大数据在装备保障工作中作用探讨

魏圣军

摘要：大数据是指其大小超出了传统意义的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据。大数据之“大”，不仅仅在于其容量之大，更多的意义在于可以分析和使用的数据的数量在大量增加，通过这些数据的交换、整合和分析，人们可以发现新的知识、创造新的价值，带来“大知识”、“大科技”、“大利润”和“大发展”。大数据分析不仅可以提高分析的客观准确性，更有条件对数据进行全方位细分和研究，实现数据的深度利用。

关键词：装备保障;大数据;作用探讨

1大数据时代装备保障工作的前景展望

经过近年来信息化的快速发展建设，装备保障系统为“大数据”时代到来提供了坚实的基础平台，军地学者对大数据的积极探索和实践为装备保障工作进人大数据的新时代奠定了实践基础。大数据时代的来临，必将为装备保障工作带来全新的发展和广阔前景。

1.1显著提升质量问题分析能力

质量问题分析能力本身就是一种对庞杂的质量信息进行统计理，查找质量问题特点规律和原因，研究提出针对性措施的工作方式。大数据时代的到来，必然为装备保障工作带来更全面的数据支持。通过数据挖掘、统计分析，以往淹没在大量数据中的微观细节和异常情况就能显现出来，为质量问题分析提供大量线索，帮助深人剖析查准可能存在的问题隐患，抓好装备保障问题梳理分析研究、细化各类检查维护内容、完善多发性危险性故障预防措施，提高一线维修保障工作的针对性、有效性和及时性，为质量问题分析提供更加科学、有力支撑。

1.2显著提升维修保障预测能力

建立在相关关系分析法基础上的预测是大数据的核心。在大数据时代，有了太数据和科学分析方法，就能比较准确地预测未来，尤其是对庞大历史数据进行挖掘、分析和处理，可以比较准确地预测各种條件下各级保障资源需求，进行预先生产和储备。

2 大数据时代装备保障工作面临的挑战

2.1理念观念普及不广

“大数据”的概念只有少数机构、部分官兵了解掌握，基层绝大多数官兵谈“大数据”还是一头雾水、不知所云，没有充分认识到大数据在装备维修保障质量问题分析和装备保障预测决策方面将会发挥重要作用。

2.2信息技术基础不厚

大数据在装备保障系统的作用发挥，必须以信息化建设为平台。虽然部队经过相当长时间的信息化建设，取得了一些成果，但面对大数据时代的到来，还没有完全做好准备，尤其是一些基础性工作，如，维修保障信息的数字化处理，格式化、标准化的问题以及对信息系统的构架、带宽、处理器、运行规则的建设上都比较滞后，不能很好适应大数据对信息技术的要求。

2.3数据共享程度不高

随着信息化建设步伐的加快和逐步深化，大量可用信息得到有效采集，但在部门与部门、系统与系统、行业与行业之间却存在信息壁垒，各种有益的数据信息被孤立成一个个“孤岛”，与大数据时代对数据的完整性、复杂性要求相悖，分析研究维修保障信息缺乏全面性、失去时效性。

2.4信息处理能力不强

随着军队转型建设步伐加快，航空维修保障信息数据量会随之快速增长，传统的信息数据处理工具已经远远不能适应“大数据”，简单粗放地分析预测不能有效满足大数据时代对维修保障的需求，整合多种格式的数据已力不从心，需尽快创新综合分析预测模型，研究开发大数据处理系统，全面综合进行信息数据分析处理，给装备保障预测决策提供信息支持。

3 大数据时代装备保障工作发展对策措施

大数据技术的发展对社会各个领域都产生了深远影响，作为装备保障系统更应该积极主动地迎接大数据时代的到来，加快推进大数据技术的研发与应用，全面提升装备保障指挥决策能力。

