时间：2023-05-25 10:48:27
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇数据分析的前景，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
【关键词】环境监测数据；分析；重要性
1.环境监测数据的特征及重要性
1.1环境监测数据的特征
环境监测数据规定了每一次监测获得的数据的可使用范围，超出该范围得出的数据就被视为是不合格的。这是因为监测数据是具有局限性的，这种局限性是为了保证监测数据的准确性与可靠性。同时，对于监测获得的数据要求具有完整性，不应该有缺失或是遗漏的现象。对于在规定范围内的监测数据，如果这些数据不仅具有代表性，还具备完整性，那么就达到监测的目的了[1]。
1.2环境监测数据的重要性
环境监测的重要性在于它能为环境的管理、规划、评价等提供科学、有力的依据。出于对我国正处于经济高速发展阶段的考虑，我们对环境监测应给予更高的重视。一般来说，环境监测数据的质量以及分析能力的高低可以反映出一个监测站工作能力，也体现了该监测站在环境保护工作所处地位的高低。
2.对环境监测数据的填制及整理要求
对于监测获取的相关图标和原始数据，要进行适当的整理和归类，以便后面的工作可以更加有利地开展与进行。在填制监测数据时就应该选取标准的记录表格，在填写时要尽量的专业化、规范化，并且要保证书写清晰、准确。对于原始数据的检查，要逐个地进行、确认，将那些不能真实地反映监测情况的数据去掉。这样做的目的是为了将数据整理得更有条理，更有实用性，减免不必要的反复检查，影响工作效率的提高。同时，还有一个问题需要注意，那就是作为监测数据确认的负责人不可以直接参与监测数据的采集工作[2]。
3.对环境监测数据的分析
环境监测是一种以环境作为对象，运用物理、化学和生物等技术手段，对污染物进行定性、定量和系统的综合分析，它是环境评价中的重要环节，贯穿环境影响评价的整个过程。
3.1利用统计规律进行分析
环境监测是以统计学为基础的，因此，这种分析方法经常被监测人员采用。这种分析方法包含了对环境要素的质量进行各种数学模式评价方法对监测数据进行解剖，利用它的内在规律性进行分析和利用，进而得出相关的论断。这种方法在环境规划、环境调查和环境评价的工作中使用较多[3]。
3.2通过对污染源的监测值来分析
监测人员可以通过对污染源的监测数据进行分析。其实，对污染物的监测对象不仅仅限于空气、地下水、土壤等，还有一个人们经常说的工业污染源。工业污染是有多种的，不同行业的工业就会有其不同的污染物产生。比如，对于化工行业来讲，它排出的有机物含量种类就较多多，而金属物质相对就较少一些；金属行业排出的污染物是有机物含量较少而金属物质含量较多等。如果在一个金属行业排除的废弃物中监测得出的结果显示是具有较多有机物的，那么对于这组监测数据应该重新考虑和分析，并从中找出原因。这也说明了一个问题，那就是监测人员在日常的工作当中要对管辖区内的生产企业相关情况进行了解，要根据不同的行业有针对性地选择相应的监测项目来监测这些污染企业，实行对他们的有效监督[4]。
3.3根据事物之间的相关性原理进行分析
这种分析法主要是基于事物本身具有的相互关系的原理来来进行的。一般来说，两个或者两个以上的监测数据之间往往会存在某一种的固定联系，监测人员可以根据这种固定的联系去分析数据之间的相关联系，也可以对单个已经实行控制质量措施的监测数据进行检测，验证是否正确。而对于一些例行的监测数据，则可以得出较为直观的判断。比如,氟含量跟硬度之间的关系。由于F与Ca、Mg形成沉淀物得容积度比较小,所以,在中性和弱碱性的水溶液当中,如果氟含量是在(mg/ L )级的,那么它的氟含量与Ca、Mg的含量就是呈显负相关的现象,也就是说跟硬度值是负相关的。因此，在高氟区内得出的水质监测结果显示的硬度监测值一般会比较低。如果获得的氟含量较高,得出的硬度监测值也很高,那么这类监测数据就需要进行重新分析[5]。
4.结语
随着我国环境保护的不断深入，监测人员要在使用各种分析方法的同时不断地去提尝试新的分析方法，要在原来的基础水平上更进一步地提高自己的综合分析能力，对提供的监测数据要有一种精益求精的精神，争取提供的数据更可靠更合理，业务技能不断地有新的进步。由于获取的环境监测数据与区域的过去和现在都有密切的联系，因此，监测人员要对监测区域的过去和现在的环境状况都要进行深入的了解和分析，在了解的基础上展开全面的探讨，这样才可以保证获取的监测数据更全面，更有说服力，质量更有保证。
参考文献
[1]叶萍.浅论环境监测数据的综合分析方法[J]中国环境管理干部学院学报, 2009, (01) .
