智慧园区以“园区+互联网”为理念，融入社交、移动、大数据和云计算，将产业集聚发展与城市生活居住的不同空间有机组合，形成社群价值关联、圈层资源共享、土地全时利用的功能复合型城市空间区域。
 

1 智慧园区运行管理平台IOC

大屏显示园区四大模块，包括园区主要经济发展状况、园区建设情况、园区服务内容、相关决策支持。
大屏保证显示清晰，各项操作的响应时间保证地图基础数据（底图）加载时间≤5s，地图场景切换的各类图层加载≤5s，大屏业务指标展示≤5s；简单事务处理（包含各类信息搜索、修改、查询业务、主要页面平均响应时间等）≤2s，复杂事务处理≤20s。对于三维地图部分，保证首次加载地图资源服务器CPU占用率＜50%，内存使用率＜50%；正常运行时服务器CPU占用率＜40%，内存使用率＜40%。同时保证系统有效工作时间≥99.9%。
 

1.1 经济发展

经济发展是一个国家或者地区按人口平均的实际福利增长过程，它不仅是财富和经济机体的量的增加和扩张，而且还意味着其质的方面的变化，即经济结构、社会结构的创新，社会生活质量和投入产出效益的提高。简而言之，经济发展就是在经济增长的基础上，一个国家或地区经济结构和社会结构持续高级化的创新过程或变化过程。

随着生产社会化、知识功能化与社会经济化，经济结构已经复杂化，经济增长与经济发展、经济发展与社会发展在内涵和外延两方面逐步趋同，GDP增长已经不能真实反映经济增长，即使经济增长也离不开经济发展，当今时代经济增长只有抽象的意义；用GDP来计算经济增长、衡量经济发展已经落后于时代的要求。经济发展是价值的发展不是金钱的增长，是效益的发展不是效率的增长，是全面的发展不是片面的增长，是辨证的发展不是线性的增长。“经济发展”概念把发展经济学和增长经济学区别开来，把经济增长与经济发展、经济发展与社会发展统一起来，把经济学定位为发展经济学，使发展经济学成为一门科学。

经济发展不仅意味着国民经济规模的扩大，更意味着经济和社会生活素质的提高。所以，经济发展涉及的内容超过了单纯的经济增长，比经济增长更为广泛。

就当代经济而言，发展的含义相当丰富复杂。发展总是与发达、与工业化、与现代化、与增长之间交替使用。一般来说，经济发展包括三层含义：

(1)经济量的增长，即一个国家或地区产品和劳务的增加，它构成了经济发展的物质基础；
(2)经济结构的改进和优化，即一个国家或地区的技术结构、产业结构、收入分配结构、消费结构以及人口结构等经济结构的变化；
(3)经济质量的改善和提高，即一个国家和地区经济效益的提高、经济稳定程度、卫生健康状况的改善、自然环境和生态平衡以及政治、文化和人的现代化进程。

经济发展是通过经济结构的改进和优化、经济质量的改善和提高达到经济量的增长。

“总部经济”是指某区域由于特有的资源优势吸引企业将总部在该区域集群布局，将生产制造基地布局在具有比较优势的其它地区，而使企业价值链与区域资源实现最优空间耦合，以及由此对该区域经济发展产生重要影响的一种经济形态。

企业按照总部经济的模式进行空间布局，把总部布局在发达的中心城市，而将生产加工基地布局在欠发达地区，由此使企业能够以较低的成本取得中心城市的战略资源和欠发达地区的常规资源，实现两个不同区域优势资源在同一个企业的集中配置，不但能够使企业资源配置综合成本降低，而且使得总部所在的中心城市密集的人才、信息、技术资源得到最充分的效能释放，同时使得加工基地所在的欠发达地区密集的制造资源得到最大限度的发挥。

环境与经济可持续发展，即经济发展不能以危害环境为代价，可持续发展要求一个国家或地区的发展不应影响其他国家或地区的发展，可持续性意味着维持乃至全人类福利的自然资源基础，使生态环境和经济社会协调发展。
 

1.2 园区建设

以三维地图为基础，通过俯视视角展现园区全景。园区地图使用最新的谷歌影像图，地图高程精度达到10米以下，园区内的建筑通过三维模型进行展示，主要建筑的模型精度更高。

地图中可以显示园区内重点建设项目的建设进度、建设情况，通过操作可以显示详情信息。地图中还标识出园区中的重点企业位置，可以展示园区重点企业的空间分布，通过操作可以显示企业基本信息。

地图中点击企业标签可跳转到企业厂区界面，在三维地图中显示企业厂区详细样貌，支持重点检测实验室查询展示。

三维地图系统使用天地图开发。“天地图”是国家测绘地理信息局建设的地理信息综合服务网站。集成了来自国家、省、市（县）各级测绘地理信息部门，以及相关政府部门、企事业单位 、社会团体、公众的地理信息公共服务资源，向各类用户提供权威、标准、统一的在线地理信息综合服务。它是“数字中国”的重要组成部分，是国家地理信息公共服务平台的公众版。“天地图”的目的在于促进地理信息资源共享和高效利用，提高测绘地理信息公共服务能力和水平，改进测绘地理信息成果的服务方式，更好地满足国家信息化建设的需要，为社会公众的工作和生活提供方便。2012年2月，资源三号测绘卫星为天地图提供了第一幅国内影像数据。2013年6月18日，天地图的2013版本正式上线，整体服务性能比此前版本提升4至5倍。新版天地图还开通了英文频道、综合信息服务频道和三维城市服务频道，并更新了手机地图。

“天地图”运行于互联网、移动通信网等公共网络，以门户网站和服务接口两种形式向公众、企业、专业部门、政府部门提供24小时不间断“一站式”地理信息服务。

国家地理信息公共服务平台包括公众版、政务版、涉密版三个版本，“天地图”就是公众版成果，是由国家测绘局主导建设的为公众、企业提供权威、可信、统一地理信息服务的大型互联网地理信息服务网站，旨在使测绘成果更好地服务大众。

各类用户可以通过“天地图”的门户网站进行基于地理位置的信息浏览、查询、搜索、量算，以及路线规划等各类应用；也可以利用服务接口调用“天地图”的地理信息服务，并利用编程接口将“天地图”的服务资源嵌入到已有的各类应用系统（网站）中，并以“天地图”的服务为支撑开展各类增值服务与应用，从而有效缓解地理信息资源开发利用中技术难度大、建设成本高、动态更新难等突出问题。

“天地图”刚刚起步，在信息丰富程度、数据更新速度、网站服务功能与性能等方面还需要进一步提高。不久的将来，“天地图”将成为网络地理信息服务的中国知名品牌。
“天地图”门户网站会免费向公众提供服务，企业需要利用“天地图”的服务接口、API进行增值开发的，需要得到“天地图”的授权。

影像地图取自谷歌地球。谷歌地球（Google Earth，GE）是一款谷歌公司开发的虚拟地球软件，它把卫星照片、航空照相和GIS布置在一个地球的三维模型上。谷歌地球于2005年向全球推出，被《PC 世界杂志》评为2005年全球100种最佳新产品之一。用户们可以通过一个下载到自己电脑上的客户端软件，免费浏览全球各地的高清晰度卫星图片。Google地球分为免费版、专业版。

