数据实体（精选11篇）
数据实体 篇1
0 引言
产品的设计过程中产生了大量的装配图, 图纸中的明细表纪录了组成该装配件的零部件的信息, 标题栏纪录了该图本身的一些属性。工程图中的设计和管理信息集中体现在标题栏和明细栏中, 这些信息描述了产品的装配结构。已有很多文献介绍了基于工程图的位置和形状特征来进行数据提取, 但是这些算法对数据的位置和形状特征要求比较苛刻, 实际提取过程中会出现数据漏提或错提, 而且对于进行了分栏的明细表数据提取更是困难重重。本文提出一种使用基于Dwg Direct X和扩展实体数据进行数据提取的方法, 可以使数据提取不再受到工程图的位置和形状特征的制约, 使数据提取准确、快速。
1 OpenDWG Toolkit技术剖析
OpenDWG Toolkit是OpenDWG联盟推出的一组开发工具, 其中用来读写DWG格式文件的库Dwg Direct X, 通过Dwg Direct X利用VB、VC等语言可在脱离AutoCAD的情况下直接对DWG读写, 对外屏蔽了DWG的版本差异, 支持处理AutoCAD 2.5到最新版本DWG文件。数据结构如图1所示:
Dwg Direct X包括图块 (Block) 、图层 (Layer) 、线型 (LineType) 等9个容器表, 块表包括ModelSpace (模型空间) 和PaperSpace (图纸空间) 两种基本类型。本文针对块表的模型空间进行操作。
2 使用DwgDircetX脱离AutoCAD进行数据读写
2.1 引用DwgDircetX, 建立VB开发环境
要实现使用ODT进行数据提取如图2所示 (本文以Dwg Direct X1.12版本为例) 必须具备的库文件有8个:Dwg Dircet X.Dll、OdaX.Dll、DD_Alloc.dll、DD_Db.dll、D_Ge.dll、D_Gi.dll、D_Reg.dll、D_Root.dll,
在VB中对Dwg Dircet X.Dll、OdaX.Dll进行引用, 然后在VB中添加模块, 加入声明:
Global odaApp As AcadApplication
Global odaDoc As AcadDocument
2.2 提取明细表数据子过程代码
不依赖工程图的位置和形状特征来进行数据提取, 而以附着的扩实体数据进行提取, 前提是我们已经在绘图过程中, 对标题拦和明细栏数据附着了约定规则的扩展实体数据。
例如:扩展数据按表1中的模式进行附着:
对按上表模式进行了扩展数据附着的明细表实体数据提取自过程如下:提取序号为Number明细表数据, 声明List Array为字符型一维数组, 保存提取的明细表数据 (List Array (0 To 7) )
3 结语
本文提出了基于Dwg Direct X利用扩展实体数据提取图纸信息的程序设计思路和实现方法, Dwg Direct X具有良好的AutoCAD版本兼容性, 所开发的应用程序能够不依赖AutoCAD独立运行, 能够方便地嵌入到各种以DWG文件为处理对象的系统中, 这种紧密集成的形式在实践中效果良好。
笔者已经利用VBA工具开发出了附着扩展实体数据的标题栏、零部件序号标注及明细表关联生成系统, 并利用Dwg Direct X完成标题栏、明细表信息的提取、整理、输出符合为企业需要的零件清单、图纸目录、标准件汇总表等工程文件, 可为有相似需求的企业提供一个可行的借鉴与参考。
参考文献
[1]张帆.AutoCAD VBA开发精彩实例教程[M].北京:清华大学出版社, 2004.
[2]汤峻, AutoCAD2000高级应用与VisualLISP开发宝典[M].北京:人民邮电出版社, 2001.
数据实体 篇2
好久没去新华书店了，路上满怀期待，书店重新装修过的，应该环境改善很多。一进门只见原来的收银台位置鲜花怒放，本是赏心悦目之感，可是挤占了一楼的地方，店里立刻感觉逼仄起来，而左边站着一个导购卖不知道在推销什么卡，那么一楼就只剩下摆放政治书籍和一些热门网络小说的地儿了。
两人先直奔二楼，挑了两本教辅资料，我立马拉着姑娘往原先买书的地方去，可是转了半天，愣是除了教辅资料没见到其他书，倒是好大一块地方卖文具电脑什么的。
嘀咕着下楼结了账，转头间却见右边有宽敞的楼梯盘旋而上，楼梯边是书架，正是我喜欢的装修风格。欣喜地奔过去，却颓然地发现，书架上的书要不是课标推荐阅读书目，要不是人尽皆知的世界名著，转遍书店我竟没找到我想买的书。
带着还有四十几块钱的购书卡走出书店门，女儿在说下次还是去先锋书店，我心里却在想着书店的这些变化，再想起每次去大众书局看到的那些塑料薄膜封着的书旁的不能拆开的告示。
实体书店的日渐式微仅仅是由于图书网购、电子阅读及快餐文化的影响吗?难道与书店自己的经营理念没有关系吗?我是喜欢网购书籍的便利快捷，可也享受于一排排书架中翻找，发现心仪好书的快意。可是在普通书店发现好书的概率越来越少。
许多书店更多沦为卖教辅资料和文具用品、儿童玩具的商店，因为这些好卖，返利快。书店缺少文化的坚守，自然会流失大批的读者，转战什么书一搜就能找到的网络。
当然，我是丝毫不通于商道的普通人，可能并不理解书店生存的艰难，但不是也有书店通过创新与坚守赢得读者赞誉吗?书店可以跨界，也应该跨界，但不该只为了赚取更多利润。实体书店该何去何从，恐怕还得经营者多动脑筋。
对读者而言，一盏灯、一本书陪伴的夜晚是美好的，闻着书的芬芳、置身雅致的环境，与一本心仪之书相遇，更是一种喜悦和享受。
大数据是实体商业的救命稻草吗？ 篇3
2015年大数据一夜之间满天飞，大数据变成一个与互联网+、互联网思维一样的时髦词汇，仿佛在中国你不知道用大数据改造你们公司马上就要濒临淘汰了。
面对互联网冲击较大的实体商业，大数据到底是不是实体商业的救命稻草呢？
实际上，我们已经开始运用大数据工具为实体商业项目服务，其爆发出的价值令人赞叹。我们欣喜地看到，大数据已经成为了驱散实体商业迷雾的雷神之锤。那么，大数据究竟能做什么？下面，我们结合睿意德的大数据应用案例一探究竟。
首先，大数据分析让传统商业前期策划第一次站在一个更加接近真相的角度分析问题，在一定程度上降低了试错风险。
例如在某购物中心的项目应用中，我们利用大数据API监测地理围栏内客群的消费习惯，发现区域内大部分客户非常年轻，对儿童业态消费非常少，这就是用大数据抓取行为后得到非常清晰的结论。
再比如对周边竞争环境的研究也可以比原来更清晰，商场A客户主要分布在以其为原点的一个椭圆范围内，客户居住地相对更集中，呈现东西半径长，南北半径短的特点。而同样的商场B客户分布呈现不均匀的扇形分布，客户覆盖广但渗透率略低。在这两个竞品辐射半径中恰好有一个空白区域属于弱辐射区域，而这个区域人口规模、消费力、年龄结构都非常可观，对于购物中心有明确需求。
这些都是以前无法达到的清晰度。所以我们说，以前的咨询顾问是用盲人摸象的方式看问题，现在可以用上帝的视角看问题。