[2]郭琦.环境监测在环境影响评价中的意义与建议[J].科技风, 2010, (15)
[3]孙晓雷.我国环境监测质量管理体系研究[J].科技传播, 2010, (15)
关键词：家具设计；室内装修；色彩心理；艺术氛围
中图分类号：J05 文献标识码：A 文章编号：1005-5312（2012）36-0218-01
一、室内陈设环境对艺术环境的塑造
室内环境的主要布局之一是家具的选择与陈设，这是室内装修一个重要的环节。通常而言，室内陈设还包括许多重要的细节：如陈设的环境、装饰的纹样、器物的造型、饰品的表达以及色彩的搭配。每一个细小的环节，都决定了室内环境的成败。室内陈设设计对于改善、优化室内环境起着非常重要的作用。具体体现在以下三个方面：
（一）创造温馨和谐的室内环境
在现实中很多建筑以密集的钢架、成片的玻璃幕墙、光亮的金属板材充斥室内空间，这些材料所表现出的生硬、冰冷的质感，容易使人们对空间产生了疏离感；而其他许多建筑则以刻板的线条、生硬的界面构成单调冷漠的空间形态，也使长期生存在其中的人们感到枯燥与厌倦。因此，丰富多彩的室内陈设以其绚丽的色彩、生动的形态、无限的趣味，给室内空间带来一派生机，有效地改善了室内的空间形态，柔化了空间感觉，冲淡了工业文明带来的冷酷感，能给人们以情感的抚慰。例如书房的布置，通常都是一张简单的书桌、一个单调的书架。这样简单的室内陈设未免太过单调，也容易让人产生厌倦感，而无法体味到书房带给人的安宁与温馨的感受。因此，如果在书房中，适当的穿插一些古诗古画、并且有条件的能够装裱一副名家书法，这自然能增添书房之中的书香气息。而如果一味的附庸风雅，不论阳春白雪，只是在书房中简单的罗列各家名帖，彰显主人的富有，这自然起不到营造艺术氛围的目的。
（二）突出室内空间风格，营造宜居人文环境
室内空间有各种不同的风格，陈设品的合理选择与陈设，对于室内空间风格的形成具有十分重要的影响。因为陈设品的造型、色彩、质感等都具有明显的风格特征，能够突出和强调室内空间的风格。一般而言，一个居家环境的好坏往往在客厅可见一斑。而客厅中最显眼的莫过于电视幕墙以及酒柜的装饰。一个温馨和谐的家居环境，必然给人带来一丝惬意的感受。电视幕墙的装饰显得尤为突出，很多的家庭没有利用其电视幕墙的良好空间，幕墙的色彩搭配很不恰当，令大大的一片空间显得突兀而又缺乏生机。鉴于此，鄙人认为，家庭的氛围应该是温馨与融洽的，因此，电视幕墙的色彩应该以暖色调为基础，色彩不宜太过绚丽，要以橘红、黄色以及相近的其他颜色搭配，形成一种心理上的亲近感；而且电视的左右应该留有一定的空隙，让电视机与周围饰品拥有一定的空间距离感，才能产生和谐的美感。
客厅中酒柜占据十分显眼的位置，酒柜的饰品搭配不当，容易造成疏离感。在中国人的文化氛围中，有“无酒不成席”之说。因此，酒柜上若是要彰显自身本土文化气息，就应当以白酒为尊，而如果是崇尚西欧北美风情，自然要以洋酒为主。不同的喜好，决定了不同的装饰样式。中国文化的酒柜要以古朴简约为主，体现我们国家厚重的历史文化气息，而西欧北美文化风情，则要以浪漫鲜活为纲，彰显小资与舒适风格。
（三）体现室内环境的地域特色，彰显不同地域的风土人情
现在许多陈设品的内容、形式、风格都体现了地域文化的特征。因此，我们在进行室内设计时，不但要通盘考虑整体的环境与艺术氛围的塑造，还需要表现出特定的地方特色时。这主要通过陈设设计来满足特定地域文化的生活形态。
例如现在的江南风格就很受大众的欢迎，许多的家居设计就在这个方面进行了大量的模仿。其实一个地方有一个地方的特色，刻意的模仿反而不能体现自身的地域特色。江南风情的流行，一方面是其特有的江南韵味，另一方面也离不开房产开发商的炒作。就家居宜人环境来说，江南的温婉婉约的风格的确是艺术氛围浓厚的一种体现，红木家居的陈设，绿色盆栽的衬托以及阳台橱窗的别致都别具一般风情。因此，打造宜人宜居环境要根据个人的审美取向以及地域特色倾向，才能将个性、爱好以及文化修养在家庭的环境中得以很好的体现。
二、结论
本文从家具设计和陈设，以及室内装修饰品对家居环境的影响入手，分析了艺术氛围的营造需要的艺术思维与眼光，最后重点解析了室内陈设环境以及不同地域文化特色对艺术环境的营造的重要作用，肯定了艺术与生活相互融合的主题。
参考文献：
[1]龚静芳.浅谈室内装饰环境的艺术氛围营造与陈设布置[M].环境艺术.
[2]李树森.谈装饰绘画与室内空间的关系[M].美术大观，2008（4）.
