摘要：随着社会经济的不断发展，我国科技水平和综合国力不断提升。近年来，大数据、人工智能、互联网+等新兴领域开始发展，受到了人们的广泛关注，科技确实正在改变着我们的生活，我们不能阻挡这一趋势的到来。科技时代，企业若不能加快转型升级，还是走老路，缺乏创新精神，必然会在变革的浪潮中遭受失败。由于电力招标采购系统在运行时会产生大量的相关信息，故在电力设备招标采购中，将大数据技术运用在招标采购中，将会取得很好的效益。本文基于广东某公司多年的招投标经验，研究了大数据技术在电力设备招标采购分析中的应用，希望借此为同行的朋友提供一点小小的启示。
关键词：大数据技术；电气设备；招标采购
1.前言
在电力设备招标采购过程中，电力招标采购系统很容易产生大量的相关数据，这些数据人工管理起来很麻烦，而且特别容易出错。基于上述原因，借助新时代兴起的大数据技术，可以很好地克服这一困难。大数据主要是通过云端进行海量的数据存储和分析，它有着智能的计算程序和模块，能准确而又快速的分析数据之间的逻辑关系，极大的提高工作效率，此外，它的交互性好，支持多种软件的编辑运算，具有强大的现实运用功能，因此在各个领域都有着广泛的运用。本文就对此在电力设备招标采购中的运用进行了详细的分析，并结合广东某电厂的实际情况进行了讨论。
2.大数据基本分析方法概述
大数据的基本分析方法比较程序化，包括数据的统计分析和数据的挖掘分析。数据的统计分析就可以实现大多数人的需求，它是基于一些软件及列式存储等工具进行统计分析。对于不同类型的数据采用不同的工具进行统计分析会取得不同的效果。大数据统计分析的难点在于所面对的数据量非常的大，数据之间的关联度没有那么高，数据分析时对系统的资源、硬件性能要求比较高。本文采用的分析方法主要有：第一，数据ETL，这是一种将收集到的数据转换为特定格式后存储到电脑的云端，是最为常用的一种数据处理和分析的方法。第二种，分类统计，就是对不同的数据类型进行分类，各自统计，这样可以大大提高统计的效率，避免不同类型数据之间转换的麻烦，并将隶属和现有的数据制成表格统计出来，给人以直观的认识。第三，多维分析，多维分析组合多个维度的字段，对它们进行分析，如若缩放比例尺、截取特定范围等，这有点和分类统计类似，但比分类统计功能更为强大。数据挖掘和数据统计分析的最大不同是在于数据挖掘是没有提前选定数据分析的范围，主要是对任意有效数据进行计算和分析，并且可以为高级别大数据进行深度的挖掘。数据挖掘基于更加强大但较为复杂的软件及程序，数据量特别大。数据挖掘的优势是可以找出数据之间潜在的不那么明显的关联度，并为后面的分析提供帮助。
3.大数据技术的运用实例
大数据技术在电力设备招标采购中的运用主要可以通过下面这五个方面来进行分析，体现，其过程主要包括数据清洗和分类统计，关联分析，流程分析，项目优化和项目预测。数据清洗是指对于那些格式不对，不符合规范的数据进行格式化、规范化，便于工作人员能够清楚的明白数据传递的信息。对于自然语句描述的信息数据需要对其进行分类处理后再进行清洗。在数据分类统计的过程中，有一个规律是分类的维度越高，数据的质量也越高，分析的结果也更接近真实值。举个例子，某广东电力集团的财务报表，如果按照年为单位进行统计的话，得到的只是一个较为粗略的曲线，如果把时间维度缩放到季度或者月为单位的话，将会更加准确，可以看到更为精确细致的结果。第二，关联分析。关联分析的目的在于找出多个数据之间存在的某种联系，并以关联度的形式表现出来，关联度为正值，表明两个统计量之间的关联程度越大；反之，如果关联度结果是负值，就表明两者之间的关联度越低。关联度的强弱不仅和正负值相关，还与关联度本身绝对值的大小相关。
