、穩(wěn)定的功能。

（一）決策數(shù)據(jù)采集

數(shù)據(jù)采集是指通過(guò)RFID射頻數(shù)據(jù)、傳感器數(shù)據(jù)、社交網(wǎng)絡(luò)交互數(shù)據(jù)及移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)等方式獲得各種類型的結(jié)構(gòu)化、半結(jié)構(gòu)化（或稱之為弱結(jié)構(gòu)化），以及非結(jié)構(gòu)化的海量數(shù)據(jù)①http://www.szcomtop.com/fastar/news/20161206/news151926.html。國(guó)防動(dòng)員決策大數(shù)據(jù)的主要來(lái)源，包括政府?dāng)?shù)據(jù)、軍事數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)及傳感器數(shù)據(jù)等。傳統(tǒng)的國(guó)防動(dòng)員決策數(shù)據(jù)采集來(lái)源單一，且存儲(chǔ)、管理和分析數(shù)據(jù)量也較小，大多可采用關(guān)系數(shù)據(jù)庫(kù)和并行數(shù)據(jù)倉(cāng)庫(kù)處理。而大數(shù)據(jù)時(shí)代的國(guó)防動(dòng)員決策數(shù)據(jù)采集，來(lái)源廣泛、數(shù)據(jù)量巨大，且數(shù)據(jù)類型豐富，包括結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)，必須采用分布式數(shù)據(jù)庫(kù)才能有效存儲(chǔ)和處理。相較于傳統(tǒng)的數(shù)據(jù)采集，大數(shù)據(jù)時(shí)代的國(guó)防動(dòng)員決策，面對(duì)的是海量、多源、異構(gòu)的數(shù)據(jù)。這些特點(diǎn)決定了國(guó)防動(dòng)員決策數(shù)據(jù)的有效采集必須借助大數(shù)據(jù)采集技術(shù)。應(yīng)用比較廣泛的大數(shù)據(jù)采集技術(shù)主要包括以下三種。

1.系統(tǒng)日志采集技術(shù)。主要是通過(guò)地方和軍隊(duì)國(guó)防動(dòng)員業(yè)務(wù)信息平臺(tái)收集業(yè)務(wù)日志數(shù)據(jù)，供離線或在線的分析系統(tǒng)使用。比較成熟的采集工具有Chukwa、Flume、Scribe等。它們均采用分布式架構(gòu)，能滿足海量、高速的日志數(shù)據(jù)采集要求。

2.網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)。即通過(guò)“網(wǎng)絡(luò)爬蟲”或網(wǎng)站公開(kāi)API等方式從政府政務(wù)網(wǎng)、軍隊(duì)寬帶網(wǎng)、公共數(shù)據(jù)網(wǎng)等平臺(tái)上獲取國(guó)防動(dòng)員數(shù)據(jù)信息的過(guò)程。其支持圖片、音頻、視頻等文件的采集，且附件與正文可自動(dòng)關(guān)聯(lián)，可將非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)從網(wǎng)頁(yè)中提取出來(lái)，并存儲(chǔ)為統(tǒng)一的本地結(jié)構(gòu)化數(shù)據(jù)文件。

3.其他數(shù)據(jù)采集技術(shù)。對(duì)于國(guó)防動(dòng)員領(lǐng)域中的同期性數(shù)據(jù)，可借助物聯(lián)網(wǎng)傳感設(shè)備等硬件采集；保密性要求較高的數(shù)據(jù)，可使用特定系統(tǒng)接口等相關(guān)方式采集。

（二）決策數(shù)據(jù)存儲(chǔ)

大數(shù)據(jù)時(shí)代，國(guó)防動(dòng)員決策數(shù)據(jù)容量呈爆炸式增長(zhǎng)。從數(shù)據(jù)存儲(chǔ)的發(fā)展趨勢(shì)來(lái)看，一方面，對(duì)數(shù)據(jù)存儲(chǔ)量的需求越來(lái)越大；另一方面，對(duì)數(shù)據(jù)的有效管理提出了更高的要求。國(guó)防動(dòng)員決策大數(shù)據(jù)對(duì)存儲(chǔ)設(shè)備的容量、讀寫性能、可靠性、擴(kuò)展性都提出了更高的要求，需要充分考慮功能集成度、數(shù)據(jù)安全性、數(shù)據(jù)穩(wěn)定性、系統(tǒng)可擴(kuò)展性、性能及成本等各方面的因素。

