自组织数据挖掘（精选10篇）
自组织数据挖掘 篇1
1 客户关系管理概述
随着经济的快速腾飞, 可持续发展成为经济领域的一项重要课题, 传统的物质资源已不再是酒店竞争优势的核心, 取而代之的是市场资源即客户, 它对酒店发展具有非常重要的意义。客户资源对酒店的价值除了市场价值即客户购买产品和服务, 使酒店的价值得以实现外, 还体现在酒店的成本领先优势、规模优势、品牌优势、信息网络优势等方面。
基于对客户价值的认识, 一些先进酒店的工作重点正在从以产品为中心向以客户为中心转移。客户关系管理CRM (Customer Relationship Management) 正是基于此背景环境而产生的, 其定义是企业与客户进行交互活动过程中, 辨识、获取、保持和增加“可获利客户”的理念、技术和实施的总称。
理念是CRM成功的关键, 是CRM实施应用的基础和土壤, 其核心思想可以概括为“为提供产品或服务的企业找到、留住并提升价值客户, 从而提高企业的盈利能力 (经济效益、社会效益) 并加强竞争优势”, 对于CRM理念的理解是企业建立“以客户为核心, 以市场为导向”的经营管理模式, 企业中的人员、业务机构, 无论从心理还是工作习惯上都要主动接受CRM理念。
CRM实施是结合软件与酒店状况, 在调研分析的基础上做出解决方案。实施之初应确定实施的目标与范围, 确保在限定的资源与时间内完成项目, 规避风险或将风险降低到最低。CRM实施是一个艰苦而渐进的过程, 国际标准的厂商都有严格规范的实施方法论, 实施过程中应设定分阶段目标, 达成每一阶段目标后再前行, 这样逐渐建立信心、增加经验, 扎实工作, 才能使CRM得以成功实施。
CRM的最终目的是确保客户忠诚度, 使企业利润最大化[1]。借助先进的管理服务理念, 利用发达的电子信息技术, 通过完美的实施, 整合人力资源、业务流程与专业技术, 改善与酒店营销、客户服务、客户关系有关的业务流程并提高各环节的自动化程度, 缩短销售周期、降低成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道, 让酒店可以最大程度地提高客户满意度和忠诚度, 发掘并牢牢把握能给酒店带来最大价值的客户群, 从根本上提升酒店的核心竞争力, 使之在激烈竞争中立于不败之地。
2 酒店业CRM应用分析
中国加入WTO后, 酒店业面临巨大的机遇和挑战。随着外资的不断涌入, 国际上一些著名的酒店管理集团, 如美国的圣达特、万豪国际, 英国的六洲国际等通过管理合同、特许经营、顾问管理等方式纷纷在一些大城市开辟“根据地”。经过多年的磨合, 外资酒店在高端客户市场取得了不俗的业绩, 在出租率、平均房价、人均劳效等多项指标上远远超出同规模的内资酒店。分析其原因, 固然有规
秦皇岛电视广播大学孙立江高波
河北外国语职业学院高颖
模、历史、资金等方面的优势, 但更主要的是外资酒店在客户资源, 尤其在客户管理方面的优势是内资酒店无法比拟的。这些国际知名酒店早已将着眼点落实在CRM上, 通过提供快速和周到的优质服务吸引和保持更多客户, 提高客户忠诚度, 以使这些客户在任何时候、任何地方都会选择在同一家酒店进行消费, 最终为酒店带来利润增长。对于国内大多数酒店来说, 目标市场达不到类似高度, 如果完全照搬国际顶尖酒店的做法, 很有可能是投入巨大人力物力资本却得不到最大效益, 因此, 我们要因地制宜, 根据实际情况有的放矢, 确定适应本土酒店自身的CRM系统, 逐步提高和完善酒店服务。
早在20世纪80年代, 一些服务研究机构就发现, 对企业而言并不是所有的顾客都值得去吸引和保留, 也并无必要对所有的顾客都提供同样优质的服务。企业自身的资源和条件有限, 满足所有客户的需求几乎是不可能的, 也不会产生更高的利润回报, 所以, 应采取对客户细分的办法, 确认获利范围后, 在确认的细分市场提高服务水平, 在恰当的客户群中培养高忠诚度的顾客, 以获取满意的利润。根据帕累托定律, 80%的利润由20%的客户创造, 因此只要针对这20%的核心客户改善服务, 酒店的经营利润就有保证。但必须指出的是, 我们提倡只针对20%的核心客户提供个性化服务, 使之成为酒店客户关系管理的对象, 并不是说对其他80%的客户提供劣质服务, 而是提供符合星级要求的标准化服务。酒店以盈利为目的这一基本特性, 决定了酒店会按照个人消费额来确定核心客户名单, 此外, 还应将政府职能部门实际管理者、行业主管人员、各界名人、记者、旅行社、协议公司及订房中介机构实际订房操作者列入核心客户名单, 尽管他们的个人消费额可能不会很高, 但他们可以带动其他人来酒店消费。值得注意的是, 在选择核心客户目标时不要只关注负责人, 对于那些直接和酒店打交道的人更应小心对待, 因为通常他们才是有权决定是否带给酒店生意的人。
3 酒店CRM系统设计
构建酒店CRM系统的核心目的即获取更多客户, 赢取更大利润。现代营销中, 客户的获取大多从潜在客户入手, 潜在客户数据是指同其他客户数据相比更有可能成为真正客户的数据。通过专业的处理, 从潜在客户数据中随机抽取一部分进行营销测试, 根据测试结果, 进行细致分析, 通过数据挖掘技术建立数据模型。将分析所得的数据模型应用到全部潜在客户数据中, 即可得出适合不同客户的沟通与营销方式, 为其提供恰当的服务, 将这些潜在客户转变为酒店的真正客户。
在具体实践中, 客户获取工作可通过如下方式进行:
(1) 从酒店联机事务处理数据库中收集、整理原始数据, 组建酒店客户的数据仓库系统。
(2) 对现有客户细分, 按照用户的要求, 建立RFM模型 (R:最近一次消费, F:消费频率, M:消费金额) , 确定每一类客户的共同特性, 为潜在客户的获取提供参考[2]。
(3) 针对大量潜在客户数据, 应用数据挖掘技术, 创建潜在客户消费行为的预测模型。
(4) 根据模型, 确定酒店的优惠措施、宣传途径等细节方案, 发展新客户, 使之转化成为企业的真正客户。
3.1 构建酒店CRM数据仓库
数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境, 主要研究和解决从数据库中获取信息的问题, 特征在于面向主题、集成性、稳定性和时变性。一个健全、有效、完整的数据仓库系统是进行数据分析的前提和必要条件[3]。在酒店CRM数据仓库中, 主要以客户获取为目标, 因此只需列出与此挖掘任务相关的数据。可以对数据进行多维化处理, 构成多维数据模型, 用多维分析的方法从多角度、多层次对数据进行统计分析。
数据ETL (Extract Transform Loading) 过程是构建数据仓库的重要环节, 其内涵即数据的抽取、转换与加载, 它将数据的组织模式变成数据仓库模式。用户从数据源抽取所需的数据, 经过数据转换, 最终按照预先定义好的数据仓库模型将数据加载到数据仓库中。
在本文酒店CRM系统设计中, 后台数据库采用的是Microsoft SQL Server 2005, 并采用其DTS (Data Transmission System) 设计器进行数据ETL, 具有较高的易用性、扩展性和编程效率。
3.2 客户细分
客户细分是CRM价值实现的基础[4]。酒店是一种提供特殊服务的企业, 其CRM系统除具备一般企业CRM的特点之外, 还具有其自身特点。譬如, 酒店客源需按多重指标划分, 如入住酒店的客人来自不同国家、地区和城市, 可按地区划分;入住酒店的的客人有公务客人、会议客人、团体观光客人、一般散客等, 可按住宿动机划分;酒店的销售渠道主要有旅行社、会议组织单位等, 可按营销途径来划分。只有将数据充分细分, 才能更高效地在数据中找到有用信息。
3.3 基于自组织神经网络的数据挖掘
数据挖掘是指从大量的数据中提取可信、新颖、有效并能被人们所理解的、潜在的模式、规律或趋势的高级处理过程, 是实施客户关系管理强有力的手段[5]。自组织神经网络是一种无指导训练的神经网络, 大多采用竞争学习机制, 其作用是为了在无监督情况下, 能从输入的数据中揭示出它们之间的内在关系, 即具有自组织能力的网络[6]。竞争学习是指同一层神经元层次上的各个神经相互之间进行竞争, 竞争胜利的神经元修改与其相连的连接权值。采用这种机制可以进行模式分类。基本的竞争学习网络由两个层次组成, 即输入层次和竞争层次。在竞争层次中, 神经元之间相互竞争, 最终只有一个或几个神经元活跃, 以适应当前的输入样本。竞争胜利的神经元就代表着当前输入样本的分类模式。
由于自组织神经网络的竞争学习特性, 因此训练网络的工作量较小, 其权向量矩阵仅根据标准模式确定, 如果标准模式提供得准确无误, 其权矩阵的修改过程可由软件自动实现, 无需人工干预。在本文酒店CRM系统设计中, 算法软件由Visual C++编写完成。
通过这种竞争机制, 最终在海量的潜在客户数据中挖掘并分类归纳出四类客户:随机选择型客户、忠诚客户、与竞争对手关系密切的大客户和长期合作大客户。
3.4 确定酒店营销方案争取客户
通过数据挖掘获取不同类型的客户模型并对其进行分析, 酒店可根据客户利润分析, 有选择地确定优质目标客户, 进而分析其爱好、习惯, 选择恰当的营销方案, 最终将其中的潜在客户转换为忠诚客户和长期合作大客户, 以获取更高的经济利润。
4 结语
采用自组织神经网络数据挖掘的酒店CRM系统, 可以避免人工管理模式下, 客户较多带来的管理不易。客户关系的战略和决策受外部条件影响较大, 潜在的重要客户不易发现, CRM系统可高效筛选出优质客户, 辅助酒店管理人员在此基础上作出正确决策, 进行客户关系管理的战略调整, 将更多的业务集中在吸引优质忠诚客户和长期合作大客户上, 扩展酒店的业务, 提高竞争力。
参考文献
[1]张锋, 常会友等.CRM系统中的商业智能:模型和技术[J].微型计算机, 2007, (6) :166～171.
[2]Jaideep Roy, Anupame Ramanujan.XML:Data’s universal language[J].IEEE IT Pro, 2000, 2 (3) :32～36.
[3]Chris Todman著, 钟鸣, 常征等译.支持CRM的数据仓库设计[M].北京:机械工业出版社, 2004.
[4]赵喜仓, 崔冬梅等.聚类分析在客户细分中的研究与应用[J].江苏商论, 2007, (08) :155～157.
[5]奉国和.基于SAS数据挖掘技术的航空CRM系统分析[J].情报杂志, 2006, (5) :56～59.
[6]王文成.神经网络及其在汽车工程中的应用[M].北京:北京理工大学出版社, 1998.