3.1积极转变思维理念

一是树立大采集意识。分析判断不应仅仅满足于个例分析和抽样调查，而应立足“样本即总体”的思路，尽可能采集更多更全面的数据用于分析。二是树立用数据“说话”的意识。在具体的分析应用中，应以数据分析结果为依据，积极引入关联分析思路。三是树立挖掘数据内在价值意识。大数据讲究数据分析的速度，但分析是建立在原有数据基础上的，要分析数据，寻找规律，进而预测趋势。必须及时动态更新数据库，认真做好已有数据的保存和分析应用。四是树立误差意识。作为一项新技术的摸索应用，分析大数据准确率还不可能达到100%，存在一定的误差是必然的，各级领导干部和广大官兵要正确认识这一客观事实，在不断探索和实践中逐步完善，提高预测的准确度。

3.2建立装备保障大数据发展规划

面对大数据，建议从顶层设计人手，在现有信息化建设基础上，研究制定装备保障大数据发展规划，明确具体任务和发展计划。一是明确数据需求。从装备系统工作实际出发，梳理分析装备保障数据需求，根据需求紧迫性，制定近期、中期和长期数据采集计划。二是规划推进装备系统“云计算”中心建挺。现有数据库软件和系统已经难以适应海量的、形式多样的数据整合和处理要求，装备系统应紧跟技术发展趋势，加强硬件和软件建设，建设能够适应大数据要求的云基础设施，进而建设装备系统云计算”中心。三是确立相关研发计划。大数据的应用价值就是根据数据建立一系列的预警指标和数学模型，但是装备保障工作内容较多且相互交叉，如果不加以规划，就会造成重复劳动，浪费资源。因此，应当从装备保障全局高度，分门别类制定相关研发计划，分步推进，在实践中不断予以调整和补充。

3.3扩大数据整合共享覆盖面

一是装备保障系统内部打破部门、区域的限制，在安全保密的前提下，以航空机务维修信息系统为基础，深化区域、单位、系统、专业之间的维修保障信息共享。二是强化与相关单位的数据采集和共享。装备维修保障信息点多面广线长，信息收集工作要相关部门的共同努力才能完成。替如，官兵的思想活动情况、家庭状况、后勤伙食保障、医疗卫生保障等信息，都要相关部门的通力协作才能完成，只有资源共享才能事半功倍，实现效益最大化。

3.4提升数据利用水平

大数据的关键是通过对海量数据的“加工”实现数据的“增值”，数据处理水平直接关系到数据“增值”的程度。一是针对海量数据，应以航空机务维修信息系统为依托，继续拓展机务维修信息采集源，强化装备维修保障信息数据的集中存放和保管，确保海量数据安全保存，灵活调用。二是与相关社科机构和企事业合作，对大数据的整合、量化、挖掘和分析等展开技术研究，研发符合装备保障需求、便于各级装备部门应用的分析工具，为各级最大限度利用现有数据决策提供方法。三是针对欧美等国家和社会各界在大数据方面的先行探索和实践开展相关资料及案例搜集研究，组织专业人员培训交流，积极引人先进经验和技术，最大限度提高数据利用水平。

3.5打造专业人才队伍

一是积极争取支持。进一步完善人才政策、创新用人机制，解决高技术人才“引进难、保留难、发展难”的突出矛盾;积极与髙等院校、科研院所和企事业单位合作，开展多种形式的人员培训，提高各级装备保障人员技术水平;开展人才引进和自我培养，打造一支高素质的装备保障数据分析应用技术队伍。二是借助“双学”和岗位练兵活动，将数据挖掘分析等相关技术列人学习和练兵内容，普及大数据知识，引导官兵自觉学习相关系统和工具，在实际工作中研究摸索新的统计分析方法，提出修改完善意见，发挥大数据的最大效能。

参考文献;

[1]汪伦根，杨鹏.炮兵武器装备维修保障系统评价指标体系构建[J].炮兵学院学报，2006，26（2）：61-63.

[2]涂建刚，夏长富.基于DEA的工程装备保障战前训练效果评价[J].工兵装备研究，2013，32（2）：56-59.

（ 95324部队工程师，广东 广州 510000）