CN117350542A - 一种数字化交付数据可视化系统及其应用方法 - Google Patents
一种数字化交付数据可视化系统及其应用方法 Download PDFInfo
- Publication number
- CN117350542A CN117350542A CN202311327537.4A CN202311327537A CN117350542A CN 117350542 A CN117350542 A CN 117350542A CN 202311327537 A CN202311327537 A CN 202311327537A CN 117350542 A CN117350542 A CN 117350542A
- Authority
- CN
- China
- Prior art keywords
- index
- data
- deviation
- supply
- supply chain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000013079 data visualisation Methods 0.000 title claims abstract description 55
- 238000012384 transportation and delivery Methods 0.000 title claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 238000003860 storage Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000003993 interaction Effects 0.000 claims description 74
- 230000008569 process Effects 0.000 claims description 30
- 238000012937 correction Methods 0.000 claims description 21
- 238000012502 risk assessment Methods 0.000 claims description 19
- 238000007726 management method Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000001934 delay Effects 0.000 claims description 9
- 238000013468 resource allocation Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000001932 seasonal effect Effects 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 230000002452 interceptive effect Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Abstract
本发明公开了一种数字化交付数据可视化系统及其应用方法。该数字化的交付数据可视化系统,包括:数据采集存储模块、指数计算模块、综合评估模块、数据可视化模块和风险告警模块。本发明系统通过根据预处理后的交互数据计算得出进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数,将各个指数数据综合计算得出潜在风险综合评估指数,从而帮助项目管理者更全面地评估和应对潜在风险,进一步实现了对项目状态的潜在风险的全面性评估的效果,解决了现有技术中对交互数据的潜在风险缺乏全面性指标监测的问题。
Description
技术领域
本发明涉及数据分析与可视化技术领域,尤其涉及一种数字化交付数据可视化系统及其应用方法。
背景技术
在当今数字化时代,大量的交付数据(例如项目文档、工程图纸、报告等)在建筑、工程、制造和项目管理等领域中产生。这些数据包含了项目和业务的关键信息,但通常分散在多个来源和格式中。
目前已有一些现有实现技术可用于数字化的交付数据可视化系统应用方法。其中,数据仓库和数据湖技术可以用于集中存储和管理不同来源和格式的交付数据,以便快速检索和共享。数据可视化工具和平台允许用户将数据转化为可视化图形,例如仪表盘、图表和地图,以便直观地理解和分析数据。此外,人工智能和机器学习技术可用于自动化数据分类、标记和分析,帮助组织更好地理解数据的含义和趋势。综合运用这些技术,数字化的交付数据可视化系统应用方法可以提高数据的可理解性、可用性和决策价值,有助于项目和业务管理的优化和创新。
