S大学采购大数据可视化驾驶舱的设计与实现

【摘要】大数据思维和技术在大学采购中的应用，是一流大学采购治理发展的必然要求。本文以S大学采购大数据为例，通过数据可视化技术，构建采购大数据可视化驾驶舱系统平台，将采购各业务数据以驾驶舱方式多维度可视化展示，挖掘采购数据关系，实现采购数据的态势分析、科学辨别，勾勒S大学采购数字图景，提升科学决策水平，助力高水平大学建设，赋能S大学采购治理。

【关键词】采购；数据可视化；驾驶舱

随着大数据分析的迅速发展，以数据可视化为基础的各项技术逐渐融入到了各个行业中。对大学采购而言，面对海量的数据，管理人员往往需要耗费大量时间和人工成本来分析各种庞杂的采购数据。针对大数据分析等技术与大学采购治理融合的迫切需求，本文基于MVC模型，设计实现了一套全流程多维度的采购大数据可视化驾驶舱系统，挖掘采购数据关系，实现采购数据的态势分析、科学辨别，提升科学决策水平，赋能S大学采购治理。

相关工作

数据驾驶舱的功能是将多个数据源及web服务集成在一起，形成便于管理人员更好理解的数字信息面板。数据驾驶舱已经成为数据可视化系统中一种常用的表达方式,为管理人员提供最直观的视觉效果,帮助管理人员快速理解数据指标。

国内对数据可视化驾驶舱已经有了一定的研究。如，吴南中等人通过大数据构建智慧教室驾驶舱，利用其数据采集、数据处理、数据集中等功能在教育教学等方面发挥作用。明煦等人利用数据挖掘技术搭建多系统融合的领导驾驶舱，使管理者能直观、便捷、形象地掌握供电公司的整体运营状况。姚浩等人利用主站信息的警告信息、设备故障数据构建巡维中心驾驶舱，采用决策树技术定位发生故障或出现危险情况的具体设备和故障原因，协助运行人员及时响应事故。本文借助高校的采购数据搭建数据可视化驾驶舱，分析时空数据，利用Mysql数据库进行数据传输，再通过浏览器展示分析结果。

S大学采购大数据可视化驾驶舱系统的设计

系统功能

对标精细化体系建设与数字采购的要求，该项目针对科研器材、图书、办公用具等大量的学校采购数据搭建驾驶舱。本系统可通过数据库实时更新数据，实现用户交互。为保证系统的可靠性、实用性，系统将传统分析图表与地图结合，并把数据映射到统计图表和地图上，来展现供应商地区分布与采购数据分布的内在关联，以及数据在地域上的横向对比和时间上的纵向对比。

1.MVC模型

驾驶舱系统基于MVC模型的概念来设计，它的核心思想是分层，不同的层有不同的功能，每个层相互协作完成功能。模型层M是数据库，它获取需要显示的数据，并存储这些数据的修改。视图层V是浏览器，它通过穿插使用Echarts等web技术，将模型数据显示给用户。控制器层C是模型和视图之间的媒介，它将用户的动作解析成对数据的操作，比如查找数据或者修改数据，然后转发给模型层执行，最后在视图层中进行显示。MVC的优点在于每个层之间互不干扰，确保数据传递的独立性、逻辑性和准确性。

2.前端页面搭建

前端页面是驾驶舱系统最重要的显示部分，驾驶舱以html+CSS+Echarts+JS为前端架构，用来展现数据分析结果。首先，利用html语言设计网页布局，包括使用column列容器和div等标签布局页面；其次，结合CSS技术实现网页的样式需求；最后，通过Echarts可视化库绘制图表。Echarts可视化库是一个使用JavaScript实现的开源可视化库，兼容当前绝大部分浏览器，为用户提供了直观、交互丰富、可高度个性化定制的数据可视化图表。

实现图表配置的具体步骤是：首先，引入绘制图表所需的js插件，在实现代码中初始化Echarts实例化对象；其次，对图表配置项option中的组件根据用户需求进行修改、配置；最后，将配置项设置给Echarts实例对象，即可在页面上放置图表。系统还利用监听resize事件，让图表跟随屏幕自适应缩放。

3.服务器端搭建

服务器以Flask+MVC+JSP+Mysql为基础框架进行开发，实现步骤分为data、templates、app和static四个部分。在data部分中，系统需要与数据库建立连接，获取所需数据、转化数据格式。Templates部分用于放置前端的html文件，在运行浏览器时被调用。app部分是服务器框架运行的主文件，它创建Flask实例化对象接收来自Web服务器的请求，然后做出响应，再启动Web服务器，是MVC模型中最重要的控制器。最后一部分static用来存放css、js等静态资源文件，Flask项目最大的优点就是合理清晰地分离前后端的同时，又能统筹整个项目的设计、修改等，明确了精细化设计的需求。