期刊文章分类查询,尽在期刊图书馆对于关联度是正值的数据来说，关联度的数值越大，数据之间的关联性越强；对于关联度是负值的数据来说，关联度的绝对值的数值越大，数据之间的关联度越小。通过这种规律，我们可以直观的找到两个或者若干个数据之间的关系，并看出他们的比重，那几个数据是关联最为密切的，那几个数据关联性不强。在电力设备招标采购过程中，可以帮助我们找出业务上有关联的物资，比如在采购电缆设备的时候常常需要购置一些周边产品。还有一些物资本身不存在很强的关联度，但是可能来自外界的一些因素会造成它们之间的又具备一定的关联性，比如说，季节、天气、地域、经济等外界因素。因此，我们在电气设备招标采购过程中，就需要对一些非内部因素进行适当的考虑。第三，流程分析。流程分析可以通过图表的方式给我们直观展示在电气设备招标过程各阶段的耗时，这可以帮助我们清楚的分析哪一个环节耗时所占的比重最大，帮助我们进行合理的思考，找出最优化的方案，提高工作效率。第四，项目优化。由于电力系统物资的特殊性，不可能进行大范围的电气设备招标采购，也不存在大范围的委托单位，一般情况来说，同类物资的委托方、厂家都是一样的。这时候就需要对项目进行优化，旨在找到最合适的委托方和厂家。项目合作的意义在于提高电气设备招标采购的工作效率，节省时间和人力成本。第五，项目预测。项目预测是对特定的物资进行分析判断，通过大数据技术的反馈，对数据进行线性回归处理或 其他数值上的处理，以便为下次采购进行一个模拟预测，包括采购的项目、投入的资金，采购的数量、采购的厂家和委托商等。
4.大数据技术在电力设备招标采购中的应用效果
基于上述的分析方法，大数据技术在电气设备招标采购中可以让用户更好的进行自主选择分析的维度和层次，并自动生成相应的表格，方便相关人员的解读。大数据主要是通过云端进行海量的数据存储和分析，它有着智能的计算程序和模块，能准确而又快速的分析数据之间的逻辑关系，极大的提高工作效率，此外，它的交互性好，支持多种软件的编辑运算，具有强大的现实运用功能，因此在各个领域都有着广泛的运用。提供年度或者季度的报表，对采购物资的关联度、各个环节的耗时分析，寻找项目的最优化方案，并备份以便于下次项目的预测提供了很大的帮助。大数据技术极大程度的提高了电气设备招标采购信息化、电子化程度，也使得该项工作更加的专业和精细，具备很大的应用效果和实践意义。目前，广东这边的很多电气相关企业都在电气设备招标采购中运用了大数据技术，并取得了不错的效果。
5.结语
综上所述，我们可以看出，大数据在电力设备招标采购分析中具有十分重要和强大的应用。基于大数据我们能够更好地管理电力招标采购过程中的各类数据，并且经过一定的分析，挖掘数据背后的价值和规律，极大程度的提高了电气设备招标采购信息化、电子化程度，也使得该项工作更加的专业和精细，有很深远的意义。大数据主要是通过云端进行海量的数据存储和分析，它有着智能的计算程序和模块，能准确而又快速的分析数据之间的逻辑关系，极大的提高工作效率，此外，它的交互性好，支持多种软件的编辑运算，具有强大的现实运用功能，因此在各个领域都有着广泛的运用。大数据技术要想在电气设备招标采购运用得更为紧密，就需要提升用户的体验感，增强用户的体验感需要技术上进行创新，创新大数据技术，以便顺应这个时代的发展和潮流，才能立于不败之地。
参考文献：
[1]P Harrington."Machine learning in action"[M].Greenwich：Manning
Publications，2012.
[2]王瑞雷，染静，潘晓花，卢修配.一种改进的中文分词正向最大匹配算法[J].计算机应用与软件，2011（03）.
[3]王亚丽，徐小静，吴丽文.新时期下大数据技术的应用改革难点[J].工业电子信息，2014（04）.
论文作者:李远朋
论文发表刊物:《基层建设》2018年第24期
论文发表时间:2018/9/18
标签：数据论文; 招标采购论文; 技术论文; 电气设备论文; 电力设备论文; 项目论文; 维度论文; 《基层建设》2018年第24期论文;