自组织与平台组织的崛起 篇2
自组织取代被组织
自组织不是一个新概念，但正在成为创新企业的新现实。自组织的应用主要基于企业内部的员工视角，即化员工为企业的管理者、决策者甚至是拥有者，同时自组织的创新还会涉及企业外部的利益相关者，例如化客户为企业的监督者、评判者和参与者。我们可以从以下五个方面诠释企业的自组织的基本特点。
一体两面
从本质上看，自组织和被自组织是企业“一体的两面”，与企业的发展相伴共生，在企业不同周期和视角的表现各不相同。从企业生命周期来看，企业的成立和发展本身就包括了自组织和被组织的两面。
在成立之初，企业往往因某种共同的愿景而创立，无论经济目的还是社会目的，都是一种自发的、自愿的组织，以创始人为代表的个体基本处于自发、自主的驱动；随着企业的不断壮大，企业需要主动搭建架构、设置岗位和管理员工，以企业员工为代表的个体主要处于被要求、被约束和被管理的情境，逐步驱动其达到企业的要求。在此过程中，企业可能身兼自组织与被组织的“双重角色”，并逐步以承担被组织的角色为主。
那么，如何改变企业员工这种被动的被组织的情境呢？
去中心化
调整组织架构是改变员工被管理惯性和被组织情境的首要手段，让员工位于组织中“合伙人”或“管理者”的位置，从组织结构、岗位设置上赋予其“主人翁”的地位。
小米是去中心化组织的典型，除创始人雷军在合伙人层级担当总负责人之外，每一项业务都由对应的合伙人独立负责，雷军并不指导合伙人的决策。这样的好处是，决策从熟悉具体业务的下级产生，使下级责任者获得足够的权力并承担起应有的责任，共同推动组织目标的实现。与之类似，众筹、众包、众创等模式同样赋予每一位参与者同等的权利，让其都可成为组织或项目的核心，颇有“众人拾柴火焰高”的意境。
去层级化
精简组织层级是拉近员工与组织创始人距离、改善员工心理体验的必要手段，让员工感觉到距离组织的核心很近，提升组织内部的沟通和决策效率。事实上，去层级化的结果就是扁平化组织，但扁平化组织并不是自组织。可以说，扁平化是自组织建设需要经历的阶段，或者是自组织设计必须考虑的环节。
以海尔为代表的传统制造型企业自2013年起开始了“刮骨疗伤”式的去层级改革，提出“外去中间商、内去隔热墙”，后者指的就是未与市场直接接触的中层管理人员。构建集员工经营与客户需求相结合的“自主经营体”。相对于具有后发优势的互联网企业，海尔的这一做法无疑具有一定颠覆性，甚至带来阵痛，但长痛不如短痛，激发员工的创造力和责任心是每一家优秀企业的使命。
发展分享
实施利润分享、特别是对员工绑定一定增长比例的激励是坚定企业物质基础、坚定员工留任信心的必要条件，也是对去层级化的有机补充。只要赋予平等、对等的权利，普通员工也会自觉、自发地成为自组织的“命运共同体”。
海底捞非常重视企业盈利的分享和职业通道的建设，其员工的基本工资超过行业平均水平10%，还可根据门店和员工的业绩保有一定比例的奖金，门店经理、区域经理等职位面向每一位员工，达到一定标准即可晋级。这种公平、公开、公正的机制恰恰赋予了每一位员工平等的机会，有效调动了员工实施自我管理、实现自我超越，并在相当长的时间内共同参与完成企业跨越式发展的积极性。
客户管理员工
既然实施了员工自我管理，员工自我管理的效果该如何评判？既然采取了去中心化、去层级化的措施，员工自我管理的考量又应该由谁评价？这是留给自组织企业最后一道两难的问题。难能可贵的是，已经有聪明的企业找到了解决之道。
易到用车将对企业“员工”的管理完全交给客户来负责，客户基于真实的使用体验，对司机服务的友好性、及时性、安全性、整洁度等给予全面客观的评价。这一结果将直接影响到对司机的评价累积和未来的招徕生意，司机往往非常重视客户的评价，珍惜自己的声誉，从而实现了“无管理者的客户自管理”。小米较之更进一步，赋予客户以“粉丝”的职能，并不断激励“米粉”参与决策，使米粉成为产品创新的推动者、评判者和参与者。
平台组织取代单一组织
如果说自组织主要针对企业的利益相关者，那么平台组织则主要针对企业的经营内容和经营范围。自组织主要解决企业内生动力不足、发展不可持续、管理层级和效率低下的问题，从而通过作为组织的企业完善体制机制建设，来达到基业长青的目的；平台组织则在此基础之上，主要解决企业经营内容有限、经营范围受到约束、企业边界难以突破和延伸的问题，从而通过作为平台的组织吸收更多的资源和动力，来实现厚积薄发的目的。
可以说，平台组织的出现，在一定程度上打破了“企业边界”的宿命，使初创企业具有一定“后发优势”，在保有自身比较优势的同时实现快速甚至跨越式的发展，最终迅速脱颖而出、突破原有组织限制、重新划分市场份额甚至重新界定行业标准。
病毒营销
既然平台组织具有一定“后发优势”，其体现往往离不开网络。以往企业的品牌和声誉积累，是一个漫长的过程，需要十几年甚至几十年的时间，需要花费大量的人力、物力和财力。现在的企业借助网络平台“搏出位”可能就在一朝一夕之间。只不过，这一网络平台的选择从以前的BBS转变成博客、微博乃至今天更为便捷的微信。传播的时间越来越短、传播的范围越来越大、传播的受众越来越多。
成立于2012年的中式快餐黄太吉采取互联网的“病毒营销”模式，把普通的煎饼果子的销售额在6个月内做到1亿，并拥有了10万名粉丝。与之类似，还有雕爷牛腩等“轻快餐”，运用互联网的平台思维模式进行线上与线下的互动式病毒营销，实现了快速的后发赶超。
全频覆盖
如果说病毒营销仅仅是一种“噱头”，是以一个令人印象深刻的“故事”或“桥段”来吸引客户的话，那么企业经营的内容更令客户关注。因此，后发企业往往从全频道、全内容、全流程等全方位入手，依托自身特色打造“全产业链管理”。
众所周知，淘宝平台上的商品无所不有，后续的电商平台均以此为标杆，在保留自身起步特色的基础上，开始打造覆盖全业务频道的综合购物模式。例如，京东本以电子产品起家、当当以图书起步、唯品会以服装见长，这些原本以单一品类起家的、极具特色的购物平台，都先后开始向综合网络购物平台转型，且有愈演愈烈之势。
规模效应
全频覆盖主要有哪些好处？首先，吸引和保留了客源，顾客逐步享受到“一站式服务”的方便，不必再去比较其他购物网站，“肥水不流外人田”。其次，由于品类的全面逐步产生了“规模效应”，这种效应不仅体现为客户的关注度、流量和购买量，还包括商家的数量、销量和品种类型。可以预见，当客户的流量和商家的销量达到一定数量级时，这类综合性的平台企业一定保有相当比例的忠实客户和商户。此外，平台企业还采取了购物积分、商家评级、定期促销、会员红包等多种手段保留客户，并给予高端的客户更多的优惠措施。例如，唯品会称其最高级别的皇冠会员为“陛下”，可以享受“提前购”、“专享品牌”、“海外尖货”等多重VIP服务。
边界模糊
全频覆盖的结果使得互联网平台的购物企业呈现两个特征：一是原有特色越来越淡化；二是企业的边界越来越模糊，因为什么都可以买卖，只要在法律许可的范围之内。
互联网购物平台如此，互联网金融平台也如此。尽管各个金融平台的背景迥异、规模不尽相同，但产品的类别趋同和回报类型的同质化倾向越来越明显，难以明确各自的边界。例如，宜信、融360、陆金所等P2P平台的边界很难界定，只要可以实现边际成本递减，销售的产品就可以博采众长、无止境地延伸和开发下去。实际情况是，互联网平台新增的产品几乎都可以实现边际成本递减，在线增加一种信贷和理财产品的边际成本几乎为0。
双市场化
双市场化即双向市场化，主要包括内向和外向市场化。前者意指组织功能向内市场化，让内部以市场的机制来运行；后者意指组织功能向外市场化，让市场直接参与。
内向市场化可以保留原组织内的优秀人才，让新产品和企业完成内部孵化，由内而外、“内圣外王”；外向市场化可以吸引全球的优秀人才，让客户参与产品设计、营销和定制等环节，节约了大量的人力成本和经营资源。
广州的热泵节能公司芬尼克兹，创始者为了让想创业的员工留在公司，自2006年尝试通过向上整合让员工参加创建上游零部件公司，逐步摸索出一套双赢的创业机制，将组织变成嫁接优秀员工与创业机会的平台；与之反向，海尔则在2015年，正式下线首批由50万用户参与众创定制的263台洗衣机，率先以客户参与设计、定制的外部市场化形式实现了对传统工厂大规模制造模式的颠覆。
未来的组织发展
自组织具有一定先天优势，它是企业初创动力的延续和扩展，让企业实现了去中心、去层级、发展共享与客户管理，从而最大限度地调动了员工、客户等企业利益相关者的积极性，重塑了主人翁精神，给予每一位参与者平等共赢的机会。平台组织具有一定后发优势，它是企业提升的捷径和必经之路，让企业通过病毒营销、全频覆盖、规模效应等“组合拳”超越了组织边界的限制，并通过双向市场化整合了内外部并行发展的难题。因此，如果同时融合自组织和平台组织的优势，形成崭新的组织架构，那么采取新型组织架构的企业将具有一定的先行优势，有的在短时间内完成了超越，后发优势和持续竞争的动力更为强劲。在给予中小企业以借鉴的同时，对于传统企业的挑战更为明显，值得关注和深思。无论企业家、管理者还是普通组织成员都会关心以下两大问题：一是组织的未来发展如何？二是不同组织之间存在哪些特色和差异？
自组织即未来？
自组织较之科层组织、矩阵组织、扁平化组织等传统类型以及无边界组织等新兴类型具有较大差异，且具有一定优势，那么自组织是否成为未来组织发展的主要模式？
我们认为这至少需要理解两个现实：一是自组织适用于企业、非赢利组织等，而在政府机关、事业单位、学校、军队等组织的适用面相对较窄。例如以服从命令为天职的军人在一定程度上与自组织的理念相悖，普通学校也无需自组织的教学模式；二是自组织更多地适用于企业创立之初，或者采取了发展分享、客户管理等新型综合激励、组织管理的企业。理解了这两点，对于把握企业未来的组织理念方向、构建符合企业发展实际的组织架构具有重要意义。
平台组织即一切？
平台组织是否也存在适用范围和条件？什么样的企业选择这一组织结构才能够更好地适应企业内部和外部环境的变化？
对于由单一组织转型而来的平台组织而言，例如设计生热泵和节能设备的公司芬尼克兹，它本身具有一定组织边界，其边界在于热泵和节能产品，其创新在于延伸了以这类产品为核心的上下游企业。对于综合型购物或金融平台而言，例如淘宝、京东和微信、微商等，其本身的确具有规模效应、一般产品上线都呈现边际成本递减的趋势，但它们更需要考虑客户流量的波峰和波谷，一旦波峰交易时段出现阻塞，则可能影响客户体验，导致客户流失。所以，即便是大平台企业、优质平台公司也需要考虑并行、并发交易的流量和处理能力，这是其适用的范围与约束条件。
组织是企业的基础，组织架构的适合和调适与否决定了企业调动资源的能力、决定了企业的运营效率、反应速度和服务质量。自组织、平台组织并非反对传统组织、或者颠覆新兴组织，而是在既有组织的基础上，通过自我激活、内部挖潜、持续提升来建设基于个体潜能、群体动力和组织文化，力求更有效、长效地实现组织愿景。例如，自组织本身就是企业作为组织形态的一面，和平共处、相互包容；而平台组织在一定程度上恰恰作为无边界组织的衍生和延续，和而不同、各有侧重。
在人类历史的长河中，组织与人类社会相伴相生、共同进步。组织的不同形态，跨越了多个世纪和时代，一方面支撑了社会的进步与发展，另一方面也为社会和变革所改造。可以说，不同的组织组成了不同阶段的社会结构，建构了社会也为社会所解构。我们相信，在未来的时代变迁和产业浪潮中，还会涌现更新的组织类型和应用组合，更好地为人类社会服务。
自组织数据挖掘 篇3
随着物联网、云计算、下一代互联网等新一代信息技术的快速发展和信息内容的日益增长,“信息过载”问题愈来愈严重,推荐系统(recommender systems)被认为可以有效的缓解此难题,帮助用户从海量数据中发现感兴趣信息,满足个性化需求[1]。
近年来,我国在农业个性化知识服务服务领域从本体论、语义网、知识工程角度开展了广泛的研究,成果主要体现在三个方面[2,3,4]:以搜索引擎为代表的知识检索系统,需回答大量预设问题进行知识推理的专家系统,特定领域应用系统,它们在各自的场合都发挥了积极作用。然而知识检索系统不能满足用户个性化需求,专家系统的应用很难普及,特定领域应用开发成本高和重用难度大。物联网与数据挖掘云服务提供知识服务云实现物理世界的“感知控”[5,6,7],知识服务云的研究主要集中在制造和图书情报领域[8,9,10],云环境下的农业个性化知识服务的研究尚处于起步阶段[11,12,13,14],主要集中在服务模式的构建与展望。
本文是对科技部科技支撑课题“农村农业信息化关键技术集成与示范”(2011BAD21B03)与“农村物联网综合信息服务科技工程”(2012BAD35B00)研究成果的总结,也是对农业云推荐系统研究的升华。
1 农业云大数据自组织区域推送的提出
1.1 农业信息资源特点
我国自“十一五”时期以来,农业农村信息化发展取得了显著成效,主要表现在农业农村信息化基础设施不断完善、业务应用深入发展、物联网技术在农业中逐步推广应用等方面。从中央到省,市、县建立了“三农”综合信息服务平台,涉农企业、组织和科研院所也积极搭建了各具特色的农业信息服务平台,目前正向乡镇村发展。农村信息员队伍及以农业综合信息服务站和农业合作社为代表的农村信息服务机构发展迅速,“三电合一”、“农民信箱”、“农村热线”等信息服务模式应用深入。云计算利用海量的存储能力把农业信息资源形成高度集成和虚拟化的计算资源一“农业知识聚合云”,支持用户在任意位置、使用各种终端方便获取信息,但由于农业领域生态区域性和过程复杂性及农业区域发展不平衡和农民文化的多层次性也带来了“信息过载”、“资源隐晦”“资源迷向”等问题[11,12,13,14,15]。
1.2 农业云环境下大数据自组织区域推送
物联网和云计算背后是大数据,在云计算模式下,用户不确定的、智能的交互,个性化需求更加多元化,信息交互行为更加频繁;在大量用户通过社会标注达成共识的过程中,逐渐形成不同社区,涌现出群体智能,形成“农业用户兴趣社交云”。利用云的海量存储、群体涌现智能、强大的计算能力和物联网感知控优势,可以提供面向用户复杂分析计算,实现业务重点由面向应用和资源的传统信息服务,转变为基于对海量农业知识进行动态划分,有目的、主动、定制、自组织推送给有需求的农业用户,为农业用户提供实时性、个性化知识服务,指导农业生产过程。
首先以Hadoop+MapReduce+HBase分布式框架为处理平台,对“农业用户兴趣社交云”,融合用户兴趣偏好和社交网络进行建模,将这些多元用户信息充分融入推送系统会更好产生推荐结果;将推荐对象“农业知识聚合云”按农业知识高维性、多样性、多层次性特征分类聚类为各种知识块静态和动态元数据;通过智能算法推荐和社会网络推荐为用户发现个性化内容;根据用户的地理位置、用户服务的评价以及云基础服务提供商信息将预测值最高的服务推送给用户实现与物理世界的互动(如图1)。
从以上分析可知,农业云大数据自组织区域推送的关键技术有用户兴趣模型、推荐对象模型,推荐算法、数据挖掘四个部分,以下分别对这几项技术进行论述。
1.2.1 用户兴趣模型
用户兴趣建模是个性化服务技术的基础和核心,包括数据收集、模型表示、模型学习与模型更新[16]。用户兴趣建模的方法有很多,常用的有向量空间模型、神经网络、遗传算法、用户一项目评价矩阵、基于案例的表示、基于本体论的表示、基于加权关键词的表示,基于社会网络的表示等[17,18,19,20]。几乎每种表示形式都是以一种私有形式进行知识表示,此外一些表示技术还依赖于模型学习,如广泛使用的基于向量空间模型的表示与TF-IDF学习技术联系在一起。表示形式的私有性和对学习技术的依赖性阻碍了用户模型在系统间的共享,这种共享对于减少用户建模工作量,提高推荐算法启动效率具有重要意义[16]。因此开发独立于模型学习技术的通用用户模型表示技术是目前研究中热点[20,21,22,23,24],基于语义网和社交网络的用户模型在这方面表现了优势。
