2022 Problem D

Problem：Data Paralysis? Use Our Analysis!

题目背景

许多公司将数据视为战略资产，但承认很难从该资产中获取价值。公司需要建立一个集成的数据和分析系统（\(\mathtt{D\&A}\)），以做出与三个关键组成部分相关的正确决策：People、Technology和Process。ICM公司经营着一个大型海港，希望您来衡量他们当前\(\mathtt{D\&A}\)系统的成熟度和能力，并提供可靠的计划来优化他们的\(\mathtt{D\&A}\)系统。

提供的数据

根据公司规定，ICM公司不能直接提供具体的数据，而只能提供其运营和定期处理的数据类型的一般性描述。

问题

  1. 建立一个衡量ICM公司当前\(\mathtt{D\&A}\)系统成熟度水平的模型，包括衡量\(\mathtt{D\&A}\)中三个部分人员、技术和过程是否成功的指标。

  2. 在ICM公司使用您的模型确定\(\mathtt{D\&A}\)系统成熟度水平后，向其展示如何使用模型来对系统进行修改。

  3. ICM公司应当使用什么方法来衡量其\(\mathtt{D\&A}\)系统的效率？

  4. 展示您的模型应该如何应用于更大型或小型的海港；

    分析您的成熟度指标可以如何应用于其他行业。特别地，一个卡车货运公司可以使用您提出的成熟度指标吗？

    如果ICM公司的客户（例如卡车货运公司）也使用您提出的指标，这对于ICM公司自己有何好处？

O奖论文结构

\[\mathtt{Introduction} \rightarrow \mathtt{\mathtt{Assumptions\space and\space Notations}} \rightarrow \mathtt{Task\space1,2,3,4} \rightarrow \mathtt{Conclusion}\]

Paper #2218897

Towards the Evaluation and Analysis of the D&A System from an Innovative Perspective

  1. Maturity Evaluation

    针对三个方面（People、Technology、Process）分别选取了一些评价指标，然后使用\(\mathtt{AHP}\)算法来计算各个指标的权重。

  2. Suggestions Based on the Maturity Evaluation

    先将1中得到的所有子类构建成为一个相互作用的网络。例如，Education Level会影响Ability，从而就从前者向后者连一条边。然后可以使用PageRank算法计算这些子类的重要程度。

    PageRank最初是Google用来对网页重要性进行排序的算法，基本假设是越重要的网页往往更多地被其他页面引用。不过\(\mathtt{AHP}\)算法得到了各个子类的权重，似乎已经可以判断出重要程度了？

    从三个方面分别提出建议，采用Q-A的形式(这些问题来源于题干)，例如：

    Q：是否需要对员工进行训练？（People）

    A：当满足以下两种条件之一时，需要对员工进行训练

    • 高的周转率（high turnover rate）并且有充足资金
    • 员工能力较低（low ability）且有充足资金

  3. The Effectiveness Protocols of the \(\mathtt{D\&A}\) System

    论文中从三个方面来衡量效率。

    • 数据的存储与处理效率。
    • 数据库中数据的级联程度（级联一般可以认为是两个数据的关联程度）
    • 数据库中数据的级联速度（当对数据进行更新时，与其级联的数据需要同步进行更新）

    取三者评价指标的平均值作为该\(\mathtt{D\&A}\)系统的效率。

  4. The Model Extension and the Benefit to Corporation

    论文指出通过增加或修改指标，可以很容易将模型应用到别的行业中。

    并且如果客户和自己使用同样的指标，可以提高效率（关于客户是否会使用同样的指标写了一堆，其实就是在说当采用同样指标带来的有利之处大于成本时才会采用）。

Paper #2215444

How Can We Realize the Full Potential of Our Data?

  1. DAMM Based on AHP-EWM

    Ground Theory：扎根理论，指从实践中发展理论（提取指标）。论文中通过文献调研选取了一系列指标，也是分成三个方面People，Technology以及Process。在此基础上，论文中说“根据题干中ICM公司对于其目前\(\mathtt{D\&A}\)系统的描述，推测出了当前\(\mathtt{D\&A}\)系统的一系列评价指标”，然后将其与自己选取的对比（发现少了一些指标），于是得出目前的\(\mathtt{D\&A}\)系统还不完善。

    得出指标后，通过\(\mathtt{AHP}\)和熵选法计算各个指标的权重（论文中指出，\(\mathtt{AHP}\)是“主观的”，熵选法是客观的，于是需要将两者结合）。

  2. Linear programming and System Dynamics

    1中的判断成熟度机制实际上就是对应指标的得分与权重的乘积之和。

    \[W=\sum_{i}w_iq_i\]

    其中，\(w_i\)表示权重，\(q_i\)表示得分。优化后，假设成熟度变为：

    \[W=\sum_{i}w_iq_i(1+\eta_i)\]

    \(\eta_i\)即为在第\(i\)个指标上的提升。同时，还需要满足约束：

    \[\sum_{i}q_i\eta_ib_i\leq\Delta\]

    \(b_i\)表示每单位提升所对应的成本，这样就把对原系统的优化问题变成了约束条件下求最值的问题。

  3. System Effectiveness Measure Model Based on Apriori

    首先将各指标离散化，例如，将成熟程度分成五级\(M_1\)~\(M_5\)。接着采用Association Rule Learning的方法，取出一系列用于判断效率的规则，例如\(B_3,C_4\Rightarrow M_5\)，表示当\(\mathtt{D\&A}\)系统的\(B\)指标处于三级且\(C\)指标处于四级时，该系统有很大可能成熟度处于五级，也即效率高。

    最后得出的结论是，当\(\mathtt{D\&A}\)系统在people，technology、process上分别达到4、3、4级别时，该系统的效率较高。

  4. Sensitivity Analysis and Model Promotion

    论文把敏感性分析的部分放到这一模块，大概是觉得对模型的可移植性的研究类似于对鲁棒性的探讨。

    主要提到了两点：

    • 由于模型并非完全建立在底层的数据之上，其评价指标是基于宏观的people，technology和process这三个方面，因此对于不同的系统，修改1中的权重和指标即可。
    • 如果客户也选用本模型，ICM公司可以更加方便地获知客户的情况，以采取不同的策略。

总结

这道题的背景和题意不太好理解，但是题目的结构很清晰，因此O奖论文的结构大都是四道题分成四个部分进行建模求解。每个部分（每道题）基本上都会提出新的算法/模型（虽然有几个感觉有点牵强）。

方法上，这道题的主体实际上就是第一题里的模型，也即找指标\(\rightarrow\)求权重\(\rightarrow\)分析，大多数用的都是\(\mathtt{AHP}\)算法，比较套路。后面题目的求解还是需要一些文字功底的。第三题题目中对Effectiveness的定义有些不清楚，所以几篇论文在这一部分的差异非常大，其他部分都比较类似。