Google earth的卫星影像，并非单一数据来源，而是卫星影像与航拍的数据整合。其卫星影像部分来自于美国DigitalGlobe公司的QuickBird（快鸟）商业卫星与EarthSat公司（美国公司，影像来源于陆地卫星LANDSAT-7卫星居多），航拍部分的来源有BlueSky公司（英国公司，以航拍、GIS/GPS相关业务为主）、Sanborn公司（美国公司，以GIS、地理数据、空中勘测等业务为主）、美国IKONOS及法国SPOT5。其中SPOT5可以提供解析度为2.5米的影像、IKONOS可提供1米左右的影像、而快鸟就能够提供最高为0.61米的高精度影像，是全球商用的最高水平。在卫星图像方面，美国五角大楼每年都会给予其三大主要合作伙伴DigitalGlobe、IKONOS和ORBIMAGoogle Earth数十亿美元的资助，作为回报自然是这些公司的卫星数据将在第一时间交给五角大楼作为军事应用，而且针对某些敏感区域在规定的时限内不允许商业化。当然，这些公司还是会将限制之外的影像出售，如Keyhole（后来的Google EARTH) 就是DigitalGlobe的一个买主，而中国很多和DG公司也有业务合作，如在的当地政府就跟该公司购买过本城市的某波段卫星图像（某个省会城市），整图大小共6GB多，耗资数十万元人民币。

建筑模型使用3D MAX创建。3D Studio Max，常简称为3d Max或3ds MAX，是Discreet公司开发的（后被Autodesk公司合并）基于PC系统的三维动画渲染和制作软件。其前身是基于DOS操作系统的3D Studio系列软件。在Windows NT出现以前，工业级的CG制作被SGI图形工作站所垄断。3D Studio Max + Windows NT组合的出现一下子降低了CG制作的门槛，首先开始运用在电脑游戏中的动画制作，后更进一步开始参与影视片的特效制作，例如X战警II，最后的武士等。在Discreet 3Ds max 7后，正式更名为Autodesk 3ds Max 最新版本是3ds max 2021。
 

1.3 园区服务

显示园区构件设施的基本情况，对构件的名称、数量、属性等进行管理，可查看构件的全生命周期。
在三维地图上显示园区的政务服务网点，可一览园区政府服务网点的空间分布。
显示政务数据的统计分析结果，从服务类型、时间等多角度进行统计分析。
园区OA接入管理平台，大屏中的数据包括由园区OA接入的数据并自动分析显示。

办公自动化（Office Automation，简称OA）是将现代化办公和计算机技术结合起来的一种新型的办公方式。办公自动化没有统一的定义，凡是在传统的办公室中采用各种新技术、新机器、新设备从事办公业务，都属于办公自动化的领域。通过实现办公自动化，或者说实现数字化办公，可以优化现有的管理组织结构，调整管理体制，在提高效率的基础上，增加协同办公能力，强化决策的一致性。

办公自动化（office Automation，OA）是在设备、通信逐步实现自动化的基础上，通过管理信息系统（Management Information System，MIS）的发展而兴起的一门综合性技术。它是将计算机网络与现代化办公相结合的一种新型办公方式，它不仅可以实现办公事务的自动化处理，而且可以极大地提高个人或者群体办公事务的工作效率，为企业或部门机关的管理与决策提供科学的依据。在办公自动化管理领域，如果说硬件技术是其环境保障，则软件技术就是办公自动化各项功能得以顺利实现的灵魂所在。自20世纪70年代，从单机处理开始，例如，采用微型机处理文字，进而完成文件归档、记录指示、电话自动记录等任务。20世纪80年代后进入办公自动化的快速发展期，在办公室中普遍采用计算机作为高一级的管理工具，如信息检索、辅助决策等，出现办公设备和计算机、通信等互连构成的计算机网络系统，利用网络集成技术，人对办公信息的处理能力出现质的飞跃，办公自动化成为智能建筑的一个主要标志。

目前，办公自动化系统成为包括计算机、通信、声像识别、数值计算及管理等多种技术的一个综合系统。计算机技术、通信技术、系统科学和行为科学被视为办公自动化的四项支撑，工作站(Work Station)和局域网络(Local Area Network)成了办公自动化的两大支柱。
 

1.4 决策支持

支持经济推演功能，以生产总值、财政收入、投资、进出口、内需等主要宏观指标为参考，通过调节科技补贴、政策减免等分析这些宏观指标的未来变化，为经济决策提供参考。推演模型根据数据关联性进行分析。

根据主要指标项的历史趋势，结合十四五目标，分析当前各项经济完成情况，分析为实现十四五目标，之后各年所应该达到的目标，对比目标与按当前趋势预测之间的差异。

通过企业直报平台收集园区重点企业经营情况，包括企业资产总计、负债合计、营业收入、营业成本、利润总额等数据，企业每月上报数据。同时借助第三方机构收集企业舆情信息、经营信息、司法信息等数据，以上述数据为基础分析园区重点企业风险。分析内容包括经营风险、司法风险。
 

2 园区对外门户网站

园区对外门户网站包括园区宣传、政策发布、企业风采、互动交流等内容，主要侧重园区介绍展示。
除门户网站搭建外，还将协助完成域名申请及费用（域名所有权为甲方），配合甲方ICP备案资料整理及备案流程，配合甲方相关版块资料的收集、整理及上传等工作。

2.1 开发区概况

介绍开发区的基本情况，包括开发区简介、地理位置、面积、下辖地区、气候条件、著名景点、历史沿革、行政区划、发展规划、经济状况、历史成绩、产业集群、社会事业、交通运输、开发区荣誉等内容。
支持后台编辑发布开发区概况内容。

2.2 工作动态

显示开发区政府工作动态，包含各部门工作动态、图片新闻、视频新闻。

2.3 政策发布

显示各类政策法规信息，包括国家重要政策信息、省市重要政策信息、开发区政策信息、政策解读、规章制度、法规标准等。

2.4 政务公开

公开展示政府工作重要信息，包括转载上级政府重要政务信息、开发区重点工作、人事变动、成绩荣誉、规划计划等应当对群众公开的信息。

2.5 互动交流

提供可供来访者提供建议的交流平台，来访者可在交流平台上填写内容，内容分为咨询类、建议类、意见类、其他类供来访者选择。网站运营配备专门的工作人员负责平台的维护管理、内容回复。来访者的互动交流内容在平台上公开。

2.6 孵化体系

在门户网站设立专题界面展现经济开发区孵化体系。以图表配文字的形式展示当前开发区的发展基础、孵化体系模式、孵化器构建、加速器构建、孵化周期、当前成果等内容。

2.7 企业风采

展示开发区当前入驻企业信息，包括企业数量、企业结构、重点企业、企业详情等。企业详情展示企业概况、企业发展历程、企业规模、企业主要产品和服务、企业运营现状、企业荣誉、企业带头人等内容。

2.8 红色先锋

展现经济开发区党建工作，包括党建新闻、党建活动、党建荣誉、党务工作通知、党委人员构成等内容。

2.9 通知公告

包括经济开发区相关通知公告的展示，按公告类型分类，包含政务通知公告、企业运营公告、相关政策公告等。

2.10 后台管理

整个门户网站设置管理员及多重管理权限，配置专门的工作人员在后台负责门户网站的日常管理维护、内容编辑修改发布，调整各栏目内容、结构等。

3 经济运行应用

从经济运行的角度分析园区产业发展，包括全局概览，精准招商，产业运行监测，产业链分析，重点企业画像。正常情况下支持并发访问量不小于500个。
 

3.1 全局概览

分析宣化经济开发区宏观经济和产业经济发展现状。内容如下：
l 结合宣化统计局数据与周边区县宏观数据综合分析
l 结合宣化开发区宏观数据分析宣化经济运行现状
l 分析包括GDP与产业结构总体情况与预测
l 十四五经济目标细化年度大数据实证预测
l 结合互联网数据，进行人口和招聘就业情况分析及预测
l 财政收支及各项税收现状与趋势预测
l 结合全国9大类50种重要生产资料市场价格数据趋势分析
l 结合全国海关进出口数据与宣化本地进出口数据综合分析
l 将宣化本地产业数据与国家行业数据，各部委数据及上市公司数据相结合进行深度分析
 