用户的兴趣或需求会随时间、情景发生变化,结合长期和短期兴趣及兴趣的变化用户兴趣建模的重点,目前的更新机制很难及时跟踪用户兴趣的变化,有更好的学习效率和动态变化适应能力的建模是未来的重要研究方向[18],国内外大量的文献对此展开了研究,遗忘函数、时间窗、用户兴趣的漂移特性等被提出[25,26,27]。
在湖南农业云中,基于呼叫中心、互联网,手机报、手机短信,电视广播等用户在多应用系统中形成的兴趣偏好和社交网络特征,提出“农业用户兴趣社交云”建模思路:以图论模型表示用户“兴趣图”数据和“社交图”数据,根据经典的局域世界演化理论[20],综合考虑实际情况中用户之间的多重关系和关系的强弱程度,以用户之间相似度为节点连接概率因素,生成动态多维网络,进行用户数据的挖掘和更新;结合农业本体[15],在多维社交网络的基础上,将基于农业本体的区域用户兴趣融合在云计算平台上进行处理。
1.2.2 推荐对象模型
推荐本质上是将推荐对象的特征与用户的兴趣偏好进行推荐计算,所以推荐对象的描述和用户的描述密切相关。推荐系统应用不同领域,它推荐的对象也就各不相同,目前,湖南农业云主要是文本性数据;不同的对象,特征也不相同,目前没有一个统一的标准来进行统一描述,主要有基于内容、分类、聚类的方法[18,28]。
基于内容的方法是从对象本身抽取信息表示对象,常见的是向量空间模型,使用最广泛的是加权关键词矢量方法进行特征选取,使用TFIDF计算每个特征的权值。向量空间模型对模型中的特征词进行权重估计(TF-IDF)过程中不考虑特征词之间的相关性,直接用特征词作为维度构建文档向量,降低了文档向量对文档概念表达的准确性以及对不同类型文档的区分能力[18,28]。
基于分类的方法是把推荐对象放入不同类别,把同类文档推荐给对该类文档感兴趣的用户。主要有两种,一种是基于知识工程的方法,使专家的类别知识直接编码为分类规则,正确率和召回率高,但工作量大;近期研究最多的是另一种一机器学习,根据训练样本集建立分类器,方法有很多,常见的有概率分类、贝叶斯回归分析、决策树分类器、决策规则分类器、Rocchio分类器、神经网络分类器、支持向量机(SVM)、分类器融合、Boosting分类器、k最近邻方法(KNN)等[18,28,29]。
研究文本聚类的最初目的是为了提高信息检索的查全率和查准率,近年来,文本聚类用于自动产生文本的多层次的类,并利用这些新生成的类对新文本进行效率较好的归类,已经提出了大量的文本聚类算法。传统的聚类算法在处理高维和海量文本时效率不很理想[28,29,30]。针对这样的问题,将聚类分析与计算智能理论,并行计算、云计算等相结合,设计出高效的并行聚类算法,己经成为一个比较流行的研究思路[31,32]。
在湖南农业知识云数据模型中,将能更好反映特征词相关性的超图模型[33]引入,将文档中提取的特征项表示为图中节点,特征词条之间的关系构成图中边,用边上权值表示相关联特征项之间共现程度。通过对文本图模型K最近邻划分实现降维降噪的粗粒度数据切片;对切片后数据反映用户兴趣如地域、时间、诉求等多维度特征的智能聚类,实现细粒度的聚合与分割。“农业知识聚合云”模型算法建立在基于MapReduce处理的大规模图上[34,35],得到各种知识块静态和动态元数据。
1.2.3 推荐算法
推荐算法是整个推荐系统中核心部分,大量的论文和著作都关注了这个方面[18][35,36,37,38,39,40,41,42,43,44]。目前,基本包括以下几种:基于内容过滤推荐、协同过滤推荐、基于关联推荐、基于知识推荐、基于效用推荐、基于网络结构推荐、基于聚类推荐、基于社会网络分析推荐、混合型推荐等。通过对众多推荐算法进行比较分析,各种算法都有优缺点(如表1):
各种推荐方法都有各自的优缺点,在实际问题中采用多种策略进行混合推荐,主要有两种混合思路[18]:推荐结果混合和推荐算法混合。目前大部分的推荐算法都是混合推荐算法,主要还是以协同理论为核心,再配合其他算法的优点或交叉学科的理论来改善推荐的质量。另外基于社会网络个性化推荐算法研究是一个趋势,基于社会网络的推荐是协同过滤的延伸,通过考察结点之间(用户和用户之间或产品之间)的相关性和结点之间的信任度可以获得比一般协同推荐更高推荐效果,如文献[20,40,44]提出将社会网络关系结合到推荐算法中。纵观国内外在推荐算法上的研究,主要集中在基于用户显性评分数据的协同过滤算法上,对基于非显性评分行为数据场景下的研究却显得有点不足。目前在扩展性问题上学术研究不是很具有针对性,主要集中在通过各种交叉学科中的方法来对用户进行聚类或对行为数据进行降维、压缩等缩短推荐的项目集或减少计算量,从而提升算法的性能;有关基于云平台上的推荐算法研究目前主要集中于协同过滤算法MapReduce化[45,46,47]。而实际应用中,己出现利用分布式集群解决算法扩展性方法,如Google News的推荐算法就是部署在分布式环境下,从而满足海量数据下的推荐服务。
根据农业云大数据自组织区域推送实际情况将推荐结果和推荐算法混合,提出“三层推荐”策略:在丰富的知识块云元数据基础上,将知识块属性和用户兴趣行为基于频繁模式的知识关联撮合推荐;通过复杂网络聚类算法识别一个用户多个社区兴趣,融合“兴趣图”和“社交图”协同过滤推荐,突破算法推荐的局限性,让用户信任的朋友圈子为其发现和推荐内容,取得社交推荐的时效性和算法推荐的长尾性[43,48]之间的互补,从而针对每个社区成员提供精准个性化推荐;根据基础设施服务供应商、用户所在的地理位置以及用户对服务可用性评价值的相似性等,将大量用户云终端聚类为一定数量的社区,提高云端推送服务的有效性,最终形成通过大众参与,支持云间变换,集电信网、广播电视网、互联网合一的自组织区域推送,较有效地处理一般推荐算法中存在的稀疏性、冷启动以及大规模实时计算的问题。
1.2.4 云计算下个性化数据挖掘
数据挖掘采用了多种领域中的思想,包括来自统计学的抽样、估计、假设检验以及人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。随着数据挖掘的不断发展,也采用了包括最优化、进化计算、信息论、信号处理、可视化、信息检索、云计算、并行计算等技术。与传统的数据挖掘相比,云计算下的个性化数据挖掘的目标,就是通过云计算中心,向用户提供针对其即时演化需求的数据挖掘SaaS (Software as a Service,软件即服务)服务,其基础问题主要为:对于用户不同的数据挖掘需求以及针对用户特点进行个性推荐的建模和表征;数据挖掘算法适应云计算的并行分布式化;使数据挖掘的结果和算法能够支持云间变换并形成一种面向用户、即时组合的、变粒度的云服务,其中数据挖掘的云服务化是研究的难点[49,50,51,52]。
(1)云计算下个性推荐的建模和表征
云下的个性推荐建模和表征与传统上个性化推荐明显的不同在于海量异构大数据和用户间群体涌现的社交网络,它们本质上形成了多个顶点的大规模图。云计算可以为大规模个性化提供技术支撑,云服务本身也有大规模个性化定制应用需求,目前研究两者结合的文献还很少,张泽华[50]从计算资源的角度基于复杂系统理论对云计算联盟体系结构进行建模,并基于蚁群优化算法和复杂系统理论进行了负载均衡研究;郭昱[51]就有效处理客户需求信息该如何选择与分布云计算平台中的关键节点问题,提出了基于云计算的大规模定制客户需求模型。赵东杰[52]对复杂网络、数据挖掘与群体智能有效结合进行了探索研究。农业云大数据自组织推送通过“农业知识聚合云”分解的静态、动态知识元数据和“农业用户兴趣社交云”形成的兴趣图、社交图基于用户行为和知识元数据的关联撮合,通过人工智能和社交圈子帮助用户发现内容,实现搜索和推荐的无缝结合,为智能个性化推荐实现“内容找人”愿景。
(2)算法并行分布式与高性能计算
对于大规模数据的处理,典型系统结构大致分为三类[35]:基于MapReduce模型的分布式并行处理系统、基于BSP模型的分布式并行处理系统和分布式图数据库系统。数据挖掘算法现在的发展趋势是基于云计算的并行数据挖掘,它的同一个算法可以分布在多个节点上,多个算法之间是并行的,多个资源实行按需分配,而且分布式计算模型采用云计算模式,数据用DFS或者HBASE,编程模式采用MapReduce这种方式[53]。Bhaduri等[54]整理了一个十分详尽的并行数据挖掘算法文献目录,包含了关联规则学习、分类、聚类、流数据挖掘四大类分布式数据挖掘算法,同时还包括分布式系统、隐私保护等相关的研究工作。
2 基于云计算推荐系统研究的重点、难点与热点
2.1 云环境下用户偏好获取安全与可信问题
推荐系统中,用户数据集的数量和质量问题,影响用户模型的精确度、可用性,导致问题的根本原因在于用户对隐私和安全的考虑。而云环境下,数据的安全与隐私是用户非常关心的问题。既能得到准确用户信息而提高推荐系统性能,又能有效保护用户信息同时检测并能预防推荐攻击(一些不法的用户为了提高或降低某些对象的推荐概率,恶意捏造用户评分数据而达到目的)将是未来推荐系统的一个重要研究方向[18,55]。
2.2 模型过拟合问题
过拟合现象是指系统推荐给用户的对象与用户刚刚看过的不是太相似或者太不相关。过拟合(过学习)的问题本质上来自于数据的不完备性,这在实际应用中是无法完全避免的。在于兴趣偏好获取方式或隐私等原因使用户没有对足够多类别的对象进行评价。目前解决的主要方法是引入随机性,使推荐算法收敛到全局最优或者逼近全局最优,关于既要保证推荐的多样性,又不能与用户看过的对象重复或毫不相关这一问题的研究是推荐系统研究的一个难点和重点[18,20]。
2.3 稀疏性与冷启动问题
稀疏性和冷启动问题困扰推荐系统很长时间了,前者的解决办法主要过滤和降维[20]。目前针对冷启动问题提出了一些解决方法,主要分为两大方面,一是直接利用传统协同过滤的评分数据结合特定的方法进行解决,二是新用户或新项目的内容属性信息与传统的协同过滤评分数据相结合的方法进行改善冷启动问题[42]。稀疏性与冷启动问题一直是推荐系统研究的一个难点和重点。
2.4 数据挖掘的结果和算法智能服务化
将数据挖掘算法融入针对海量用户的使用记录和计算资源间协作进行优化组合,利用这些特性通过大众参与的交互作用,提高云间服务的智能性、有效性将是大数据时代推荐系统研究的一个制高点[49]。将数据挖掘任务及其实现算法服务化,通过SaaS方式向云计算中心索取所需的相应的数据挖掘,这可能是目前突破数据挖掘专用软件使用门槛过高、普通大众难以触及、企业用户使用成本太大、挖掘算法和结果难以实时得到评价和相应修改等问题的最有希望的解决方案之一,也是数据挖掘走向互联网大众、走向实用化的重要的一步。
2.5 大数据处理与增量计算问题
目前对大数据的研究仍处于一个非常初步的阶段[56],半结构化和非结构化数据给传统的数据分析带来巨大挑战,尤其算法如何快速高效地处理推荐系统海量和稀疏的数据成为迫在眉睫的问题。当产生新的数据时,算法的结果不需要在整个数据集上重新进行计算,而只需考虑增量部分,对原有的结果进行微调,快速得到准确的新结果,是增量计算的理想状态。但一般而言,随着信息量的增多,算法的误差会累积变大,最终每过一段时间还是需要利用全局数据重新进行计算。一个特别困难的挑战是如何设计一种能够保证其误差不会累积的算法,也就是说其结果与利用全部数据重新计算的结果之间的差异不会单调上升,要达到这种程度,还有很长的路要走[57]。
结束语:
随着新一代信息技术的快速发展和信息内容的日益增长,搭载在云计算平台的自组织区域推送具有它天然的优势:云的海量存储使得推荐系统能有效获取训练数据;云的分布式计算能力提供了较高的响应能力;海量用户的使用记录和计算资源间大众参与的交互涌现,最终形成自组织优化组合的智能个性化云推送。因此,农业云自组织区域推送具有重要的研究意义和广阔的应用前景,对云环境下其他领域的个性化推送应用具有借鉴意义,但目前存在大量问题需要进行深入细致的研究。
摘要：“信息过载”是大数据时代农业用户发现感兴趣信息面临的一个严重问题,个性化推送是解决该问题的一个有力工具。本文提出了农业云环境下大数据自组织区域推送的必要性,同时阐述了当前几项热点关键技术,包括用户建模、推荐对象建模和推荐算法及云计算下个性化数据挖掘,并尝试给出了推荐系统未来研究的难点、重点和热点问题。
自组织的裂变力 篇4
华为的“三人战斗小组”、百度的“小团队制”、韩都衣舍的“产品小组”、海尔的“员工创客”等一系列机制，都是企业打破原本职能制划分的企业结构，推行“自组织”的一种尝试。而今看来，“内部创业”的跨职能团队模式，似乎在逐渐成为互联网时代“自组织”最广泛的模式。
自组织意味着企业对权力的一种“放活”，但在以往挂靠、承包等发挥自组织作用的机制下，往往会造成一放就乱的后果，而如今互联网时代的“自组织”表现如何呢？
小组织，大功能
去年开始在网上崛起的雷神笔记本就是海尔内部员工李宁所发起的。关于雷神笔记本的一组数据，让我们似乎看到了“小米神话”的复制版：第一款笔记本在京东开放销售时，仅仅一周时间，就吸引了18万人预约。开卖之后只用了21分钟，3000台笔记本售罄。仅用了一年半的时间，实现销售2.5亿元，净利润1200万元，粉丝从3万人增长到130万人……
海尔的笔记本业务在之前只是其众多业务单元中毫不起眼的一环，基本上不怎么盈利。李宁原本只是负责海尔笔记本与京东上的接口。当偶然从京东方得知游戏笔记本的销售数据增长很快的消息后，他迅速地察觉到了这其中的市场空间。针对这一特殊需求，他组建了自己的团队，团队的另外两名成员分别是熟悉上游市场环境的“85后”李艳兵和善于理解同龄人需求的“90后”李欣。他们充分依靠互联网的交互性，发现产品目标、培养用户群体、给予用户强烈的参与感……笔记本生产的上游交给代工厂，物流、售后等方面通过海尔提供的平台实现。
2014年，海尔提出员工创客化的战略转型之后，在线和在册创业已经颇具规模：2000多家创客小微公司在海尔的创业平台上孵化孕育，雷神笔记本、天樽空调等一系列创新产品都已经实实在在地开花结果。
对于企业中的“自组织”，我们在之前的文章中曾经给出定义：自组织=共同的目标+分工协作+集体+行动+自我管理。雷神笔记本团队就是这样的一个“自组织”的团队，他们拥有共同的愿景、各自分工协作、自行运转。他们相对独立于公司统一的行政式命令，在服从公司总体战略的基础上，朝着自己的目标，根据自己的节奏独立发展。
自组织既是一个组织过程，也是一种治理模式。治理理论告诉我们，有三种治理模式，分别是由上而下的管理层级制，个体交易中看不见的手──市场制，以及基于情、缘、共同理想、共同兴趣结合起来的自组织制。
层级制的运作主要依靠科层服从和命令系统。成员在其中的身份是集体化的，遵循权力逻辑，权力是自上而下的。层级制需要建立自上而下一套完备的科层体系，因而会产生较高的管理成本。
自组织制则主要依靠成员间的合作运行，其内部成员身份是志愿性的，遵循关系逻辑，权力是自下而上组织起来的。关系和信任是自组织的重要因素，因而为了建立和维护关系，自组织治理会产生关系成本。
市场的运作是依靠自由竞争。成员可以在市场上自由选择交易伙伴，遵循合约与交易的逻辑，权力是分散化的，握在每个交易者的手上。同时，市场会带来交易成本（三种治理机制特点的对比详见图表）。
互联网时代的赢家
苹果公司重视“用户体验”的巨大成功告诉我们，谁能更好地把握市场需求，谁就能掌握市场。在层级制的组织机构下，由于大大小小的决策都需要通过企业内部层层反馈，最终再由最高层做出。在这过程中市场信息的层层传导，企业决策的反复酝酿，企业内部不同部门的反复对接，其实都在消耗时间，造成企业对市场需求的反馈往往相对迟钝，容易造成企业所生产的产品不被市场认可的现象。