例如公开号为:CN114077693A的发明专利公开的基于物联网的工厂工业设备数据可视化管理系统及方法,包括:数据采集和存储单元、安全检查监控单元、综合信息数据单元和数据可视化单元;数据采集和存储单元用于采集工厂工业设备的基础数据;综合信息数据单元用于收集所述的基础数据、关键数据,对所述的基础数据、关键数据进行计算和分析;所述数据可视化单元用于从综合信息数据单元中获取指定的源数据,并通过可视化技术将所述源数据适配形成的可视化的视图在显示界面上显示出来。
例如公开号为:CN115687497A的发明专利公开的一种基于物联网的工厂工业设备数据可视化管理系统及方法,包括:获取用户目标段时间内的检索数据,确定所述检索数据中的设备主体和对应所述设备主体的目标参数;计算所述目标参数的出现频次并确定每个目标参数的所占百分比,目标参数与对应的所述设备主体关联;根据目标参数的所占百分比,对所有目标参数进行排序;根据目标参数的排序对当前主显示页面上的参数信息进行修改,以使目标段时间内检索频次高的若干个目标参数在当前主显示页面上显示。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中,由于数据分散、格式多样性等因素,存在对交互数据的潜在风险缺乏全面性指标监测的问题。
发明内容
本申请实施例通过提供一种数字化交付数据可视化系统及其应用方法,解决了现有技术中对交互数据的潜在风险缺乏全面性指标监测的问题,实现了对项目状态的潜在风险的全面性评估。
本申请实施例提供了一种数字化的交付数据可视化系统,所述数字化的交付数据可视化管理系统包括:数据采集存储模块、指数计算模块、综合评估模块、数据可视化模块和风险告警模块;其中,所述数据采集存储模块:用于获取指定目标系统中的数据交互关系,同时从获取数据交互关系对应的所有交互数据,将交互数据集成统一保存在一个数据库中,并对交互数据进行预处理;所述指数计算模块:用于根据预处理后的交互数据计算得出指数数据,指数数据包括进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数;所述综合评估模块:用于综合各个指数数据计算出潜在风险综合评估指数;所述数据可视化模块:用于使用数据可视化工具展示实时交互数据、各个指数数据和潜在风险综合评估指数;所述风险告警模块:用于设置阈值警戒线,当潜在风险综合评估指数超过该阈值警戒线时,发出警报通知人员进行处理。
本申请实施例提供了一种数字化的交付数据可视化系统应用方法,包括以下步骤:获取指定目标系统中的数据交互关系,同时从获取数据交互关系对应的所有交互数据,将交互数据集成统一保存在一个数据库中,并对交互数据进行预处理;根据预处理后的交互数据计算得出指数数据,指数数据包括进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数;综合各个指数数据计算出潜在风险综合评估指数;使用数据可视化工具展示实时交互数据、各个指数数据和潜在风险综合评估指数;设置阈值警戒线,当潜在风险综合评估指数超过该阈值警戒线时,发出警报通知人员进行处理。
进一步的,所述数据可视化工具还用于展示潜在风险综合评估指数的预测趋势;所述潜在风险综合评估指数的预测趋势具体获取过程为:获取历史各个指数数据,将各个指数数据按照对应的时间戳进行排序,在同一时间戳下,若缺少进度偏差指数、成本偏差指数、质量偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数其中之一,则将此时间戳下的其他剩余指数数据丢弃,否则保存为待分析数据;将待分析数据分为待训练数据和待验证数据,提取待训练数据的特征,通过机器学习对提取的特征进行学习,建立出趋势预测模型;使用待验证数据对趋势预测模型进行准确性验证,当准确性达到一定阈值后,采用趋势预测模型预测出各个指数的预测趋势;设置各个指数对于潜在风险综合评估指数的权重,计算出潜在风险综合评估指数的预测趋势。
进一步的,所述进度偏差指数的具体获取过程为:从交互数据中提取各个项目的预计进度/>、实际进度/>、提前完成次数/>和延期次数/>,其中/>为交互数据中项目的编号,/>,/>为交互数据中项目总数,/>为项目/>提前完成次数的编号,,/>为项目/>提前完成次数总数,/>为项目/>延期次数的编号,/>,/>为项目/>延期次数总数;通过进度偏差公式计算出进度偏差指数/>,具体的进度偏差公式为:/>,其中/>为自然常数,/>为进度效率的权重系数,/>为每个项目的提前完成次数和延期次数对于进度偏差指数的相互叠加影响系数,/>为进度偏差指数的修正因子。