我看到过很多讨论数据产品的文章，但大家基本没有统一的认识，对概念的理解也不太认同，所以这里想简单写写自己的观点，主要内容也是不会在其它网文看到的一家之谈。
一、什么是数据产品
要谈清楚数据产品，首先不可回避的“俗套问题”便是数据产品的定义认知。我的理解是：广义来看，数据产品是可以发挥数据价值去辅助用户更优的做决策(甚至行动)的一种产品形式。它在用户的决策和行动过程中，可以充当信息的分析展示者和价值的使能者。从这个角度讲，搜索引擎、个性化推荐引擎显然也是数据产品，由于产品形态已经比较成熟，所以很少被人划分到数据产品的概念里，另外，这类产品往往大都在数据外面穿了一层外衣，使非专业的用户并不能直观的感受到数据的存在。
除此之外的，便是狭义范畴的数据产品，比如大家熟知的淘宝数据魔方、百度指数、电商的CRM平台、各种公司内部的数据决策支持系统等都是数据产品，我后面会有个结构化的分类介绍。
二、为什么会有数据产品
人们日常的商业活动都是“决策”和“行动”的螺旋上升过程及交织在一起的子过程，主过程里的决策表示内心拿定一个主意要怎么做，要达到什么样的目标，行动是具体的执行过程，比如用户要解决出行不方便的问题，他的主决策可能是“买一辆适合自己的轿车代步”，而在具体行动过程中，马上又会面临“买什么车”、“在什么渠道买”等子决策问题。
所有的决策以及行动中的子决策过程都是基于“某种参考”的，最简单的参考可以是自己的直觉，好一点会依赖“过来人”的主观经验，但拍脑袋决策越来越难，所谓专家也屡屡被打假;而最优的决策需要依靠“证据”，定量的证据即时数据，随着数学、统计学、计算机科学的普及，数据在决策优化过程中的价值越来越大，在大数据时代尤其如此。
决策过程中，数据的价值可以通过什么来体现?不外乎三种：a.数据本身、b.数据服务、c.数据产品。举个例子来说，如果某用户想知道明天的天气是否适合出行，他可以直接看明天的气温数据，这个就是数据本身在发挥价值;他也可以咨询相关的数据分析师或咨询顾问，由他们提供人工的数据服务或解决方案来判定明天的天气;第三种方式便是使用数据产品，它把数据、数据模型以及分析决策逻辑尽可能多的固化到一个软件系统中，以更自动化、更准确、更智能的方式来发挥数据的决策价值。
三、数据产品的分类
在狭义的范畴里，从使用用户来看，可以是企业内部用户，外部企业客户，外部个人客户等。从产品发展形态来看，从最初的报表型(如静态报表、DashBoard、即席查询)，到多维分析型(OLAP等工具型数据产品)，到定制服务型数据产品，再到智能型数据产品、使能型数据产品等。数据型产品经理的前世今生，互联网的一些事
由于报表型数据产品过于苍白、可视化能力有限，而多维分析型数据产品更适合于专业的数据分析师而不是业务或运营人员，使用局限性也越来越大，所为未来的趋势可能是定制服务式和智能式的数据产品。
所谓定制服务型数据产品，是基于用户的深层次需求，构建最适合当前业务痛点的数据模型、产品设计、可视化方案等。在这里数据产品充当的更像是服务提供者，而不是一个通用的工具。
智能型数据产品则会更多的将大数据的智能性融入产品，并与决策逻辑结合起来，发挥作用。比如，你可以有一套传统的会员营销系统，允许你按自己的规则筛选目标用户;而也可以在更智能的数据产品中这样来实现：输入你的营销目标及参数，比如要开展双十一母婴市场的促销活动，系统可以基于以往海量数据计算出应该选择什么品类的商品，在什么用户群中，以什么形式开展活动效果会更佳。
现有的大多数数据只是告诉你现在或未来的情况是怎样的，问题痛点出现在哪里，但却不能给出更完善的建议，甚至支持一个建议的执行。使能型数据产品要做的就是这样的工作，它不仅可以告诉你，哪些用户流失的倾向性大，还可以直接引导用户展开后续补救的执行流程，哪些细分群体需要通过促销活动刺激，哪些需要服务关乎，哪些需要为他提供专享的VIP业务，哪些需要更好的互动等等。
四、数据产品需求把握的特殊性
一个真正好的数据产品要首先把握一个核心——找到用户的真正核心需求、痛点。这句话对于非数据产品的产品经理来说简直就是天经地义的废话。但对于一个数据产品经理而言，得来却不那么容易，有其特殊性。
第一个特殊性，是需求层次特殊性，数据产品的用户中往往会有很多内部用户，他们对数据、数据分享、数据处理的理解和熟练程度各有不同，因此会提出各种不同层次的需求，概况起来大致包括：1).业务/管理需求;2).分析需求;3).数据需求。举例来说，某电商要改善全体用户的订单转化效率，这个便是第一类需求;为了完成此目标，会有很多工作要做，也会有很多分析需求随之产生，比如分析商品详情页的跳出趋势，便是第二列需求;而具体某某数据项的统计则属于数据需求。最可怕的便是，需求方遇到了问题(第一类需求)，指定了错误的分析策略(第二类需求)，有提出了明确的数据需求(第三类需求)。而对于数据产品经理，从数据需求，引导出分析需求，进而介入反应具体痛点问题的业务/管理需求，是一门必修课。
第二个特殊性，是内部数据产品需求方的特殊性，企业内部的数据产品的用户，既是是用户，也是自己的同事、朋友、领导、下属，他们本身就对产品经理的决策权有一定的干预能力，需要产品经理去平衡“理想与现实”，你懂的。这种情况对于非最高决策者直属的数据团队而言，尤为严重。