然而，市场形势瞬息万变，市场机遇稍纵即逝，内部创业团队自组织的出现，能够有效整合组织资源，又充分与用户交流，精准地掌握差异化的市场需求，及时针对市场需求做出调整，将研发、营销、生产变成流畅的整体，从而更高效地因应市场变动。
韩都衣舍的小组制也正是利用了“自组织”的这种优点，将运营体系放到每一个小组里面，使得小组所产出的正是用户所需求的服装。公司只是在IT、仓储、供应链、客服等方面为小组提供支持，起到一个平台的支撑作用。
自组织的优势不仅仅在于内部的灵活性和对市场的适应性，而且在于这一组织形态具有相对低廉的试错成本。
市场的发展趋势，也许有很多种可能，对于一个大型企业而言，很难兼顾不同的市场发展方向。但是企业内部形成众多独立的自组织创业团队后，不同的团队可以适应不同的趋势做出各自的探索，即使其中可能会出现一些失败，但是由于创业团队规模小，对企业整体造成的损失也不至于太大。
同时，越是小规模的团队，调整产业方向也越容易，某个团队在试错之后，可以很容易去调整产业方向，而这对于大企业则显得艰难的多。诺基亚在智能手机时代的滑铁卢，微软在互联网时代的发展滞后，都值得大企业主警醒和反思。
相反，如腾讯集团内部微信等独立团队的成功，谷歌集团内部谷歌眼镜、无人汽车等独立研发团队的探索，都毫无疑问在一定时间赢得了市场先机。简言之，企业内部大量的自组织团队，为企业提供了更多的发展可能。如果成功的概率是1%，100个自组织团队总会有1～2个探索成功，这比一个大企业孤注一掷押宝某一市场趋势成功的几率会大得多，而失败付出的代价，也要小得多。
新形态，新问题
互联网时代，全民创业的提倡，使得企业内部自组织出现了新的形态，它们充分地利用信息反馈快捷、决策灵活的优势，不断拉近与用户的距离，不断发掘利润点，使得企业焕发新的活力。
前文中提到的韩都衣舍的“小组制”，比如买手小团队，这一模式使得韩都衣舍旗下迅速扩张了上百个品牌小组，很快坐上淘宝女装品牌第一的位置。但CEO赵迎光也发现了这种组织的缺点：不同品牌小组之间水平参差不齐，品质稳定性存在差异；买手团队能力的培养至少需要2年左右才能成熟，人才培养方面的时间成本较长；而且，对供应链等平台化服务的要求较高，与上下游环节之间的衔接需要管理……
一直被海尔作为企业内自主创业标杆的“雷神团队”，随着它的发展壮大，与海尔整个平台之间的合作会如何？成熟后是否会完全独立？许多问题似乎也还是未知之数。
放权就能释放公司内部的活力，这是显而易见的。放权的过程中，从自组织团队内部来说，团队中的人都是基于信任的关系和共同的目标走到一起，在合作的过程中会因为信任关系而减少沟通成本，因而一般会运转顺畅。但如果随着业务的扩大，不断增加自组织团队的人数，依照中国社会差序格局的关系，那么势必存在一个新旧成员之间的圈子问题。在这个问题方面，韩都衣舍的小组制就解决得比较好，它以品牌为单位不断分裂出新的小组，也支持小组内成熟的人站出来另组小组，永远保持小组的精干和活力。
同时，不同自组织之间的效率不同，带来的收益也不同，一定程度上会让员工之间心理产生落差。这就涉及到一个公平公开制度设计的问题，能够让所有员工都看到，收入是非常公平公开地与小组的绩效挂钩。这样即使自己收入低，也只是变成努力前进的动力。
中国人常常说“宁为鸡首，不为牛后”，“自组织”也符合中国人总想有自己的“一亩三分地”这种心理。在放手去让他们裂土封侯的同时，往往存在着一群人自立门户的可能。而在自组织内部，自组织与其他上下游网络结构的合作过程中，也还存在难以达到步调一致的问题，这些也都拷问着管理者，需要管理者有新的理论予以回应。
“诚”是自组织的第一步
要解决这些问题，我认为需要掌握两个管理原则，一个是“诚”，一个是“礼法并治”。
所谓“诚”，就是说作为管理者，你要让员工相信，你的商业模式是优良的，你所倡导的让员工发挥自组织作用的愿景是真诚的，并且也会给予员工相应的回报。只有真正地转变思维，在实施过程中给予扶持、回报，才能真正得到员工发自内心的努力。
海尔电脑平台的负责人周兆林说：“员工想创业，我的平台不支持。用户有创意，我的平台上没资源来实现。这些都是平台主的责任。”正是有他这种主动积极地转变原有的传统企业层级制的管理观念，真心实意地相信平台化愿景的管理者，才有海尔如今的顺利转型。
在接下来的企业管理中，如果海尔持续朝着平台化的生态系统的愿景走去，相信孵化出的小微企业会在共同的生态系统中不断成长。当它们所需要的资源完全可以得到满足，所谓的脱离门户应该不会在它们的考虑之中，这个问题也就迎刃而解了。
这个世界上没有毫无缺陷的经营模式，“自组织”作为一个自治理、自运行的独立体系，团队之间的耦合和管理，团队与整个公司系统之间的耦合两方面都是非常重要的。所以出现上述问题，并不奇怪。
随着与用户零距离的互联网时代的到来，“自组织”在企业中有了新的形式和特点，却依旧存在着本身固有的一些问题和管理难点。要释放活力，又要兼顾秩序，需要管理者们运用智慧，积极应对，把握机遇，拥抱未来。
[编辑 周慧陶]
自组织数据挖掘 篇5
1.1 网络概述
自组织无线控制网络能够自动形成网络，通讯设备能够随时的加入或脱离网络而不影响整个网络的稳定性，它是一种多跳的、网状的网络，不存在跳数的限制，且各通讯设备之间能够互相监控，具有很大的灵活性，特别适用于控制离散的、大数量的、实时性要求不严格的设备，如安防监控、智能家居、网络家电、路灯控制、数据采集等领域。
1.2 网络特点
自组织性。如图1所示，假设终端设备A～I在空间中的分布如图所示，有虚线连接的两个设备表示它们处于无线通讯的范围。在自组织无线控制网络中，根据图1的空间模型以及双路径传输的原则将自动地生成如图2所示的自组织无线网络模型。网络的形成不需要任何的声明，只要设备的工作信道、网络识别号相同、数据帧格式符合则认为是属于同一个网络的，网络中的每一个设备的地位也是平等的。当需要操纵网络中的某个设备时，中央控制器可以把网络中的任何一个或多个设备作为切入点。例如中央控制器要操纵终端H，选择终端A和C作为切入点，则网络实际的控制路径如图3所示。
自缝补性。当网络中的某个节点脱离后，该节点前后的节点能自动地建立连接。如果图2所示网络中的终端D脱离网络，则将形成新的网络模型，如图4所示。
自加入性。当空间中增加一个可通讯的终端设备后，网络的局部将自动进行调整，从而形成新的网络模型。图5就是增加终端J后形成的新网络模型。
2 水利数据无线采集系统的功能要求
每个采集终端具有雨量、水位、压力、温度、供电电压采集的功能，同时也具有中继的功能，雨量、水位、压力、温度、供电电压等数据按照一定的时间间隔进行采集并传送到中央控制器，且这些数据必须保存在终端设备自身的存储设备中(要求连续保存半年的数据);雨量、水位、压力、温度、供电电压采集的功能可以分别启停，如果关闭雨量、水位、压力的采集功能，则采集终端将变成单纯的中继器，但该中继器与采集终端一样，需按设定的时间间隔，发送自己的供电电压和工作温度。
采集终端还必须具有通过无线的方式调整系统时间的功能。掉电复位后系统时间必须保持正确，且保存的数据也必须不丢失。
采集中央控制器可以接收采集终端传送过来的雨量、水位、压力、温度、供电电压等数据，或者主动向某个终端设备获取某种数据，还可以把保存在采集终端设备中的历史数据分类读取。另外，采集中央控制器可以启停采集终端设备雨量、水位、压力、温度、供电电压采集的功能，也可以调整某个终端设备的系统时间。
3 水利数据无线采集系统的系统设计
3.1 采集终端的硬件框图
采集终端的硬件框图如图6所示，在数据采集终端中，为了采集雨量、水位、压力、温度、供电电压等数据，配备了水位传感器、雨量传感器、温度传感器、压力传感器等传感器;而为了保证系统掉电后时间的正确性配置了实时时钟芯片;SD卡则是为了存储历史数据。MC13213是Freescale公司专门为ZigBee协议和IEEE 802.15.4协议的应用而开发的无线通讯集成芯片，它把单片机与射频芯片集成到一起，且拥有4K RAM和64K FLASH的大存储空间，能够满足开发较为复杂的单片机系统。本应用中的自组织无线网络控制系统就是以MC13213作为硬件平台、以FREESCALE的SMAC协议栈作为软件平台，通过建立自己的网络拓扑结构而形成的。
3.2 中央控制器的硬件框图
中央控制器的硬件框图如图7所示，它由MC13213和PC机组成，PC机和MC13213之间通过RS232协议通讯，采集终端传送上来的数据经由中央控制器进入PC机上的控制软件，而用户对采集终端的控制也是直接在控制软件上操作，控制软件再把相应的指令通过RS232送给中央控制器，中央控制器再通过无线的形式发给采集终端设备。
3.3 采集系统的软件实现
在本采集系统中，关键是构建自组织无线控制网络。下面介绍在本设计中，构建自组织无线控制网络时几个关键的技术。
3.3.1 邻居表和二级邻居表的建立
设备的邻居是指能直接跟自己通讯的设备，而设备的二级邻居则是指自己邻居的邻居，一个终端可能同时是另外一个终端的邻居和二级邻居，邻居表和二级邻居表的建立是为了帮助数据的无线传输以及终端控制器掉电报告、丢失报告。
3.3.2 双路径传播
在本设计中，我们采用了双路径传输，这里所说的双路径并不一定是指在物理上存在两条路径，而是指需要中继的信号尽量由两个设备进行转发，保证信号可靠地到达目的设备。如图3所示，控制器发出的信号由终端A和终端C转发，而终端D的信号由终端G和I转发。
3.3.3 无线数据帧格式
在自组织无线网络中，无线数据帧的格式为：帧头||数据载荷，而帧头则包含如下内容：族群序列号||指令方向||指令类型||源地址||目的地址||下一跳地址||指令序列号||跳数||转发标志。
3.3.4 转发策略
在无线通讯中，如果是点对点通讯，两个设备之间的信息是直接传送的，不需要中间设备的参与，这是最简单的拓扑结构。而在实际的无线控制网络中，信息的传输基本上都需要中间设备的转发，转发策略在本系统中处于最关键的地位。在本自组织无线控制网络中，转发策略如图8所示。
摘要：自组织无线控制网络具有自组织性、自缝补性、自加入性等特点, 特别适用于控制离散的、大数量的、实时性要求不严格的设备。具体阐述了如何利用自组织无线控制网络来构建水利数据无线采集系统。
关键词：自组织无线控制网络,水利数据采集系统,邻居表
参考文献
自组织数据挖掘 篇6
为此, 本文提出一种基于停泊车辆的数据分发方案, 利用城区路边停泊车辆进行数据分发。本文首先将车辆编入不同簇, 并提出一种高效路由方案, 将各数据报文分发至合适路边停泊车辆, 然后采用发布/订阅方案执行数据分发。此外, 还通过理论分析和仿真比较, 对方案性能进行评估。评估结果表明本文的数据发布方案实现了较低网络负载、合理交付延迟及较高交付率。
1文献综述
由于VANET的特有性质, 致使数据分发极具挑战性。许多研究者一直致力于解决VANET数据分发问题。文献[1]提出一种不依赖任何基础设施的机会主义分发 (OD) 方案, 利用数据中心接收并存储过往车辆数据并进行周期性广播。但该方案由于MAC层冲突, 高车辆密度OD方案性能很差, 极易导致严重交通拥塞和显著降低数据交付率。为缓轻交通拥塞, 文献[2]提出一种面向发布/订阅系统且基于车辆移动分布感知的事件分发策略 (MDA) , 以较低网络负载和传输延迟获得较高数据传输成功率。尽管上述方案一定程度上降低了网络开销, 但由于VANET的间歇连通性, 数据分发还是很难保持在目标区域内。文献[3]提出一种实现VANET持久性数据可用性的基本方法, 其服务器采用地域性群播路由协议周期性将信息交付至目标区域, 其缺点是服务器频繁广播将耗费大量带宽。文献[3] 同时也给出另一种变换方法—选举法, 利用当选移动节点存储地域性群播目标区域信息。但由于车辆节点的高移动性, 需要频繁信息切换。为减少注入服务器数据量, 文献[4]提出交叉路口缓冲思想, 利用中继站和广播站缓冲交叉路口的数据备份, 使服务器不必频繁广播信息。文献[5]研究了3个典型车辆移动模型和真实车辆行驶轨迹对车载自组织网络连通特性的影响, 评价了车辆移动模型的合理性。 文献[6]提出利用固定路边单元提高数据分发性能。 文献[7]讨论了路边单元 (RSU) 安放位置。虽然部署RSU可显著提高数据分发性能, 但广泛部署需巨大投入。
2系统模型
2.1相关假设
首先假设车辆已配有各类传感器、GPS和电子地图。其次假设车辆驾驶者愿意分享设备［８，９］。最后假设各数据报文都具有两个属性:1目标区域;2生存时间。
2.2实际应用场景
城市街道广泛分布大量路边停泊车辆, 如图1所示。突发交通事故极易引发局部交通拥塞, 为降低事故对交通状况的影响, 配有事故检测传感器的车辆检测到此次事故后, 可将紧急通知信息转发至驶向事故区域车辆, 以便车辆驾驶者及时修正行驶路线, 从而有效缓解道路拥塞、节约能耗和行车时间、减低大气污染。因此城市VANET高效数据分发方案具有十分重大意义。
本文的停车方案主要涉及四部分内容。
(1) 数据源:配备无线接口的计算机或无线接入点。
(2) 数据转发器:数据转发所需车辆。
(3) 路边停车簇:沿同一路段停放且属于相同稀疏连接网络的车辆集。
(4) 终端用户:具有停车需求的车辆用户。
3停车方案
一般来说, 停车方案的数据分发包括两个阶段: 数据源至合适目标区域停车簇的数据转发和停车簇到路过车辆的数据分发。
3.1停车簇
本方案首先介绍如何从现有簇中选取数据缓冲单元, 然后给出对应的簇管理方案。
某些路段构成一个停车簇, 其他路段由于停泊车辆彼此隔离, 构成不同簇, 如图2所示。为了判断如何选择数据缓冲单元, 现假设沿同一路段的各停车簇周期性向其他簇报告其分布。各簇根据如下规则确定数据缓冲单元:如果沿该路段只有一个簇, 则该停车簇被选为数据缓冲单元;如果沿路段有两个或两个以上簇, 则位于路段两端的两个簇被选为数据缓冲单元。选定数据缓冲单元后, 该簇需要对本簇进行管理, 包括簇头选举和成员管理。
停车方案制定如下簇头选择机制:位于单簇两端的两辆车被选为簇头, 两个簇头分别服务于最近交叉路口车辆;位于多簇末端的车辆被选为各自簇的簇头, 以便驶入路段车辆短时间内遇上簇头。确定簇头后, 簇成员周期性地向簇头报告其位置。因此簇头可管理所有停泊车辆, 并充当本地服务接入点, 执行数据分发。考虑到簇头车辆随时可能离开, 因此还须指定相应规则:当簇头离开时, 触发新一轮簇头选举, 数据分发和簇状态都应从旧簇头迁移至新簇头。
3.2数据源到路边停车的数据转发
停车簇缓冲目标区域数据报文, 并为路过车辆提供数据分发服务。为实现单跳数据分发, 数据源首先应向所选停车簇分发数据。按照所使用策略不同, 分发过程可进一步分为两个阶段:数据源路由至停车簇和停车簇路由至其他停车簇, 如图3所示。
3.2.1数据源路由至停车簇
首先应考虑数据源位于数据报文目标区域外这种最常见情况。本方案不仅利用到移动车辆, 还利用停泊车辆进行数据转发, 即直通模式中利用地理贪婪转发算法转发数据报文给前方交叉路口, 停泊车辆可视为速度为零的移动车辆参与地理贪婪转发过程;交叉模式中车辆按照可用路段效用函数找出下一路段进行数据报文转发。
路段效用函数定义为
式 (1) 中ρｍ为移动车辆密度, ρｐ为停泊车辆的密度, d是下一路口至目标区域的最短距离。设Nｍ为路段移动车辆数, Nｐ为停泊车辆数, L为路段长度, rｐｖａ为愿意提供PVA的停泊车辆比率, 则有:
式中Nｐ很容易得到, 而Nｍ按如下规则估算:簇头首先根据平均速度T =L/v估计路段行车时间, 然后计算时段T内路过车辆数。