大數(shù)據(jù)的存儲(chǔ)及處理不僅在于規(guī)模大，更要求傳輸及處理的響應(yīng)速度快。提到數(shù)據(jù)存儲(chǔ)技術(shù)，就離不開(kāi)數(shù)據(jù)庫(kù)技術(shù)。從目前的發(fā)展趨勢(shì)看，數(shù)據(jù)庫(kù)主要分為關(guān)系型數(shù)據(jù)庫(kù)、非關(guān)系型數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)緩存系統(tǒng)3種類型。傳統(tǒng)的國(guó)防動(dòng)員決策數(shù)據(jù)通常使用關(guān)系型數(shù)據(jù)庫(kù)MYSQL和Oracle等來(lái)存儲(chǔ)。

由于國(guó)防動(dòng)員決策大數(shù)據(jù)數(shù)據(jù)來(lái)源多樣、應(yīng)用算法繁多、結(jié)構(gòu)化程度不同、數(shù)據(jù)格式多樣，傳統(tǒng)的數(shù)據(jù)庫(kù)存儲(chǔ)技術(shù)已無(wú)法適應(yīng)國(guó)防動(dòng)員決策大數(shù)據(jù)的存儲(chǔ)。為了解決國(guó)防動(dòng)員領(lǐng)域大規(guī)模數(shù)據(jù)集合、多重?cái)?shù)據(jù)種類、來(lái)源和格式帶來(lái)的挑戰(zhàn)，非關(guān)系型NoSQL數(shù)據(jù)庫(kù)發(fā)揮了明顯作用。包括鍵值存儲(chǔ)數(shù)據(jù)庫(kù)、列存儲(chǔ)數(shù)據(jù)庫(kù)、圖形數(shù)據(jù)庫(kù)以及文檔型數(shù)據(jù)庫(kù)等類型。當(dāng)前，主流的非關(guān)系型數(shù)據(jù)庫(kù)有Redis、Bigtable、HBase、Neo4j等。

（三）決策數(shù)據(jù)分析

決策數(shù)據(jù)分析，就是通過(guò)詳細(xì)研究和概括總結(jié)決策數(shù)據(jù)，從中提取有價(jià)值信息并形成結(jié)論的過(guò)程。將有價(jià)值的國(guó)防動(dòng)員決策數(shù)據(jù)整合成國(guó)防動(dòng)員決策信息，這是國(guó)防動(dòng)員決策數(shù)據(jù)分析的核心內(nèi)容。相對(duì)傳統(tǒng)的國(guó)防動(dòng)員決策數(shù)據(jù)分析，大數(shù)據(jù)分析技術(shù)主要有以下幾種。

1.可視化分析，即數(shù)據(jù)圖表化。在分析國(guó)防動(dòng)員決策大數(shù)據(jù)時(shí)，最基本的要求就是對(duì)數(shù)據(jù)進(jìn)行可視化分析，就是將結(jié)構(gòu)或非結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)換成適當(dāng)?shù)目梢暬瘓D表，然后將隱藏在數(shù)據(jù)中的信息直接展現(xiàn)在各級(jí)決策者面前。根據(jù)不同的數(shù)據(jù)展示和分析需求，可使用指示卡、計(jì)量圖、餅圖、柱狀圖、拆線圖、地圖、GIS地圖、詞云、雷達(dá)圖、漏斗圖等圖形來(lái)展示數(shù)據(jù)。比較經(jīng)典的可視化分析工具有Tableau、Excel、Gephi等。

2.數(shù)據(jù)挖掘算法。數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中挖掘知識(shí)的過(guò)程。作為一種深層次的數(shù)據(jù)分析方法，能夠揭示事物隱藏的規(guī)律性，使決策者對(duì)狀態(tài)把握和趨勢(shì)預(yù)測(cè)更為科學(xué)準(zhǔn)確，成為正確決策的重要參考。一般來(lái)說(shuō)，數(shù)據(jù)挖掘側(cè)重解決四類問(wèn)題：分類、聚類、關(guān)聯(lián)和預(yù)測(cè)，重點(diǎn)在尋找模式和規(guī)律。數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘算法，數(shù)據(jù)挖掘算法多種多樣，其中比較經(jīng)典的算法有：C4.5、K-Means、SVM、CART、KNN等，不同的算法基于不同的數(shù)據(jù)類型和格式，會(huì)呈現(xiàn)出不同特點(diǎn)。