3.2 精准招商

基于产业大脑平台，利用云计算、大数据、人工智能等新一代信息技术手段，展示产业发展状况、产业资源分布、重点企业分布，精准推荐招商靶向企业，为地方政府提供精准、专业、实时的线上招商服务。
（1）产业链全景图
大屏显示：利用数据可视化技术，以三级产业链展示产业全貌、产业链上下游关系、产业层级。
逐层企业钻取：每一个产业链环节可以逐层钻取到对应的企业列表、企业信息。
价值链可视化：通过产业链各环节的规模分布情况、企业分布、研发投入分布、人才分布，展示产业价值链分布。
产业链环节评估：利用多维指标构建产业链环节评估模型，直观显示各产业环节政策支持力度、发展前景、可投资价值、发展成熟度等评估信息，满足多种用户需求。
（2）企业导航图
企业基本信息：企业主营业务、企业登记注册类型、企业通讯地址、企业规模、生产能力、资产负债率等基本信息进行处理、打标签及结构化。
招商可能性评估：对企业投融资信息、投资活跃度、年内投资可能性等数据进行模型评级打分，实现招商可能性排序，优先排序招商可能性高的的企业，同时依据区域等因素形成招商企业导航图。实现企业信息可视化，更好助力地方政府招商工作。
（3）重点企业生态链
产业链重点企业生态：从产业生态链入手，展示龙头企业、供应商等全生态链企业情况，从产业生态链维度剖析潜在招商对象。
（4）招商项目评价
征信报告：对招商项目进行大数据信息检索，并结合线下实地调研等方法对招商项目出具征信报告。
项目评价报告：针对招商项目在线自动分发给领域专家进行评审，融合产业专家分析评估意见，以科学、专业、中立的角度，对项目与建设单位发展前景、技术可行性、投资合理性进行论证，把控区域招商项目质量。实现引进投资强度高、产出效益高、科技含量高、产业关联度高的“四高”项目。
（5）靶向精准推送
招商企业榜：对海量企业动态信息的实时搜集，通过打标、评价体系对企业进行评价，生成招商企业榜。
精准推送：地方政府可线上挑选当地产业发展重点，通过找准企业目标投资战略与当地产业招商的结合点，然后围绕二者的结合点，进行聚焦突破，真正锁定当前具有投资意愿、有投资实力的核心企业，从而在“招商企业”这一维度真正实现精准招商。
（6）产业动态监测
产业热点：实时推送全球、全国、地方产业热点新闻资讯。
产业新技术：实时推送全球、全国新技术发明、重大试验成果展示资讯。
产业政策：实时推送全国重大产业政策。
龙头企业发展要闻：实时推送产业龙头企业重大发展动态，包括融资并购重组、结构改革等要闻推送。
使用不少于50项企业数据指标进行分析，提供不少于10家靶向企业，分析产业链精准招商靶向企业的基本信息、推荐理由、经营状况、舆情状况、发展状况、扩张意向等。
 

3.3 产业链分析

分析宣化装备制造和冰雪产业两条产业链。产业链是产业经济学中的一个概念，是各个产业部门之间基于一定的技术经济关联，并依据特定的逻辑关系和时空布局关系客观形成的链条式关联关系形态。产业链是一个包含价值链、企业链、供需链和空间链四个维度的概念。这四个维度在相互对接的均衡过程中形成了产业链，这种“对接机制”是产业链形成的内模式，作为一种客观规律，它像一只“无形之手”调控着产业链的形成。

产业链的本质是用于描述一个具有某种内在联系的企业群结构，它是一个相对宏观的概念，存在两维属性：结构属性和价值属性。产业链中大量存在着上下游关系和相互价值的交换，上游环节向下游环节输送产品或服务，下游环节向上游环节反馈信息。

运用科学的方法，针对性、系统性地分析产业链上下游市场情况，掌握产业链上下游市场发展变化的规律和趋势，为企业/投资者进行产业链上下游市场预测和决策提供可靠的数据和资料，从而帮助企业/投资者确立正确的发展战略，找到富有价值与发展前景的具体业务。
 

3.4 产业运行监测

依据园区企业的经营信息，整理统计分析出产业运行现状，通过产业运行监测，掌握产业运行情况、发展特征及差异，助力园区产业结构优化升级。
（1）市场专项研究
针对热点行业进行深入的研究，通过对行业发展脉络、逻辑、背景系统分析，结合政府政策和企业行为的深度解读，以及大数据的统计视角，多层次多角度对于行业发展进行全面分析，从而找到行业投资最佳切入点，并提出切实可行的方法建议，为投资者或市场参与者的决策提供科学的依据和参考。
（2）行业专题研究
依托丰富的行业研究经验、完备的数据库资源以及专业的分析框架，对热点、重点行业市场规模、供求状况、行业竞争情况、最新发展趋势等方面进行深度的分析和论证。目前，已经对大健康、智能制造、绿色环保等行业进行专题研究，并形成一系列的研究报告。专题研究报告可以为投资者或市场参与者在其关注的特定领域提供决策性参考。
（3）定期市场监测
定期市场监测报告是对行业重点政策、热点事件及主要行业数据进行月度/季度/半年度/年度跟踪监测，帮助客户及时了解月度/季度/半年度/年度市场发展动态。
（4）行业技术动态研究
面向行业的发展需求，针对行业的核心技术、热点技术以及前沿技术的发展动态、现状、具体技术案例进行研究分析，研判国内外产业技术发展水平及态势，制定产业技术发展战略、规划和路径，力求为企业技术创新和经营决策提供科学的参考依据。
（5）行业竞争格局研究
对行业竞争领域和范围、市场增长速度和容量、行业周期性特征、竞争对手的数量和规模、市场份额、行业中产品工艺和技术变革速度等进行研究分析，并比较分析行业内重点企业的运营状况，包括生产、销售和效益情况以及各自的经营策略和竞争优势。帮助企业全面掌握行业竞争状况，深度了解竞争对手，借鉴国内外优秀企业的策略和做法，拓宽企业观察视野，及时调整自己的竞争策略和节奏，提高企业竞争力。
（6）龙头/标杆企业战略研究
龙头企业作为行业的领军者，是整个行业未来趋势和走向的风向标，同时也是追随者最看重的标杆。标杆企业战略研究是在对行业分析的基础之上，对本行业内的龙头企业的发展战略进行研究，包括产品战略、经营战略、资金战略等。通过借鉴龙头企业的成功战略，为企业/投资者自身发展战略的制定提供可靠的对标分析。
（7）商业模式研究
前瞻性了解当前行业最新商业模式发展，发现企业自身商业模式的不足，帮助企业完善或重构企业现有的商业模式，寻找未被满足的市场需求，开辟产业市场新蓝海。
（8）产业趋势及机会研究
科学的预测行业未来5-10年的发展前景与趋势，帮助企业彻底理清行业未来发展存在的机会与拐点。在行业新的市场机遇闪现或大的发展拐点到来之前，主动调整战略资源把握行业趋势，应对行业拐点，捕捉产业机遇，规避企业发展风险。
（9）区域市场发展研究
对区域的经济、资源、行业现状等因素全面深入的分析，帮助企业制定区域发展方向，提出合理有效的依据；同时为政府或管理部门全面了解区域发展情况，制定产业发展战略提供支撑。
 