采用上述数据转发策略可高效路由报文至目标区域。到达目标区域后数据沿路段传送。遇到首个停车簇时, 则向其转发数据。然后该停车簇负责向同一目标区域内的其他停车簇分发数据。为了标注首个获取目标区域数据的停车簇, 需在信息头部增加一个附加位以便判断是否遍历过停车簇。如果数据源位于目标区域, 其路由过程相对简单。数据被分发给驶入车辆, 该车辆则充当移动协助者, 沿路段转发数据, 直至遇到停车簇。
3.2.2停车簇间路由
为了高效路由数据至目标区域的所有停车簇, 本文给出一种基于树的数据转发方案, 树中各数据报文从一个停车簇转发至同一目标区域的另一停车簇。假设每个停车簇都知道同一目标区域内的所有其他停车簇位置。由于一些车辆可能离开而其他车辆可能驶入, 这将导致同一簇不同时段所报告的位置可能略有不同。此时可将停车簇和目标区域路段抽象为一个加权连通图G (V, E) , 其中V为停车簇集, E为相邻停车簇间路段集。权值dｉｊ为相邻停车簇间的传输延迟估计。假设相邻停车场簇彼此周期性发送延迟探测报文, 并按历史记录估算传输延迟。由于停车簇间的传输延迟受彼此距离、交通密度和其他因素缓慢变化的影响, 这种近似具有一定合理性。
每对停车簇间传输延迟构成周期性更新延迟矩阵。利用延迟矩阵, 再通过经典Kruskal算法或Prim算法就可获得各停泊车辆的最小生成树。车辆沿最小生成树路由时, 总传输延迟估计值最小。 如果最小生成树不唯一, 则选择含有最短路径长度的最小生成树作为数据转发树。只有出现新分支时才需复制数据报文, 这样就可大大降低传输开销, 而且可保证不同停车簇缓冲数据报文的一致性。
3.3需求驱动的数据分发
为了充分利用VANET有限带宽, 应尽量避免盲目数据分发。为此, 本文采用一种基于需求驱动的数据分发方案。车辆驾驶者表达所关注的数据报文类型, 停车簇为其提供匹配信息。从这层意义上来说, 本系统是一个发布/订阅系统。数据源为发布者, 移动车辆为订阅者, 停车簇则为代理, 从而确保数据源数据可被正确交付给订阅者。停车簇数据分发包括三个阶段。
(1) 订阅:最终用户自定义订阅, 并周期性广播订阅。
(2) 匹配:一旦接受订阅, 停车簇就比较其所存储的数据报文。
(3) 数据分发:如存在任一匹配订阅数据报文, 停车簇则进行广播, 然后订阅者进行接收。
为了避免车辆可能收到多个相同报文副本, 可让订阅者广播订阅时捎带所接收的最后报文ID。
4理论分析
本文考虑长度为L的路段S。假设Kｍ为路段移动车辆数, Kｃ为携带信息的车辆数。R为车辆通信范围, Kｐ为沿该路段一侧停放的车辆数。设0时刻车辆驶入路段S。接下来研究两种方案下获取所需路段信息概率。
4.1基于停车方案
车辆沿路段S停放, R范围内距离交叉路口的停泊车辆数:
忽略路段宽度, Nｅ车辆中至少存在一辆愿意提供PVA概率:
将式 (4) 中的Nｅ代入式 (5) , 车辆获取交叉路口停车簇数据报文概率:
设L=1 000 m, R=200 m, pvaｒａｔｉｏ= 30%, 概率p随停泊车辆数的变化结果如图4所示。
可以看出:40辆车沿1km路段停放, 车辆获取交叉路口停车簇数据报文的概率高于94%。而事实上沿1km城区路段一侧停泊车辆平均数远高于40辆。因此, 虽然利用了停车簇, 但车辆获取所需交叉路口数据报文的概率仍高于94%。
4.2车间方案
假设N (t) ;t≥0表示时段 (0, t]相遇移动车辆数, N (t) ;t≥0满足泊松过程。定义Wｎ为随机变量, 且序列Wｎ= 0, …; Wｉ= tｉ, …。 其中tｉ为起始时间, 直到遇到第i移动车辆为止。 根据泊松过程性质, 可推导出Wｎ;n= 1, 2, … 遵循Erlang分布, 其概率密度函数:
时段 (0, t]相遇n移动车辆概率:
由于移动车辆携带所需数据概率P为Kｃ/Kｍ, 获取相遇n车辆所需数据概率:
考虑到移动车辆可能从1, 2, …, N (t) 相遇车辆中获取所需数据, 则有:
进一步表示:
现设L=1 000m, 令λ=2, Km=100, t=20, N (t) = 60。根据式 (11) , 若Kｃ=2, 则p为69%。 即如果只存在2个同一报文副本, 则车辆20s内获取所需报文概率仅为69%。显然, 基于停车数据分发方案优于基于车辆间数据分发方案。
5性能评估
接下来利用NS-2.33软件评估三种数据分发方案性能。
5.1实地勘测
为了收集实际停车和流量剖析数据, 本文选取当地具有典型停车分布的普通城区作为勘测目标区域。勘测期间分别统计每周一、三、五中8∶00、18∶ 00和20∶00时的交通量和路边停车。计算出各路段5米内的停泊车辆数, 并考虑三种类型街道:1允许路边免费停车, 这类街道车辆密度非常高;2无公共停车位, 只有一些预留停车位和非法停车位, 这类街道车辆密度非常低;3其余街道, 这类街道车辆密度适中, 停泊车辆数相对固定。
5.2仿真性能比较
移动车辆节点的准确建模对仿真而言非常重要, 本文采用VanetMobiSim软件生成车辆移动轨迹, 所生成的流量文件可被NS-2.33直接利用。 为了生成稀疏交通和流量变化, 部署了不同车辆数 (50、100、150、200、250和300) , 无线电射程设为250m, MAC协议选用2 Mb/s的802.11。仿真停泊车辆节点随机分布于各街道, 平均停车时间为40 min, 标准差为27［１０］。 默认车辆设备分享率为30%。设仿真伊始即建立好停车簇, 周期为60s。 为了便于数据分发, 数据源部署于仿真区域中心位置。目标区域是由四个交叉路口及其路段所构成的矩形区域。假设20%移动车辆对目标区域感兴趣。 缺省参数设置如表1所示。
仿真主要讨论三种数据分发机制:基于停车数据分发、基于车间数据分发和OD［１］。车间数据分发方案采用GPSR路由协议路由分发数据报文至目标区域, 并由各路段内移动车辆进行维护。车辆载体即将离开路段时, 传输维护数据给同一路段上的最远车辆, 这点类似基于停车数据分发方案, 并令报文载体以一跳方式响应订阅。
三种分发方案都由三个性能指标进行衡量:数据传送率:成功接收报文的订阅者比例;数据传输延迟:订阅者获取报文花费时间;网络开销:仿真期间生成的数据总量。
首先测试默认参数下的三种方案性能, 结果如表1所示。可以看出:车间方案比OD方案具有更好的性能, 车间方案以较低开销实现较低传输延迟的更高传送率;基于停车方案的多个停车簇都维持相同报文副本。一旦车辆到达停车簇路段时, 可在短时间内获得所需报文。因此基于停车方案的平均传送率较高而平均传输延迟较低。此外, 由于停车簇报文仅以一跳方式广播, 因而开销非常低。车间方案数据分发是由移动车辆维护, 但由于车辆的高移动性, 需要频繁切换以便维护路段数据报文, 因而网络开销很高。OD方案的开销远高于其他两种方案。然而, 事实上, 数据传送率并没有想象的那么高, 因为每当车辆进入彼此传输范围, 彼此交换数据将导致严重拥堵, 大大降低了数据传送率。
5.2.1车辆密度影响
此组实验用于比较车辆密度对三种数据分发方案的性能影响。实验结果表明:基于停车方案在不同道路条件下都运行良好;而车间方案在稀疏交通条件下则表现很糟。基于停车方案依赖路边停泊车辆, 只要存在一定数量停泊车辆, 就可保证信息可用性;而车间方案依赖移动车辆, 很难保证稀疏交通下的信息可用性, 从而导致低传送率;OD方案的车辆密度增加时, MAC层碰撞概率增加。因此OD方案传送率将随传输延迟减小而降低。
5.2.2数据发布率影响
数据发布率决定VANET的信息分发量, 较高数据发布率意味着较大网络负载。此组实验用于比较数据发布率对三种数据分发方案的性能影响。实验结果表明:当数据发布率从低到高变化时, 基于停车方案的传送率缓慢降低, 而车间方案的传送率明显降低, 这是因为基于停车方案是利用路边停车以一跳方式缓冲数据并执行数据分发, 从而大大降低传输碰撞概率;而车间方案利用移动车辆维护数据, 当发布率很高时, 将导致频繁切换和过度传输。三种方案开销都随发布率增大而增加, 尤其OD方案更明显, 基于停车方案总体上优于其他两种方案。
5.2.3数据包大小影响
此组实验用于比较数据包大小对三种数据分发方案的性能影响。实验结果表明:数据包大小相同时, 基于停车方案数据传送率和传输延迟都优于其他两种方案;基于停车方案数据报文由路边停泊车辆维护, 因此可为路过车辆提供稳定的数据分发服务;而车间方案数据报文需频繁移交给行驶车辆, 随着数据包大小增大, 频繁切换将遭受更多损耗, 因而数据传送率降低而数据传输延迟增加;OD方案的较大数据报文意味着更严重碰撞。因此性能更糟。
6结论
本文提出一种基于停车数据分发方案, 采用路边停泊车辆缓冲分发数据并执行数据分发。首先将停泊车辆组织成簇, 并提出一种路由方案以便分配数据报文至适当路边停泊车辆;为了分发最后阶段数据又引入发布/订阅方案;接着利用停泊车辆的共享资源和高效操作, 实现基于停车数据分发方案的较低开销。理论分析表明方案的优越性。最后的仿真结果也表明本方案能以较低网络开销和合理延迟实现更高数据传送率。
参考文献
[1] Xu Bo, Ouksel A, Wolfson O.Opportunistic resource exchange in inter-vehicle Ad Hoc networks.Proceedings of the IEEE International Conference onMobile DataManagement (MDM) , 2004:4—12
[2] 吴磊, 刘明, 王晓敏, 等.移动分布感知的车载自组网络数据分发.软件学报, 2011;22 (7) :1580—1596
[3] Maihofer C, Leinmuller T, Schoch E.Abiding geocast:timestable geocast for Ad Hoc networks.Proceedings of the 2nd ACM International Workshop on Vehicular Ad Hoc Networks (VANET’05) , 2005:20—29
[4] Zhao Jing, Zhang Yang, Cao Guohong.Data pouring and buffering on the road:a new data dissemination paradigm for vehicular Ad Hoc networks.IEEE Transactions on Vehicular Technology, 2007;56 (61) :3266—3277
[5] 杨卫东, 冯琳琳, 刘伎昭, 等.车载自组织网络中网络连通特性研究.通信学报, 2012;33 (Z1) :48—52
[6] Ding Yong, Wang Chen, Xiao Li.Astatic-node assisted adaptive routing protocol in vehicular networks.Proceedings of the 4th ACM International Workshop on Vehicular Ad Hoc Networks (VANET’07) , 2007:59—68
[7] Lochert C, Scheuermann B, Wewetzer C, et al.Data aggregation and roadside unit placement for a vanet traffic information system.Proceedings of the 5th ACM International Workshop on VehiculAr Inter-NETworking (VANET’08) , 2008:58—65
[8] Eltoweissy M, Olariu S, Younis M.Towards autonomous vehicular clouds.in Ad Hoc Networks, vol.49of Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, 2010;49:1—16
[9] Olariu S, Khalil I, Abuelela M.Taking VANET to the clouds.International Journal of Pervasive Computing and Communications, 2011;7 (1) :7—21
自组织数据挖掘 篇7
自组织理论起源于20 世纪60 年代末70 年代初, 由德国物理学家哈肯 (Haken) 和比利时化学家普利高津 ( (Prigogine) 为代表创建的一种系统理论。它阐释了复杂系统形成自组织的机制、条件和规律。哈肯给“自组织”做了如下定义:“如果一个体系在获得空间、时间或功能的结构过程中, 没有外界的特定干涉, 仅依靠系统内部的互相作用来达到, 该系统就是自组织”。即:一个系统形成的各种结构, 无须外部的指令能自行衍生、自我适应、自我调节、自我演化和自主地从无序走向有序, 从低级有序走向高级有序。在整个自组织的管理过程中强调系统内部的各个要素按照彼此的相干性、协同性或默契而形成特定的结构与功能。
二高校教师培训的含义
美国著名研究学者雷德蒙·诺伊认为“:培训就是指领导者组织有计划的任务来帮助职员继续学习, 提高其与实际工作相关的能力、技能等活动, 是实现智力资本用途的必要途径。”欧洲学者乔治·韦斯特认为“:培训工作是为了保证岗位中个体与组织有效率地工作, 提高员工技能、工作经验、知识等方面的过程, 实质是对员工学习过程的管理。”高校教师培训指的是组织者组织人员参与进行有目的性的知识创造活动, 来提高其自身的专业技能与素养。
三国内外高校教师培训的现状
自上世纪50 年代以来, 世界各国都加强教师的在职培训, 不断提高其综合业务素质以适应社会和科技的发展进步。一些欧美国家开始相继建立新教师的入职培训制度, 使其能够明确自身专业发展的基本需求, 设定专业成长目标和实际行动计划。英国更是明确规定高等学校教师和普通中小学教师一样, 都有参加在职培训的权利和义务。在日本则是通过立法的形式建立健全高校教师进修制度。
在我国国内很多高校学者也就此展开相关研究:骆之强在《走向有效交往的教师培训》中, 从专家引领专业教师发展为教师培训研究的视角, 详尽论述了教师培训过程中对教师的实效培训;唐亚厉在《谈适应教师专业化趋势的高校师资培训》中, 论述了对高校教师开展积极有效的培训与教师专业发展的关系;朱燕在《e-learning:网络时代的教师培训模式研究》中, 指出了教师培训的与时俱进性、人本性、主体性和过程性, 突出网络时代教师学习的灵活性和自主性。
四河北省高校外语教师队伍现状分析
本文主要针对石家庄学院、石家庄信息工程职业学院、河北化工医药职业技术学院的英语教师队伍现状开展调查, 结果如表1。
在所调查的91 名高校英语教师中, 男教师为14 人, 仅占15 %, 女教师人数占有绝对优势。从年龄结构看呈现年轻化趋势, 中青年英语教师是继续教育和培训的主体。从教龄结构看, 教龄在1~10 年的占14%, 11~20 年的占55 %, 因而高校英语教师培训内容更应该侧重于前沿的教学理念、方法以及相关领域的最新研究成果。从职称结构看中级职称的教师占主体, 高级职称教师人数偏少。从学历层次来看普遍较高, 绝大多数都是硕士学位, 但教学实践经验不足。从工作量情况来看, 绝大多数英语教师的周平均工作量都在15 节或以上, 教学工作量较为繁重, 其大部分精力都主要用于备课和上课。
五河北省高校外语教师培训现状及存在的问题
1培训模式简单化、片面化和单一化
在对三所高校英语教师培训模式展开的调查和研究中, 我们发现大多数培训的核心目标就是要求高校英语教师吸收大量的、现成的专业知识, 以及模仿相关的教学技能从而取得学习的效果。从培训课程来看, 绝大多数课程以英语知识灌输为中心, 以现成知识的输入为主要内容, 把在职英语教师的培训简单地当做一种语言进修, 却忽略了教师的其他专业能力, 如科研能力、理论水平、综合素养等。从培训方式上来看, 形式单一, 培训者仍然是教学的中心, 缺少培训者与受训者之间的互动, 缺少受训者的自主性和主动参与性。
2 培训工作缺乏实效性和社会化意识
从事培训工作的培训者对受训者所在学校的情况缺乏了解, 培训内容与学校教学实际脱节的现象严重, 这就直接导致培训工作缺少实效性, 从而致使很多教师失去了对积极参与培训的主动性和兴趣。同时, 很多培训工作没有把社会生活技能和实践环节及时引进到培训内容中来, 因此尽管受训者在培训期间获得了大量的教学理论的输入, 但是却缺少学以致用的场所, 无法真正及时地实践学到的各种理论知识并及时地进行反思, 以至于结束培训回到学校工作岗位的实践中还是没有大的起色。
3 培训目标缺乏针对性
成功有效的培训应该是要关注到每一位教师专业成长的需要。因为教师年龄、教龄、学历、职称结构、素质基础的不同, 就会导致其自身的发展目标和需求是不一样的。但是我们在对三所高校91 名英语教师的调查过程中发现:高达88%的受训教师对很多教师培训的目标并不是十分清晰和明确。再加上不同教师自身的基础和需求不同, 因而到底设置什么样的培训课程, 用什么样的方式进行培训更是缺乏清晰的思路。
4 培训机会和时间缺乏足够的保障性
通过上表我们可以发现:在对三所高校英语教师的调查中我们看出, 很多中青年英语教师平时的教学工作量就很大, 而在培训期间的教学工作任务就需要自己在接受培训之前或之后来弥补, 这是造成很多培训教师缺席的重要原因之一。除此之外, 经济原因也是一个比较突出的问题:河北省高校中青年英语教师本身收入并不高, 而很多培训是需要自己来承担费用的, 这也是部分教师会选择放弃培训的原因之一。
六解决所存在问题的方案与建议
1 改变培训模式, 更新培训理念
以“自组织”理论为基础, 坚持以“培训对象为中心”的理念, 将自上而下单一的“浇灌式”培训转变为由下而上“自发主动”的培训方式。高校的培训部门应该深入调查新时期下高等院校对师资队伍建设的要求, 深入了解不同受训者的不同基础和需求, 合理整合资源, 从而建立不同类型、不同层次、不同需求、不同方式的培训新模式。从培训课程来讲, 除了注重不同专业知识的培训之外, 要拓宽学科范围, 加大复合知识比例, 整合课程, 重视课程的综合性, 加强学员知识融通和适应能力的培养, 从而改变培训课程的片面化和单一化。从培训形式来讲, 一定要改变“灌输讲授”为主的被动输入模式, 应该增加各种观摩、实训的互动形式, 让受训者能够将学到的理论和实践完美结合。
2 提高培训工作的实效性, 加强培训工作的社会化意识
在新观念的指导下, 构建“自组织”模式的具体框架并制定执行方案, 逐步地将“以我为主”的机械模式向“量身定做”的实效模式转换;构建一个职能分明的地方层—高校层—学院层—教研层的培训层级网络。这样就可以克服传统培训的局限性, 充分体现其差异性、实用性和针对性。另一方面要加强培训工作的社会化意识, 教育科研应成为教师培训工作的特色和支柱, 高校英语教师不仅要具备扎实的专业知识, 还要善于对自己的教学理念和教学实践进行反思和探讨从而去发现和解决实际问题。
3 以教师层次为依托, 开展具有明确目标的培训工作
根据高校英语教师不同的年龄、教龄、学历、职称、素质基础等方面, 来设计和开展不同层次的培训内容和课程, 将不同层次的培训工作目标明确化, 使不同的培训工作都有清晰的思路, 从而满足高校英语教师的不同需求。在此基础上, 建立“自组织”评估体系, 反馈培训效果。教师培训作为一项系统工程, 其重要特点在于它的连续性, 通过经常性的信息反馈来考察此次培训的有效性。
4以促进教师的发展完善为动力, 健全培训保障机制
首先要建立完善的教师培训体系。教育行政部门要以教育事业长远发展为出发点, 制定全面、配套的政策, 使教师的合法利益得到应有的尊重, 只有这样才能使培训工作长期有效地开展下去。其次, 可以适当压缩培训次数, 提高培训效率, , 做到“适时”和“适量”, 缓减受训教师“工学矛盾”的压力, 这样就可以避免受训教师时间、精力、经费的大量浪费, 从而促使教师培训的正常健康发展。除此之外, 还可以开发学校的内部校本教师培训资源, 大力开展信息化教育, 缩小时空距离, 为教师自主运用网上资源学习提供各种便利, 同时大力开发学校内部的校本培训资源。
参考文献
[1]崔纪彬.高职院校青年英语教师培训现状的反思与建议[J].泰山乡镇企业职工大学学报, 2008 (6) .
[2]辛广勤.论述大学英语教师在岗自我发展[J].国外外语教学 (FLTA) , 2003 (3) .
[3]祁伟.我国大学英语教师培训现状研究[J].凯里学院学报, 2009 (27) .
自组织数据挖掘 篇8
随着通信技术和业务的高速发展,无线网络规模和容量不断扩大,2G、3G、4G多种无线网络制式多个频段并存,异构网络的出现,都使得现代移动通信网络变得愈加复杂。基于LTE的下一代无线网络以其高带宽为用户提供更加丰富的多媒体业务,传统的网络规划和优化以人工完成其部署和运营的方式渐渐显得力不从心;另一方面,伴随着竞争日趋激烈,各通信运营商的ARPU在不断下降,这都促使运营商更加注重成本,运营商越来越关心通过减少运维成本(OPEX,Operating Expense)以取得较高的利润。3GPP为LTE提出了一种新运维策略一一自组织网络,LTE运营商通过SON机制提高网络的整体性能和操作效率,可以明显降低OPEX,从而进一步提升LTE的竞争优势。
2 SON的发展和现状
自组织网络(SON,Self Organization Network),是伴随LTE发展而引出的一套完整的网络理念和规范。它的主要提出方是运营商,其目的是为了减少LTE网络引入带来的网络建设成本和运维成本的增加,目前涉及范围已扩展到整个无线网络。SON有广义和狭义两种定义,广义的SON一般被定义为运营商用来管理和控制宽带网络的一系列功能和特征,通过不需要人为干预的自动化操作来提升运营效率,降低运营复杂度;狭义的SON被定义为用于3GPP和LTE中的自动化网络运营功能,由3GPP来对SON进行标准化,由NGMN (Next Generation Mobile Network,下一代移动网络联盟)从运营商角度对SON的长期目标和远景进行规划和展望。
SON作为一种完整的网络理念,其功能主要可以归为:自配置,自优化,自治愈。
自配置,指从设备安装上电到用户设备能够正常接入进行业务操作,在很少甚至完全没有工程人员干预的前提下完成。它简化了新站开通调测流程,减少了人为干预环节,降低了对工程施工人员的与业要求,目标是做到即插即用,真正降低开站难度从而减少运维成本。其中涉及到的功能和技术实现包括:传输自建立,节点鉴权,软件版本自安装和更新,基站自检,自邻区关系规划,自资产管理,无线参数规划等。
自优化,根据终端UE和基站eNodeB的测量和性能测量等网络运行状况,对网络参数进行自调整优化,以达到提高网络性能和质量和减少网络优化成本的目的。另外传统运维优化依赖的是工程师对大量路测和仿真数据的分析决策,而自优化从人员能力和人力上能减少了要求,同时可以提供更及时的提示和更准确详实的测试数据,提早发现网络缺陷并加快工单的处理。其功能包括覆盖和容量的优化、节能(通过对网络负荷的变化趋势检测,在不影响服务情况下,自动调整设备功率。高负荷处提高功率,低负荷处降低功率,以达到减低功率的真正节能目的)、PCI (Physical Cell Indicator,物理小区标识)自检测和重配、健壮性优化、负荷均衡优化、RACH优化、自邻区关系调整、小区间干扰协调,QOS优化等。
自治愈,通过对系统告警和性能的检测发现网络问题,并自检测定位,部分戒者全部消除问题,最终实现对网络质量和用户感受的最小化影响。其中包含的功能点有:告警关联,“根”原因定位,静默小区检测,故障小区检测和补偿,问题自跟踪检测等。
从以上功能可以看出SON涉及到网络部署的各个方面,它综合了传统运维手段并将其“智能化”,也引入了很多新技术、新应用模式和场景。目前成熟的欧美高端移动通信市场和亚非拉新兴的移动通信市场,都不同程度地商用了SON,统计数据表明SON确实可以有效降低运营商网络运营成本。
3 SON技术架构体系
根据自优化算法在网络结构中的位置不同,SON分为三类:集中式SON (C-SON)、分布式SON (D-SON)、混合式SON (H-SON)。三种架构各有优缺点,不同的网络状态下采用的架构不同,目前大多数采用的是混合式架构。
集中式主要在网管系统上实现,分布式主要是通过SON分布在eNodeB节点上实现。相比较而言,集中式的优点突出在控制范围较大、互相的冲突相对较小,缺点是算法比较复杂、实现速度较慢,但在SON商用初期一般选择此架构;与其相反,分布式拥有更高的速度和效率,且网络的可拓展性较好,缺点是彼此间协调起来很困难。虽然混合式兼有集中式和分布式的优点,但在设计上却不得不变得更加复杂。三种架构如图1所示。
4 SON PCI自规划研究
基于LTE的SON关键技术主要包括以下几个方面:PCI自规划、覆盖和容量优化、自动邻区关系功能(ANR,Auto-matic Neighbour Relation Function)、负荷均衡优化、随即接入信道(RACH,Random Access Channel)优化技术等。其中PCI自规划是为每一个新加入网络的eNodeB分配物理层地址,分配得合理与否直接决定终端能否辨识服务小区、接入网络的成功率以及全网干扰的大小,PCI自规划是网络自组织的重要用例,自规划涉及到自配置和自优化两个层面,自规划成功后站点提供服务。
现网PCI自规划一般都隶属于如下两种场景,一是大规模新建网络,大量站点陆续开站;二是在已有网络基础上新开部分站点。
无论上述哪种场景,每个站点的开站都遵循同样的流程,即上电、IP地址配置、基站鉴权、与核心网对接、下载软件和配置参数。一些方案里将PCI自规划放在自配置阶段,在配置参数过程中通过算法为当前站点找到合适的PCI,在复杂网络状况下SON自配置会导致开站时间较长,不利于工程进度。
本文推荐的做法是开站自配置时,从模版中获取与小区基本信息相关的参数如频点、PCI、TAC (Tracking Area Code,路由区)为默认参数,可能不一定适合当前无线环境,但这样会缩短站点开站时间,然后将PCI自规划放在自优化阶段,在站点识别网络无线环境后通过算法选择适合的PCI后再让站点提供服务。
目前站点识别网络无线环境的方法包括但不限于如下:
(1)待规划/优化站点装备无线信号接收机,接收并解析周边已开通站点的无线信号包括能邻区的频点、PCI、TAC等,从而协助本站点参数选择;
(2)室外待规划/优化站点通过GPS接收机得到位置信息,室内待规划/优化站点通过WiFi辅助定位获取位置信息,OMS SON综合网络中汇总各站点位置信息可以进行整体网络规划和优化;
(3)已开通站点可以根据接入的UE (用户设备)位置等辅助信息,协助网络参数优化;或者通过服务区域内UE向本站点反馈UE所探测到的邻区信息等相关无线环境参数,协助本站点进行网络参数优化。
3GPP规范规定了PCI自规划的两大原则,即不冲突、不混淆,但对于具体的技术和算法并不属于标准协议范畴,由各研究机构和SON解决方案提供商自行研究实现。LTE中采用PCI在上下行中分别区分基站和用户,由于受到同步序列的物理特性限制,LTE系统中PCI的数量不可能无限多,共设计了504个ID,分成168个组,每组包含3个ID。随着LTE和后续5G网络的逐渐商用,城市中站点分布十分密集,异构网络(HetNet)成为主流形态,即除了之前常见的宏基站(MacroCell)外,会增加微蜂窝(MicroCell)、微微蜂窝(PicoCell)、家庭基站(FemtoCell,又叫Home eNodeB,简写为HeNB)的联合覆盖,网络结构越来越复杂,但是无论哪种站点在PCI复用时都需要遵循3GPP SON关于PCI不冲突、不混淆的原则,否则会导致网络复用干扰严重,用户不能准确识别小区。
如图2所示给出了PCI冲突和混淆的示意图,图(a)中由于相邻的两个小区A、B被分配了相同的PCI,导致网络中出现PCI冲突,位于交叠区域的UE无法区分这两个小区,也就不能完成切换的过程;图(b)中,小区D和E使用了相同的PCI,虽然二者并不直接相邻,但是他们却有同一个邻区C,从而导致当小区C内的UE上报邻区测量结果时,小区C分不清D、E两个小区,就因为D、E的PCI相同。因此在SON自规划过程中,避免PCI冲突和PCI混淆是当务之急。
目前国内外对于PCI不冲突、不混淆的算法有一定的研究,比如基于协商的分布式策略、基于图论的配置原则等,但这些算法较为复杂,计算量也相对较大,在自配置或者自优化阶段需要耗费的时间较长。
本文提出在PCI自优化过程中采用简单的遍历算法,假设站点A是新开的站点,已通过模版参数进行了自配置,将通过上述无线环境检测方法中的一种或联合多种检测到的无线环境汇总到OAM SON后,若站点A是该区域中第一个新开的站点,周围无任何邻区关系,那站点A的PCI则可在当前可选范围中任意取值即可;若站点A是原有网络中一个新开的站,OAM SON综合多渠道得到A的邻区关系如图3所示,其中站点B、C是待优化站点A的邻站,我们称之为一阶站点;其中B和C又各自有自己的邻站F、G和D、E,那么站点D、E、F、G称为站点A的二阶站点,那么只需同时满足如下两点即可满足PCI不冲突、不混淆的原则:
(1)站点A的PCI不能与一阶站点B、C的PCI相同,即不冲突,同时避免与一阶站点的模三冲突;
(2)站点A的PCI不能与二阶站点D、E、F、G的PCI相同,即不混淆。当无线环境不是太复杂的情况下,该遍历算法还是相当简单并且耗时很短,是行之有效的一种工程方法,该算法对于SON的三种架构中集中式和混合式更为适用,因为分布式架构中各站点以一己之力不一定能检测到二阶站点的分布。
对一些常规的场景甚至异构环境下,上述PCI自规划的策略都是适用的,但是针对一些特别复杂和特殊的场景,还需具体问题具体分析,比如高铁下如何通过自组织网络的自配置和自优化来解决语音质量不好和频繁切换导致的掉话问题,或者是出现重大自然灾害基础通信设施设备被破坏后,如何通过自组织网络快速布局动态站点以暂时满足灾区迫切的通信问题等,这些场景都是后续研究的方向和重点。PCI自规划不是一劳永逸的,随着网络架构的动态变化需要持续优化。
5 结束语
LTE和后续通信系统自组织网络SON的发展是未来的必然趋势.但是当前SON的研究仍存在一定的局限性。标准方面不同的SON案之间互联可能存在冲突,需要形成标准以实现互联互通,才能最终推动商业进程。算法方面SON算法需要进一步研究,使之更高效、收敛速度更快,同时需要一个公正有效的评估模型.以便了解SON的相关功能是真正起到作用还是带来了其它负面效果。研究领域目前我们的研究面很窄,主要集中在PCI和ANR的自配置和自优化,尚未涉及到更宽泛的课题,特别是网络优化参数、QOS保证等方面。无线自组织网络是机遇与挑战并存的研究方向,还有很长的路要走。
参考文献
[1]R3-080376."SON Use Case:Cell Physical ID Automated Configuration",3GPP RAN3#59.2008.
[2]3GPP,"Technical Specification,Technical Specification Group Service and System Aspects(2010)Self-Organizing Networks(SON)Policy Network Resource Model(NRM)Integration Reference Point(IRP):Requirements".3GPP TS 32.521 Version9.0.0 Release9,6 April 2010.
[3]魏垚.蜂窝移动通信系统物理小区识别自组织技术研究.2013年博士论文.
海尔如何实现自组织转型？ 篇9
从自主经营体到利益共同体，再到小微和创客，海尔一直在不断探索新的组织模式。在互联网时代，海尔应时而动，正以“人单合一双赢”模式推动组织变革，其核心是自组织转型。
以共赢增量表等为推进工具，海尔不断克服组织变革的惰性，为陷入集体迷惘的中国企业带来商业思想新启蒙。尤其在创新创业时代，商业思想的启蒙和管理模式的完善可能推动中国企业的组织转型和产业升级。
商业思想的变革
当下，“互联网+”现象的背后，迷惘大过繁荣。新的商业文明一定基于管理思想的创新和启蒙，而不仅仅是智能制造和黑灯工厂 。海尔坚持“企业即人，管理即借力”的商业思想。“企业即人”，海尔在传统的财务损益表之外，考虑“人”即员工的价值，希望逐步计量出准确的表外资产、战略损益。
当“人”的价值被纳入企业的主要战略价值承载，那么管理模式创新就显得尤为重要，因为合理的模式能够激发员工的价值创造能力。“管理即借力”，不断提醒企业家在创新的过程中，管理依旧非常重要。在互联网转型的背景下，如何找到管理的着力点？海尔崇尚道法自然，无为而治，最终选择了以“人单合一双赢”模式为主的自组织转型。
在张瑞敏看来，传统的企业和用户之间最大的问题，也最头疼的问题是，客户到底需要什么？要激发全体员工对市场需求的敏感度，则需要“船小好调头”的“小微”组织形式。
海尔正在经历整体裂变的组织变革：一方面组织运营微型化，从科层制的大型管控型组织裂变为小微公司，使后者在海尔创业生态圈中吸收营养，成长为行业领先企业；另一方面是员工经营创客化，使过去雇佣制下的执行者，变为动态合伙人制下的CEO，内部员工和外部员工直面市场做创客，利用互联网技术创业创新。
海尔的模式通过打破科层制，为平台上的创客搭好舞台。企业越大，科层制使企业丧失创新动力的风险越大。海尔要搭建的平台打破科层制，是非控制的，是自组织的。人性都追求尊严，要做平台，先尊重平台上的人，先放下对于权力的迷恋。只有尊重人性，最大程度上发挥出每个员工的创造性，实现平台和创客共赢。
同时，企业保持开放性，每个员工都是创客，每个员工可能在线也可能在册，他们在平台上形成公平的市场关系，以整个社会宽度去评价人的价格和价值。不为员工“兜底”，创客们时刻保持高度市场敏感性，在海尔的平台上会越来越强大。因为只有平台才能生生不息，海尔的自组织转型能够创造出一种成功的“自运行机制”。
应时而动的变革
组织变革意味着不断创造变异。关于“人单合一双赢”模式，张瑞敏和很多企业家都交流过，他们在认可的同时，不少人也表示海尔“太超前了”。海尔时刻保持着“战战兢兢，如履薄冰”的危机感，建立适应性并保持对于环境的警惕。正如海尔的员工所言，海尔的文化核心之一就是“变”，这是一种积极的创新文化，从总裁至员工，这种“变”已根植于所有员工的心中。
收益好的时候要“变”，变出收益更好的模式；收益不好的时候更要“变”，用“变”来改变现状。现在，海尔提出网络化战略，就是因为企业意识到移动互联网时代已经到来，用户的消费方式和消费习惯随之发生了巨大改变，企业需要利用互联网优化水平和垂直价值链。
所以，企业一方面要适应不断变化的时代和环境，同时又不断思考如何利用各种创新方法和模式为用户创造价值。“执一不失，能君万物”。海尔变革不息，始终保持着战略一致性与协调性，就好像是一个交响乐队，从战略层面、组织层面、机制上、人员上，海尔不断灵活协调，演奏出悦耳的乐章。
在这种情况下，企业若想踏准时代节拍，必须要在互联网领域里走在前列，为用户创造出新价值。从“自经体”到“利共体”，再到“小微”模式，海尔在不断探索和试验不同的业务模式，比较每一种模式的可行性，一旦发现了一种更加高效的模式，就毫不犹豫地加以采用。
企业变革已经成为当前最紧迫的话题，巨头无论是传统产业，还是互联网公司，都将面临无法实现端到端管理的严峻考验，以及小米等创业公司的挑战。诺基亚、摩托罗拉、惠普这些公司的衰落，其实都是因为这一病症，衰老无论对于个人还是对于企业都是新陈代谢的规律，要想改变规律获得重生，就必须彻底地大换血，进行组织架构的根本性变革，而不是小打小闹。
克服变革的惰性
组织变革还意味着不断克服惰性。当人们关注“人单合一双赢”模式，关注海尔的战略变革，关注海尔色彩鲜明的管理特征，往往忽视了海尔在推动和实现这些成就时所做出的努力。企业跟踪环境的动态变化，能够在第一时间内发现威胁企业持续发展的阻碍因素。通过有效的学习机制使企业快速准确地把握环境动态变化的趋势，因此企业更容易适应环境，把握时代的脉搏。
张瑞敏提出，传统的财报计量不了企业的真正价值，也无法帮助企业进行有效的决策。当财报、KPI和封闭组织显得过时，从战略损益表到共赢增量表，海尔不断寻找合适的战略推进工具。这种工具能够成为一种新的计量标准，计量企业真正的价值，就像显示一个人究竟走了多远。战略损益表曾经是海尔贯彻战略变革的重要方法和工具。
简而言之，战略损益表可以简称“目团机”，即目标、团队、机制。现在，海尔又有了共赢增量表，主要用于克服“跑步机”难题。因为误导性的商业流行思想很多，变革推进了半天，但企业还是那个企业，并没有发生多大的变化。
用张瑞敏的话说，这有点像一个人在跑步机上跑，数字显示他已经跑了很远，但实际上他还在原地。所以，以人为本，就是要以人在市场上的价格和价值为本。海尔希望共赢增量表等工具能够成为一种思考模式，一种价值评价工具，一种克服惰性和推进变革的方法。
正是持续秉承“以人为本”的企业经营哲学的理解，海尔在持续推动企业变革的同时，不断更新自己的商业模式，直到在互联网时代海尔推进“人单合一双赢”模式，不断创造新的管理思想，推进企业自组织变革走向成熟。
自组织生产线研究综述 篇10
传统流水线鲁棒性较弱,当市场上产品需求发生波动时,需要对其进行反复的耗时、耗力、及巨额成本的重新设计[3,4]。针对此问题,1996年佐治亚理工学院Bartholdi和芝加哥大学Eisenstein受到日本丰田TSS缝纫生产线自组织现象的启发,将“Bucket Brigades”规则引入到生产线平衡问题的研究中,发现引入该规则后生产线不需要工业工程人员的干预最终能够实现生产线的自平衡,同时生产效率也得到了显著的提高[1]。一方面由于“Bucket Brigades”型生产线(以下简称BB线)具有自组织性和很强的鲁棒性,另一方面构建BB线不需要增加任何设备、费用,而只需将简单的运行规则引入即可实现生产线的自平衡。因此BB线在美、日等国家得到了广泛的普及,并大范围的应用于服装生产、电子产品的装配、精密仪器和大屏幕电视机的装配,除此以外BB规则还在仓储订单拣选方面取得成功的应用[26]。
目前为止,对自组织生产线的研究多见于国外管理科学期刊,而国内相关文献鲜见。本文对国内外自组织生产线的研究进行梳理,以期为学术界和企业界提供借鉴。
1 BB线的运行规则和特点
1.1 BB线的运行规则
BB线上所有的工件运输都由员工在工件加工完毕后进行手工搬运且每次只搬运一件,也就说BB线一般适用于能够通过一名员工手工搬运(也可借助助力装置)的所有生产装配线,如图1 所示,BB线上工人遵循的运行规则[5,6,7]如下:
向前规则:工人按工序一边加工工件一边沿生产线向前移动直到:(1) 工人手中的工件被移交给下一位工人;(2)如果是生产线上最后一位工人,那么完成该工件的加工任务;(3)完成移交或加工任务后,遵循返回规则。
向后规则:工人沿生产线返回去取需要加工的工件直到:(1)如果是生产线上第一位工人,那么在生产线始端开始一个新工件的加工;否则,接过上游工友手中的工件继续加工;(2)完成交接任务后,遵循向前规则。
员工之间不允许彼此超越,所以任务交接只能发生在相邻的两个工人之间。如果工人们按操作速度从慢到快进行排序的话,工人们会自发地倾向于一种最优分工以使产量最大化。
1.2 BB线的优势
与传统固定工位生产线相比,BB线具有如下优势[7]:(1)减少了生产过程中管理者的介入;(2)生产过程具有更高的灵敏性;(3)生产效率更高;(4)减少了培训和协调员工的环节。
2 自组织生产线分类
Bartholdi和Eisenstein将BB规则引入到生产线中。在此基础上建立了规范型BB模型[5,6,7],并证明了其具有自组织性。在BB线规范模型基础上,众多学者对模型宽泛了假设条件后,对模型进行了多方面的研究,并发表了很多研究成果,现归纳整理如下,表1是对研究内容的分类及符号表示。
生产线的结构主要有线形结构、树形结构和U形结构,将BB规则应用到不同类型的生产线中产生不同的结构模型,通过对各种模型的研究可以得出BB规则对不同类型生产线性能产生的影响,表2中列出了三种典型生产线结构的基本思想以及研究现状,其中,研究成果一栏符号S-O(self-organization)表示达到了自组织状态,S-B(self-balancing)表示达到了自平衡状态。
3 自组织生产线的主要模型
BB规则不仅使线形生产线实现了自组织性,而且在其它构形生产线上也取得了成功应用,同时在仓储订单拣选方面同样实现了自组织性[11],以下将详细阐述在各领域内的研究成果。
3.1 线形自组织生产线模型
(1)规范型BB模型
BB线的标准模型定义[5,6,7,8],记m和n分别表示生产线上的工作站点和工人数目(m>n),提出如下假设:(1)工人具有在各个工作站加工的能力。即为全能工,只是加工时间因个体的差异而不同。(2)工人交接任务的位置是随机的。由于工作任务是沿生产线连续分布的,生产线上的工人因加工速度不一致,所以相邻两个工人的交接位置可能发生在生产线上的任何位置。(3)生产行走时间可以忽略不计。与正常的加工时间相比,工人回取工件和交接任务所用的时间非常少,不影响对BB线性能的分析。
Bartholdi和Eisenstein证明在以上假设条件下BB线可以实现自平衡,即存在固定的交接点作为BB线的平衡点,如图2 所示。 按照工人加工速度从慢到快排序(TOWV)的规范型模型既不会产生堵塞也不会造成闲置时间的浪费[8]。
在规范型BB模型中,与正常加工速度相比,工人的回取速度是可以忽略不计的。对于工人在BB线上按工作速度从慢到快排列的情况,工人交接任务的位置会收敛到一个固定点x*[8]。;生产率可以表示为:.其中,工人的即时速度为vi.