五、数据产品的三个关键要素
我认为，要成就一个数据产品，需要关注三个关键要素：1).数据、2).决策逻辑、3).行动流程。数据型产品经理的前世今生，互联网的一些事
数据的价值，毋庸置疑。它就像整体产品内部流淌的血液。具备什么样的数据类型、数据周期、数据粒度，往往会决定你的数据产品可以提供什么服务。
决策逻辑是很多平庸的数据产品所欠缺的，它们只是简单的、响应式的展示了需求方的报表。好的数据产品，应该可以帮助用户思考，尤其是将平时用户遇到业务痛点是的决策逻辑，部分或全部融合到数据产品后，可以可视化的、动态的、便捷的显性化决策的过程，提高用户的决策效率。
仅仅停留在发现问题、分析问题是不够的，我们还需要对问题的解决能力，这就涉及到第三个关键要素——行动流程。举个例子，当数据产品分析某个细分用户群时，发现最近一个月其活跃度明显下滑，那是否可以自动触发一个营销流程，基于用户的特征，开展个性化的“行动流程”，并在流程中的各个环节发挥数据的价值。
六、数据产品与大数据的关系
非常不想写这样的踩着三俗概念的解释性文字，因为大数据是一个被所有人提起，但几乎所有人又不明白的概念。我在这里写什么概念解释都是错的，徒增搜索引擎的“负荷”。
所以，还是回溯到核心价值角度来看：前面提到数据产品最大的价值在于辅助使用者优化决策，以及辅助决策价值的实现。如果把数据产品比作一台机器的话，那数据就像这台机器运转的原材料。“原材料”+“处理过程”+“结果展示与应用”≈数据产品。
而大数据当然也属于数据的范畴，它好比是一种更高效的原材料，可以提供更高效的价值(更多角度的、更深度的、更实时的信息与知识，尤其是预测性的知识)，“高效的原材料”+“高级的处理过程”+“高级的展示与应用”结果也是数据产品，当然你也可以土土称之为“大数据产品”。
再举个不专业的例子来理解：大家熟悉的“天气预报”就是一个典型的数据产品，它的原材料可能有很长时间段的温度、湿度、风力、日光强度、紫外线强度、PM2.5值、位置信息、卫星上的采集的各种数据、其它地面设备的各种专业的气象相关数据(示例而已，专业人士请自行补充);对这些数据的筛选、清洗、分析、挖掘等一系列“处理过程”可以得到未来几日在几个核心气象特征的数据值与概率(温度、风力、阴晴雨雪等);而我们看到的天气预报这款数据产品，则是将上述核心信息综合到一起，赋予视频+GIS的展示形式，以及复制大众在“行动”方面的建议(出行建议、穿衣指数、洗车指数等)而成的。
而这种大数据结合数据产品发挥更大价值的例子身边还有很多。试想，你如果能够准确预知明天某只股票的涨跌趋势，比费尽心思基于部分历史信息总结出来的规律要有价值的多;你如果可以知道下个月哪些用户会突然对母婴类商品大宗采购，也会节省很多“千人一面”的传统广告费用。
【关键词】电子商务 ；移动电子商务 ；移动电子商务运营模式
一、移动电子商务运营模式及特征
移动电子商务（M-Electronic Commerce）是近几年随着无线移动通迅技术发展，而新兴起来的新型商务模式，它利用无线通讯技术和移动互联网进行数据传递，通过智能手机、PAD和笔记本电脑等移动设备与企业电子商务平台网连接来完成商务交易过程的新型商务模式。
传统电脑平台电子商务运营模式。传统的电子商务运营模式以B2C、B2B和C2C为典型模式，以B2C网上商场模式为例，其运营模式如图1所示：
图1 B2C网上商场运营模式
移动电子商务运营模式。移动电子商务的运营模式是由移动电子商务交易参与者不同面产生不同的运营模式，具体有内容提供商运营模式、移动运营商主导模式、服务提供商运营模式、WAP移动门户网关运营模式。下面以内容提供商移动电子商务为例说明其具体运营模式，如图2所示。
图2
移动电子商务运营模式区别于传统电脑平台电子商务运营模式的特征。移动电子商务是用户通过移动终端设备浏览商品，这样就能十分方便广大移动商务用户，进而撼动传统电脑平台电子商务的交易规模。区别于传统电脑平台电子商务业务，移动电子商务模式具有如下的特征：移动电子商务突破传统电脑平台时间和空间限制，极大地推动了电子商务销售规模。移动电子商务由于用户是通过移动终端设备浏览和选购商品，这样就打破传统电子商务用户只能坐在电脑前固定时间购物时空限制，用户能够在象旅游乘车等任意时间任意地点通过移动商务设备实现网络购物。移动电子商务由于用户使用的是移动终端商务设备，交易更加方便、快捷，能够极大提高电子商务交易效率。移动电子商务由于用户通过移动终端设备浏览和选购商品，而不是只能坐在电脑面前完成交易，这样就使电子商务从传统单一固定电脑平台端变为随时随地能方便用户购物的移动贴身服务，从而能极大地提高电子商务的交易效率。移动电子商务由于使用移动终端设备使条码扫描功能更为简单，比价功能更为方便。移动电子商务用户只要通过扫描在传统超市中正在关注的商品条形码，就可以通过移动设备收索该产品商场超市和超市商品报价，所以，移动电子商务通过扫描商品条形码而实现商品的比价功能更方便实用。