3.5 重点企业画像

针对园区内的重点企业，绘制重点企业画像，监测重点企业发展动态、分布、特性。同时附企业分析算法模型及相关依据。

企业用户画像与个人用户画像有很大区别。个人用户画像是根据用户社会属性、生活习惯和消费行为等主要信息数据而抽象出的一个标签化的用户模型。而企业没有这些特征，企业用户画像描述的则是企业基本情况、经营情况、消费决策和对产品的诉求等多维度企业商业信息数据，来帮助我们全面了解企业状况，为之后的合作找到切入点等。

于企业来说，选择什么样的市场和客户是至关重要的。特别是对于一些创业公司，在资源有限的情况下，如何选择和聚焦目标，是能否站上制高点的关键。当企业对客户是谁、需求是什么、企业给客户提供的价值是什么等等没有统一认知时，想要帮助客户达成期望或让客户购买产品是根本不现实的。而用户画像的构建则会从以下方面让企业的运营达到事半功倍的效果。

销售预测：根据产品特点，更快地找到目标客户群体，帮助销售部门聚焦重点于潜在客户及其需求上，提高销售转化率。

精准营销：当给企业用户贴上各种标签之后，广告主就能通过标签触达目标客户，并且以用户偏好的方式促成购买，实现精准运营和营销。完善的企业用户画像分析有助于在客户获取、广告投放、服务推荐等推广上更有针对性，提升公司的运营效益。

企业情报：作为投资、求职、行业报告与企业研究、竞品分析等活动的分析数据等。如HR可以采用新的人才搜寻模式、市场专员也能对市场趋势进行更加有依据趋势预测、产品部能够获取更多的用户需求、金融行业的许多行为也能有更全面的风控措施等等。

企业用户画像构建的维度可以视具体需求而定，一般会根据以往客户建立模型，再按照模型构建用户画像，其中可以包含的维度有：
企业的基本信息：描述企业注册资本，员工人数，营业收入有多少，业务类型，地理范围，由谁决策，预算是多少，是否有能力购买？
企业客户定位客户：一般在哪里出现，无论是他们喜欢聚集的地理位置还是网络位置。他们在哪里出现多？喜欢看什么？在线搜索什么？
企业的消费或采购过程：客户采购是有周期性的还是突发的？是否由其他公司推荐介绍过来的？在购买之前，采购需要获得上级管理层批准吗？
企业客户来源分析：在联系我们之前，客户是如何选择我们公司的。为什么最初从我们公司购买？为什么继续从我们公司购买？相比于其他公司我们的优势...
在了解客户基本信息，定位以及消费决策过程等评估的基础上，企业用户画像能够帮助寻找产品的潜在目标客户。而从商业角度和业务场景出发的用户画像则对企业具有很大的价值，例如不仅寻找到目标客户，还可为用户针对性设计产品或开展营销活动等。

企业画像搭建的流程为：
数据采集：信息数据都是杂乱存在于互联网的各个地方的，对不同的数据源（如政府机构等官方网站的工商企业数据、企业内部CRM系统等）进行数据采集和清洗，即可获取到需要的源数据。当然数据源的广度决定了用户画像的维度和应用的宽度，也加大了数据处理和跨域关联的难度。
数据处理：获取基础数据之后需要建立数据模型并持续加入数据，挖掘和梳理数据的有效关键要素，不断进行优化和改进循环，保证数据的准确性。
创建画像：根据本行业需要，划分不同维度，给用户打上标签，让海量的数据标签化为用户特征，以用户为单位的标签集合，即是用户画像了。
持续更新：市场和用户需求不断在变化，数据应持续更新，保持用户画像的生命力。
 

4 企业直报平台

通过企业直报平台，收集园区内企业数据，为产业分析提供数据基础，包括企业用户登录管理，企业数据报送。

4.1 用户登录

平台设置多重用户权限，包括各级管理员及企业账户，管理员可为企业分配企业账户，管理员主要负责平台的管理维护、企业账户管理及上报数据审核，企业账户可以在平台上上传企业数据。

管理员可登录直报平台后台，后台专门用于平台管理维护及企业账户。企业账户只能登录直报平台，可从直报平台下载数据模板进行填报上传。

4.2 企业数据报送

企业直报平台有为企业填报数据准备的数据模板，模板内容包括：
l 企业工商基本信息
l 企业现金流量表
l 企业资产负债表
l 企业损益表
l 企业生产数据表
平台支持模板下载，数据上传，数据上传后进入待审核状态，管理员会在3个工作日内进行数据审核，企业可从平台中看到数据审核进度。

4.3 数据审核

对于企业上报数据，企业直报平台会在后台对数据模板进行审核，对于未按照模板填写及必填项未填写的企业，会提示企业账户重新填写。
管理员可在后台对企业上报数据进行人工审核，若存在问题，则可填写审核反馈意见，企业账户会收到提醒重新填写。平台后台会定期提醒管理员未上报企业，同时向企业账户发送直报提醒，管理员也可根据平台提供的未上报企业名单联系企业进行数据上报。

4.4 历史查询

企业账户可在平台上查看自己历史上传过的数据，支持数据整理及导出。
管理员可在平台后台查看各企业历史上传过的数据，可按照企业、时间、金额等条件进行筛选查询，支持数据整理、多企业数据综合整理及简单的统计分析，支持分析结果数据导出。
 

5 数字底座

为支持上述经济分析、产业分析等内容，建设宣化经济开发区数字底座，包括数据管理，数据资源目录，及数据库建设。保证后台页面响应时间不小于3秒，正常情况下支持并发访问量不小于50个。

5.1 数据资源目录

为平台建设按照大类、中类、小类、应用场景、数据来源、数据周期等属性构建数据资源目录，以此作为数据采集整理的依据，数据资源目标指标项不少于1000项。
支持数据资源目标的查询，能从指标项、类别、数据来源等角度进行多种查询，可查看每个指标项的详情。
支持数据资源目标及数字资源的管理，管理员可维护编辑数据资源目标中的内容，包括对单个指标项数据的维护，如新增，修改，删除，也可批量上传数据，数据需满足数据资源目标中的要求。

5.2 数据服务后台

根据数据资源分配不同内容、不同层级的管理员用户，上级管理员可对下级用户进行查询，支持多种查询条件，还可对用户进行增加、修改、删除、密码修改、权限分配等操作。
后台会将用户的操作记录生成日志记录下来，管理员可通过多种查询条件查看用户操作日志。
管理员可在后台修改企业各类信息及介绍，也可查询企业的生产、经营、财务数据，部分数据可进行新增、修改、删除等操作。

5.3 数据库建设

数据底座将按照数据资源目录构建五大库，分别为人口库、企业库、宏观经济库、地理信息库、园区部件库。每类库均包含库表设计及数据接入。
人口库的主体包括公民身份号码、姓名、性别、民族、出生地等基本信息，还包括各部门业务系统在利用人口基本信息过程中产生的、其他部门存在共享需求的人口信息。人口库主要来自公安局、人社局、民政局、卫生局、教育局等，另外在综治办、市民卡中心、便民服务中心也有部分数据。

企业库的数据主要来源于市场监督局的企业注册登记库和组织机构代码库，编办的事业单位注册登记、民政局的社会团体登记库、国税地税的税务数据库，以及统计局的基本单位普查库，以及企业直报平台等。