(2)考虑回取时间的BB模型
对于加工装配生产线较长的情况,忽略员工的回取时间显然是不符合实际生产情况的。因此,在规范模型的基础上松弛假设条件,考虑员工的在不同回取时间情况下,生产线的自组织、自平衡问题。如果工人的工作速度为常量,那么对于考虑回取时间的规范型模型[12,13],在生产速度为v1<v2<……<vn的条件下,令,其中,vb表示返回速度(对于所有的工人),工人交接任务的位置同样会收敛到的一个固定点,生产率可以表示为:
对考虑回取时间的BB模型进行对比分析后可以得出,线形BB线是具有自平衡性的,只是由于生产率的函数prb(vb)是根据自变量vb严格递增的,不计算回取时间下的生产线上的生产率要大于计算回取时间下的生产率。
同时,在工人按照生产速度从慢到快进行排序的情况下,经仿真分析,工人的回取速度对固定点的影响可以由图3 反映出来[12]。从图3 可以看出工人的回取速度越大,最后的固定点就越接近于理想的固定点,即不计回取时间下的固定点。
(3)考虑学习情况的BB模型
BB模型假设之一是生产线上工人的加工速度恒定,然而随着员工对同一工件熟练程度的提高,其加工速度势必会不断地提高,即生产线上存在着工人学习行为。这种学习行为导致员工加工速度改变,在生产线中就会出现加工快的员工被慢的员工阻挡现象。为了不使生产线中出现阻塞,通常允许员工间立刻进行位置的交换[18,19]。这时BB线的动态特性和生产能力也会相应的发生改变[17]。因此,考虑学习情况的BB线的自组织特性、自平衡特性是否不变就成为一个值得研究的问题。
Armbruster等通过在原生产线上加入一个新员工来研究考虑学习情况时BB线的动态性和稳定性。为了不破坏原生产线上工人的排序,新加入的员工一般被安排在生产线的始端,由于员工之间允许彼此超越,所以当新员工加工一段时间后其位置不一定在生产线始端。Arm-bruster等证明了在超越机制下BB线也能实现自组织,随着新工人速度的增加,其工作位置可以动态地被调整。研究过程中首先提出如下假设[17]:(1) 生产线上的工作站点是连续的,并且工人可以胜任各站点的工作;(2)工人可在生产线的任何位置进行任务交接并不计回取时间;(3)生产线上原有的n个工人根据加工速度从慢到快进行排序,即v1<v2…<vn;(4) 生产线上新加入的工人是未经过训练的,即vl<v1.Armbruster等分别用指数模型和对数模型来表示工人通过反复加工学习后的加工速度。指数模型[17]可表示为:;其中,vl表示新员工的初始速度,vh表示新员工所能达到的最大速度,t表示工人在其工作区间内反复加工的次数,参数τ表示员工的任务难度指数。该模型能够很明确地表示出员工在经过不断地学习或训练后所能达到的速度。对数模型[17]可表示为:v(k)=vlkm;其中,m表示员工的学习或训练指数,一般0<m<1,可以看出,该模型中工人的加工速度可以无限制地增加,但事实上,极限速度依然可以通过仿真找到。
根据上述模型,当新加入的工人的速度达到极限值后,BB模型中工人的交接位置依然会收敛到唯一的固定点上。这说明BB线具有很好的鲁棒性。
(4)广义离散BB模型
规范模型将生产线连续化,而工厂中的工作站间都是有较大安全距离,即离散的。广义BB模型[13,22,23]则考虑生产线上的工作站点是离散的情况,生产线上的任何一名工人都可以开始或结束一件产品的加工,工人i可以将他手中的工件交给其下游任何一名工人j(j>i),即存在超越机制[24]:工人i沿着生产线加工过程中,如果被下游工人i+1阻挡的话,他可以超越工人i+1将手中的工件递交给工人i+2,若再次发生阻塞也可继续超越,返回时也是如此。允许超越避免了生产过程中发生阻塞的情况,该模式下生产线的生产效率会尽可能的提高,并且不用去考虑攻人的排序问题。
假设vi表示工人i的向前加工速度,wi表示工人i的回取速渡,pi表示工人i的有效生产率,那么:pi=(1/vi+1/wi)-1,已知工人数目的生产线的生产率为:.其中,1/vi表示工人i独自完成一个单元工作内容的时间;1/wi表示工人i返回该单元首端的时间;1/vi+1/wi表示工人i装配一个单元产品用的总时间。如果工人装配一个单元内容所用总时间符合下式:1/vi-1/wi>1/v2-1/w2>…>1/vn-1/wn,生产线上的工人则会收敛到一个稳定的工作区间。
3.2 构形变异的自组织生产线
(1)基于BB规则的单元化生产线
U型生产线[27,28,29,30]是在精益思想指导下的一种生产布局方法,U型单元[31]减少了生产行走的浪费,该生产线结构是将一条直线形生产线平均分成两部分,后半部分折过来与前半部分对齐,如图4所示,通常情况下,员工从起点携带待加工件出发经过所有加工工序回到终点后放置完成件,如此又可以开始下一轮的工作。
Lim Y F等将BB规则引入到U型单元中[31,32]。这样在中间过道两侧都有了工作站点。每一个工人沿着过道的一侧加工工件,只要遇到另一个工人便交换工作任务,之后在过道的另一侧沿相反的方向加工工件。该设计避免了传统BB线回取工件时造成的时间浪费,但在过道两侧转换时也会造成时间浪费,不过当过道很窄的时候这种浪费就显得很微小了。因此,该模型不仅能提高生产率而且还能减少劳动力成本。
把生产线的长度设为1,那么两部分生产线的长度区间就是[0,1/2]和[1/2,1],令过道的宽度为a,工人i在生产线前半部分的速度为vi,在后半部分的速度为ui,工人穿过过道的速度均为w.因为在过道很窄的情况下,工人彼此间无法产生超越,因此只有在过道始端的第一个工人可以开始和结束一件产品的加工,只有过道末端的最后一个工人可以将工件从前半部分转移到后半部分。在这种生产模式下,工人生产行走时间只是穿过过道所用的时间a/w.生产过程中会出现一些特殊情况,比如当工人加工过程中赶上了同方向加工的工人时,要放慢速度以和他相同的速度继续加工。当遇到有工人穿越过道时要等到他穿过后再继续加工。
模型的收敛性[31]:当工人的加工速度符合1/v1-1/u1> 1/v2-1/u2>…>1/vn-1/un时,工人的交接位置会收敛到一个固定点xi*上。 令 θi=(1/vi+1/ui)-1,则。平均生产率
单元化BB线无生产行走浪费的多少不仅取决于过道的宽度还取决于生产线上工人的数目,单元化BB线上加工完一件产品需要2(n-1)次交换任务,而直线形BB线需要n-1次。因此,前者是否优于后者还要弄清两种情况:(1)在给定生产线上工人数目和速度的情况下,过道应该有多窄;(2)在给定过道宽度和速度的情况下,工人数目应该是多少。
仿真结果[31]显示:对于10个工人的单元BB线,当a小于原生产线长度的4% 时,单元化BB线产量比直线形BB线最大能提高30%,对于8个工人的单元化BB线,当a等于原生产线长度的2%时,产量比10个工人的连续型生产线还高7%.因此,过道宽度合适的情况下,该模型不仅能提高生产效率还能降低劳动成本。但是,研究中所忽略的员工间交接工件的时间,模型中过道的宽度在实际生产中的合理性等因素依然值得进一步分析。
(2)追逐-超越规则下的U型巡回式单元生产线
针对BB线中的员工回取动作对员工时间和体能的浪费、交接时间对的工时的浪费,以及在加工过程中由于BB线最终会形成生产线的自组织,导致了员工加工工序固定,员工产生厌烦情绪等问题。廖世龙等[33,34,35]考虑员工的异质性并在巡回式U型生产线中加入了追逐-超越机制,该方法对解决生产线上因员工加工速度不同而影响产能的问题展现出了很好的效果。并通过仿真实验发现该生产线同样具有自组织特性。
含追逐-超越机制的U型单元生产线中包含了入站缓存、出站缓存以及超越站。其运行规则[35]为:(1)当超越站上无超越现象发生时,超越站转变为普通的工作站,经过超越站的员工加工完自己所携带的工件后离开。(2) 如果员工到达超越站时有其他员工在此工作,那么该员工将自带的工件放入输入缓存,然后从输出缓存中取出在此工作站已经加工好的工件离开。(3)如果员工到达超越站时有其他员工在此工作或等待,且输出缓存没有已经加工好的工件时,则该员工依次等待超越站出站缓存有已经加工好的工件,然后携带加工好的工件继续在下一工作站进行加工。该种机制比没有超越机制的巡回式U型单元效率大大提高。
(3)树形装配网络BB模型
在生产装配过程中,有的工作站点需要由两个或两个以上不同工作站点提供子部件才能进行加工。因其结构与树木的结构相似而被称为树形装配线[36,42]。树形装配线的工作站点分别由叶子节点、子节点和根节点组成,那么将BB规则引入到树形装配线中是否也能使生产线实现自平衡呢?
在树形装配网络结构模型[36]中,生产系统中每条子装配线装配一种子部件,而各子部件有可能彼此相互结合在另一条子装配线上被加工成另一种子部件,子装配线最终汇聚到最后一条装配线上被加工成成品。假设每条装配线上的工作内容都是确定的,整个装配线中共有n个工人,他们有固定的工作速度vi,i=1,…,n.且v1<v2<…<vn.当树形装配线满足以下三个条件时系统会达到平衡状态[36]:(1)重复:装配线上每个工人只在一个固定区间反复工作;(2)高效:装配线上的工人不存在闲置状态;(3)同步:所有子装配线同步进行生产。
为了把BB线规则引入树形装配线中,Bartholdi和Eisenstein根据对树形装配线结构进行分析,然后对各子装配线进行排序后将其描述成线形结构生产线;装配线进行序列化以后,依据BB线规则最后推出,在以上假设条件下,工人按照从慢到快的加工速度进行排序的话,那么树形装配线能够达到自平衡。树形装配网络中引入BB模型后,虽然一定程度上提高了生产效率,但是其自平衡的实现依然依赖于很多的假设条件,而这些假设往往很可能会干扰到生产系统的平衡状态。
3.3 自组织仓储拣选
(1)BB拣选系统
仓储系统[38]中订单拣选部分属于劳动密集型操作环节,而BB规则作为协调工人的一种方式不但能够提高工人拣选效率,也能够使仓储系统中的拣选环节更具有柔性。存储分配策略[38]与BB规则都是减少工人的无生产行走浪费现象,从而使仓储系统变得更加高效。BB规则下的订单拣选比存储分配策略更富有成效[39]。首先,BB规则能够不断地,自发地寻求拣选系统的平衡状态;其次,这种平衡是基于真实可靠的工作内容实现的。引入BB规则有两个优势[40]:(1) 不需要投入人力物力即可实现拣选效率的提高;(2)系统易于调整,如拣选者所携带的订单量可以通过仿真估算适时调整。
BB拣选系统不会把拣选者限制在固定的工作区域内,当满足以下假设和约束条件时,BB规则下的订单拣选系统能够实现效率最大化。假设条件[39]:(1) 工人之间具有不同的,恒定的工作速度;(2)工人的无生产行走时间可以忽略不计;(3)工作内容确定。约束条件:(1) 工人沿拣选线按从慢到快的拣选速度进行排序;(2)工人彼此不允许超越。
研究表明,BB拣选系统最显著性的效益就是使拣选率比未引入BB规则时提高了超过30%,并减少了管理者的介入。但是在现实的订单拣选系统中,以上假设和约束条件往往不能完全满足,当发生阻塞和任务交接时势必会影响工人的效率。因此,该系统依然有改进的空间。
(2)区域化BB拣选系统
为了减少阻塞和任务交接造成的效率损耗,可以将区域拣选和BB拣选结合起来形成区域化BB拣选系统。在区域化BB拣选系统[39,41]中允许工人扩展工作区域,如图5所示,所有的工人都可以返回到拣选线始端开始拣选,但是下游有工作区域限制。在每一名工人的工作区域末端存在一个接口缓冲区,当拣选工作超出该工人拣选范围时,工人可以将手中的订单放到缓冲区内。当下一位工人进行到接口缓冲区手中无订单时,该工人可以将缓冲区的订单取出继续执行拣选操作,当缓冲区中也无订单时,则返回去接上游同事的任务。
在区域化BB拣选系统中,每个工人完成一个订单的拣选操作后都要遵循以上的操作规则,其中设立接口缓冲区可以减少堵塞和交接任务造成的损耗。
4 展望
目前,对自组织生产系统的研究主要是基于BB规则的引入,部分研究成果也已应用到实际的生产系统中,并取得很大的经济效益。但是在自然界和人类社会系统中还存在着众多的自组织现象,如何将自然界自组织系统的规则引入生产制造领域将是一个全新的、具有开拓性的课题。
理论方面,Bartholdi和Eisenstein提出的规范型BB模型被证明能够实现系统的自平衡性和自组织性,这为研究自组织生产线的收敛性和动态性等系统特性提供了一个良好的开端,然而规范BB模型是建立在一系列假设基础之上的。因此,在后续的研究中应考虑以下几点问题:
(1)针对规范型BB模型的假设条件,考虑约束条件松弛后系统是否依然能够实现自平衡性和自组织性。国外许多的学者对规范型BB模型的假设条件进行了松弛取得了良好的成果,但是如何更加逼近真实的复杂生产系统一直是学者们需要解决的问题。比如,现有的考虑学习曲线的BB线模型将学习现象简化为一名新员工的加入,而其他员工效能不变,而在现实生产过程中当新老员工接受到新任务后学习效率是各不相同的,此时自组织生产线性能如何变化?
(2)新的自组织规则的引入。生产系统实现自组织性主要原因在于其运行规则的设定。除了BB规则外寻找其他的运行规则也是未来一个很重要的研究方向。在上文中的基于追逐-超越规则的U型巡回式单元在一定的条件下也能够实现生产装配的自组织性充分的说明了这一点。除此以外,笔者在一些企业中的见到“手风琴式”生产线也实现了部分生产线的自组织,因此,能否跳出BB线,拓展更多的自组织生产线也是国内外学者研究的一个方向。
(3)自组织生产系统的建模方法和技术。大部分生产制造系统是典型的动态离散事件系统,对于生产线的建模可行的数学方法有Petri网技术、离散动力系统等,但是对于复杂的自组织生产系统以上方法在研究系统的稳定性、收敛性、周期性方面存在一定的不足。因此,在建模方法和技术上也是一个值得研究的领域。
应用方面,BB规则除了应用于生产制造、装配环节外,还可以引入到仓储订单的拣选领域。所以在应用层面笔者建议以下方面值得研究:
(1)自组织规则在其它领域中的应用性研究。从最早期的服装行业的TSS规则发源,到BB线的广泛推广,再到订单拣选系统的普遍选用。自组织生产线表现出了强大的生命力,近年来学者将自组织规则引入了交通物流系统中也取得了很好的效果,这无疑对全球日益严峻的交通压力提供了一个新的可行的缓解方法。能否将自组织规则引入企业的物流、交通系统都是值得学者们研究的内容。
(2)在机器人进入生产制造领域来临之际,自组织规则在机器人之间协同方面的应用研究。根据机器人逐渐代替手工操作的趋势,自组织规则的实际应用范围还在扩大,关于自组织规则在多个机器人之间协同生产制造未来也会成为一个研究的方向。
(3)借助仿真技术,实现企业自组织生产系统的设计。本文讨论的主要是单个的自组织生产线,如何面对变动的市场需求和变化的产品品种数量,实现工厂或供应链层面的生产制造的自组织将是一个非常具有挑战性的问题。
5 总结