进一步的,所述成本偏差指数的具体获取过程为:从交互数据中提取各个项目的预计成本/>、实际成本/>、预算超支金额/>、实际超支金额/>、预算节约金额/>和实际节约金额/>;通过成本偏差公式计算出成本偏差指数/>,具体的成本偏差公式为:,其中/>、/>和/>分别为成本差比率、超支金额比和节约金额比对于成本偏差指数的权重系数,/>为成本偏差指数的修正因子,/>为超支金额比和节约金额比的相互叠加影响因子。
进一步的,所述资源利用偏差指数的具体获取过程为:从交互数据中提取各个项目的计划资源分配/>和实际资源分配/>;通过资源利用偏差公式计算出资源利用偏差指数/>,具体的资源利用偏差公式为:/>,其中/>为资源利用效率对于资源利用偏差指数的权重系数,/>为资源利用偏差指数的修正因子。
进一步的,所述供应链偏差指数的具体获取过程为:从交互数据中提取各个项目的供应链交付延误次数/>、供应链交付延误时长/>和供应链中断次数/>;通过供应链偏差公式计算出供应链偏差指数/>,具体的供应链偏差公式为:,其中/>、/>和/>分别为供应链交付延误次数、供应链交付延误时长和供应链中断次数对于供应链偏差指数的权重因子,、/>和/>分别为每个项目的供应链交付延误次数、供应链交付延误时长和供应链中断次数对应的允许值,/>为供应链偏差指数的修正因子。
进一步的,所述供需平衡指数的具体获取过程为:从交互数据中提取各个项目的供应量/>和市场需求量/>;通过供需平衡公式计算出供需平衡指数/>,具体的供需平衡公式为:/>,其中/>为供应量和市场需求量相互叠加影响因子对于供需平衡指数的权重系数,/>为项目/>对应的当前市场需求变化率,/>为供需平衡对应的季节波动影响因子,/>为供需平衡指数的修正因子。
进一步的,所述决策延迟指数的具体获取过程为:从交互数据中提取各个项目的决策超时次数/>、决策提前完成次数/>、决策等待时间/>和计划决策时间/>;通过决策延迟公式计算出决策延迟指数/>,具体的决策延迟差公式为:,其中/>为项目/>的决策复杂度对于决策延迟指数的权重系数,/>为决策延迟指数的修正因子。
进一步的,所述综合各个指数数据计算出潜在风险综合评估指数的具体过程为:获取进度偏差指数、成本偏差指数/>、资源利用偏差指数/>、供应链偏差指数/>、供需平衡指数/>和决策延迟指数/>,通过潜在风险评估公式计算出潜在风险综合评估指数/>,具体的潜在风险评估公式为:/>,其中/>、/>、/>、/>、/>和/>分别为进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数对于潜在风险综合评估指数的权重系数,/>为成本偏差指数和资源利用偏差指数的负向叠加影响因子,/>为供应链偏差指数和供需平衡指数的相互叠加影响因子,/>为潜在风险综合评估指数的修正因子。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、通过根据预处理后的交互数据计算得出各个指数数据,将各个指数数据综合计算得出潜在风险综合评估指数,从而帮助项目管理者更全面地评估和应对潜在风险,进一步实现了对项目状态的潜在风险的全面性评估,有效解决了现有技术中对交互数据的潜在风险缺乏全面性指标监测的问题。
2、通过数据可视化工具展示潜在风险综合评估指数的预测趋势,从而使项目管理团队能够更准确地预测项目未来的风险趋势,进而有助于提前采取必要的措施来应对潜在风险。
3、通过综合各个指数数据计算出潜在风险综合评估指数,以及使用数据可视化工具展示潜在风险综合评估指数的预测趋势,从而提高了风险识别和决策支持的能力,进一步达到了对项目交互数据的潜在风险趋势预测。
附图说明
图1为本申请实施例提供的数字化的交付数据可视化系统应用方法流程图;
图2为本申请实施例提供的数字化的交付数据可视化管理系统的结构示意图。
具体实施方式
本申请实施例通过提供一种数字化交付数据可视化系统及其应用方法,解决了现有技术中对交互数据的潜在风险缺乏全面性指标监测的问题,通过根据预处理后的交互数据计算得出各个指数数据,将各个指数数据综合计算得出潜在风险综合评估指数,从而帮助项目管理者更全面地评估和应对潜在风险,进一步实现了对项目状态的潜在风险的全面性评估。
本申请实施例中的技术方案为解决上述对交互数据的潜在风险缺乏全面性指标监测的问题,总体思路如下:
通过对交互数据的采集存储与预处理,再基于交互数据计算进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数,然后综合各个指数数据,得到综合潜在风险评估指数,接着利用工具展示数据,最后设定阈值警戒线,达到了对项目状态的潜在风险的全面性评估。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示,为本申请实施例提供的数字化的交付数据可视化管理系统的结构示意图,本申请实施例提供的数字化的交付数据可视化管理系统包括:数据采集存储模块、指数计算模块、综合评估模块、数据可视化模块和风险告警模块;其中,数据采集存储模块:用于获取指定目标系统中的数据交互关系,同时从获取数据交互关系对应的所有交互数据,将交互数据集成统一保存在一个数据库中,并对交互数据进行预处理;指数计算模块:用于根据预处理后的交互数据计算得出指数数据,指数数据包括进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数;综合评估模块:用于综合各个指数数据计算出潜在风险综合评估指数;数据可视化模块:用于使用数据可视化工具展示实时交互数据、各个指数数据和潜在风险综合评估指数;风险告警模块:用于设置阈值警戒线,当潜在风险综合评估指数超过该阈值警戒线时,发出警报通知人员进行处理。
如图2所示,为本申请实施例提供的数字化的交付数据可视化系统应用方法流程图,该方法应用于数字化的交付数据可视化管理系统中,该方法包括以下步骤:交互数据的采集存储与预处理:获取指定目标系统中的数据交互关系,同时从获取数据交互关系对应的所有交互数据,将交互数据集成统一保存在一个数据库中,并对交互数据进行预处理;基于交互数据计算各个指数数据:根据预处理后的交互数据计算得出指数数据,指数数据包括进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数;综合各个指数数据得到综合潜在风险评估指数:综合各个指数数据计算出潜在风险综合评估指数;利用工具展示数据:使用数据可视化工具展示实时交互数据、各个指数数据和潜在风险综合评估指数;设定阈值警戒线:设置阈值警戒线,当潜在风险综合评估指数超过该阈值警戒线时,发出警报通知人员进行处理。
在本实施例中,交付数据包括项目文档、工程图纸、报告等,此处用项目指代其他内容。从数据交互关系中收集所有相关的交互数据。这可以涵盖各种数据类型,包括文档、报告、传感器数据等。这些数据被集成并统一保存在一个数据库中,以确保数据的一致性和可访问性。计算指数之前,对交互数据进行预处理是关键的一步,包括数据清洗、缺失值处理、异常值检测和数据标准化等操作。预处理确保数据的质量,以便后续的指数计算和分析,确保数据的一致性和可用性。将各个指数数据综合起来,计算出潜在风险综合评估指数,用来量化项目或业务的风险水平,帮助决策者更好地理解潜在的风险。
进一步的,数据可视化工具还用于展示潜在风险综合评估指数的预测趋势;潜在风险综合评估指数的预测趋势具体获取过程为:获取历史各个指数数据,将各个指数数据按照对应的时间戳进行排序,在同一时间戳下,若缺少进度偏差指数、成本偏差指数、质量偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数其中之一,则将此时间戳下的其他剩余指数数据丢弃,否则保存为待分析数据;将待分析数据分为待训练数据和待验证数据,提取待训练数据的特征,通过机器学习对提取的特征进行学习,建立出趋势预测模型;使用待验证数据对趋势预测模型进行准确性验证,当准确性达到一定阈值后,采用趋势预测模型预测出各个指数的预测趋势;设置各个指数对于潜在风险综合评估指数的权重,计算出潜在风险综合评估指数的预测趋势。
在本实施例中,首先,需要收集历史数据,包括进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数,这些数据是趋势预测的基础。特征提取操作出的特征包括季节特征、周期性特征、趋势特征和分布特征等。当潜在风险综合评估指数的预测趋势对应的值超过该阈值警戒线时,同样发出警报通知人员进行处理。
进一步的,进度偏差指数的具体获取过程为:从交互数据中提取各个项目的预计进度/>、实际进度/>、提前完成次数/>和延期次数/>,其中/>为交互数据中项目的编号,/>,/>为交互数据中项目总数,/>为项目/>提前完成次数的编号,/>,为项目/>提前完成次数总数,/>为项目/>延期次数的编号,/>,/>为项目/>延期次数总数;通过进度偏差公式计算出进度偏差指数/>,具体的进度偏差公式为:,其中/>为自然常数,/>为进度效率的权重系数,/>为每个项目的提前完成次数和延期次数对于进度偏差指数的相互叠加影响系数,/>为进度偏差指数的修正因子。