二、移动电子商务运营模式面临的问题
移动电子商务是电子商务时代新兴的交易模式，各商家在风起云涌发展移动电子商务之时，也象日韩和欧美国家的移动电子商务发展一样面临着诸多挑战和难题。
移动电子商务运营模式的竞争优势。移动电子商务网络不稳定连接不畅，服务内容不够丰富。我国的移动无线网络由于发展时间短，经常会出现网络不稳定和连接不畅的问题，严重影响移动电子商务交易正常进行和消费者信心。移动终端设备屏幕格式多样化和操作系统版本不统一，造成移动电子商务软件平台更新难度加大。移动终端设备屏幕格式多样化和操作系统版本不统一，支付系统不统一，这些都给移动电子商务平台软件开发设置的一道道障碍。由于不同的移动终端设备屏幕格式和操作系统版本功能不一，这就使移动运营商搭建移动电子商务网站和商家更新移动电子商务软件带来相当大的难度。
三、大力发展我国移动电子商务的相关对策
加大无线网络的建设和覆盖力度，通力改进移动电子商务的服务内容和搜索服务功能。针对我国依托无线网络的移动电子商务，经常会出现网络不稳定和连接不畅的问题，应该加大无线网络的建设和覆盖力度；同时移动运营商和商家应通力协作，增加移动商务服务内容；真正把移动电子商务设计成界面友好，操作简单，搜索快捷的电子商务平台。
尽快制定移动电子商务终端设备屏幕格式和操作系统的规范标准，使移动电子商务终端设备的屏幕格式和操作系统尽可能标准化。
对移动电子商务所有交易环节设置比平台电子商务更为严格安全防范措施。与传统电脑平台电子商务对比，移动电子商务由于采用无线通讯技术，因此可能会遭致更多诸如终端假冒、无线数据、交易拥堵等安全风险，为确保移动电子商务数据安全传输，就需要采用无线加密技术和无线公开密匙体系，以确保移动电子商务整个交易过程的安全可靠。
四、结语
移动电子商务是我国近几年刚刚兴起的新型商务模式，与传统的电脑平台电子商务相比，移动电子商务的商务环境和运营模式是明显不同的，而我国现有的移动电子商务在发展中面临着没有国家统一标准，因此，必须尽快制定移动电子商务产业相关法规，使移动电子商务监管有法可依；增强移动电子商务网络的稳定性和可靠性，并加大对移动加密技术的投入，真正发挥出移动电子商务产业蓬勃发展的优势，使其真正能够成为我国新的经济增长平台。
参考文献：
关键词：交换网 数据库 SQL
1 背景资料
随着交换网络的不断发展，对现有交换网络网元监控及维护的要求越来越严格，需要建成一套处理能力强、功能丰富、传输速率高、扩展性强的先进交换网综合网管系统，实现对交换通信网络的集中管理、集中监控和集中维护。
由于交换网综合网管监控全网所有交换局点，交换机机型的多种多样性造成交换综合网管收集交换局点上报的告警复杂多样。铁通公司现网程控交换机型主要有三种，分别为：华为机型、中兴机型、贝尔机型。每天交换网综合网管收集交换局点上报告警达到数万条，交换网综合网管收集告警多，而且种类也十分繁杂，这是由于交换机的厂家不同，造成同一类别告警在交换综合网管上呈现的告警级别严重程度也不相同，而真正找出那些对交换网业务有影响的告警，就变得十分困难，这对告警分析工作造成很大的工作量，使告警分析工作的工作效率十分低。为了改变这一现状需要对所有厂家交换机的告警进行告警标准化。
2 应对措施
告警标准化的含义也就是对厂家告警进行全量梳理，重新定义告警的级别、分类、影响等内容，实现不同厂家专业告警的统一定义、统一处理要求、统一管理，从而标准化故障管理。标准化告警内容如下表，其中网管告警ID是告警唯一标识字段。
3 数据库应用
经过长期摸索及实践，为了便于对交换网综合网管收集的告警进行分析，我们开发了一套交换网综合网管告警分析系统。该系统的组成及运作方式如下：
①采用MySQL数据库进行告警及基础数据管理。
②利用Kettle以每3小时一次自动抽取24小时内+手工抽取4小时内两种方式获得综合网管系统告警数据库的告警记录。
③以局点、发生时间及告警描述为关键字，用“插入/更新”的方式装载到分析系统。
④根据预先制定的关键字关联筛选出重要告警。
⑤最后再按照局点及告警明细对首次发生时间、最后恢复时间、累计时长及发生次数进行归集呈现。
所谓关系数据库，是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。现实世界中的各种实体以及实体之间的各种联系均用关系模型来表示。关系模型是由埃德加·科德于1970年首先提出的。现如今虽然对此模型有一些批评意见，但它还是数据存储的传统标准。标准数据查询语言SQL就是一种基于关系数据库的语言，这种语言执行对关系数据库中数据的检索和操作。关系模型由关系数据结构、关系操作集合、关系完整性约束三部分组成。
目前主流关系数据库中付费的有Oracle、Informix、MS-SQL Server、Sybase、Access等；免费的有MySQL、PostgreSQL等。其中Oracle被称为花钱的数据库中功能最强的；而不花钱的数据库中PostgreSQL号称功能最强，但运用最广泛却是MySQL，而我们的交换网综合网管告警分析系统是基于MySQL数据库。