其次，大数据的数据抓取与分析节约了大量的人力、物力、时间成本，促进和提高的生产效率。比如我们以前做前期研策，通常要对消费人群做1000份甚至更多的问卷调研，需要大量的人力、物力和时间。
而现在，运用大数据抓取的方式，不到一个星期的时间就可以获得超过十万份数据进行分析，无论是数量还是时间都取得了长足的进步。
第三，大数据商业顾问行为与思维模式产生巨大的改变，传统顾问采用经验归纳法，将看到的、听到的商户意愿与现实市场进行对照形成招商方向。而大数据可以根据品牌原有的消费特征、价值观聚类分析进行标准化，并在没有一个新开业及调整中商业项目中对照，确定其是否适合此类品牌开店，做到更加准确的招商执行。例如可以分析成都方所的客户特点，归纳整理后，可在其它城市寻找适合的项目予以推荐。
我听过一个非常有意思的大数据在商业中应用的案例：
PRADA在纽约的旗舰店中在其每件衣服上设置了一个唯一码RFID。当顾客拿着PRADA衣服进入试衣间，识别码就会被自动识别，试衣间里的屏幕会自动播放模特穿着这件衣服走台步的视频。人一看见模特，就会下意识里美化自己。数据会传回分析中心，一件衣服什么时间被拿进试衣间停留多长时间，数据都被存储起来加以分析。如果某一类服装销售低迷，大数据便会分析是客户真的没有试衣的欲望还是多次试衣就不成交，这样的分析将直接会体现在企业新品决策中。如果有一件衣服销量很低，以往的作法是直接干掉。
但如果RFID传回的数据显示这件衣服虽然销量低，但进试衣间的次数多。那就能说明一些问题，也许这件衣服的下场就会截然不同。
这就是大数据对商业的影响。
数据实体 篇4
关键词：AutoCAD,零件序号标注,明细表,扩展数据
0 引言
从AutoCAD11.0引入扩展数据 (Xdata) 和扩展记录对象 (Xrecord) 概念以来, 利用“块”属性存取非图形数据不再是唯一方法, 扩展实体数据的应用使得存取非图形数据更加灵活、方便。从AutoCAD14.0开始VBA集成到AutoCAD, 它具有大多数的VB语言功能, 通过Active XAutomation可以操纵几乎所有Auto CAD对象。本文阐述了采用VBA操纵AutoCAD扩展实体数据开发零部件序号标注及明细表关联生成系统的实践方法, 为后续的零件信息自动提取、统计及工艺设计 (CAPP) 与产品数据管理 (PDM) 、企业资源计划 (ERP) 等软件平台之间实现信息共享奠定基础。
1 扩展实体数据 (Xdata) 概述
1.1 扩展实体数据的结构
实体的扩展数据由应用程序所建立, 跟随在该实体常规的实体数据之后, 它与常规实体数据一起构成内容更加广泛的实体数据。
其结构形式为: (-3 ("AppName" (组码.数据) (...) (...) ) ("AppName" (组码.数据) (...) ) (...) ) ) 。-3表示扩展数据开始;AppName为登记的应用类型名。
1.2 扩展实体数据的附着与提取
VBA、Visual Lisp等应用程序均提供了函数来附着和访问扩展实体数据, 在本文中介绍VBA的附着与提取函数:Set Xdata和Get Xdata。
Set Xdata语法:object.SetXdata XdataType, Xdata
Get Xdata语法:object.GetXdata XdataType, Xdata其中:object—需要附着扩展数据的实体对象
XdataType—组码数组, 一般声明为Integer
Xdata—扩展数据数组, 一般声明为Variant
下面给出使用Set Xdata和Get Xdata来附着和提取扩展数据的子过程。
1.2.1 扩展数据附着子过程
1.2.2 扩展数据提取子过程
2 装配图标题栏、零部件序号标注及明细表关联生成系统建立
2.1 实体扩展数据附着方法设计
装配图特征信息主要由图纸特征 (标题栏) 和零部件特征 (序号和明细表) 两部分组成。在程序设计中将这两部分特征信息分为三类实体:标题栏、序号标注和明细表。表1为实现零部件序号标注及明细表自动生成系统采用实体扩展数据附着方法。
2.2 零部件序号标注及明细表程序设计
程序具备如下的功能模块:零部件序号明细关联标注、修改、插入、删除、明细表空行插入、明细表头绘制及分栏、明细和序号对应完整性检查、无序号明细编辑、不带明细序号标注绘制、多序号明细序号补充标注。
2.2.1 独立操作转为关联操作
以前零部件序号引出标注和编辑录入明细两项工作是完全独立分开的, 序号和明细不对应, 漏编序号或漏编明细等低级错误频繁发生, 如果删除或插入序号, 其他序号和明细编号均需手工逐个修改, 不仅速度慢、效率低、劳动强度大, 而且极易漏改而造成错误。把标注和明细通过其附着的扩展数据关联成一个整体操作就解决了以上问题。
2.2.2 插入空行或序号标注及明细
在已经存在的序号标注中插入序号或在明细中插入空行时, 实现关联序号标注和明细自动重排。空行无序号, 为其指定特定序号“9999”。程序设计中实施步骤为:
1) 在图纸的某特定实体记录该图纸明细表总行数;
2) 在序号和明细实体上同时附着“序号”和“行号”, 空行序号为“9999”;
3) 首先获取明细表总行数, 然后获取插入位置行号“X”, 从第X行到总行数的明细表实体在图纸中的逐行移动、“行号”及“序号”扩展数据进行”加1”更新;对序号标注先以“行号”为索引检索到该“行号”对应的“序号”;如果检索到的“序号”不为“9999”, 则以该“序号”为索引检索该“序号”对应的所有标注和明细实体“行号”及“序号”扩展数据进行“加1”更新;如果检索到的“序号”为“9999”, 则以该“序号”为索引检索该“序号”对应的所有标注和明细实体“行号”扩展数据进行“加1”更新, “序号”扩展数据不变。
2.2.3 删除空行或序号标注及明细
在删除某序号时, 同时删除该序号对应的明细。程序设计中实施步骤与“插入空行或序号标注及明细”的方法相同, 不过由原来的“加1”改为“减1”操作。
2.2.4 明细表定位
在进行序号引出标注和明细表关联操作时需要与图框和标题栏绘制配合, 在企业化绘图环境中规划明细表定位信息, 使程序能自动获取插入点。当然也可根据设计人员的重新指定获取自定义插入点。需要对明细表进行分栏时, 根据分栏设置, 使程序完成各分栏明细表的起始定位信息, 完成明细栏的分栏操作。
3 结语
用VBA来操作扩展实体数据完全可以实现零部件序号标注及明细表关联生成, 其操作简单方便。改变以往利用"块"属性存取非图形数据的方式, 仅检索扩展数据各类实体, 就可以实现信息收集和整理, 使得开发Auto CAD与PDM集成接口变得更加便捷, 是实现企业信息化系统技术集成的有效模式, 对制造业企业图纸绘制有一定的借鉴作用和参考应用价值。
参考文献
[1]郭朝勇.AutoCAD R14二次开发技术[M].北京:清华大学出版社, 1999.