宏观经济库包括园区主要经济指标、地方财政收入、税收完成情况、金融机构信贷情况、各镇（区）主要经济指标等不少于10年的信息，以统计经济信息为基础。

地理信息库是以电子地图为基础，整合道路、行政区划、建筑、植被、地下管线等基础数据，以及土地利用、规划用地、园林绿化、生态环境、自然资源等专题数据。同时搭建园区主要建筑物模型，可在三维地图上显示。

园区部件库通过园区部件情况调研工作，部件数据采集、数据整理及导入等流程收集园区关键部件数据信息。
 

6 云基础设施

云基础设施，包括云虚拟服务器以及云数据库租赁，用于为上述软件平台提供硬件基础。

6.1 云虚拟服务器

云虚拟服务器使用Linux系列服务器操作系统，其中CPU4核内存16G及以上，硬盘不小于1T。带宽不低于10M。服务期三年。

近年来，随着互联网IDC事业的发展，云平台逐渐成为互联网事业发展的核心，从大数据平台，到各种云服务中心，延伸至各大网络巨头的云服务器，，其真正实现云产品服务的企业并不多见，其主要原因就是，投资成本过大，就全国来说如果在东北、华北、华东、华南、西南、西北、边疆等地设立10个云平台分布中心，每个节点，上千台服务器和几十G的网络出口，并非一般企业所能及。就实力较雄厚的阿里巴巴推出的阿里云来看，也就仅仅完成了华东的云平台布局，可以说，并不能真正称之为云数据中心或者云服务器。

为了不断满足企业信息化需求，和互联网事业的日益发展，各种互联网商业活动的需求，特别是中小型企业和站长的需求。

Linux，全称GNU/Linux，是一种免费使用和自由传播的类UNIX操作系统，其内核由林纳斯·本纳第克特·托瓦兹于1991年10月5日首次发布，它主要受到Minix和Unix思想的启发，是一个基于POSIX的多用户、多任务、支持多线程和多CPU的操作系统。它能运行主要的Unix工具软件、应用程序和网络协议。它支持32位和64位硬件。Linux继承了Unix以网络为核心的设计思想，是一个性能稳定的多用户网络操作系统。Linux有上百种不同的发行版，如基于社区开发的debian、archlinux，和基于商业开发的Red Hat Enterprise Linux、SUSE、Oracle Linux等。

Linux的基本思想有两点：第一，一切都是文件；第二，每个文件都有确定的用途。其中第一条详细来讲就是系统中的所有都归结为一个文件，包括命令、硬件和软件设备、操作系统、进程等等对于操作系统内核而言，都被视为拥有各自特性或类型的文件。至于说Linux是基于Unix的，很大程度上也是因为这两者的基本思想十分相近。
Linux是一款免费的操作系统，用户可以通过网络或其他途径免费获得，并可以任意修改其源代码。这是其他的操作系统所做不到的。正是由于这一点，来自全世界的无数程序员参与了Linux的修改、编写工作，程序员可以根据自己的兴趣和灵感对其进行改变，这让Linux吸收了无数程序员的精华，不断壮大。

Linux支持多用户，各个用户对于自己的文件设备有自己特殊的权利，保证了各用户之间互不影响。多任务则是现代电脑最主要的一个特点，Linux可以使多个程序同时并独立地运行。

Linux同时具有字符界面和图形界面。在字符界面用户可以通过键盘输入相应的指令来进行操作。它同时也提供了类似Windows图形界面的X-Window系统，用户可以使用鼠标对其进行操作。在X-Window环境中就和在Windows中相似，可以说是一个Linux版的Windows。

Linux可以运行在多种硬件平台上，如具有x86、680x0、SPARC、Alpha等处理器的平台。此外Linux还是一种嵌入式操作系统，可以运行在掌上电脑、机顶盒或游戏机上。2001年1月份发布的Linux 2.4版内核已经能够完全支持Intel64位芯片架构。同时Linux也支持多处理器技术。多个处理器同时工作，使系统性能大大提高。

6.2 云数据库

云数据库使用MySQL5.7及以上数据库，存储不小于500G。
云数据库是指被优化或部署到一个虚拟计算环境中的数据库，可以实现按需付费、按需扩展、高可用性以及存储整合等优势。根据数据库类型一般分为关系型数据库和非关系型数据库（NoSQL数据库）。
云数据库的特性有：实例创建快速、支持只读实例、读写分离、故障自动切换、数据备份、Binlog备份、SQL审计、访问白名单、监控与消息通知等。
云数据库是专业、高性能、高可靠的云数据库服务。云数据库不仅提供WEB界面进行配置、操作数据库实例，还提供可靠的数据备份和恢复、完备的安全管理、完善的监控、轻松扩展等功能支持。相对于用户自建数据库，云数据库具有更经济、更专业、更高效、更可靠、简单易用等特点，使您能更专注于核心业务。
MySQL是一个关系型数据库管理系统，由瑞典MySQL AB 公司开发，属于 Oracle 旗下产品。MySQL 是最流行的关系型数据库管理系统之一，在 WEB 应用方面，MySQL是最好的 RDBMS (Relational Database Management System，关系数据库管理系统) 应用软件之一。
MySQL是一种关系型数据库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。
MySQL所使用的 SQL 语言是用于访问数据库的最常用标准化语言。MySQL 软件采用了双授权政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择 MySQL 作为网站数据库。
与其他的大型数据库例如 Oracle、DB2、SQL Server等相比，MySQL [1]  自有它的不足之处，但是这丝毫也没有减少它受欢迎的程度。对于一般的个人使用者和中小型企业来说，MySQL提供的功能已经绰绰有余，而且由于MySQL是开放源码软件，因此可以大大降低总体拥有成本。
Linux作为操作系统，Apache 或Nginx作为Web服务器，MySQL作为数据库，PHP/Perl/Python作为服务器端脚本解释器。由于这四个软件都是免费或开放源码软件（FLOSS)，因此使用这种方式不用花一分钱（除开人工成本）就可以建立起一个稳定、免费的网站系统，被业界称为“LAMP”或“LNMP”组合。
 

7 数据保障

7.1 数据来源保障

平台中所依赖的数据分为2部分。一部分为公开数据，数据来源包括国家统计局、各省市统计局、相关行业协会、行业相关部委数据、政府公告、政府公开政策文件、国际上具有较高权威性的产业研究机构公开数据等。另一部分为采集分析数据，包括与其他机构协调购买的可靠数据、依据互联网数据进行统计分析整理后的数据、通过抽样调查、企业直报等方式采集的数据等。

对于外部采集的数据，保障数据来源的权威性及数据的准确性，数据来源要求为官方机构、认可度高的行业协会、机构等，所采集数据要求与机构发布的数据完全一致。购买的数据要求检验数据质量，对于保密数据严重执行保密措施，只可将数据分析后的可公开处理后数据放入平台。

对于市场调研的数据，要严格数据调研规范流程，在严格的条件下以严谨的态度采集调研，数据使用时要说明数据采集方式、条件，避免用户产生歧义。

7.2 数据分析整理过程中的保障

数据分析整理过程中，要保证分析整理的所有数据都标识分析方法、相关参数、使用的原始数据、分析人员等内容，能让校核人员复现校核。数据模型的选择需由专家评审决定，对于分析整理后的数据使用，也需要专家组统一评审通过后使用。

数据统一存放至数据库中，由相关分析软件调用数据库数据进行分析，每次整理分析记录相关分析内容、分析方法、分析工具、分析结果、分析人员等汇总成分析报告。每次整理分析都以节点式分析报告记录，交由项目管理部审核，保证数据分析流程可溯源。