4.数据交互功能的实现

Ajax作为一种用于创建快速动态网页的技术，通过在后台与服务器进行少量数据交换，可以使网页实现异步更新而不需要重新加载浏览器界面，确保数据准确传输。

驾驶舱系统中的前端采用Ajax函数向后端发送Ajax请求和URL请求地址。然后，服务器端将请求发送给Flask程序实例，为每个图表定义路由，根据路由中的URL来决定路由接收的Ajax请求，调用对应的数据处理函数，获取数据库中的数据并处理。将封装为json格式的数据传回Ajax请求的回调函数中，并传递给Echarts实例对象，重新渲染视图，最终实现数据交互。图2为系统的数据交互功能模块的框架图。

S大学采购大数据可视化驾驶舱系统的实现

图3是数据驾驶舱的可视化界面，其包含九个模块。左右两栏为采购项目的统计图表，用户通过点击标签切换年份查看和变换图表实现界面交互。中间一栏为时空数据界面，包含国内外采购数据时空分布、全球采购统计、采购热词等模块。

国内采购模块包含地图、时间轴、图表。该模块统计供应商信息数据在地图上显示，并根据地区的采购热度分配地图颜色。柱状图为每个地区的采购量从大到小排名，扇形图则展示各个地区的采购占比。时间轴展示三年和累计的时空数据，它能够很好地反映地区间的竞争、每年采购量在时间、空间上的实时变化。如图4所示。

国际采购模块类比国内采购模块展示采购数据，在不同国家地区显示采购量、采购学院、占比、金额等，国内外采购时空数据相结合为采购方案总结、预测采购趋势等提供捷径，也可以与其他采购系统对接，作出决策。如图5所示。

采购热词模块为三年中每个采购设备、采购领域添加热词信息，采集后输入到数据表格中并统计，最后将数据映射到界面中。采购热词的大小、位置代表了它采购交易的热门程度，热词可以显示采购数据信息。如图6所示。

在侧栏的各种图表模块中，利用柱状图、折线图、扇形图等展现数据变化趋势，每个模块都有交互功能。学科大类采购模块显示年份和采购量，不同颜色柱分别代表经管类、理工类和人文类的数据信息，展示年度数据和累计数据。如图7所示。

科研经费情况统计模块利用扇形图统计近三年的横向和非横向的科研经费，图表显示年份和经费金额，用户可以切换近三年和累计的统计数据，从历年科研经费中挖掘数据的来源。如图8所示。

季度申购单模块界面显示三年的各个季度申购单，通过折线图体现数据变化趋势。图表统计了材料、图书、设备、家具等各种类别的申购单，用户可以选择观察分析特定类别的数据变化，挖掘数据类别的横向对比和在季度上的时间纵向对比。如图9所示。

校区采购统计模块由进度条图表组成，展示了S大学三个校区的采购数量统计和各自对总采购量的占比，通过进度条的变化可以展现三个校区的采购竞争关系、采购量变化等。如图10所示。

本系统的采购驾驶舱采用时间空间相结合、静态动态相结合的理念，在实时更新数据的同时，利用图表的各种对比挖掘分析数据的趋势变化、时空联系以及数据分类。

结语

面对新一代信息技术的加速应用，高校需要充分应用新技术驱动管理，重塑服务方式，精准、高效服务于一流大学建设。本文设计了S大学采购大数据可视化驾驶舱系统，全景图重点监控各采购业务模块，力求实现供应商、采购热词、学科大类采购、科研经费采购、时空数据、校区采购、电商平台、资源库等全环节、全流程、动态实时监控。自该平台运行应用以来，S大学采购管理由被动变为主动，实现了全景式的采购监控可视化、采购异常智能警示及分析、追溯查询，提高了采购治理科学管理水平。

参考文献：

[1]邓智豪.基于大数据的自定义可视化分析引擎的设计与实现[D].北京邮电大学,2021.000433.

[2]张雪雯.基于数据仓库的管理驾驶舱系统的设计与实现[D].北京交通大学,2020.001058.

[3]明煦,刘勇兵,陈洪胜,李潇,王晓婷.基于大数据挖掘和多系统融合的"领导驾驶舱"智能决策[J].电力大数据,2019,22(05):33-40.DOI:10.19317/j.cnki.1008-083x.2019.05.006.

[4]温丽梅,梁国豪,韦统边,张亮,韦通明.数据可视化研究[J].信息技术与信息化,2022(05):164-167.

[5]冯冬艳.MySQL集群主从复制的原理.实现与常见故障排除[J].山西电子技术,2021(06):47-48+57.