实体书店改造方案 篇5
Exchangebookstore（交换书店）
交换书店 分享你我广告策划书初稿
一，市场分析
如今实体书店的逐渐没落已成为现状，主要原因有以下方面： 1，房租昂贵，书店无法承担。
2，网络书店价格优势的竞争。
3，网络书店送货上门，方便快捷。
4，政府没有给个体经营的书店给予财税上的优惠和补助。5，数字阅读逐渐兴起。
目标消费者定位：
位居城市的1，大学生
2，白领等年轻人
3，文化水平较高的爱书者
4，儿童和家长
书店选址：
**万达广场
二，书店推广策略
当今实体书店只是卖书的经营之道将被淘汰，取而代之的是不仅要卖书，把书死摆在书架上，而是要把书籍流动起来。书店卖的不仅仅只
是书籍，更重要的是一种文化。不再是物物交换的物质消费，而要让消费者感受到的是一种难求的精神文化享受。
为了摆脱实体书店没落的问题，许多书店都进行改造，改变观念，重塑经营方式。比如改造为书吧的形式，多种商品与书籍相结合，邀请名人签售等方式经营书店。
交换书店将顺应时代潮流，如今的时代是互动的，交流的，自主的。同时采用书店的形式，保留住每个人对传统书店记忆中的味道。书店不只是跟随新书的脚步，还以怀旧为主打。以休闲，娱乐，不功利为格调。
1，宜家式的书店
一个大主厅搭配多间小屋，大厅内售有各种特色商品，艺术品。摆置给人以家的感觉，舒适，亲切。厅内还设有交流区，售有甜点面包等食品。小屋为年代式小书房。
2，年代式书房
小屋的装扮是与年代相符的书房，书房似的设计，给人以家的感觉。各小屋不以书籍内容而分，而以各个年代，年龄阶段分类。每间小屋的中间有一圈凳子围着一张桌子，桌上有个类似触屏手机的机器可以点送各类饮品。桌上有个精致的大笔记本是读者们写的一些对看过书的读后感之类的。
3，交换特色
（1，）大多数读者的家里都有自己看过的很多书籍，而闲置在家浪费了许多知识财富资源。何不让每个愿意分享的读者都行动起来，把自
己推荐的书籍拿到我们交换书店的平台，大家相互分享资源的同时可以相互交流自己不同的读书心得，同时也能拓展自己的交流圈，认识不同的朋友。交换书店也只是一个中介的平台，只需借书方按时间付出少量的租位费。与其把书呆放在家里的书架里，不如拿出来大家一起分享。
具体方式可采取微博互动模式，交换书店把读者拿出来的书籍通过在微博上的推荐，想借阅的读者就可到书店轻松办理借阅。书店也设有专门依靠读者自愿借出的书籍供大家选择。
（2）书店还提供格子出租的形式，读者可以租下一个小格子出售和出租自己的书籍，实现每个人都能开书店的梦想，同时也与大家分享自己的珍藏，从中获取满足于喜悦。
4，公益项目
交换书店将组织号召读者为四川一些偏远山区的小学捐书籍，提倡公益事业每人都可以做，献出自己的绵薄之力。
三，书店盈利来源
1，店内的饮品，食品，还有特色商品,2，（1)通过交换书籍收取的租位费（每月按原书价百分之十算），超出一个月的借期之后的租位费为借出书籍者的收入，借出书籍者还将成为书店的会员。会员将有机会组织书友们开展各类活动。
(2)只收取租位费（调查后具体算出）
3，卖出新书的盈利，新书的售价比网上售价高。
四．广告宣传
主要为公交站牌广告
联系成都商报，日报等报道交换书店的开店，题目为：“网友称新开实体交换书店，“找死！””，最傻„„的软文，介绍书店的经营策略的特别之处，还有经营者的采访。
微博上可以形成话题，引起网友们的争议和讨论，实体交换书店到底能不能存活，能存活多久。
数据实体 篇6
这篇文章出来以后得到一些民营书店的赞同。原新闻出版总署领导也开始重视民营书店的问题，有些地方譬如上海、杭州已经开始对实体书店实施补贴扶持政策。今年全国政协大会上，全国政协委员、作家张抗抗、赵丽宏他们还在呼吁，提交提案，看来问题距离真正解决还有很长路要走。
书店长存，政策先行
造成实体书店困境的原因，说到底是社会、政府和行业怎么对待书店的问题。在改革过程中，对于一些原有业态会形成两种情况，一种情况是这个业态本身就是要消失的业态，或者是有些商品形态是要消失的，放弃是最好的选择；第二种情况是有些业态需要保留，只是需要调整交易关系，改善生存环境。实体书店属于第二种业态。书店将随纸介质书的存在而长期存在下去。纸介质图书毫无疑问还是我们现在书籍出版业的主流。1330多亿的数字出版，电子图书和网络图书仅占几十个亿，而我们的书业总定价在700多亿，甚至更多。纸介质期刊是20多亿，数字网络介质不到10亿。所以现阶段出版业还是以纸介质为主，书业还要生存下去，而且还在不断发展。当前实体书店主要面临价格和社会流通的困境，这在一定程度上是由于缺乏健全的交易关系和经营环境造成的。
经营纳税是应该的，这个自不待言。政府对于文化产业有税收减免政策。转企改制的出版社加入社保之后，所得税减免5年，这就很好地支持了出版社的改革。但是，新华书店和大多数民营书店没有纳入这个范围内，我们期待相关部门能够出台减免实体书店税收的政策。
现在我们的公共财政在大力支持文化体制改革试点单位，大力支持国有出版发行企业的改组改造。而对于实体书店特别是民营书店和个体书店，财政公共支持力度非常少。政府财政并不只是国有企业的财政，而是全社会的财政，民营的实体书店如果具有公益性，而人民群众也还需要的话，财政就可以给予帮助。此外，社会各个方面也都有义务给予实体书店帮助。香港联合出版集团的商务印书馆将店面开在房租昂贵的商业街却依然能够盈利的原因是，那些高档的商业大厦以低租金吸引实体书店进驻，算是一种社会公益性质的安排。香港是商业社会、市场经济发达的地区，对实体书店尚且有这样的社会安排，值得我们反思。
实体书店是文化交流的重要公益性场所
实体书店通常被大家嘲笑为网络书店的样本库。实体书店在网络时代的书业产业链中处于不利地位，但不会消失，业态生存理由主要看市场需求。从现在看来，实体书店由于会给读者带来愉悦的阅读体验而被很多读者喜爱。
早在20世纪30年代，韬奋先生在创办生活书店时，就定下一个规矩，读者即便在店里看一天书，也不得赶读者。韬奋基金会的顾问，中国大百科全书出版社总编辑徐惟诚先生跟我说，“我要支持你们韬奋基金会，因为对韬奋先生我是有感情的。”他说，当年他在上海念初中，徐汇区那里就有一个生活书店，离他家住的闸北区比较远。星期天或者假期，他经常是早上带上两个馒头，步行到徐汇区的生活书店看书。一看就一天，中午就啃点馒头，绝对没有人赶他。因为家里没钱买书，能在书店里读书是极好的事情。他说特别感谢邹韬奋。这就是实体书店给我们读者最接近、最贴近的一种服务，这个服务带有一定意义上的公益性。
实体书店通常能成为文化交流的场所，成为读者与作者交流的场所。读者可以在书店参加一些作者、出版者的图书推介会，听到一些书评人对图书的评价。不少实体书店不时会举行一些小型的文化活动，允许读者参与，这本身也是文化公益行为。
文化体制改革主要是两个方面的改革，一是经营性文化单位转企改制，做强做大文化产业，二是要发展公益性文化事业，要保障人民群众的公共文化权利。前者会得到公益性的补贴，甚至作为事业单位保存下来，既然书店具有一定的公益性质，理应获得一些补贴。
实体书店受网络书店冲击严重，亟须公平交易政策保护