在本实施例中,提供一个快速且实时的方式来评估项目的进度偏差,还允许项目管理团队根据具体情况进行调整和自定义,以满足不同项目组合的需求,有助于项目管理者更好地了解项目的进展情况,及时采取必要的纠正措施,以确保项目按计划顺利进行。
进一步的,成本偏差指数的具体获取过程为:从交互数据中提取各个项目的预计成本/>、实际成本/>、预算超支金额/>、实际超支金额/>、预算节约金额/>和实际节约金额/>;通过成本偏差公式计算出成本偏差指数/>,具体的成本偏差公式为:,其中/>、/>和/>分别为成本差比率、超支金额比和节约金额比对于成本偏差指数的权重系数,/>为成本偏差指数的修正因子,/>为超支金额比和节约金额比的相互叠加影响因子。
在本实施例中,通过收集预计成本和实际成本数据,以及预算超支金额、实际超支金额、预算节约金额和实际节约金额的信息,可以迅速计算出成本偏差指数,有助于项目管理者及时了解项目成本是否与预算相符,以及是否存在超支或节约的情况。
进一步的,资源利用偏差指数的具体获取过程为:从交互数据中提取各个项目的计划资源分配/>和实际资源分配/>;通过资源利用偏差公式计算出资源利用偏差指数,具体的资源利用偏差公式为:/>,其中/>为资源利用效率对于资源利用偏差指数的权重系数,/>为资源利用偏差指数的修正因子。
在本实施例中,通过收集计划资源分配和实际资源分配的信息,迅速计算出资源利用偏差指数,便于项目管理者了解项目是否按照计划合理利用了资源。
进一步的,供应链偏差指数的具体获取过程为:从交互数据中提取各个项目的供应链交付延误次数/>、供应链交付延误时长/>和供应链中断次数/>;通过供应链偏差公式计算出供应链偏差指数/>,具体的供应链偏差公式为:,其中/>、/>和/>分别为供应链交付延误次数、供应链交付延误时长和供应链中断次数对于供应链偏差指数的权重因子,、/>和/>分别为每个项目的供应链交付延误次数、供应链交付延误时长和供应链中断次数对应的允许值,/>为供应链偏差指数的修正因子。
在本实施例中,通过收集供应链交付延误次数、供应链交付延误时长和供应链中断次数的信息,可迅速计算出供应链偏差指数,有助于项目管理者及时了解供应链方面的问题。
进一步的,供需平衡指数的具体获取过程为:从交互数据中提取各个项目的供应量/>和市场需求量/>;通过供需平衡公式计算出供需平衡指数/>,具体的供需平衡公式为:/>,其中/>为供应量和市场需求量相互叠加影响因子对于供需平衡指数的权重系数,/>为项目/>对应的当前市场需求变化率,为供需平衡对应的季节波动影响因子,/>为供需平衡指数的修正因子。
在本实施例中,通过收集供应量和市场需求量的信息,可迅速计算出供需平衡指数,有助于项目管理者及时了解市场需求与供应之间的关系,以确定是否存在供需不平衡情况。
进一步的,决策延迟指数的具体获取过程为:从交互数据中提取各个项目的决策超时次数/>、决策提前完成次数/>、决策等待时间/>和计划决策时间/>;通过决策延迟公式计算出决策延迟指数/>,具体的决策延迟差公式为:/>,其中/>为项目/>的决策复杂度对于决策延迟指数的权重系数,/>为决策延迟指数的修正因子。
在本实施例中,通过收集决策超时次数、决策提前完成次数、决策等待时间和计划决策时间的信息,可迅速计算出决策延迟指数,有助于项目管理者及时了解项目的决策执行效率。
进一步的,综合各个指数数据计算出潜在风险综合评估指数的具体过程为:获取进度偏差指数、成本偏差指数/>、资源利用偏差指数/>、供应链偏差指数/>、供需平衡指数/>和决策延迟指数/>,通过潜在风险评估公式计算出潜在风险综合评估指数/>,具体的潜在风险评估公式为:
,其中、/>、/>、/>、/>和/>分别为进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数对于潜在风险综合评估指数的权重系数,/>为成本偏差指数和资源利用偏差指数的负向叠加影响因子,/>为供应链偏差指数和供需平衡指数的相互叠加影响因子,/>为潜在风险综合评估指数的修正因子。
在本实施例中,潜在风险综合评估指数综合了多个关键指标,包括进度偏差、成本偏差、资源利用偏差、供应链偏差、供需平衡和决策延迟。通过综合考虑这些指标,提供一个全面的、多维度的潜在风险评估,有助于项目管理团队更好地了解潜在风险的性质和严重程度。
