技術領域

本發明涉及一種可視化方法及裝置，屬于數據處理領域，具體涉及一種基于健康模型的電信工程項目信息可視化方法及裝置。

背景技術

大數據應用是近幾年來才產生的專業，隨著計算機和信息技術的迅猛發展和普及應用，行業應用系統的規模迅速擴大，行業應用所產生的數據呈爆炸性增長。企業大數據的應用需求已遠遠超出了現有傳統的計算技術和信息系統的處理能力。

數據分析是指通過建立分析模型對數據進行核對、檢查、復算、判斷等操作，將數據的現實狀態與理想狀態進行比較，從而線索的過程。數據分析的目的是把隱沒在一大批看來雜亂無章的數據中的信息集中、萃取和提煉出來，以找出所研究對象的內在規律。

電信工程專業施工領域主要包含：電信光纜施工、電信線路施工、電信管道施工、電信設備安裝調試(包含交換、傳輸、數據、電源、基站、監控、室內分布、接入、無線、綜合)、機房土建服務、機房防雷接地、環境動力、鐵塔安裝、智能化集成等。

現在，大多數企業對項目管理、項目統計、項目分析等過程中的信息處理較為簡單，沒有對項目生命周期等信息進行分類和評級管理，不能直觀的知曉項目的健康情況，這一問題在電項目信息的處理中尤其空出，使得電信項目管理者在決策的時候沒有便捷的數據支撐，難以滿足管理的需求。

發明內容

本發明主要是解決現有技術所存在的沒有對項目生命周期等信息進行分類和評級管理，不能直觀的知曉項目的健康情況的技術問題，提供了一種基于健康模型的電信工程項目信息可視化方法及裝置。該方法及裝置通過在大數據環境下采集電信工程項目全過程的所有數據，然后進行歸類，采用商業理解-數據理解-數據準備-建立模型-模型評估-方案實施的信息處理方法，將電信項目的健康情況直觀可靠準確的進行可視化顯示，為管理者決策提供有可靠準確的數據支撐。

本發明的上述技術問題主要是通過下述技術方案得以解決的：

商業理解(即業務理解)是明確要達到的業務目標，并將其轉化為數據挖掘主題。要從商業角度對業務部門的需求進行理解，并把業務需求的理解轉化為數據挖掘的定義，擬定達成業務目標的初步方案。此階段目的：根據公司的業務、財務、人力、IT管理等綜合情況詳細理解公司管理，深度詮釋公司業務范圍、管理方式等，為數據理解階段提供理論基礎。

數據理解是找出影響主題的可能因素，確定這些影響因素的數據載體、數據體現形式和數據存儲位置。數據理解從數據收集開始，然后熟悉數據，具體包括以下工作內容:全面了解公司的IT管理系統，檢測數據質量，理解每一個字段的信息，包含系統來源、字段格式、邏輯聯系等，探測數據意義，并對數據中潛藏的信息和知識提出擬用數據加以驗證的假設，為構建項目畫像、項目健康評級和項目狀態預測提供基礎數據的數據基礎，為下一階段數據準備提供技術支撐。

數據準備是將前面找到的數據進行變換、組合，建立數據挖掘工具軟件要求格式和內容的寬表。數據準備階段要從分散的原始數據，找到能作為建模分析對象的最終數據集。需要通過對項目的各類數據進行ETL操作(將數據從來源端經過抽取(extract)、轉換(transform)、加載(load)至目的端的過程)構建數據倉庫，來實現項目在工程、工期、成本、財務、投資、健康情況的關鍵指標量化，各項工作并不需要預先規定好執行順序，而且數據準備工作還有可能多次執行，全部工作是為下一階段數據建模提供可用的基礎數據。

建立模型是通過應用軟件工具，選擇合適的建模方法，處理準備好的數據寬表，找出數據中隱藏的規律。在建立模型階段，將選擇和使用各種建模方法，并將模型參數進行優化。對于項目而言，模型建立可能有多種數據挖掘技術方法可供選用，此時可優選提升度高、置信度高、簡單而易于總結業務政策和建議的數據挖掘技術方法。

模型評估是要從業務角度和統計角度進行模型結論的評估，對已經建立的模型從業務需求的角度來評估，看是否能滿足業務、財務管理的需求。還要檢查建模的整個過程，以確保模型沒有重大錯誤，并檢查是否遺漏重要的業務問題。

方案實施又稱為模型部署，模型部署并結合數據可視化技術，將數據背后隱藏的信息和知識，以可視化的方式組織和呈現出來。根據管理需要，構建的模型需要周期性的計算并更新模型結果，并將模型的計算結果通過可視化技術展現出來，讓項目管理者能夠快速、清晰的洞察到管理中的風險點，為項目管理，經營決策提供數據支持。

因此，本發明具有如下優點：

1.能更簡單、更迅速、更直觀的展現項目的綜合診斷情況，節省了時間和人力成本。