虽然实体书店的公益性特点明显，但是网络书店以其信息量大、服务到位的优势给实体书店造成巨大的冲击，更重要的是网络书店的价格战。当当网、亚马逊、京东先后进入市场，进行了惨烈的价格竞争，损害了实体书店的利益，最终损害的是出版业的利益。文化行业从一定意义上来说是国家的保护行业，市场经济不意味着全部交给市场，无形的手也未必永远是有效的，市场的趋利特质必然导致某些情况下的失灵。而人类的生存并不完全只有利益一件事情，还有精神的追求、民族的追求、人类文化的追求、价值实现的追求。这时，就不能用一个利润的问题来解决这个事情。价格战最后的受害者肯定是我们行业，最终有可能导致崩盘。
在全面放开的情况下，出版业已经受到明显的影响。原新闻出版总署对这个问题有清醒的认识，指导相关协会制定关于行业交易的规则，结果受到了有关方面的叫停，主要是定价和交易问题。事实上，经过交涉和考察之后，有关方面也开始有所醒悟，正在跟相关协会加紧研究，希望能够就这些问题上做出一些限制性规定。希望大家能在公平的价格规则下交易，实体书店的价格也能够跟网络书店持平。这对于实体书店是一种直接的帮助，我们呼吁有关方面尽快制定行业的定价交易折扣规则。
公益性的问题需要政府和社会予以支持，交易问题也需要政府有一个清醒的、科学的且符合中国社会主义市场经济体制要求的保护态度。总之，实体书店需要生存，实体书店应该生存，实体书店要生存就必须要有所保护，政府要有政策和资金扶持，社会各界也要给予支持，行业里面要调整好行业规则，实体书店自身要通过改革提升自己的集约效益等，这些都是题中应有之义。
韬奋基金会作为国家新闻出版行业的唯一公益性基金会，对这个问题一直有所思考。百道网的掌门人程三国先生跟我们有一些比较深入的讨论和研究，我们打算与百道网以及更多单位一起，推出一个“帮书店行动”的计划。
帮书店行动，简单来说，就是帮书店，这是一种行动。帮书店计划打算在韬奋基金会下面成立一个专项基金，就是帮书店行动专项基金。通过社会的有识之士、公益人士、慈善人士，还有企事业单位自愿捐赠，形成一笔基金，支持实体书店的发展和行业公益性的一些活动。基金组织根据书店的公益特点、公益表现，以及经营风格、文化增值和服务效率表现进行评价之后，分出一二三等来，给予资金帮助。除此之外，我们将创立中国书店论坛，每年对书店的问题进行调研和交流，公益基金也支持这样的交流和论坛。同时，基金还可以帮助实体书店进行一些学习、培训、交流的活动。
书店在经营发展上需要更多研究和协同行动。我希望实体书店能够成立一个联盟，这样大家便可以共同维护实体书店合理的利益诉求。韬奋基金会将在这方面尽绵薄之力。
总而言之，我们都得到过实体书店的恩惠，我们应该帮助实体书店，使它成为我们每一个城镇亮丽的人文景观、温馨的文化家园。这是我们共同的愿望。
（内容为讲话录音整理）
数据实体 篇7
今年以来,上海房地产市场的热度不减,但是这只限于住宅市场,商业地产却是另一派景象。面对互联网电商的冲击,近来,上海不少老牌实体商业通过转型升级、重装开业等方式应对“寒冬”。
一、沪在建商场面积全球第一,实体商业升级势在必行
今年1—7月,上海商场、商铺等商业地产(不包括办公楼)平均月度供应量约16.1万平方米,平均月度销售量约15.9万平方米。加上前期累积的库存,目前上海商业地产库存已逼近850万平方米。据相关数据显示,目前上海在建商场的面积总量已达全球第一。
实体商业面临严峻局面,升级更显势在必行。移动互联网让人们的生活方式发生改变,而商业体也变成了生活的一部分。未来中国的购物中心将趋向饱和,传统购物中心模式势必无法适应客群多变的需求。互联网时代下的商业规划只有顺应客群及生活方式的变化,在商业运营中更多地融入跨界、创新和体验感,才能立于不败之地。
二、青浦商办地频出,西虹桥潜力可见一斑
9月,上海共计成功出8宗商办用地,其中7宗地处西虹桥。9月1日,前海人寿保险股份有限公司竞得青浦区徐泾镇4宗商办用地,地块总出让面积30965.6平方米(约46亩),总成交价16.68亿元,平均溢价259.2%;7日,中骏21.06亿元竞得青浦徐泾住商地块,其中商业占比40%;14日,青浦西虹桥另外两宗商办用地分别被宝龙地产及联美、百老汇联合体成功竞得。
青浦受大虹桥商务区规划辐射,土地市场持续升温,而徐泾板块是青浦区距离市区最近的板块,交通实属便利。正逢今年青浦又是供应大区,在土地供应日益稀缺的今天已然成为了开发商关注的重点板块。大虹桥板块国际化规划利好与青浦丰富的土地保有量优势叠加,西虹桥未来发展潜力可见一斑。
三、9月商业供应回升成交平稳均价持续下跌
9月,上海商业供应量较回升至18.9万平方米,环比上涨89%,同比下跌15.2%;共计有30个项目入市。其中,青浦区的尚都里休闲广场供应面积最大。
成交方面,9月上海商业成交面积稍稍放大,为19.8万平平方米,较上月增长9%,同比增长61%。今年三月份以来,上海商业成交放大并在之后连续七个月内内保持相对稳定;上月成交均价则继续回落至21653元/平方米,环比下跌2.1%,同比下跌7.6%。9月份成交前十的商业物业各产品类型均有涉及,其中住宅配套商铺和商业广场居多,销冠为位于嘉定区的好世商业广场。
数据实体 篇8
2006 年,万维网创始人Tim Berners-Lee首次提出关联数据的概念[2]。他认为关联数据就是把以前没有关联的相关数据连接起来,构建计算机能理解、高度结构化和富含语义关系的数据网络,而不仅是供人理解的文档网络,以便开发更加高级、智能的应用服务。
关联数据的出现,为我们提供了一种全新的技术手段和思路,可以从资源和语义两个层面,帮助地学文献数据摆脱信息孤岛束缚,使其融入到网络环境中,实现资源的公开和互联,更好地为用户提供服务。
随着关联数据理念的推广和关联开放数据运动的不断深入,越来越多的组织以关联数据的形式对外发布数据并提供访问服务[3]。在地学领域,英美两国的地质调查局均发布了关联数据集,并在此基础上构建了相关应用[4,5]。然而,国内在这方面的研究刚刚起步,无论是关联数据的发布还是关联关系的构建技术都还有待进一步研究。地质资料作为地学领域的重要知识载体,无论在内容上还是语义描述模型上都带有强烈的学科特征,其他领域的关联数据发布流程框架并不完全适用。因此,本研究以关联数据机制为指导,实现了地质资料的关联数据发布。
1 地质资料关联数据发布流程
Tim Berners-Lee制订了关联数据关于内容描述的四项基本原则[2]:
( 1) 使用URI来标识事物;
(2)使用HTTP使人们可以访问到这些标识;
(3)当有人访问到标识时,提供有用的信息;
( 4) 尽可能提供关联的URI,以使人们可以发现更多的事物。
关联数据的发布必须满足上述四项要求,C Bizer等人编写了关联数据发布指导,指出关联数据的发布需要选择URI、词表,生成描述RDF,并且在RDF间建立链接,最终将RDF发布到Web上[6]。沈志宏等人将其进一步分解提炼,提出了科研资源关联数据发布的六大关键步骤: 数据建模、实体命名、实体RDF化、实体关联化、实体发布、实体查询[7],也有人概括性地将关联数据发布的关键总结为数据转换和Web发布,其中,数据转换就是利用关联数据映射和转换工具,将传统关系型数据库等结构化数据转为RDF三元组,并构建资源间的语义关联,Web发布则是将RDF文档利用关联数据服务架构实现面向网络用户的自由访问、存取和查询[8]。
就地质资料关联数据的发布而言,本质上就是遵照上述原则,将原有的地质资料元数据转换为符合关联数据要求的RDF文档,并为其赋予一个唯一的标识URI。同时,为了实现地质资料在语义层面的相互关联,还需为其中相关的概念或者实体添加语义关联链接。最后,将这些数据进行Web发布,并支持各类应用程序的数据发现、浏览与查询,从而保证地质资料数据在网络空间中具有语义关联性与可重用性。