MySQL数据库是一个中、小型关系型数据库管理系统，由瑞典MySQL AB公司开发，目前属于Oracle公司。MySQL是一种关联数据库管理系统，关联数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。MySQL的SQL语言是用于访问数据库的最常用标准化语言。MySQL软件采用了GPL（GNU通用公共许可证），它分为免费版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择MySQL作为网站数据库。由于其免费版的性能卓越，搭配PHP和Apache可组成良好的开发环境。
与MySQL数据库搭配使用我们选择的数据库管理和开发工具是Navicat。Navicat为专业开发者提供了一套强大的足够尖端的工具，但它对于新用户仍然是易于学习。使用了极好的图形用户界面（GUI），可以让你用一种安全和更为容易的方式快速和容易地创建、组织、存取和共享信息。基于Windows平台，为MySQL量身订作，提供类似于MsSQL的用管理界面工具。此解决方案的出现，将解放PHP，J2EE等程序员以及数据库设计者、管理者的大脑，降低开发成本，为您带来更高的开发效率。用户可完全控制MySQL数据库和显示不同的管理资料，包括一个多功能的图形化管理用户和访问权限的管理工具，方便将数据从一个数据库移转到另一个数据库中（Local to Remote、Remote to Remote、Remote to Local），进行档案备份。Navicat支援Unicode，以及本地或遥距MySQL伺服器多连线，用户可浏览数据库、建立和删除数据库、编辑数据、建立或执行SQL queries、管理用户权限（安全设定）、将数据库备份/复原、汇入/汇出数据（支援CSV, TXT,DBF和XML档案种类）等。
利用上述数据库工具我们建立交换网综合网管告警分析数据库，在交换网综合网管告警分析数据库中建立的第一个数据表为原始告警数据表，此表中的数据来源于交换网综合网管收集的全网交换机上报的所有原始告警。第二个数据表为告警类型表，该表数据内容是厂家告警标准化的映射数据。
【关键词】井下监测系统 油藏动态分析
1 基本概况
埕海油田利用海油陆采（人工井场+人工岛）方式，应用 “井口槽+模块化钻机”实施产能钻探，各开发单元均采用斜井、大位移井或水平井开发与生产；注采工艺复杂，油井基本采用电泵举升。
海上井井型结构复杂，压力资料录取受到了限制，这给油藏分析、优化合理工作制度、制定合理措施带来了很大难度。井下监测数据是埕海油田电泵井监测泵吸入口压力、温度、井底压力变化的主要手段。因此结合滩海地区井下监测系统应用较多的现状（48口井配有电泵伴侣），利用井下监测系统连续测压资料，跟踪分析地层能量的变化与供给状况，从而为完善注采井网，补充地层能量，稳定区块产量提供保障。
2 井下监测数据应用效果分析
2.1 井下监测数据为油藏动态分析提供了依据
利用井下监测系统连续测压所得到的流压数据可以得出如下结论：
庄海8Ng单元天然水驱，地层能量充足，压力保持稳定；
庄海4X1单元注采比较高，累积注采比1.14，流压相对平稳；
庄海8Es单元人工水驱，2012年通过注水治理，1-10月份流压降为0.59MPa，较上年有所减缓；
庄海8Nm单元，前期枯竭式开发，2011年投入注水开发，流压趋于稳定。
埕海一区平均地层压降2.18MPa，其中庄海8Ng单元地层能量充足，压降0.36MPa，庄海4X1单元注采比较高（1.14），压降1.1MPa；庄海8Es单元、庄海8Nm单元由于地层亏空，压降分别为4.43、2.83MPa，为措施制定及生产管理提供了依据。
从解释计算结果来看，埕海一区的渗透性普遍较高，属于中高渗油层，Es1s1储层物性好于Es1s3。
从压力监测资料看出，注水开发区块压力保持较稳定（张29×1南部），枯竭式开采区块压力下降较快（张29×1北部、张参1）；张27×1单元由于前期亏空较大，压力下降较多，张海5单元由于开采时间较短压降较低，通过地层能量的分析，为下步的措施提供了参考依据。
从解释计算结果来看，埕海二区储层非均质强，边界情况复杂，单井产能差异大，又由于本地区地饱压差小，随地层压力下降出现多相流动，历史对比看出地层有效渗透率降低。
2.2 井下监测数据应用过程中存在的问题
2.2.1 压力资料波动较大，曲线不规范
由于生产时产量不稳定，导致部分井的压力资料波动都很大，压力导数分析曲线散乱，借此资料进行分析，获取的地层参数准确度降低。
2.2.2 部分井压力数据缺失
由于井场停电，仪器故障等原因，导致部分井电泵伴侣资料缺失。如：庄海8Es-H2井缺失了开井初期的200小时左右的压力数据。
2.2.3 压力精度有待进一步落实
张海13-25L井，井下监测数据测取的压力值比电子压力计测取值高出0.78MPa（压力计测试数据按实测静压梯度折算到泵吸入口深度）。
3 井下监测数据异常情况的解决
（1）对于产量波动的影响，利用产量重整的方法，采用双对数分析和压力历史拟合相结合。