7.3 平台应用保障

专家组统一讨论平台内容详细细节，制定平台数据应用计划，然后采集相关资料，分析整理，提交全部分析结果，相关人员根据分析结果，按照平台结构将数据整理成册，交由负责人审核通过后提交。
为保证平台的客观、准确、实时，同一领域的专家要保证至少2名以上，相关数据结合市场调研为最新数据，且在平台中说明数据出处。

7.4 平台审查保障

平台在交由用户前，需要负责人领头的审核小组进行审查，审查包括平台的结构、内容、合理性、数据准确度、文字描述、图表内容等，确定完全无误后方可通过。审查中出现的问题，根据节点式分析报告记录进行溯源，查明问题原因并修改，同时记录错误日志，修改完毕后重新审核。
 

8 分析保障

在大量数据的基础上依据可靠的算法模型辅助分析决策，所涉及的模型均为成熟的算法且经过检验。

8.1 时间序列模型

时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。它一般采用曲线拟合和参数估计方法（如非线性最小二乘法）进行。时间序列分析常用在国民经济宏观控制、区域综合发展规划、企业经营管理、市场潜量预测、气象预报、水文预报、地震前兆预报、农作物病虫灾害预报、环境污染控制、生态平衡、天文学和海洋学等方面。

时间序列模型包括ARIMA模型、指数平滑法。
ARIMA模型（英语：Autoregressive Integrated Moving Average model），差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动），是时间序列预测分析方法之一。ARIMA(p，d，q)中，AR是“自回归”，p为自回归项数；MA为“滑动平均”，q为滑动平均项数，d为使之成为平稳序列所做的差分次数（阶数）。“差分”一词虽未出现在ARIMA的英文名称中，却是关键步骤。对时间序列数据进行分析和预测比较完善和精确的算法是博克思-詹金斯(Box-Jenkins)方法，其常用模型包括：自回归模型（AR模型）、滑动平均模型（MA模型）、（自回归-滑动平均混合模型）ARMA模型、（差分整合移动平均自回归模型）ARIMA模型。

指数平滑法实际上是一种特殊的加权移动平均法。其特点是: 第一，指数平滑法进一步加强了观察期近期观察值对预测值的作用，对不同时间的观察值所赋予的权数不等，从而加大了近期观察值的权数，使预测值能够迅速反映市场实际的变化。权数之间按等比级数减少，此级数之首项为平滑常数a,公比为(1- a)。第二，指数平滑法对于观察值所赋予的权数有伸缩性，可以取不同的a 值以改变权数的变化速率。如a取小值，则权数变化较迅速，观察值的新近变化趋势较能迅速反映于指数移动平均值中。因此，运用指数平滑法，可以选择不同的a 值来调节时间序列观察值的均匀程度(即趋势变化的平稳程度)。

指数平滑法是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。

8.2 聚类分析

聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析区别于分类分析(classification analysis)，后者是有监督的学习。
依据研究对象（样品或指标）的特征，对其进行分类的方法，减少研究对象的数目。各类事物缺乏可靠的历史资料，无法确定共有多少类别，目的是将性质相近事物归入一类。各指标之间具有一定的相关关系。
聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。
聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。

8.3 回归分析

在统计学中，回归分析（regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归。

8.4 因子分析

因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。

8.5 主成分分析

主成分分析（Principal Component Analysis，PCA），是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。

在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。

主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
1846年，Bracais提出的旋转多元正态椭球到“主坐标”上，使得新变量之间相互独立。皮尔逊（Pearson）（1901）、霍特林（Hotelling）（1933）都对主成分的发展做出了贡献，霍特林的推导模式被视为主成分模型的成熟标志。主成分分析被广泛应用于区域经济发展评价，服装标准制定，满意度测评，模式识别，图像压缩等许多领域。

在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。

设法将原来变量重新组合成一组新的互相无关的几个综合变量，同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称主分量分析，也是数学上用来降维的一种方法。

主成分分析作为基础的数学分析方法，其实际应用十分广泛，比如人口统计学、数量地理学、分子动力学模拟、数学建模、数理分析等学科中均有应用，是一种常用的多变量分析方法。
 

8.6 波特五力模型
 

波特五力模型是迈克尔•波特（Michael Porter）于20世纪80年代初提出。他认为行业中存在着决定竞争规模和程度的五种力量，这五种力量综合起来影响着产业的吸引力以及现有企业的竞争战略决策。五种力量分别为同行业内现有竞争者的竞争能力、潜在竞争者进入的能力、替代品的替代能力、供应商的讨价还价能力与购买者的议价能力。

波特五力模型将大量不同的因素汇集在一个简便的模型中，以此分析一个行业的基本竞争态势。五种力量模型确定了竞争的五种主要来源，即供应商和购买者的讨价还价能力，潜在进入者的威胁，替代品的威胁以及最后一点，来自在同一行业的公司间的竞争。

竞争战略从一定意义上讲是源于企业对决定产业吸引力的竞争规律的深刻理解。任何产业，无论是国内的或国际的，无论生产产品的或提供服务的，竞争规律都将体现在这五种竞争的作用力上。因此，波特五力模型是企业制定竞争战略时经常利用的战略分析工具。

从一定意义上来说隶属于外部环境分析方法中的微观分析。波特五力模型用于竞争战略的分析，可以有效地分析客户的竞争环境。波特的“五力“分析法是对一个产业盈利能力和吸引力的静态断面扫描，说明的是该产业中的企业平均具有的盈利空间，所以这是一个产业形势的衡量指标，而非企业能力的衡量指标。通常，这种分析法也可用于创业能力分析，以揭示本企业在本产业或行业中具有何种盈利空间。
 

9 运行维护方案及保障

9.1 运行维护意义

信息系统的生命周期分为规划、系统开发、系统运行和维护以及系统更新四个阶段。系统建设工作负责建设一套信息系统，而信息运行维护工作负责的是维护和管理一套已经运行着的系统内所有硬件设备和网络链路的稳定运行。
本项目运行维护包括监测感知设备的运行维护、应用系统运行维护、数据与数据库运行维护、系统安全运维等。其中，监测感知设备的运行维护是保障监测数据准确性以及传输效率、在线率的必要条件；应用系统运维将提高提高应用系统软件的适应性、可靠性和完善应用系统功能；数据与数据库运行维护将建立数据运行与维护的各项管理制度，规范运行与维护业务流程，有效开展运行监控与维护、故障诊断排除、数据备份与恢复、归档与检索等，保障数据库正常运行，使系统可持续稳定运行；系统安全运维能事先估计出可能出现的威胁并制定出预防措施，以防止蓄意或意外破坏网络、硬件及文件，防止蓄意滥用软硬件，防止信息盗窃，保护数据的准确性，提供灾难恢复。

9.2 运行维护目标

运行维护管理是系统能长期正常运行，发挥效能的保障，是保护投资的重要手段。为加强宣化经济开发区智慧园区（一期）项目的运行维护管理，保障系统正常、高效、安全运行，系统建成后应采用统一管理和分级、分部门管理相结合的原则，统一领导、统一指挥、统一调度下，实现分层次、分部门管理。整体要实现以下几点运行维护目标：
l 通过采取主动的系统运行维护方案，确保系统的安全、稳定运行，尽量减少运行故障；
l 在系统故障无法避免及突发故障的情况下，也可保证系统能够得到最快的响应和最及时的恢复；
l 通过对监测感知运维包括日常维护和质控工作、应急维护等，保证监测数据质量以及稳定性。
l 适时地对数据库、业务系统进行更新，以保证数据的准确性和业务系统的可用性。