在大体流程上,地质资料关联数据发布的流程也可以分为数据转换与Web发布,其中数据转换涉及到数据建模、实体命名、实体RDF化和实体关联化四个步骤,Web发布涉及到实体发布和实体查询两个步骤。六个步骤中,数据建模、实体RDF化和实体发布与需要发布的数据特点密切相关,也是本文需要重点研究的内容。
2 地质资料的关联数据发布
2. 1 数据建模
数据建模这个步骤主要的任务是选取待发布的实体,选择或设计RDF词表( RDF vocabulary) ,定义待发布实体之间的语义关系。
相较于科学文献、书籍等知识载体,地质资料不仅具有作者、机构、关键词等描述特征,更具有档案的特点,文件和案卷之间具有从属关系。同时,地质资料还具有历史和地域的特征,表示了不同区块不同时期的地质工作总结[9]。
考虑到地质资料上述特点,选取以下几个待发布实体: 案卷级资料、文件级资料、编著者、形成单位、项目。在RDF词表上,地质资料主要采用了资料中心当前资料著录使用的地质档案元数据标准,同时还采用了Dublin-Core,FOAF等词表。
2. 2 实体命名
实体命名这个步骤的任务主要是为每个实体赋予一个永久的URI,以满足第一条关联数据发布原则。
为每个实体分配的URI格式如下:
<base Uri>/<entity Type Name>/<entity Id>。
实验中默认的基地址( base URI) 为http: / /localhost: 2020 / ,因此,ID为cgdoi. n0001 / d00121517的案卷级资料( entity Type Name为Archives) 具体的URI为http: / / localhost:2020 / Archives / cgdoi.n0001 / d00121517。
2. 3 实体RDF化
实体RDF化即采用RDF来描述每一个实体,为此需要选定用于描述地质资料的元数据项,应尽可能选择有关联意义的、并能对语义表达有作用的关联数据属性元素。
现有的地质资料元数据模型由标识类、描述类、地理信息类、时间类、分发信息类等类别的元数据项组成,全面地描述地质资料在不同生命周期阶段中( 包括资料生产、产品描述、资料管理以及数据服务等) 的基础属性,共包含了134 个元数据项。然而,实体RDF化只需要那些能够表征地质资料本身内容的信息。因此,需要从这些元数据中,选取和地质资料描述相关的、地调人员在查阅地质资料时最关心的数据项,进行实体的RDF化。
以描述类元数据为例,描述类元数据结构主要包括矿种、资料分类( 副分类1,副分类2) 、受控主题词、自由主题词、批准机构、批准文号、数据集字符集、数据集语种( 语种1,语种2) 。其中后几项并不能够表征地质资料本身内容的信息,所以选定主题词和矿种作为描述类的关联数据项。最终,选定的实体描述元数据项如图1。
2. 4 实体关联化
实体关联化的含义是采用RDF link来描述实体之间的关联。实体之间关系主要通过关系型数据库E-R模型中的主外键关联关系映射得到。图2表示添加了多个RDF link的地质资料元数据RDF图。
2. 5 实体发布
按照数据量的大小、数据的更新频率和数据存数方式的不同可以将关联数据的发布途径分为四种: (1)静态发布,发布静态的RDF文件,适用于数据量很小的情况; (2)批量存储,相较于第一种情况而言,如果数据量很大,则需要将它们放进RDF库中,并选择Puby服务器作为关联数据服务的前端; (3)调用时更新,适用于数据更新较频繁的情况,在用户请求数据的时候再根据原始数据在线生成RDF; (4)事后转换,即采用D2R平台,完成关系数据库到RDF数据的转换[10]。
数字化的地质资料普遍以元数据的形式存储在关联数据库中,因此,此次发布利用D2R,采用事后转换的发布方式。
D2R是一个将关系型数据库发布为关联数据的专用工具,支持主流关系型数据库如Oracle、My SQL、Postgre SQL、Microsoft SQL Server、Microsoft Access等,将表数据发布为关联数据[11]。
使用D2R软件发布关联数据的流程如图3。
2. 5. 1 建立中间数据库
由于地质资料在数据库中是存储在一张表中的,我们首先需要根据我们选定的实体和构建的实体关系,构建中间数据库。按照D2R的映射要求,我们需要为每类实体构建一张描述表,并为每两类相关的实体构建一张关系表,如表1。
关系表中的外键指向描述表的主键。同时,每张实体表的属性,应该为实体RDF化时选取的元数据项。例如,案卷级文件资料的描述属性有题名、主题词、摘要。因此,可以在构建中间数据库的时候就通过数据清理自动截取需要的元数据项内容进行发布,既不影响数据利用,又能减少RDF文档的大小。中间数据库设计图如图4。
2. 5. 2 部署D2RQ平台
D2RQ平台主要由三部分组成: D2R Mapping Language,D2R Engine,D2R Server。D2RQ Mapping Language,一种声明性映射语言,用来描述一个本体和一个关系型数据模型之间的关系。D2RQ Engine,一个Jena语义网工具包的插件,它使用映射来重写Jena API,调用数据库SQL查询并将查询结果传递到更高层次的框架,即D2R Server。D2R Server是一个HTTP服务器,它提供了一个关联数据视图中,一个用于调试的HTML视图和一个SPARQL端点用于关联数据查询。
在使用D2RQ平台之前,需要先对其运行环境进行下载和安装部署,目前可下载最新版d2rq-0. 8. 1。由于D2R Engine模块负责数据库相关的操作,它会在连接数据库时自动扫描安装路径下的lib目录,查找相应数据库的连接插件,插件为JAR文件。因此,需要根据使用的数据库类型和版本号,到相应的发行商网站下载对应的连接插件,放入此目录下。本文使用的数据库为SQL Server 2008,下载的驱动为sqljdbc4. jar。同时,由于D2R Server是一个HTTP服务器,因此,为了可以使用HTTP服务来访问发布后的关联数据,还需要部署Apache HTTP Server。
2. 5. 3 语义映射
语义映射是基于D2RQ Mappping Language,将关系型数据库的模式映射为RDF词表或OWL本体。它通过一系列的映射规则,指定了如何标识一个资源以及使用哪些属性来描述一个资源。
D2RQ映射语言的语法主要由类映射( d2rq:Class Map) 和属性映射( d2rq: Property Bridge) 两部分组成[12]。
d2rq: Class Map代表一个类或一组类似的OWL本体类或RDF模式类,一般与关系型数据库中数据表相对应,它的核心属性有:
(1)d2rq: Class,d2rq: Class Map对应的类,所有由这个Class Map生成的资源都是这个类的实例;
(2)d2rq: uri Pattern,指定一个URI模式,用来指导生成这类实例的真实URI。本文采用的也是一种常见的模式,就是利用相对URI“table /@ @ Table Column@ @ ”和基URI拼接得到完整的URI,@ @标记之间表示数据库表中某一列的值。