3.預(yù)測(cè)性分析。大數(shù)據(jù)分析最重要的應(yīng)用領(lǐng)域之一就是預(yù)測(cè)性分析。預(yù)測(cè)性分析結(jié)合了許多高級(jí)分析功能，包括特別統(tǒng)計(jì)分析、預(yù)測(cè)建模、數(shù)據(jù)挖掘、文本分析、實(shí)體分析、機(jī)器學(xué)習(xí)等。從海量決策數(shù)據(jù)中挖掘出其特點(diǎn)，幫助我們了解和把握國(guó)防動(dòng)員的現(xiàn)狀，并確定下一步的行動(dòng)方案，從依靠猜測(cè)進(jìn)行決策轉(zhuǎn)變?yōu)橐揽靠茖W(xué)預(yù)測(cè)進(jìn)行決策。

4.語(yǔ)義引擎。語(yǔ)義技術(shù)為大數(shù)據(jù)的有效分析提供了一種技術(shù)途徑。語(yǔ)義引擎是語(yǔ)義技術(shù)最直接的應(yīng)用，它從檢索詞語(yǔ)所表達(dá)的語(yǔ)義層次上來(lái)認(rèn)識(shí)和處理用戶的檢索請(qǐng)求，可以讓國(guó)防動(dòng)員決策的參謀人員從繁瑣的搜索條目中解放出來(lái)，更快、更準(zhǔn)、更全面地獲得國(guó)防動(dòng)員決策數(shù)據(jù)分析所需的信息，從而提高數(shù)據(jù)分析質(zhì)量和效率。

三、大數(shù)據(jù)支持國(guó)防動(dòng)員決策的派生功能

大數(shù)據(jù)在國(guó)防動(dòng)員決策中的派生功能，即指由基本功能引發(fā)出來(lái)的處于從屬地位的功能，包括現(xiàn)狀分析、需求預(yù)測(cè)、決策優(yōu)化、智能匹配等。

現(xiàn)狀分析。現(xiàn)狀分析是決策的基礎(chǔ)。國(guó)防動(dòng)員決策的一個(gè)重要環(huán)節(jié)就是搞清楚決策事項(xiàng)的現(xiàn)狀，基于現(xiàn)狀再制定下一步的行動(dòng)方案。通過(guò)國(guó)防動(dòng)員大數(shù)據(jù)分析，可對(duì)各領(lǐng)域國(guó)防動(dòng)員的現(xiàn)狀進(jìn)行分析，把握其基本狀態(tài)，從而使相關(guān)決策者了解本領(lǐng)域國(guó)防動(dòng)員的基本情況。同時(shí)，可通過(guò)大數(shù)據(jù)挖掘和可視化分析，準(zhǔn)確掌握各領(lǐng)域國(guó)防動(dòng)員戰(zhàn)略任務(wù)的完成情況，并以此衡量國(guó)防動(dòng)員整體運(yùn)行狀態(tài)。

需求預(yù)測(cè)。國(guó)防動(dòng)員決策實(shí)質(zhì)上就是實(shí)現(xiàn)國(guó)防動(dòng)員資源與軍事需求的精準(zhǔn)匹配。預(yù)測(cè)軍隊(duì)的軍事需求是國(guó)防動(dòng)員決策的重要前提。通過(guò)國(guó)防動(dòng)員大數(shù)據(jù)分析，可全面、快速準(zhǔn)確預(yù)測(cè)軍事需求。大數(shù)據(jù)使我們能夠獲得按照既定規(guī)則、分層、分類、分級(jí)的國(guó)防動(dòng)員數(shù)據(jù)集合，在這個(gè)數(shù)據(jù)集合中，國(guó)防動(dòng)員需求預(yù)測(cè)可用的數(shù)據(jù)能夠相互印證、彼此交互，能以靈活推拉、智能重組的數(shù)據(jù)塊（群）形式存在。在預(yù)測(cè)國(guó)防動(dòng)員需求時(shí)，大數(shù)據(jù)可以綜合現(xiàn)實(shí)與歷史數(shù)據(jù)進(jìn)行智能融合與分析判斷，盡可能深入分析挖掘數(shù)據(jù)的信息附加值，找尋關(guān)聯(lián)數(shù)據(jù)的內(nèi)在規(guī)律，并結(jié)合國(guó)防動(dòng)員需求的影響因素和國(guó)防動(dòng)員各領(lǐng)域的實(shí)際情況，最終提供更精準(zhǔn)的趨勢(shì)結(jié)論和國(guó)防動(dòng)員需求預(yù)測(cè)報(bào)告。