9.3 工作流程

我公司采用以总部为管理中心、运维人员分布前端的立体化运维体系流程。
总部对前端进行监管并提供有效技术支撑，前端负责现场运维工作，确保及时、快速地响应客户需求。
运维工作主要包括日常维护、异常响应、质控保障服务等。运维服务中心再根据具体工作，进行人员调度。
根据问题情况决定是否需要现场支持，如果需要现场支持的，则派出服务支持人员，进行现场问题解决，对于每次问题处理完毕后，需要对问题进行总结，并提交处理报告。我方严格按照运维工作流程来执行运维工作。

9.4 运行维护内容

硬件、软件和网络设备并不能够保证本项目为政府效益做出贡献，政府需要的是 IT 系统对政务的支持，需要的是运用 IT 系统的结果。
“电子”是手段，“政务”才是目的。本项目建设后的关键是应用的推进，坚持从管理应用出发，突出核心业务，有针对性地开展各项系统建设和应用开发工作，并通过系统应用的成果不断推进系统建设的深入发展。
尽管本项目的业务应用不同，但总的来说，都是从简单的应用向复杂的应用逐步升级的过程，通过从部门内部的办公自动化及业务系统起步，进而扩展到整个系统的管理，在这一过程中随着应用的逐步扩展和技术的逐步升级，运行维护管理逐步成为应用成败的关键因素之一。
本项目内容较多，涉及到大量的监测设备及复杂的应用系统，系统的维护至关重要。我司将提供完整的系统运行维护方案，为及时发现系统运行问题、排除故障、预先防范等提供强有力的保障。本项目运维维护工作包括系统运行管理、系统安全管理、数据与数据库运维、应用系统运维等，具体工作内容如下：

9.4.1 系统运行管理

系统维护是为了应系统的环境和其他因素的各种变化，保证系统正常工作而采取的一切活动。它包括系统性功能的改进，系统错误的改正和系统功能的扩充。据统计，世界上90%的软件人员是在维护现存的系统。因此，信息系统是在不断的维护活动中得以生存的。主要指对整个信息网络系统支撑环境的管理和维护。重点在于采取有效措施维护系统的稳定运行，包括运行环境、网络系统、主机系统、数据库系统等的配置、运行维护、故障检测、升级、恢复等。此部分运维工作由信息中心负责。
（1）运行环境维护管理：包括机房、空调设备、 UPS 不间断电源、通信线路、综合布线系统等的维护管理。
（2）网络系统维护管理：包括设备（网络设备、存储设备、主机设备、音数据设备等）的配置、故障诊断、维护和保养；网络接入管理，主要有系统网络节点接入、政府网接入、 Internet 接入等；网络运行维护，主要内容有集群系统维护、双机系统维护、数据采编系统维护、数据库系统运行状态和备份、邮件系统、综合布线系统维护等。
（3）数据的维护：系统的业务处理对数据的需求是不断变化的，要经常对数据文件或数据库进行修改（不包括正常更新），增加数据库的新内容和建立新的文件等。
数据库中存放大量的数据，是系统频繁处理的对象，数据库维护是系统维护的重要内容之一。数据库维护主要有以下两种：
数据库的转贮与恢复；由于各种原因，比如，电影故障或程序失控，数据库随时可能遭到破坏。因此，一旦数据库遭受破坏，就必须尽快使它恢复。为了有效地恢复被破坏的数据，通常每天或每班结束时要把整个数据库复制成两个副本，一般副本都存贮在磁带或光盘上，称为“备份”。必要时，也可将备份脱机保存在更安全可靠的地方；还要在运行过程中每隔一段时间记录下数据库所发生的变化，保存到另一个物理磁盘上，称为“增量转储”。一旦发生故障，数据库被破坏，就可以复制备份，依据增量转储做必要的改变，把数据恢复到最近的正确点，再运行“运行日志”记下的从该点以来的事务，就可以很快恢复正常。
数据库的重组织：由于系统反复不断对数据库进行各种操作，致使数据库的存贮率和存取效率不断下降，当数据库的效率低到不能满足系统处理要求时，就必须对数据库实施重组织，以恢复数据库的效率。
（4）代码的维护：随着系统的变化，旧的代码不能适应新的要求，必须进行变更。代码的变更包括制订新的要求或修改旧的代码系统。
（5）系统升级管理：包括网络设备升级、主机系统升级、数据库升级、防火墙设备升级、存储系统升级、备份系统升级等。
（6）局域网内用户的计算机的管理与维护：包括故障诊断和板卡更换、配置修改等，保障客户端计算机及应用系统的运行正常。

9.4.2 系统安全管理

系统安全主要指系统设备物理安全、网络系统安全和信息安全等，系统安全在网络中有着保障合法用户正常使用真实有效网络资源的重要作用，它可以有效避免远程控制、病毒侵犯等网络安全威胁，给网络用户提供更加安全有效的的网络信息资源。然而由于大型网络系统中由多种网络协议支持，如 TCP/IP、IPX/SPX等，而这些网络协议并非网络系统中专门为安全通讯而设计。系统安全中硬件性能维护是前提，硬件设备作为保障网络安全的前提基础，唯有加强对其的维护措施，才能从根本上为单位的正常运行提供一个良好的网络环境。系统安全的运维工作由信息中心负责。其管理及维护内容主要包括：
（1）网络安全设备管理及升级维护；如防火墙设备的故障诊断、维修、调试和问题排除，小型机、 PC 服务器、中心交换机等关键设备的系统级安全检查与升级维护；
（2）网络安全设备的运行管理：主要包括访问策略的制定、修改、配置更改等维护，安全级别的设定和调整，安全日志保护；
（3）网络杀毒系统的维护和管理：包括杀毒代码、引擎等的及时更新，服务器和客户端的软件更新；
（4）系统和网络设备的漏洞扫描和入侵检测：定期进行关键设备的安全检查、入侵检测检查并及时修补漏洞；
（5）信息安全管理：对于不同应用系统中产生的大量信息，按照其重要性或保密性要求，进行信息分级，并采取不同的数据备份措施和数据恢复措施。
系统的安全保护涉及各种软件系统支持，以及硬件环境的支持等，确保各项安全措施相辅相成，以此来确保网络的安全有效运行。硬件安全维护作为网络安全的基础和前提，其维护工作对网络安全的支持作用显得十分重要。

9.5 数据与数据库运维

9.5.1 运维要求

数据与数据库运维需保障数据库应用的正常稳定运行以及做好数据库的版本控制。数据与数据库运维满足以下要求：
（1）每天例行工作
l 确定数据库实例处于运行状态；
l 检查 ALERT 日志；
l 确定有足够的资源使数据库能运行在良好状态；
（2）每周例行工作
l 检查是否有对象处于非正常状态；
l 检查安全策略；
l 检查 SQL*NET 日志中是否有错误；
l 归档所有 ALERT 日志；
（3）每月例行工作
l 检查潜在危害；
l 检查是否需要性能调优及调优时机；
l 检查 I/O 竞争；
l 检查数据库碎片；
l 进行数据库调优和维护；