（2）对于数据缺失的井，结合地质构造，生产动态情况进行综合分析，确定储层参数计算的径向流位置。
（3）利用数值试井技术进行解释分析，力求获取与实际相符的解释参数。
4 结论与认识
（1）通过井下监测数据，可以得到泵吸入口压力，温度，井底压力变化等参数，为油藏动态分析提供了依据同时也反映出了生产井的工作状况。
（2）虽然目前的分析方法得到的解释结论与压力计测试的资料对比存在一定误差，但通过对比，其基本处于估值范围之内。
（3）针对井下监测数据原始数据存在的问题，通过后期的资料处理，使得误差范围缩小到最低，从而为区块的总体认识提供了更有价值的参考。
参考文献
1 大数据采集
大数据采集是大数据能力的基础，培养学生快速准确全面获取数据的能力是大数据分析技能的起点。企业各种原始凭证、记账凭证、账簿、报表等会计资料信息采集，包括传统纸质材料和电商电子材料等信息的采集，因为相对工整规范，采集难度不大;培养学生对企业自有数据仓库数据抽取导出能力，将充分发挥企业历年数据作用。
同时，企业不仅要采集企业内部核算资料，还要进行管理活动需要采集原材料价格、市场前景、同类产品销售情况等外部数据资料，这些资料有公开的如钢铁价格、原油价格等，也有不公开的某企业某产品销售情况，所以通过大数据的手段在获取某类产品、某些特点产品的销售情况，或者购买参考公共销售情况数据，需要培养学生爬取数据的能力。
例如，利用八爪鱼进行淘宝、天猫、京东等网站商品检索结果抓取或者商品详情内页资料进行抓取，也可以自行设计或者购买规则进行特定数据抓取;利用公共平台数据对企业商品的竞争情况有更全面的了解，也可以获取消费者的检索热点;对自己产品的评论资料可以进行典型意见和关键词的提取，提高CRM水平，如图1所示。 随着物联网传感器的发展，自动、实时、全面、完整、可靠、准确的数据不断出现，每一个界面、每一个动作、每一次交互都有迹可循并被规范记录，获取的数据也将更加全面，企业的数据采集也更趋自动。
2 大数据清洗
培养学生通过对数据进行多方验证、审核，将有杂质的数据剔除能力;培养学生从格式、逻辑、数值等多方面进行数据清洗和整理，处理缺失值、孤立点垃圾信息、规范化、重复记录、特殊值、合并数据集等问题的能力。
3 大数据分析
对于企业积累数据和获取的外部数据都要及时进行分析应用，快速充分分析数据尤为关键。培养学生数据分析、数据挖掘的技能尤为重要，具体需培养数据分析技能如。
(1)描述型分析:是什么?
描述性分析会提供重要指标和信息。例如，通过每月的销售单据，可以获取大量的客户数据，如客户的地理信息、客户偏好等;也可以了解企业库存、销售等生产经营数据。
(2)诊断型分析:为什么?
通过评估描述型数据，诊断分析工具能够深入的分析数据，钻取到数据的核心，分析某种产品或者某些产品销售量变化原因等。
(3)预测型分析:可能怎样?
预测型分析主要用于进行预测事件未来发生的可能性、预测一个可量化的值，或者是预估事情发生的时间点。使用各种可变数据来实现预测，在充满不确定的环境下，预测能够帮助做出更好的决定，如预测原料价格可以辅助决定库存、预测销售可以辅助决定产量、预测业务量可以辅助决定资金筹集量等。
(4)指令型分析:做什么?
指令模型是基于对“是什么”“为什么”和“可能怎样”的分析，帮助用户决定应该采取什么措施。通常情况下，指令型分析不是单独使用的方法，而是前面的所有方法都完成之后，最后需要完成的分析方法。例如，交通规划分析考量了每条路线的距离、每条线路的行驶速度、以及目前的交通管制等方面因素，来帮助选择最好的回家路线;企业考量了销售数据的变化、分析了市场和消费者的原因、预判了产品市场前景，进而决定对产品实施哪些改进。
4 大数据可视化
大数据可视化是培养学生对大数据分析结果进行直观呈现能力。培养学生利用企业自有数据或者外部连接数据、抓取数据等方式获得的数据进行全方位呈现的能力，培养学生将数据的汇总、平均、交叉列联分析等描述和分析结果，利用适当的图形进行展示的能力。大数据可视化是非常重要的技能，具体如。
4.1各类变量适合的基本可视化效果
单一变量:点图、抖动图;直方图、核密度估计;累计分布函数。
两个变量:散点图、LOESS平滑、残差分析、对数图、倾斜。
多个变量:假色图、马赛克图、平行左边图。
随着数据的爆炸式增长，“大数据”一词受到了越来越多的关注，很多领域已经开始应用大数据。大数据技术不仅能应用于数字出版中，在传统的纸质出版中也有应用前景。本文拟以医学出版为例，探讨大数据时代下，医学出版选题策划的思路转变，以及面临的问题与挑战。
一、大数据时代素描
“大数据”是人们给信息爆炸所产生的巨量数据起的一个简单的名字。一方面，这些数据蕴藏着巨大的潜在价值，人们迫切需要更先进的技术，对其进行实时处理；另一方面，技术的进步，包括云计算、分布式计算等方法的应用，极大地提升了信息处理能力，提供了广阔的研究空间，使大数据分析成为可能。