決策優(yōu)化。大數(shù)據(jù)不僅能夠優(yōu)化國(guó)防動(dòng)員決策流程，更能促進(jìn)國(guó)防動(dòng)員決策體系內(nèi)各系統(tǒng)的融合，為優(yōu)化國(guó)防動(dòng)員決策提供實(shí)時(shí)、全面、準(zhǔn)確的信息服務(wù)。大數(shù)據(jù)資源能夠拓展國(guó)防動(dòng)員決策信息的來(lái)源渠道，為優(yōu)化決策方案，輔助決策實(shí)施提供更全面的信息支持。具備大數(shù)據(jù)思維的國(guó)防動(dòng)員決策者能夠充分認(rèn)識(shí)大數(shù)據(jù)的功能，發(fā)揮大數(shù)據(jù)對(duì)決策的支持作用。精通業(yè)務(wù)、技術(shù)過(guò)硬的國(guó)防動(dòng)員大數(shù)據(jù)人才能夠運(yùn)用大數(shù)據(jù)采集、存儲(chǔ)、挖掘和可視化分析等關(guān)鍵技術(shù)，輔助支持決策制定、決策實(shí)施以及決策評(píng)估等重要環(huán)節(jié)?；诖髷?shù)據(jù)的國(guó)防動(dòng)員決策支持系統(tǒng)，能夠?yàn)閲?guó)防動(dòng)員決策者提供全方位、多層次的決策支持和知識(shí)服務(wù)。

智能匹配。主要體現(xiàn)在兩個(gè)方面：一是決策方案與決策庫(kù)之間的匹配；二是動(dòng)員資源與軍事需求之間的匹配。通過(guò)參與國(guó)家應(yīng)急救援和組織實(shí)戰(zhàn)化國(guó)防動(dòng)員演練，采集優(yōu)化信息化戰(zhàn)爭(zhēng)條件下各國(guó)國(guó)防動(dòng)員決策案例等，生成海量的國(guó)防動(dòng)員決策案例大數(shù)據(jù)庫(kù)；運(yùn)用大數(shù)據(jù)采集和分析手段，結(jié)合實(shí)戰(zhàn)化條件下國(guó)防動(dòng)員決策的要素構(gòu)成，智能提取國(guó)防動(dòng)員決策案例的特征屬性，優(yōu)化設(shè)計(jì)決策案例表示結(jié)構(gòu)。在科學(xué)計(jì)算決策案例屬性、結(jié)構(gòu)和整體相似度的基礎(chǔ)上，充分運(yùn)用大數(shù)據(jù)挖掘算法，完成國(guó)防動(dòng)員決策與大數(shù)據(jù)庫(kù)中決策案例的智能匹配。國(guó)防動(dòng)員決策體系中的參謀系統(tǒng)，運(yùn)用大數(shù)據(jù)技術(shù)分析動(dòng)員需求組成情況、動(dòng)員資源分布情況，預(yù)測(cè)動(dòng)員時(shí)間、規(guī)模和質(zhì)量等情況，并將這些決策支持信息輸入信息系統(tǒng)。信息系統(tǒng)能夠基于動(dòng)員資源與軍事需求的智能匹配，自動(dòng)生成最優(yōu)動(dòng)員方案。

大數(shù)據(jù)在國(guó)防動(dòng)員決策中的功能，就是解決“大數(shù)據(jù)在國(guó)防動(dòng)員決策中能干什么”的問(wèn)題。一般來(lái)說(shuō)，大數(shù)據(jù)在國(guó)防動(dòng)員決策中的功能，往往指向大數(shù)據(jù)在國(guó)防動(dòng)員決策中已經(jīng)產(chǎn)生或者將會(huì)產(chǎn)生的結(jié)果，尤其是指大數(shù)據(jù)在國(guó)防動(dòng)員決策中所引起的變化，所發(fā)生的作用。大數(shù)據(jù)時(shí)代，只有充分認(rèn)清大數(shù)據(jù)支持國(guó)防動(dòng)員決策的核心功能，優(yōu)化設(shè)計(jì)大數(shù)據(jù)支持國(guó)防動(dòng)員決策系統(tǒng)，才能將數(shù)據(jù)優(yōu)勢(shì)迅速轉(zhuǎn)化為決策優(yōu)勢(shì)，以信息化條件下高精度、高效率、高質(zhì)量的國(guó)防動(dòng)員決策，在應(yīng)戰(zhàn)、應(yīng)急和服務(wù)經(jīng)濟(jì)社會(huì)建設(shè)中發(fā)揮更大的作用。

［1］ 鄒振寧，榮希君.大數(shù)據(jù)時(shí)代作戰(zhàn)指揮理論創(chuàng)新研究［M］.北京：藍(lán)天出版社，2014.

［2］ 陸嘉恒.大數(shù)據(jù)挑戰(zhàn)與NoSQL數(shù)據(jù)庫(kù)技術(shù)［M］.北京：電子工業(yè)出版社，2013.