某些特殊字符,例如空格、#,是不允许出现在URIs中的,或者具有某种特殊的含义。因此,对于包含这些字符的列,在将其插入URI之前,需要对其进行URI的编码。D2RQ映射语言一共提供了三种URI编码方式,见表2。用户可根据数据的特点,通过@ @ Table. Column | url Encode Type@ @ 语句指定具体的编码方式,默认采用urlify方式编码。
1http://docs.oracle.com/javase/1.5.0/docs/api/java/net/URLEncoder.html;2 http://www.w3.org/TR/rdb-direct-mapping/#defn-percent-encode;3http://www.w3.org/TR/rdb-direct-mapping/。
需要指出的是,由于地质资料元数库中文件级资料的id格式为“cgdoi. n0001 /x00000002. z01 _0001”,包含下划线,而默认的urlify方式为了将空格映射为下划线,而将下划线映射为% 5F,导致D2R server在获取浏览器解析后的地址时,无法获取到正确的id编号,从而无法在数据库中查找出相应的实例,最终导致查无此页的情况。建议列值中包含下划线的类映射都采用urlencode的方式进行编码。
d2rq: Property Bridge定义了用于表示Class Map类实例的属性,一般与关系型数据库中表的列相对应。它的核心属性有: d2rq: belongs To Class Map、d2rq: property、d2rq: column等。
D2RQ映射可以在文本编辑器中编写,但通常可以使用generate-mapping脚本,根据数据库的表结构快速生成一个“默认映射”的框架,为每个数据库生成了一个RDF词表。为了便于语义网的应用程序更好地理解发布的数据,需要根据数据的特点,将自动生成的词汇项修改为知名的或已发布的RDF词表。同时,发布方还可以根据自己的需要,进一步个性化定制该文件,例如修改URI的编码方式等。D2R服务器会自动检测映射文件的改动,并且在刷新网页的时候重新加载。
经过上述分析,依据D2RQ映射语言,建立了地质资料的语义关联框架,如图5。
2. 5. 4 以mapping. n3 为参数,启动D2R Server
D2R自带了启动服务的程序,供我们使用,只需要启动命令行,进入D2R安装路径下,输入d2rserver [-p port] [-b server Base URI][-fast] mapping File Name即可启动服务。
3 发布结果
本文基于D2R Server,以20 000 条地质资料数据作为试验,进行了地质文献数据的关联数据发布。图6 为发布结果首页,试验地址为http: / /localhost:2020 / ,后续可以通过修改base URI来进行调整,首页上方列出了本文中主要发布的几个实体类: 分别是案卷级地质资料( Archives) 、作者( Author) 、文件级地质资料( Files) 和机构( Organization) ,并列出了关联数据访问的几种方式: HTML访问,RDF访问和SPARQL端点查询。对于HTML访问,我们可以点击Archives,进入到案卷级资料列表,可以查看到所有的案卷级资料。进而点击进入到编号为#d00121517 的资料页面,如图7。图中可以看出,案卷级地质资料的各项核心属性都采用了已有通用词汇进行了规范化描述。案卷级资料同其作者、包含的文件级资料、形成单位之间建立了语义链接。例如,点击链接http: localhost:2020 / resource / Author /1,即可跳转到作者实体的关联数据页面,如图8。
图8 中可以看出,作者的各项属性: 编写的案卷级和文件级资料、编号、姓名都使用了已有的通用词汇进行了规范化描述。可以查看到作者编写的案卷级资料报告点击链接http: / /localhost: 2020 /resource / Archives / d00121517 则又返回图7,点击链接http: / / localhost: 2020 / resource / Files / z01 _0001 即可跳转到作者编写的编号为# d00121517. z01_0001 的文件级资料报告,如图9。
同时,用户还可以通过开放的SPARQL端点查询( http: / /localhost: 2020 /sparql) 查询关联数据。例如,需要查询案卷级资料《西藏1 /25 万区调空遥感地质前期解释》包含的文件级资料及其作者,可以使用下述查询语句:
4 总结与展望
本文选取了20 000 条地质资料元数据,依据关联数据基本原则,针对地质资料数据的特点,对地质资料元数据进行RDF建模,将存储于关系型数据库中的数据映射为关联数据形式。利用D2R开源工具,实现关联数据的发布,可以通过html界面查看,并开放了RDF查询接口。为地质资料的开放和共享提供了指导,便于用户对地质资料进行统一的查询。
但实验的过程中也暴露出了D2R Server的一些不足,如: HTML发布界面过于简单,不够美观,缺乏分页控制,用户体验不够友好; 无法在映射之前进行有效的数据转换处理等。后续可以考虑在发布的基础上,构建一个网站应用,通过Jena API查询开放的SPARQL端点获取到所需的关联数据并最终呈现出来,将URI隐藏在超链接中,方便用户查阅和使用。
参考文献
[1]严光生.中国地质资料管理与服务进展情况分析.中国矿业,2012;21(1):14—16Yan G S.Situation analysis of geological archives management and service in China.China Mining Magazine,2012;21(1):14—16
[2] Tim B L.Linked data-design Issues.http://www.w3.org/Design Issues/Linked Data.html,2006.2006-07-27
[3] 沈志宏,张晓林.关联数据及其应用现状综述.现代图书情报技术,2010;11(1):9Shen Z H,Zhang X L.Linked data and its applications:an overview.New Technology of Library and Information Service,2010;11(1):9
[4] BGS Linked Data.2014.http://data.bgs.ac.uk/
[5] Hart G,Dolbear C.Linked data:a geographic perspective.CRC Press,2013
[6] Bizer C,Cyganiak R,Heath T.How to publish linked data on the web.2007.http://www4.wiwiss.fu-berlin.de/bizer/pub/linkeddatatutorial
[7] 沈志宏,刘筱敏,郭学兵,等.关联数据发布流程与关键问题研究——以科技文献,科学数据发布为例.中国图书馆学报,2013;(2):53—62Shen Z H,Liu X M,Guo X B,et al.A research on publishing workflow and key Issues of linked data:experience with publishing scientific literature and scientific data as linked data.Journal of Library Science in China,2013;(2):53—62