9.5.2 运维内容

包括针对用户数据开展的软件安装、配置优化、备份策略选择及实施、数据恢复、数据迁移、故障排除、预防性巡检等一系列服务。主要服务内容有：
（1）数据库安装与配置
主要指定制数据库安装配置方案、检查软件安装环境、安装数据库软件、完成数据库配置，并测试之。
（2）数据库性能优化
主要指核心参数调优， SQL 语句调优，性能评估方案的提供。
（3）页面修复
根据日常监控的结果，进行页面（或者数据库坏块）修复，如将数据导出后重建表，然后倒入数据，提交修复记录。
（4）数据库对象重建
根据数据库监控的结果，重建失效的对象，如索引、存储过程、函数、视图、触发器等。
（5）数据重组
当某些数据库运行一段时间后，表会产生碎片，影响数据库的性能。根据日常检查的结果，运用工具或脚本对于数据库空间进行重组或回收。
（6）数据更新维护
数据更新维护主要是对系统承载的各类数据更新维护工作进行划分，落实职责，建立相应的数据更新维护制度，确定各类数据的更新频率和要求，保持系统数据的现势性。
（7）数据库备份与恢复
主要是指本地、异地、同步、实时的分级备份与恢复方案及实施。
（8）数据迁移
不同版本、不同结构数据库间的数据迁移。
（9）空间占用
监控好数据库的空间占用情况，及时清理不需要的数据文件，并且在空间不足时及时扩充空间。
（10）数据库优化
根据日常监控的结果，对数据库的运行情况进行优化，例如索引和存储部分，提高数据库的工作效率。
（11）故障排除
通过远程、上门等方式按服务级别实施故障排除。
（12）预防性巡检
定期提供预防性巡检，并完成系统参数、配置调优，以及补丁分发、安装服务。

9.6 应用系统运维

应用系统的运行管理及维护是本项目运行维护管理的关键内容，也是制约本项目业务系统应用及发展水平的关键因素，要求管理和维护人员既要熟悉各类业务，又要熟悉相应应用系统的使用及维护。

9.6.1 运维要求

（1）新版本向下兼容
应用系统升级方案中必须考虑向下兼容能力；无法完全向下兼容的应用升级过程，在联调、预发布及正式上线过程中会引起已有业务服务的不可用应用系统向下兼容的评估点包括但不仅限于：接口、方法、入参、返回值及服务方法等。
（2）应用发布前提供性能报告
新应用系统上线，或经过重大改造的应用系统在正式发布前，需要在线下环境进行的性能测试，并提供一个完整的性能报告。对于在性能报告的可疑点，要逐项排除后才能发布上线。
性能报告要包含应用系统改造前后在同等业务压力下（QPS/TPS）的性能表现，包含但不仅限于系统的 Load 高峰、内存/CPU 使用率、 Full GC 次数及时长、接口/页面相应时间、网络流量、磁盘 IO 等。对于新上系统，可横向比较类似系统的相关参数表现。对于性能测试，必须要找到“性能拐点”并提供完整的数据。简单的说，在上线之前要清楚这个应用系统在多大的压力之下会引发“雪崩效应”，即应用性能表现过了临界点后急剧下降。
（3）启动时间及启动依赖的控制
应用系统的启动时间要控制在一个比较合理的时间，如 JAVA 应用要求 120秒之内甚至更短完成启动并开放服务；启动时间过长不仅影响日常工作效率，而且延缓故障处理时间，甚至导致故障处理过程中的一些误判。应用系统的启动，不应该依赖于外部的环境，包括但不仅限于外部网站监测、特定的网络配置、其他应用系统等等。
（4）规范的日志及可监控性
一方面根据现有的研发日志规范来输出格式合理的必要日志，同时要从业务的角度或故障排查的角度出发要求日志的可读性。
（5）兼容现有的基础资源体系
对于任何基础技术和系统软件升级，如 WEB 服务、中间件、消息中心，缓存系统、文件系统、虚拟机、操作系统等，原则上不应该影响使用其的应用服务，所有应用系统必须考虑兼容现有的基础软件和基础资源体系。
（6）故障隔离和服务降级
故障隔离和服务降级的目的是以牺牲部分业务功能或者牺牲部分客户业务为代价，保障更关键的业务或客户群体服务质量。故障隔离和服务降级是应用系统调用其他系统出现系统/组件故障后，对有故障的系统/组件进行隔离或自身服务进行降级，防止故障的蔓延。在故障隔离和服务降级设计时，需要梳理应用系统所调用（依赖）的各个组件，做各种“假设场景分析”并设定应对策略。故障隔离和服务降级，可以是人工触发的，也可以由系统做事中自动判定和自动执行。
（7）访问控制
应用系统在提供服务调用的时候，必须给出本系统服务的访问控制策略，如最大的访问能力、服务响应时长，以及超过该服务能力时的处理策略。调用方可根据上下游应用系统的访问控制策略做好自己的故障隔离和服务降级措施。
（8）内部调用采用异步方式
众所周知，多个应用系统串联在一起的同步调用对性能、容量、可靠性都是极大的风险。当调用链条中的任意一环出现故障或缓慢，都会造成上下游其他系统处理缓慢（每一环存在大量的线程等待）或者处理失败。而内部调用采用异步方式，相当于上下游系统之间都进行了缓冲。有效控制了单机故障的影响，以及单个应用处理缓慢的连锁反应。
（9）避免硬编码
各种硬编码出现在代码里，导致后续变更的业务影响难以评估到位，进而引发故障不在少数。硬编码包括但不限于： IP 地址、主机设备名称、带机房信息的应用域名等等。对于一些特别的安全要求，如与银行系统的互联，要求以 IP白名单的方式而不能信任域名访问，可将该 IP 放置在配置文件中，而非写到编译的代码之中。
（10）系统分级和治理
不同等级的应用系统实施不同运维策略，如线下测试策略、应用发布策略、容量管理策略、监控报警策略、服务降级策略等。

9.6.2 运维内容

对于系统使用过程中出现的问题，应及时沟通，进行问题修正，以保证系统运行的稳定性。同时，应根据业务实际需求的变动和更新，定期对应用系统进行功能升级和更新，以保证应用系统功能适用当前的业务状况。此外，需对维护情况进行详细的记录。应用系统运维主要工作包含以下内容：
（1）更正性维护
更正性维护针对系统开发阶段已经发生而在系统测试过程中尚未发现的错误进行修正。在软件测试过程中，没有发现的错误，带到维护阶段，这些隐含的错误在某些特定的环境下会暴露出来。因此，需要修改在系统开发阶段已经发生而在系统测试过程中尚未发现的错误。
（2）适应性维护
针对用户外部环境、内部条件发生变化，系统维护人员需对系统提出新的要求进行修改。外部环境的变化，不仅包括计算机软件的配置，而且包括数据库、数据存贮方式在内的“数据环境”。
（3）完善性维护
在系统的使用过程中，由于业务处理方式和用户对系统功能需求的提高，用户往往会提出增加新功能或者修改已有功能的要求，例如修改输入格式，调整数据结构使操作更简单、界面更漂亮等等。完善性维护以满足用户所提出的增加新功能或修改已有功能以完善其性能的需求。。
（4）预防性维护
为减少或避免以后需要进行的上述维护而进行的维护。系统维护工作不应总是被动地等待用户提出要求后才进行，应进行主动的预防性维护，即选择那些还有较长使用寿命，目前尚能正常运行，但可能将要发生变化或调整的系统进行维护。
通过预防性维护为未来的修改与调整奠定更好的基础。例如，将目前能应用的报表功能改成通用报表生成功能，以应付今后报表内容和格式可能的变化。对于系统使用过程中出现的问题，应及时沟通，进行问题修正，以保证系统运行的稳定性。同时，应根据业务实际需求的变动和更新，定期对软件系统进行功能升级和更新，以保证软件系统功能适用当前的业务状况。此外，要进行详细的记录。