在本实施例中,数字化的交付数据可视化管理系统的各个模块协同工作,为项目管理提供了全面的支持和洞察力,它们有助于提高数据管理效率、准确性和决策能力,同时也能够降低项目潜在风险,从而促进项目的成功交付。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:相对于公开号为:CN114077693A的发明专利公开的基于物联网的工厂工业设备数据可视化管理系统及方法,本申请实施例通过根据预处理后的交互数据计算得出各个指数数据,将各个指数数据综合计算得出潜在风险综合评估指数,从而帮助项目管理者更全面地评估和应对潜在风险,进一步实现了对项目状态的潜在风险的全面性评估;相对于公开号为:CN115687497A的发明专利公开的一种基于物联网的工厂工业设备数据可视化管理系统及方法,本申请实施例通过数据可视化工具展示潜在风险综合评估指数的预测趋势,从而使项目管理团队能够更准确地预测项目未来的风险趋势,进而有助于提前采取必要的措施来应对潜在风险。。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种数字化的交付数据可视化系统,其特征在于,所述数字化的交付数据可视化管理系统包括:数据采集存储模块、指数计算模块、综合评估模块、数据可视化模块和风险告警模块;
其中,所述数据采集存储模块:用于获取指定目标系统中的数据交互关系,同时从获取数据交互关系对应的所有交互数据,将交互数据集成统一保存在一个数据库中,并对交互数据进行预处理;
所述指数计算模块:用于根据预处理后的交互数据计算得出指数数据,指数数据包括进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数;
所述综合评估模块:用于综合各个指数数据计算出潜在风险综合评估指数;
所述数据可视化模块:用于使用数据可视化工具展示实时交互数据、各个指数数据和潜在风险综合评估指数;
所述风险告警模块:用于设置阈值警戒线,当潜在风险综合评估指数超过该阈值警戒线时,发出警报通知人员进行处理。
2.数字化的交付数据可视化系统应用方法,其特征在于,包括以下步骤:
获取指定目标系统中的数据交互关系,同时从获取数据交互关系对应的所有交互数据,将交互数据集成统一保存在一个数据库中,并对交互数据进行预处理;
根据预处理后的交互数据计算得出指数数据,指数数据包括进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数;
综合各个指数数据计算出潜在风险综合评估指数;
使用数据可视化工具展示实时交互数据、各个指数数据和潜在风险综合评估指数;
设置阈值警戒线,当潜在风险综合评估指数超过该阈值警戒线时,发出警报通知人员进行处理。
3.如权利要求2所述数字化的交付数据可视化系统应用方法,其特征在于:所述数据可视化工具还用于展示潜在风险综合评估指数的预测趋势;
所述潜在风险综合评估指数的预测趋势具体获取过程为:
获取历史各个指数数据,将各个指数数据按照对应的时间戳进行排序,在同一时间戳下,若缺少进度偏差指数、成本偏差指数、质量偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数其中之一,则将此时间戳下的其他剩余指数数据丢弃,否则保存为待分析数据;
将待分析数据分为待训练数据和待验证数据,提取待训练数据的特征,通过机器学习对提取的特征进行学习,建立出趋势预测模型;
使用待验证数据对趋势预测模型进行准确性验证,当准确性达到一定阈值后,采用趋势预测模型预测出各个指数的预测趋势;
设置各个指数对于潜在风险综合评估指数的权重,计算出潜在风险综合评估指数的预测趋势。
4.如权利要求3所述数字化的交付数据可视化系统应用方法,其特征在于,所述进度偏差指数的具体获取过程为:
从交互数据中提取各个项目的预计进度/>、实际进度/>、提前完成次数/>和延期次数/>,其中/>为交互数据中项目的编号,/>,/>为交互数据中项目总数,/>为项目/>提前完成次数的编号,/>,/>为项目/>提前完成次数总数,/>为项目/>延期次数的编号,/>,/>为项目/>延期次数总数;
通过进度偏差公式计算出进度偏差指数,具体的进度偏差公式为:,其中/>为自然常数,/>为进度效率的权重系数,/>为每个项目的提前完成次数和延期次数对于进度偏差指数的相互叠加影响系数,/>为进度偏差指数的修正因子。
5.如权利要求4所述数字化的交付数据可视化系统应用方法,其特征在于,所述成本偏差指数的具体获取过程为:
从交互数据中提取各个项目的预计成本/>、实际成本/>、预算超支金额/>、实际超支金额/>、预算节约金额/>和实际节约金额/>;
通过成本偏差公式计算出成本偏差指数,具体的成本偏差公式为:,其中/>、/>和/>分别为成本差比率、超支金额比和节约金额比对于成本偏差指数的权重系数,/>为成本偏差指数的修正因子,/>为超支金额比和节约金额比的相互叠加影响因子。
6.如权利要求5所述数字化的交付数据可视化系统应用方法,其特征在于,所述资源利用偏差指数的具体获取过程为:
从交互数据中提取各个项目的计划资源分配/>和实际资源分配/>;
通过资源利用偏差公式计算出资源利用偏差指数,具体的资源利用偏差公式为:,其中/>为资源利用效率对于资源利用偏差指数的权重系数,/>为资源利用偏差指数的修正因子。
7.如权利要求6所述数字化的交付数据可视化系统应用方法,其特征在于,所述供应链偏差指数的具体获取过程为:
从交互数据中提取各个项目的供应链交付延误次数/>、供应链交付延误时长/>和供应链中断次数/>;
通过供应链偏差公式计算出供应链偏差指数,具体的供应链偏差公式为:,其中/>、/>和/>分别为供应链交付延误次数、供应链交付延误时长和供应链中断次数对于供应链偏差指数的权重因子,、/>和/>分别为每个项目的供应链交付延误次数、供应链交付延误时长和供应链中断次数对应的允许值,/>为供应链偏差指数的修正因子。
8.如权利要求7所述数字化的交付数据可视化系统应用方法,其特征在于,所述供需平衡指数的具体获取过程为:
从交互数据中提取各个项目的供应量/>和市场需求量/>;
通过供需平衡公式计算出供需平衡指数,具体的供需平衡公式为:,其中/>为供应量和市场需求量相互叠加影响因子对于供需平衡指数的权重系数,/>为项目/>对应的当前市场需求变化率,/>为供需平衡对应的季节波动影响因子,/>为供需平衡指数的修正因子。
9.如权利要求8所述数字化的交付数据可视化系统应用方法,其特征在于,所述决策延迟指数的具体获取过程为:
从交互数据中提取各个项目的决策超时次数/>、决策提前完成次数/>、决策等待时间/>和计划决策时间/>;
通过决策延迟公式计算出决策延迟指数,具体的决策延迟差公式为:,其中/>为项目/>的决策复杂度对于决策延迟指数的权重系数,/>为决策延迟指数的修正因子。
10.如权利要求9所述数字化的交付数据可视化系统应用方法,其特征在于,所述综合各个指数数据计算出潜在风险综合评估指数的具体过程为:
获取进度偏差指数、成本偏差指数/>、资源利用偏差指数/>、供应链偏差指数/>、供需平衡指数/>和决策延迟指数/>,通过潜在风险评估公式计算出潜在风险综合评估指数/>,具体的潜在风险评估公式为:,其中/>、/>、/>、/>、/>和/>分别为进度偏差指数、成本偏差指数、资源利用偏差指数、供应链偏差指数、供需平衡指数和决策延迟指数对于潜在风险综合评估指数的权重系数,/>为成本偏差指数和资源利用偏差指数的负向叠加影响因子,/>为供应链偏差指数和供需平衡指数的相互叠加影响因子,/>为潜在风险综合评估指数的修正因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311327537.4A CN117350542A (zh) | 2023-10-13 | 2023-10-13 | 一种数字化交付数据可视化系统及其应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311327537.4A CN117350542A (zh) | 2023-10-13 | 2023-10-13 | 一种数字化交付数据可视化系统及其应用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117350542A true CN117350542A (zh) | 2024-01-05 |
Family
ID=89366278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311327537.4A Pending CN117350542A (zh) | 2023-10-13 | 2023-10-13 | 一种数字化交付数据可视化系统及其应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117350542A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117787920A (zh) * | 2024-02-23 | 2024-03-29 | 国家开放大学 | 一种信息化项目智能化数据处理系统和方法 |