[8] 游毅.面向馆藏数据库的关联数据发布研究.国家图书馆学刊,2014;23(5):74—81You Y.Research on collection database-oriented linked data publishing pattem.Journal of the National Library of China,2014;23(5):74 —81
[9] 余四星.试论地质档案的特点及开发利用.档案学通讯,1989;(3):46—48Yu S X.Try to talk about the characteristics of geological archives and its development and utilization.Archives Science Bulletin,1989;(3):46—48
[10] 白海燕.关联数据及DBpedia实例分析.现代图书情报技术,2010;26(3):33—39Bai H Y.Linked data and DBpedia case analysis.New Technology of Library and Information Service,2010;26(3):33—39
[11] Accessing Relational Databases as Virtual RDF Graphs.http://d2rq.org/,2011
数据实体 篇9
商务部监测的3000家重点零售企业中, 网络购物销售增长31.9%, 增速分别比百货店、超市和专业店高出21.6、23.6和24.4个百分点。
2013年全国居民消费价格总水平上涨2.6%, 与上年持平。家电、家具、建筑及装潢材料等居住类消费稳步回温, 金银珠宝等保值类商品消费增长超过20%。中部地区以年销售额11.6%的增长速度领先于东、西、东北地区, 成为全国消费增速最快的区域。
2013年我国进出口总值首次突破4万亿美元, 其中中部地区外贸增长13.6%, 比东部地区增速高出一倍, 湖北省同比增幅达到17.7%, 超出全国平均水平。机电类产品、纺织、服装、鞋类、玩具等劳动力密集型产品出口均稳步增长, 加工贸易增速放缓。
去年我国境内投资者在全球156个国家和地区进行了直接投资, 香港、东盟、欧盟、澳大利亚、美国、俄罗斯、日本7个经济体所吸纳的中国内地投资占同期我国对外投资总额的72.6%, 其中中国内地对香港、欧盟、日本的投资有所下降, 其他均高速增长, 对俄投资同比增长5倍以上。从行业构成情况看, 9成的投资流向了商务服务业、采矿业、批发零售业、制造业、建筑业和交通运输业。
数据实体 篇10
近年来, 随着MBOSS系统的先后建设, 各通信运营商积累了大量的用户数据。在此基础上, 通信运营商都建设了自己的数据仓库[1]系统来构建自己的决策支持系统。目前数据仓库较多是为管理层提供各级营销单元的业务发展、规模收入等分析报表, 对社会实体渠道这些末端单元的销售行为没有深入的分析。如何通过数据仓库中用户属性、用户消费情况, 建立用户异常数学模型, 通过模型对社会实体销售渠道的发展效能和疑似虚假发展进行有效分析和管控, 并在此基础上调优网点发展任务下达、网点营销策略和网点佣金政策, 从而提高企业对社会实体渠道资源的掌控力, 使各种渠道资源有效配合, 成为各通信运营商的重大课题。
二、社会实体渠道的发展趋势及业务发展特点
电信产品营销渠道[2], 是指电信产品从电信企业到终端客户手中转移时所经过的路线。在过去相当长的一段时期, 我国电信市场是一个运营商主导的卖方市场, 很少从用户角度考虑渠道建设, 对渠道的争夺没有给予足够的重视。随着4G时代来临, 运营商出于战略的考虑, 特别是全业务运营以来, 在新增用户市场乏力的大环境下, 各通信运营商把渠道战略作为业务竞争的一个关键因素而纷纷加大投入。
以某本地网为例, 自2011年以来, 该分公司提出大力发展自有渠道、社会渠道和壮大政企直销经理队伍。在社会渠道网点的建设上更是不遗余力, 通过门店置换、加大装修补贴让社会渠道网点迅速地在城市的各个角落开花, 并通过加大佣金补贴和节假日炒店补贴对这些社会渠道网点进行政策倾斜扶持。经过这几年的发展, 社会渠道网点取得了长足的发展, 网点占比高达96.52%, 移动业务的发展占比69.55%, 加之社会渠道是将产品和服务流向消费者的最短路径, 是以消费者为导向的营销渠道, 其重要性日益凸显。
然而, 与通信运营商的自有营销渠道相比, 社会实体渠道缺乏对电信业务的透彻了解, 对于全业务融合、新兴业务等业务缺乏有效的营销能力, 导致低值用户占比偏高。
其次, 社会实体渠道对形成收入快的业务感兴趣, 更多的希望进行终端包装销售赚取终端销售差价, 对关系到企业未来长远发展的业务不感兴趣。
再者社会实体渠道的发展缺乏规范性, 各社会实体渠道本着自身的利益, 进行销售品低价促销或热门终端加价销售等恶性竞争行为, 容易造成市场混乱。最重要的一点是有相当一部分社会实体渠道忠诚度不够, 利用通信运营商之间的竞争, 受利益驱动, 在几个运营商之间“倒戈”, 产生大量用户的他网跳转, 或面对岁末年初等大型节假日促销期间的高激励利益诱惑下做虚假发展。
三、社会实体渠道虚假销售的发现
从社会实体渠道虚假销售行为来看, 主要存在疑似养卡、重入网、机补机卡分离等虚假销售行为, 其中疑似养卡是社会实体渠道利用不完善的激励政策套利, 冲量达到销售目标以获取达量激励、渠道补贴, 或争取排名及其他隐性资源等。社会实体渠道疑似养卡行为发现难度大, 带来的危害特别巨大。
分析社会实体渠道的养卡行为主要通过从数据仓储中多个异构的数据源进行抽取、转换、加载, 构建一个用户异常模型可以保证分析的可靠性和高效性。用户异常模型采用决策树数据挖掘技术, 利用新入网用户的各类受理信息和行为数据建立用户异常模型, 揭示异常用户特征, 并对其进行归纳、总结, 识别出异常用户。
用户异常模型的构建主要包括以下四个步骤:模型设计、数据准备、模型验证和模型部署。
1、模型设计:
设计用户异常模型的业务框架, 主要包括目标用户定义、识别口径定义、建模时间窗口定义、输入输出数据定义;
2、数据准备:
根据模型设计, 准备建模所需的宽表数据, 并对宽表数据质量进行质量检查, 主要包括数据加载、数据整合和数据质量检查;
3、模型验证:
用测试数据建立初始模型后, 用户测试数据集对初始模型验证, 将模型输出结果与历史已知数据进行验证, 完成系列的调整和优化, 最终得到最优模型。主要包括变量筛选、算法对比选择和模型验证;
4、模型部署:
最优模型的IT固化, 按一定的周期 (如按周、按月) 运行模型, 输出异常用户清单, 完成相关分析评估。
用户异常模型有两个核心因素:客户信息和用户消费使用行为情况。用户信息主要包括用户的身份信息、标准地址、产品套餐资费、首次预存和受理网点等, 这些属性可以在CRM (客户关系管理) [3]系统客户登记入网时得到, 是对用户个体的特征描述, 通过这些信息可以有效识别网内跳转、重入网和低价值发展。用户消费使用行为:这部分数据基于客户的使用行为动态生成, 主要包括用户通话次数 (主、被叫次数及时长) , 上网时长、每月出账费用及缴费情况等。这些属性可以在BSN (业务支撑网) 系统的话费账单中提取。通过数据挖掘, 构建的的用户异常模型主要包含以下识别特征:
(1) 三无用户:统计期内无短信、无上网且无通话, 或仅SP用户。
(2) 通话集中:月 (主动+被动) 联系号码<=3个, 某网点发展的用户当中10个以上用户拨打同一号码 (不含10000号、11888、10001) 超过3次。
(3) 串码集中:超过5个以上用户注册使用同一个手机串码激活或拨打电话。
(4) 基站集中:该网点发展用户连续2月通话基站集中<=3个。
(5) 低预存:用户预存款低于用户套餐资费的三个月消费且无后续缴费记录。
通过以上客户信息和用户消费使用行为信息, 能对用户的个体异常特征有较为针对性的刻画, 为社会实体渠道的疑似养卡分析提供清晰而准确的数据来源。
用户异常模型用于社会实体渠道虚假销售的判断要保证两个方面的准确性:用户数据真实性、预测命中准确。通过抽取BSN (业务支撑网) 系统两个月的用户使用行为信息构建了用户使用维。通过用户使用维, 对满足用户异常模型识别特征一个以上条件的用户进行疑似养卡用户进行打标, 完成用户异常模型构建。
利用用户异常模型对某本地网分公司岁末年初两个阶段的移动产品进行分析。通过异常用户进行社会实体渠道网点统计分析, 可以快速发现疑似养卡占比过高的社会实体渠道网点。在消费商品上进行收敛, 能迅的发现疑似养卡用户主要发生在什么商品上面。
从上表可以看出某一类移动产品发展数在其岁末年初的移动发展占比较高, 分别为35.40%和44.62%, 而这一产品的疑似养卡占比 (疑似虚假占比=三无占比+基站集中数+串码集中数+通话集中数) 又在50%以上。加入用户异常模型的网点受理维度对异常用户进行社会实体渠道网点分布统计分析, 成功捕获了受理量大于10户, 且该类产品在移动发展中占比大于50%, 同时疑似虚假占比大于50%的76个社会实体渠道网点。在后续的跟进分析中, 利用用户异常模型的出账费用属性分析, 这批用户的出账比不到15%。
四、社会实体渠道虚假销售的应对
社会实体渠道的虚假发展造成了发展即流失的恶果, 带来了大量营销成本的浪费, 对有价值的规模发展和抢占有效市场份额带来致命的冲击。在利用用户异常模型进行发现社会实体渠道的虚假发展后, 要有针对性的进行政策调优、加强社会实体渠道的发展质量管控, 抑制其虚假发展。根据上节的相关分析, 要切实做好以下几点:
1、加强社会实体渠道管理, 建立有效的营销渠道考核及激励机制。
部署用户异常模型, 每月计费出账后对新发展的用户进行检测, 对发现的疑似虚假发展行为, 下发清单到网点进行限期整改。严格执行“三不四追溯”制度, 在全面剔减虚假发展的达量基础上, 追溯发展佣金, 确保网点发展的有效性。通信运营商要建立明确的业绩目标考核体系, 采用适当的激励机制进行渠道管理, 建立疑似虚假发展高占比社会渠道网点的退出机制。
2、建立合适的社会实体渠道体系。
社会实体渠道形式有特许合作营业厅、专营店、代办店等, 不同渠道方式满足不同的客户需求。通信运营商要在对客户需求市场细分的基础上, 分析不同渠道所适应的客户需求范围, 如在人流密集的商业区构建以单产品合约终端销售核心商圈店;在小区等居住密集区开设以宽带服务为主的合作店, 为用户提供个性化的营销渠道选择。针对不同类型、层级的社会实体渠道, 应动态下达发展任务目标, 做好不同产品的包装和销售指引。有了好的销售指引和合理的发展目标, 可以从根本上减少社会实体网点虚假冲量的动机。
3、建立高效的社会实体营销渠道支撑体系。
针对不同的社会实体渠道配备不同渠道经理, 通过渠道经理驻店, 进行业务指导、重点营销政策选件并规范社会实体渠道的销售行为。在重点节假日促销时段, 要帮助社会实体渠道网点做好炒店、炒小区等营销活动渠道协同。找到通信运营商和社会渠道实体网点的共同利益点, 做到高质有效的发展。
4、完善业务发展佣金机制。
细分产品佣金, 减少低质低收入产品的业务发展佣金, 对高质高收入的产品进行业务佣金加大倾斜。对重点产品的业务佣金可以直接部分发放给社会渠道网点最末梢的销售人员, 以促进重点产品的发展。动态调整业务发展佣金, 对疑似虚假发展高的产品, 调低佣金直至取消业务发展佣金。
五、结束语
社会实体渠道的是通信运营最主要的客户接触面, 其发展效率直接影响通信运营商的整体业绩, 社会实体渠道的忠诚度也直接影响到电信企业的品牌形象和规模价值发展。因此, 必须建立有效的渠道考核体系和建立合理的激励机制, 充分发挥体渠道的积极性和创造性。通信营商通过对数据仓库中的数据进行数据挖掘建立用户异常模型, 能有效进行社会实体渠道营销行为分析和管理, 做到有价值的规模发展, 不断提升市场份额。
参考文献
[1]钱立国, 工程数据库、数据仓库与大数据探讨[J].安徽建筑, 2015.06:198-201
[2]曹星雯, 移动互联网时代运营商大数据应用模式重要性突显[J].世界电信.2015.12:9-14
数据实体 篇11
一、调整思变,实体商业频现闭店
近来,上海多处实体商业店频现闭店现象:位于徐家汇的东方商厦旗舰店宣称将于9月5日全面闭店进行升级;恒隆广场部分沿街店面也在进行装修升级;中信泰富连关近20家商铺显示店铺升级。事实上,零售业非常复杂,受到文化、传统、习俗、消费者心理等多方面影响,“变”是零售业不变的真理。随着消费主力人群结构的变化以及消费观念的转变,市场也在与时俱进,推陈出新,逐渐体现出消费年轻化的趋势。
从商业项目整体运营过程来看,一个成熟成功的商业地产项目一方面需要发展商在区域策略制定、项目选址、资产收购和处置、轻资产和重资产的平衡、产品金融化等方面作出针对性规划,另一方面更需要完善的后期经营。商业地产的经营非常讲究团队合作,除了专业,还需要对当地社会有丰富的认知,充分适应本土消费者消费习惯并进行改变,这些都将直接影响商业地产的发展。
二、沪商办用地高溢价出让,看好商住后市
随着上海房价节节攀升,开发商对未来房价上涨的信心也日益倍增,短时间内宅地地王屡见不鲜。在这几近疯狂的市场背景下,8月四宗住宅用地连续被紧急中止出让,上海房地产市场调控政策升级信号乍现。不过,相较于火热的住宅市场,拥有不限购、不限贷且普遍户型较小等优势的商住房开始悄然升温,带动了商办土地市场屡屡出现高溢价成交的现象。
8月上海商业用地供应速度放缓,仅有一宗2.9万平方米商业用地挂牌出让;成交市场一路高歌猛进:8月成功出让9宗商业地块,共计44.2万平方米。其中,上海保华万隆置业有限公司以总价23.05亿元竞得闵行区莘庄镇闵行新城商办地块,溢价率达178.32%;三迪时隔两年溢价183.4%再夺松江国际生态商务区地块,楼板价涨幅近3倍。目前,住宅用地供应比较稀缺,市场需要通过商办用地来补充类住宅物业进行销售,这也成为房企的一种产品配置需求,同时也可以看出市场未来中长期的趋势。另一方面,地处区域中心或者相对来说比较成熟地段、有一定办公氛围地段的地块,地价的风险系数相对住宅来讲要低一些,未来也有上升预期,企业也更愿意在此拿地。
三、8月商业供应缩减,成交平稳均价下跌
8月份上海商业供应量较上月显著缩减仅为10万平方米,环比下跌55.9%,同比下跌65.9%;共计有24个项目入市,其中,位于浦东的中建时代广场供应面积最大。