很多人认为“大数据”就是指数据量大，这是一个误区。大数据的本质是发现和理解了信息与信息之间的关系，是思维的变革，而这种变革主要表现在以下三方面。首先，大数据强调的不是随机样本，而是全体数据。为了实现“全体数据”，需要我们尽可能多地搜集、保存与行业相关的各类数据和信息。其次，大数据时代，人们不再一味追求精确，而是承认混杂性。因此，人们需要对于非结构化数据给予更多的关注。也就是说，我们不仅要关注图书销量、读者群构成、直接反馈；也要关注鼠标点击、驻留在一本书的时间，后续购买、关联购买情况，购买地点等。这些看似杂乱的信息，可能蕴藏着巨大的商机和价值。再次，大数据不再追求因果关系，而是关注事物之间的相关性。例如，沃尔玛通过数据分析发现，在飓风来临的季节，不仅手电筒的销量增加了，某一种牌子的蛋挞的销量也增加了，因此，沃尔玛在飓风季节来临时，将库存的蛋挞摆放在靠近手电的位置，以增加销量。在医学出版中，我们也可以通过数据分析，找出与读者的购买行为或阅读需求相关的要素。
二、大数据在医学出版选题策划中的应用前景
1. 教材出版
各个出版社都很重视教材出版。不管是新编教材还是修订教材，调研都是启动编写的基础。教材调研，需要先搜集开设本专业学校的名单，逐个寄出调研函。学校的名单主要来源于相关学会、教职委、行职委提供的资料，但需结合前一版教材或相关书籍发货的省市分布数据，有些时候这两者有较大出入。例如，提供的名单中，河南省没有学校招生，但出版社前三年的发货资料中，河南省每年的教材发货数很大。另外调研函发出后，回收也存在一定困难，通常只能做到部分回收。正因为学校的名单很难搜集齐全，调研函也不能全部回收，这种传统方式上的调研，虽然力求全面，但仍是一种抽样调查，很难涵盖整个行业的样本量和全部信息。
在大数据时代，一切都可以被数据化，大数据强调的不是抽样样本，而是全体数据，因此将数据分析引入教材调研，可以对互联网上有关专业的开设省份、招生学校、招生人数等信息进行分析，得出更全面的数据分析报告。在教材修订、搜集反馈意见时，也可以通过搜集论坛、网购机构的销售记录、读者评论等，分析需要增加、删减及修改的内容。在遴选主编、副主编及编者时，编辑同样可以通过分析网站上的会议情况、会议日程、发言频率和题目、各领域专家的专业特长，确定其学术影响，以及在教材中适合担任的角色，并将这些信息形成分析报告，供决策者参考。
2. 学术专著
在传统出版模式下，学术专著的选题方式属于经验型，由策划编辑提出选题，报出版社选题会讨论。选题委员会由社领导、经验丰富的老编审、生产及销售部门负责人等组成。选题会上讨论的依据主要是以往选题的销售情况及市场反馈，当前市场同类书的情况，以及其他出版社类似图书的销售情况。这种选题论证方式所参考的数据，只是整个出版市场数据的一部分。而利用大数据，人们可以获得整个医学图书市场的书目信息、销售情况，并进行分析。通过数据分析得出的报告，可以形象地理解成一批有无限经验的策划编辑、生产人员和销售人员讨论后得出的结论。理论上，这种论证模式更客观、更有说服力。
现有的医学相关网络社区、数据库的资源已经十分丰富，通过对诸如丁香园医学论坛、中国期刊网（CNKI）、PubMed等的搜索记录、浏览记录、用户留言，以及对亚马逊、当当网的专业图书购买记录的分析，可以筛选出各个专业领域的热点，并对相关用户的地理位置、年龄、职称等信息进行分析，准确定位读者人群，并预测市场容量，为图书选题提供参考。
3. 应急出版
应急出版对于医学出版社来说是一个很重要的部分，在遇到较大的公共卫生事件或异常天气时，公众很需要专业出版社出版的相关预防书籍普及防范知识，医师也需要专业书籍补充相关知识，专业出版社有义务为他们提供高质量的出版物。例如人民卫生出版社在2003年“非典”暴发时紧急出版的SARS诊治、防范等方面的图书，以及在2013年出版的《实面“霾”伏――“雾霾”中的生活与健康》。如果等到公共事件或异常天气已经暴发再组织编写，出版时间容易滞后。
大数据分析在应急出版方面将会有明显的优势。例如，谷歌公司通过对检索词条的分析，提前几周时间预测甲型H1N1流感爆发。这个案例对于应急出版是一个很好的启示。编辑可以通过类似的数据预测方式，如在流感暴发前，即组织编写流感预防及治疗相关的书籍。再如，如果能够通过网络的搜索词条，或者同诸如中央气象台等单位合作，共享数据库，提前预测会有严重雾霾天气出现，就能提前组织专家编写，为书籍出版赢得宝贵的时间。同时，可以通过搜索频率预测印刷册数，避免过多的库存。
三、医学编辑应对大数据时代的策略
1. 医学编辑应做好基础工作
一是立足自身，做好医学编辑出版的大数据基础工程建设。例如进一步实现网络化、电子化和标准化，为实现大数据的应用打好基础。只有将出版物网络化、电子化，才能使与出版相关的信息和数据成为可以搜集的资源；大数据技术可以分析杂乱的数据，数据的标准化可以为数据分析提供更多便利。
二是学习借鉴，建立基于云计算等先进信息技术的新型工作模式。例如民生银行开发的小微金融数字地图平台，通过这种地图将数据可视化，由此提供相应的信息分析、营销实务等服务。出版社如果建立类似的平台，将销售数据可视化，就能为选题策划工作提供更多的服务。
三是寻求协作，引接信息产业界力量。例如一些新兴的提供数据分析技术服务的公司，同它们积极合作开展大数据分析研究工作，推动研发基于大数据的智能选题策划系统。