-
2023
- 2023-10-13 CN CN202311327537.4A patent/CN117350542A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117787920A (zh) * | 2024-02-23 | 2024-03-29 | 国家开放大学 | 一种信息化项目智能化数据处理系统和方法 |
CN117787920B (zh) * | 2024-02-23 | 2024-05-07 | 国家开放大学 | 一种信息化项目智能化数据处理系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934356B (zh) | 一种基于大数据的机房巡检方法及相关设备 | |
US10354210B2 (en) | Quality prediction | |
CN117350542A (zh) | 一种数字化交付数据可视化系统及其应用方法 | |
CN112232564B (zh) | 标签处理装置及方法 | |
EP1672578A1 (en) | Method and system for analyzing the risk of a project | |
CN114202243A (zh) | 一种基于随机森林的工程项目管理风险预警方法及系统 | |
CN111738822A (zh) | 审计员推荐方法及装置 | |
CN111199493A (zh) | 一种基于客户缴费信息及征信信息的欠费风险识别方法 | |
CN112101125B (zh) | 一种快递货物堆积程度的检测方法及装置 | |
CN112598443A (zh) | 一种基于深度学习的线上渠道业务数据处理方法及系统 | |
CN116720720A (zh) | 一种岩土工程设备互联调度管理方法和系统 | |
US20140351416A1 (en) | Characterizing Statistical Time-Bounded Incident Management Systems | |
Bardsiri et al. | Statistical analysis of the most popular software service effort estimation datasets | |
Richter et al. | Visualization of requirements engineering data to analyse the current product maturity in the early phase of product development | |
CN111967774B (zh) | 软件质量风险预测方法及装置 | |
CN114417741A (zh) | 一机一档设备数据管理及处理系统 | |
TWM503595U (zh) | 生產現況監控系統 | |
CN115587764A (zh) | 一种用于电网物资管理的供应链导期优化方法和系统 | |
CN117408643B (zh) | 应用于工程数智化管理平台的进度监控管理方法和系统 | |
CN111222834A (zh) | 企业现场应急工作数据分析方法及系统 | |
US20100011346A1 (en) | Control chart technique for analyzing software engineering activities affected by intrinsic process variation and statistical fluctuations | |
Baglee et al. | An approach to identifying waste in data management processes | |
CN109726818B (zh) | 一种模型编辑方法、装置、设备和介质 | |
CN113703396B (zh) | 一种基于智能终端的数控切割设备的智能升级方法 | |
US20220308561A1 (en) | Analysis apparatus, analysis method and computer readable medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |