文摘
在经济增长、逐渐增加的影响信息技术使企业经济信息管理为企业的生存和发展越来越重要。本文设计一个企业经济信息管理系统复杂的企业内部经济信息管理业务和流程。它提供了日常办公、信息访问文档预览和传播。提出的设计(我)应对企业经济信息数据的不一致和不规则性,(2)很快从这些大量的高频数据,获得有价值的信息,(3)提高数据资产的经济效益和数据管理的效率。打印功能目前常用的信息管理部门如企业经济信息、人员和生产。本研究的主要焦点包括模式、框架,整个系统软件的功能。此外,它还包括使用互联网平台的大数据技术实现实用性、稳定性、和安全数据库系统的算法,已经几乎被企业用来提高办公效率和满足企业日常管理的需要。根据企业现状的分析大数据的应用程序,本文构造一个基于大数据的企业经济信息管理系统并详细描述了企业经济信息数据管理的关键技术三个方面:NoSQL-based大数据存储管理,Hadoop-based经济信息大数据信息和经济信息大数据分析,挖掘算法。提供理论依据和基本技术支持在线决策分析。
1。介绍
企业之间的竞争在今天的市场上已经不再限于传统意义上的简单的市场竞争行为。为了更好地适应新形式的商业竞争,人们开始探索一些新技术的应用在企业信息系统建设的业务管理,特别是大数据技术和云计算技术的应用,是目前流行的学者们研究[1]。
随着因特网的迅速发展技术和数据分析技术,大数据带来的信息风暴是深刻地改变人们的生产、生活和思维方式。在大数据时代,管理功能的信息化程度加深,和现有的企业经济信息管理正面临着严峻的挑战2]。如何将信息技术应用于企业经济信息管理的过程中,提高其运作效率,并有效地促进健康,稳定,快速发展的企业经济信息管理系统已经成为企业经济信息管理的最佳深入考虑人员。管理信息化是指信息技术的发展生产力与电脑和其他智能工具为主要媒介,集成先进的管理概念的基础上,企业业务流程的变革,商业方法,和其他传统的管理工具,和综合的企业战略规划和管理工具来实现企业的目标和过程。目前,企业经济信息管理经历了三个阶段:会计电算化、企业经济信息管理网络,集团企业经济信息管理。会计电算化主要是指会计知识和信息技术相结合的手段,日常会计处理各种信息作为管理信息资源,使用电脑和网络通讯为基础的信息技术手段获得,过程,传输信息与企业经济信息(3]。会计电算化可以解决手工记账带来的问题比如记账错误,数据聚合时间长,能量被会计师制表业,显著提高企业经济信息管理的效率和数据共享的速度和效率。然而,会计电算化没有企业经济信息管理的功能,和人为因素产生更大的影响企业经济信息管理(4]。例如,提供有效的信息管理的目的,会计不得不花大量的精力去各种各样的数据处理和深入分析,和很多的处理基本工作极大地分散了管理会计的主要能源。
目前,国有企业建立了企业经济信息系统,但大多数人仍在网络企业经济信息管理的阶段,也就是说,会计信息系统的对接施工阶段与其他业务信息端口。经济信息化程度不高,和相关业务模块还没有集成表单数据共享和控制共享,协调和管理尚未形成(5]。集团企业经济信息管理在很大程度上提高企业经济信息数据处理的效率和效果,实现企业经济信息管理和数据处理自动化和智能。如今,管理逐渐注意到业务流程和企业经济信息是分不开的。企业应结合企业经济信息与业务流程,实现完整的共享资源以核心业务为轴通过决定的“五流”流动,资本流、信息流、业务流、物流企业战略管理的目的和目标明确的管理(6]。
摘要部分2介绍了需求分析。部分3提出了系统设计。节4,实验验证了该方法。和部分5总结了研究。
2。需求分析
企业经济信息化建设是企业管理的新技术,近年来,出现了大数据技术的应用有至关重要的影响企业管理的改善,特别是大数据技术的应用在经济信息化建设是强烈促进经济信息建设的速度,因此有必要讨论的基础经济信息化建设在大数据环境(7]。国内外企业发展阶段的经济管理系统如表所示1。其信息基础包含两个方面:一是大数据的信息基础,大数据都有一个特定的数据信息的定义,信息在大数据量非常巨大,一般很难经济有效的捕捉软件,管理和应用大数据的分析和处理经济信息等;二是经济信息的技术条件在大数据环境8]。我们都知道,云计算和大数据有不可分割的关系,和经济信息的技术条件大数据环境的分布处理云计算技术。从某种意义上说,只有使用大数据”,“很难促进经济信息技术建设的过程,需要云计算云,为了实现数据的有效利用,为企业管理决策提供了基础9]。
经济管理的公司的惯例是准确地解释公司的经济状况和业务数据在一段时间中指定的时间计划。然而,在这种形式,经济信息的收集由于各种情况下可能会被推迟。现在我们是在大数据管理的时代,我们可以更好地利用大数据的及时的会计和摘要信息在公司的经济管理10]。它还简化了经济工作人员在复杂信息的聚合和可以在较短的时间内完成组织和分析经济信息。这也可以减少公司不必要的损失,因为信息采集的滞后。在过去,公司的经济信息的主要内容是根据经济比例及其会计(三组表11]。然而,由于时代的发展,这种会计方法不再适用于经济管理的公司,可能会阻碍公司的长远发展。使公司能够获得经济信息更及时、准确,确保各类信息的相关性,企业必须建立动态软件分析功能。而不是使用传统形式的会计,必须使用大数据的信息管理技术。
3所示。系统设计
大数据管理技术的发展和广泛使用了旧的操作模式的变化迫使大多数行业,包括,当然,公司内部经济管理(12]。使用大数据的前提是确保必要的各种信息之间的相关性和及时性,以免落后太多的经济信息收集和整理的过程中,帮助直接反映公司的实际操作条件在此期间通过公司的经济信息13]。它还有助于公司的高层管理人员发现问题在操作的过程中通过经济信息和及时的解决方案。因此,企业的管理者应该适应大数据时代,技术的发展为经济管理,改变旧经济信息管理方法,并要求公司的经济人员掌握先进的技术,以确保经济工作的及时有效性。此外,随着大数据技术广泛应用于当前的时代,企业有更多的不同类型的索引数据在日常操作。为了更好地促进公司的经济管理的改革,有必要建立一个专业的公司内部经济信息管理团队,以确保获取经济信息的过程可以更及时、更有效,以帮助公司的最高管理层更好地利用数据做出科学的决策。首先,企业的经济管理人员必须有专业技术能力,综合素质高。此外,每位员工负责经济工作应该学习对方的长处和优点,让一个明确的分工,提高效率的过程中占经济信息。公司应该使一个完美的系统宪章的工作经济信息管理和调节经济管理人员的行为。和公司经理也应该经济管理的地位提高到战略决策,以吸引的关注所有员工和日常工作可以更好地帮助经济人员组织和分析经济信息管理14]。
提出的系统架构图所示1。由于当前的大数据技术要求,公司拥有各种指标的经济信息。因此,为了确保公司组织和分析经济信息及时、准确、实时动态预测系统必须设计(15]。首先,应将经济信息的数据根据发达分类系统和明确每个经济数据的实际作用和意义。这有助于公司做出决策和提高效率的日常运营。
使用先进的大数据管理技术也可以帮助企业收集综合经济信息。然后综合信息按照一定的规则和分析为公司的最高管理层提供数据基础和决策依据。此外,不同的管理模式可以构建基于经济信息,帮助管理者了解公司的实际经济情况以更直观的方式,帮助公司的员工明确公司的实际的发展目标和方向。因为大数据管理技术的发展是相对较短,很多国内企业还没有一个很好的把握技术和应用于公司的实际操作。因此,公司的高层管理人员可以将大数据技术应用到公司的经济管理通过以下方式。首先,云计算建立经济信息管理平台。最初建立这个平台按照系统性和articulation-based的原则。大数据管理技术的使用是保证集成和分析企业的经济信息,它可以及时的和准确的。第二,加强云计算服务平台的适用性。公司的管理者和员工负责经济管理应该清楚自己的责任。 And the economic information management system process to achieve a good grasp of the relevant system should also be established in the company for the protection of economic information security mechanism in order to promote the actual benefits of the service platform. Third, the economic control platform is improved in the business model. This must ensure the transparency and interoperability of information between the company’s economic information and the economic management platform of cloud computing. And the company’s economic personnel should have a certain understanding of the company’s daily operation mode and the related production process. Then, before establishing the economic control platform, the cloud computing technology and economic information should be used as the basis. The ultimate goal is to improve the efficiency and mode of the company in its daily operations.
主要有六大数据的特点:体积大,复杂多样的数据类型、高时效性、高可变性、高数据质量,寻找高质量的价值。(1)Hadoop生态系统:HDFS是分布式文件系统具有高容错、高吞吐量、等等,适合应用在大规模数据集;H-base NoSQL数据库是快速访问的工具;蜂巢是一个数据库的框架,将结构化数据文件转换成数据库表和提供SQL的查询功能将用户编写SQL语句转换成使用映射-规约模式任务;水槽是一个日志收集系统,效率高,可靠性高。(2)NoSQL是一个非关系数据库,高扩展性的优点,大容量、高性能、可共享的,和高灵活性和可以解决各种挑战所带来的庞大而复杂的数据,特别是大数据应用程序的问题。数据挖掘方法进行分类根据不同的挖掘角度,和以下几种常用的数据挖掘方法。关联规则反映了存在的某一件事,其他的事情之间的联系和我通过这个协会有价值的数据项。找出数据库中数据对象的特点,通过算法,然后结合分类数据库中的数据根据指定的特性,将数据库中的数据划分为一个给定的类别,然后进行特征分析。根据相似性聚类分类数据,与尽可能多的相似性在同一类和尽可能少的相似度在不同的类。 Regression analysis maps the attribute values of data to some connection due to changes in time and maps the characteristics of the connection to the actual predicted function to analyze the relationship that exists between its data, mainly applied to feature prediction and analysis of data series.
流数据清洗架构如图2。系统涉及到多个数据源,包括Excel,监控日志,和关系数据库。数据源是推进分布式消息队列卡夫卡统一封装后统一数据访问模块。集群计算消耗和执行清洁操作,最后输出的数据清洗结果以数据仓库。此体系结构具有以下主要优点:(我)它将所有不同类型的数据转换成流形式,这样不同的数据统一形式。清理数据的计算节点只需要关心的具体数据,不需要处理的数据源。(2)清洗数据并行和分布式的方式处理,提高了性能的数据清洗。可以根据比例计算节点的实际负载,这是高度了。(3)交互调度中心可以直观地根据需求配置清洗过程,这减少了数据清理的复杂性。
3.1。统一数据访问架构设计
统一数据访问模块主要包括三个子模块:定时器,文件监控和SQL执行。下面是这些子的简要说明:(我)定时器模块。定时器模块提供计时功能的文件监控模块和SQL执行模块。通过时间,它还控制着数据收集率。它允许用户通过界面配置定时器。此外,它还允许用户定制执行每个数据源(期限13]。(2)文件监控。日志文件的文件监控模块的目的是收集。文件监控模块读取新文件添加到监控文件夹。进一步,它解析文件根据商定的解析规则。它还生成指定的统一的数据协议,最后把卡夫卡。(3)SQL执行。SQL执行模块实现的集合关系数据库如MySQL、Oracle和SQL server。SQL执行模块定期从数据库中读取一批数据,并把卡夫卡。SQL执行模块定期从数据库中读取一批数据并将其转换成一个统一的数据协议和推动卡夫卡。
3.2。统一的数据协议设计
如表所示2主要有以下字段,数据协议。Uid是每个数据动态生成的唯一id, name-id数据源的唯一id,和时间戳是产生这些数据的时候。字段是一个字符串数组,关系数据库的字段名称或Excel的列名。日期的具体数据值。
3.3。计算集群模块设计
如图3计算集群由几种计算节点:(我)接口模块。接口模块用于与调度中心通信模块和统一数据访问模块,包括数据源配置界面,集群管理界面,进程调度接口,和其他接口。接口模块采用RPC接口协议,它是远程生产调用远程过程调用协议,计算机通信协议。协议允许一台计算机上运行的程序调用一个子程序在另一个计算机程序员无需另外程序交互。(2)同步模块。同步模块用于在数据库中与调度工作同步。这个模块保持工作操作的实时状态和读取的最后运行状态工作后重新启动,以确保正确的操作的清洁工作。(3)元数据模块。元数据模块保持数据的数据结构的信息来源和缓存的代码字典表信息清理数据。(iv)流程解析器模块。流程解析模块读取配置信息工作的清洗过程通过接口模块和解析配置信息为清洗数据对应的有向无环图。(v)运营商执行人。操作员执行程序读取配置清洗参数和调用操作符的清洗方法清洗。操作员执行程序不需要关心具体的清洗过程,但是只需要专注于运营商的清洗方法,这使得数据清理标量。
3.4。调度中心模块设计
调度中心模块作为窗口系统用户交互,为用户提供一个可视化界面清洗过程配置,促进了各种复杂的清洗过程的配置。调度中心模块功能模块如数据源管理、集群配置,操作员管理、清洁字典管理和清洗过程管理(14]。(我)数据源管理模块。数据源管理模块提供统一的配置管理功能不同的数据源。模块提供了数据源的访问规则,主要包括时间周期,监控文件夹,提取SQL语句,和统一的数据协议,与统一数据访问模块交互控制启动和停止的统一数据访问模块。(2)集群管理。集群管理模块提供统一的管理和监控功能访问模块集群和计算集群,如监控在线和离线的集群和集群。集群管理模块提供统一的管理和监控功能访问模块集群和计算集群,例如监控集群的在线和离线监测资源的利用率、监控执行清洁工作,并提供预警功能错误的工作。(3)运算符。运算符分为计算算子和输出操作符。运算符是用于数据清洗,输出操作符用于清洁的输出结果。常用的输出操作符包括Elasticsearch输出操作符,蜂巢输出操作符,数据库输出操作符和卡夫卡输出操作符。当添加操作员,您需要配置执行函数,运算符描述,参数名和参数类型。(iv)清洁操作字典管理。清洁操作符字典管理模块是专为字典替换操作符。这个模块提供字典配置功能和缓存复述的映射关系。字典替换操作符读取复述,缓存和映射的字典。(v)清洗过程管理。清洗过程管理模块为用户提供交互式清洗过程配置功能。用户可以拖放清洁运营商在画布上通过Web界面,配置清洗参数对应于每个清洗操作符,并连接它们根据清洗规则形成一个流程图从起点到输出。这种视觉配置给用户直观的清洗过程的控制,减少了数据清理的复杂性。
3.5。整合Map-Reduce-Based树冠+ k - means算法
尽管k - means算法是有效的,聚类参数的随机性和不确定性的初始聚类中心是两个k - means算法的缺点,从而导致不稳定的聚类的最优值。为了提高聚类效果的稳定性和准确性,树冠+ k - means算法。使用粗树冠算法处理数据,处理数据作为初始数据的k - means,可以解决问题的k - means和改进k - means算法的效率。为了提高效率的树冠+ k - means算法,结合Hadoop生态使用映射-规约模式框架,和多服务器部署进一步提高算法的时效性,这也是企业财务管理的核心系统。实现过程主要分两个阶段:(我)树冠集群阶段。映射过程组数据集,每组使用树冠集群算法得到多个树冠集群。减少过程合并多个树冠中心成一组,再加工Hadoop数据获取新的树冠中心数据平台。(2)k - means聚类阶段。树冠中心使用k - means聚类中心初始化,和k - means使用映射-规约模式是一个迭代的任务之一。使用映射-规约模式函数记录每个样品元素集群中心的距离,每个集群的结果,然后使用Reduce函数重新计算它。重复的步骤,直到最收敛和稳定的聚类结果。
4所示。实验验证
为了验证的有效性基于大企业经济信息管理系统数据集成算法,本文选择一个数据集,比较他们与传统树冠+ k - means和k - means算法和评估基于集群的集群效应评价指标如DB、SC、AMI。
首先,三种算法进行比较,即。基于Hadoop、修改树冠+ k - means,树冠+ k - means, k - means。然后,他们在同一迭代收敛比较步骤,如图4。通过分析图4,它是发现,收敛速度和性能的改性树冠+ k - means基于Hadoop明显优于其他两种方法当我们输出的性能每隔300迭代步骤。
在表3集群效应的评估显示,10 k - means集群的数量。表3描述了树冠的集群效应+ k - means算法明显优于k - means算法对于每一个提交,即。、DB、SC、AMI,阿里或JC,道明。k - means算法需要设置参数k提前,而优化算法不需要设置的值k提前。但是,它能够获得更好的初始聚类中心,其结果更接近真实值。优化的算法不需要设置k提前价值,但它可以得到更好的初始聚类中心,从而导致更实际的聚类结果,使用Hadoop和合并后的树冠+ k - means聚类是比传统的树冠+ k - means算法。
5。结论
本文所使用的信息管理技术是合理控制企业经济信息管理大数据环境下的信息。因此,提高了信息管理的工作。此外,企业的良好发展的基础了。此外,一个企业经济基于大数据的数据管理系统,使用树冠优化的k - means算法结合Hadoop在后台平台和NoSQL数据库管理,提高企业财务管理的规范化和效率,达到提高经济效益的目的。与此同时,为了实现企业良好的发展趋势,企业的最高管理层和一线管理者应该足够注意信息信息建设工作,控制当前的企业信息管理水平,,努力解决信息化建设工作面临的问题。此外,应该不断引进先进的管理技术优化大数据环境下的管理模式,以提高企业信息管理工作的质量。
数据可用性
使用的数据来支持本研究的发现可以要求作者。
的利益冲突
作者宣称没有利益冲突。