大數(shù)據(jù)治理平臺建設(shè)方案

目錄

1.大數(shù)據(jù)治理平臺的現(xiàn)狀...........................................................3

2.大數(shù)據(jù)治理的概述................................................................5

2.1大數(shù)據(jù)治理概念.............................................................6

2.2大數(shù)據(jù)治理目標(biāo)..............................................................7

2.3大數(shù)據(jù)治理模型..............................................................7

3.大數(shù)據(jù)治理體系.................................................................23

3.1數(shù)據(jù)連接...................................................................24

3.2數(shù)據(jù)建模...................................................................24

3.3統(tǒng)計報表...................................................................25

3.4決策儀表板.................................................................25

3.5數(shù)據(jù)大屏...................................................................25

4.大數(shù)據(jù)治理核心領(lǐng)域.............................................................26

4.1大數(shù)據(jù)模型.................................................................26

4.2大數(shù)據(jù)生命周期.............................................................27

4.3大數(shù)據(jù)標(biāo)準(zhǔn).................................................................28

4.4主大數(shù)據(jù)...................................................................30

4.5大數(shù)據(jù)質(zhì)量.................................................................31

4.6大數(shù)據(jù)服務(wù).................................................................33

4.7大數(shù)據(jù)安全.................................................................34

5.大數(shù)據(jù)治理保障機制............................................................35

5.1制度章程...................................................................35

5.1.1規(guī)章制度............................................................35

5.1.2管控辦法............................................................35

5.1.3考核機制............................................................35

5.2大數(shù)據(jù)治理組織............................................................37

5.2.1組織架構(gòu)............................................................37

5.2.2組織層次............................................................38

5.2.3組織職責(zé)............................................................39

5.3流程管理...................................................................41

5.4IT技術(shù)應(yīng)用................................................................42

5.4.1支撐平臺............................................................42

5.4.2技術(shù)規(guī)范............................................................44

附件A大數(shù)據(jù)治理平臺規(guī)范...........................................................46

附件B大數(shù)據(jù)質(zhì)量評估辦法............................................................65

附件C大數(shù)據(jù)質(zhì)量管理流程............................................................69

關(guān)于大數(shù)據(jù)治理的理解

面對我們身邊每時每刻迅速增長的龐大數(shù)據(jù)，因為其數(shù)量大、

速度快、種類多和準(zhǔn)確性的特征，如何更好地利用大數(shù)據(jù)創(chuàng)造出有

意義的價值，一直是我們探索的重要話題。而在這之前，就需要用

科學(xué)正確的方法策略對大數(shù)據(jù)進行治理。大數(shù)據(jù)治理是指制定與大

數(shù)據(jù)有關(guān)的數(shù)據(jù)優(yōu)化、隱私保護與數(shù)據(jù)變現(xiàn)的政策，是傳統(tǒng)信息治

理的延續(xù)和擴展，也是大數(shù)據(jù)分析的基礎(chǔ)，還是連接大數(shù)據(jù)科學(xué)和

應(yīng)用的橋梁，因此大數(shù)據(jù)治理是大數(shù)據(jù)再創(chuàng)高峰的“必修課”。

（狹義）大數(shù)據(jù)是指無法使用傳統(tǒng)流程或工具在合理的時間和

成本內(nèi)處理或分析的信息，這些信息將用來幫助企業(yè)更智慧地經(jīng)營

和決策。而廣義的大數(shù)據(jù)更是指企業(yè)需要處理的海量數(shù)據(jù)，包括傳

統(tǒng)數(shù)據(jù)以及狹義的大數(shù)據(jù)。（廣義）大數(shù)據(jù)可以分為五個類型：Web

和社交媒體數(shù)據(jù)、機器對機器（M2M）數(shù)據(jù)、海量交易數(shù)據(jù)、生物計

量學(xué)數(shù)據(jù)和人工生成的數(shù)據(jù)。

Web和社交媒體數(shù)據(jù)：比如各種微博、博客、社交網(wǎng)站、購物網(wǎng)

站中的數(shù)據(jù)和內(nèi)容。

M2M數(shù)據(jù)：也就是機器對機器的數(shù)據(jù)，比如RFID數(shù)據(jù)、GPS數(shù)

據(jù)、智能儀表、監(jiān)控記錄數(shù)據(jù)以及其他各種傳感器、監(jiān)控器的數(shù)據(jù)。

海量交易數(shù)據(jù)：是各種海量的交易記錄以及交易相關(guān)的半結(jié)構(gòu)

化和非結(jié)構(gòu)化數(shù)據(jù)，比如電信行業(yè)的CDR、3G上網(wǎng)記錄等，金融行

第1頁

業(yè)的網(wǎng)上交易記錄、corebanking記錄、理財記錄等，保險行業(yè)的各

種理賠等。

生物計量學(xué)數(shù)據(jù)：是指和人體識別相關(guān)的生物識別信息，如指

紋、DNA、虹膜、視網(wǎng)膜、人臉、聲音模式、筆跡等。

人工生成的數(shù)據(jù)：比如各種調(diào)查問卷、電子郵件、紙質(zhì)文件、

掃描件、錄音和電子病歷等。

在各行各業(yè)中，隨處可見因數(shù)量、速度、種類和準(zhǔn)確性結(jié)合帶

來的大數(shù)據(jù)問題，為了更好地利用大數(shù)據(jù)，大數(shù)據(jù)治理逐漸提上日

程。在傳統(tǒng)系統(tǒng)中，數(shù)據(jù)需要先存儲到關(guān)系型數(shù)據(jù)庫/數(shù)據(jù)倉庫后再

進行各種查詢和分析，這些數(shù)據(jù)我們稱之為靜態(tài)數(shù)據(jù)。而在大數(shù)據(jù)

時代，除了靜態(tài)數(shù)據(jù)以外，還有很多數(shù)據(jù)對實時性要求非常高，需

要在采集數(shù)據(jù)時就進行相應(yīng)的處理，處理結(jié)果存入到關(guān)系型數(shù)據(jù)庫

/數(shù)據(jù)倉庫、MPP數(shù)據(jù)庫、Hadoop平臺、各種NoSQL數(shù)據(jù)庫等，這些

數(shù)據(jù)我們稱之為動態(tài)數(shù)據(jù)。比如高鐵機車的關(guān)鍵零部件上裝有成百

上千的傳感器，每時每刻都在生成設(shè)備狀態(tài)信息，企業(yè)需要實時收

集這些數(shù)據(jù)并進行分析，當(dāng)發(fā)現(xiàn)設(shè)備可能出現(xiàn)問題時及時告警。再

比如在電信行業(yè)，基于用戶通信行為的精準(zhǔn)營銷、位置營銷等，都

會實時的采集用戶數(shù)據(jù)并根據(jù)業(yè)務(wù)模型進行相應(yīng)的營銷活動。

大數(shù)據(jù)治理的核心是為業(yè)務(wù)提供持續(xù)的、可度量的價值。大數(shù)

據(jù)治理人員需要定期與企業(yè)高層管理人員進行溝通，保證大數(shù)據(jù)治

第2頁

理計劃可以持續(xù)獲得支持和幫助。相信隨著時間的推移，大數(shù)據(jù)將

成為主流，企業(yè)可以從海量的數(shù)據(jù)中獲得更多的價值，而大數(shù)據(jù)治

理的范圍和嚴(yán)格程度也將逐步上升。為了更好地幫助企業(yè)進行大數(shù)

據(jù)治理，在IBM數(shù)據(jù)治理統(tǒng)一流程模型基礎(chǔ)上結(jié)合在電信、金融、

政府等行業(yè)進行大數(shù)據(jù)治理的經(jīng)驗，整理了大數(shù)據(jù)治理統(tǒng)一流程參

考模型，整個參考模型分為必選步驟和可選步驟兩部分。

1.大數(shù)據(jù)治理平臺的現(xiàn)狀

根據(jù)行業(yè)信息化發(fā)展的現(xiàn)狀，結(jié)合當(dāng)今行業(yè)大數(shù)據(jù)治理的要求,

大型集團或政務(wù)管理部門現(xiàn)階段大數(shù)據(jù)治理平臺方面存在以下的不

足：

（1）大數(shù)據(jù)多頭管理，缺少專門對大數(shù)據(jù)治理平臺進行監(jiān)督

和控制的組織。信息系統(tǒng)的建設(shè)和管理職能分散在各部門，致使大

數(shù)據(jù)治理平臺的職責(zé)分散，權(quán)責(zé)不明確。組織機構(gòu)各部門關(guān)注大數(shù)

據(jù)的角度不一樣，缺少一個組織從全局的視角對大數(shù)據(jù)進行管理，

導(dǎo)致無法建立統(tǒng)一的大數(shù)據(jù)治理平臺規(guī)程、標(biāo)準(zhǔn)等，相應(yīng)的大數(shù)據(jù)

治理平臺監(jiān)督措施無法得到落實。組織機構(gòu)的大數(shù)據(jù)考核體系也尚

未建立，無法保障大數(shù)據(jù)治理平臺標(biāo)準(zhǔn)和規(guī)程的有效執(zhí)行。

（2）多系統(tǒng)分散建設(shè)，沒有規(guī)范統(tǒng)一的省級大數(shù)據(jù)標(biāo)準(zhǔn)和大

數(shù)據(jù)模型。組織機構(gòu)為應(yīng)對迅速變化的市場和社會需求，逐步建立

了各自的信息系統(tǒng)，各部門站在各自的立場生產(chǎn)、使用和管理大數(shù)

第3頁

據(jù)，使得大數(shù)據(jù)分散在不同的部門和信息系統(tǒng)中，缺乏統(tǒng)一的大數(shù)

據(jù)規(guī)劃、可信的大數(shù)據(jù)來源和大數(shù)據(jù)標(biāo)準(zhǔn)，導(dǎo)致大數(shù)據(jù)不規(guī)范、不

一致、冗余、無法共享等問題出現(xiàn)，組織機構(gòu)各部門對大數(shù)據(jù)的理

解難以應(yīng)用一致的語言來描述，導(dǎo)致理解不一致。

(3)缺少統(tǒng)一的主大數(shù)據(jù)，組織機構(gòu)核心系統(tǒng)間的人員等主

要信息并不是存儲在一個獨立的系統(tǒng)中，或者不是通過統(tǒng)一的業(yè)務(wù)

管理流程在系統(tǒng)間維護。缺乏對集團公司或政務(wù)單位主大數(shù)據(jù)的管

理，就無法保障主大數(shù)據(jù)在整個業(yè)務(wù)范圍內(nèi)保持一致、完整和可控，

導(dǎo)致業(yè)務(wù)大數(shù)據(jù)正確性無法得到保障。

(4)缺乏統(tǒng)一的集團型大數(shù)據(jù)質(zhì)量管理流程體系。當(dāng)前現(xiàn)狀

中大數(shù)據(jù)質(zhì)量管理主要由各組織部門分頭進行；跨局跨部門的大數(shù)

據(jù)質(zhì)量溝通機制不完善；缺乏清晰的跨局跨部門的大數(shù)據(jù)質(zhì)量管控

規(guī)范與標(biāo)準(zhǔn)，大數(shù)據(jù)分析隨機性強，存在業(yè)務(wù)需求不清的現(xiàn)象，影

響大數(shù)據(jù)質(zhì)量；大數(shù)據(jù)的自動采集尚未全面實現(xiàn)，處理過程存在人

為干預(yù)問題，很多部門存在大數(shù)據(jù)質(zhì)量管理人員不足、知識與經(jīng)驗

不夠、監(jiān)管方式不全面等問題；缺乏完善的大數(shù)據(jù)質(zhì)量管控流程和

系統(tǒng)支撐能力。

(5)大數(shù)據(jù)全生命周期管理不完整。目前，大型集團或政務(wù)

單位，大數(shù)據(jù)的產(chǎn)生、使用、維護、備份到過時被銷毀的大數(shù)據(jù)生

命周期管理規(guī)范和流程還不完善，不能確定過期和無效大數(shù)據(jù)的識

第4頁

別條件，且非結(jié)構(gòu)化大數(shù)據(jù)未納入大數(shù)據(jù)生命周期的管理范疇；無

信息化工具支撐大數(shù)據(jù)生命周期狀態(tài)的查詢，未有效利用元大數(shù)據(jù)

治理平臺。

2.大數(shù)據(jù)治理的概述

通過靈活的數(shù)據(jù)交互和探索分析能力，以及OEM白標(biāo)集成的

方式，全面滿足行業(yè)應(yīng)用軟件的數(shù)據(jù)分析需求。它提供多源數(shù)據(jù)整

合、報表統(tǒng)計、數(shù)據(jù)可視化、自助式BI分析、以及數(shù)據(jù)填報等功能，

幫助用戶挖掘數(shù)據(jù)的潛在價值，為管理者制定決策提供數(shù)據(jù)支撐。

多數(shù)據(jù)源整合，為決策分析提供完整數(shù)據(jù)支持

通過數(shù)據(jù)查詢設(shè)計器,有效整合您分散在企業(yè)內(nèi)外的各種數(shù)據(jù)。

包括數(shù)據(jù)庫、云端數(shù)據(jù)、本地存放的文件數(shù)據(jù)以及JSON/OData等

程序數(shù)據(jù)。既能通過拖拽操作完成跨源的數(shù)據(jù)建模，也支持直接編

寫查詢語句。最終，通過數(shù)據(jù)模型訪問控制和行級數(shù)據(jù)安全管理，

分享給BI分析或報表統(tǒng)計者使用。

自助式BI,強大的交互分析和自由數(shù)據(jù)探索能力

自助式BI,讓最終用戶毫無約束的與數(shù)據(jù)交互，任意探索數(shù)

據(jù)背后的真正原因，發(fā)覺價值，為決策制定找到有效的數(shù)據(jù)支撐。

在Dashboard的設(shè)計和分析階段，均提供圖表聯(lián)動、數(shù)據(jù)鉆取、數(shù)

據(jù)切片器、OLAP等交互式分析功能，僅需通過極少的操作便能找到

最有價值的數(shù)據(jù)，并能與企業(yè)成員進行協(xié)同討論分析。

第5頁

數(shù)據(jù)可視化，讓數(shù)據(jù)之間的關(guān)系更加清晰明了、便于理解

具有多屏自適應(yīng)能力的儀表板，內(nèi)置豐富的數(shù)據(jù)可視化類型，

而且開放的數(shù)據(jù)可視化插件功能，幾乎可以將任意的可視化組件庫

集成到產(chǎn)品中,比如：Echarts,D3,ChartJS,三維模型等，充分

滿足數(shù)據(jù)可視化大屏等場景的需要。

在線報表，最終用戶和實施人員都能設(shè)計報表

創(chuàng)新的在線報表設(shè)計功能，類似微軟Office產(chǎn)品的使用體驗,

功能豐富卻極易上手。從此，對軟件公司而言，客戶定制化報表需

求再也不用修改軟件源代碼；對企業(yè)IT部門而言，讓業(yè)務(wù)部門自

主設(shè)計所需報表的暢想變得可能。

嵌入式分析，滿足軟件項目的深度集成和OEM合作需要

幾乎可以將WynEnterprise的全部功能集成到您自己的軟件

產(chǎn)品中。對您的用戶而言，他們完全感覺不到我們的存在；對您的

技術(shù)人員而言，我們提供靜默安裝、軟件界面定制、單點登錄、報

表/儀表板的設(shè)計器和查看器的集成等開箱即用的功能，大大節(jié)省系

統(tǒng)集成所花的時間。

2.1大數(shù)據(jù)治理概念

大數(shù)據(jù)治理是指將大數(shù)據(jù)作為組織資產(chǎn)而展開的一系列的具體

化工作，是對大數(shù)據(jù)的全生命周期管理。

大數(shù)據(jù)治理體系是指從組織架構(gòu)、管理制度、操作規(guī)范、IT應(yīng)

第6頁

用技術(shù)、績效考核支持等多個維度對組織的大數(shù)據(jù)模型、大數(shù)據(jù)架

構(gòu)、大數(shù)據(jù)質(zhì)量、大數(shù)據(jù)安全、大數(shù)據(jù)生命周期等各方面進行全面

的梳理、建設(shè)以及持續(xù)改進的體系。

2.2大數(shù)據(jù)治理目標(biāo)

大數(shù)據(jù)治理的目標(biāo)是提高大數(shù)據(jù)的質(zhì)量（準(zhǔn)確性和完整性），保

證大數(shù)據(jù)的安全性（保密性、完整性及可用性），實現(xiàn)大數(shù)據(jù)資源在

各組織機構(gòu)部門的共享；推進信息資源的整合、對接和共享，從而

提升集團公司或政務(wù)單位信息化水平，充分發(fā)揮信息化作用。

2.3大數(shù)據(jù)治理模型

如圖1所示，大數(shù)據(jù)治理統(tǒng)一流程參考模型必要步驟分為兩個

方向：一條子線是在制定元數(shù)據(jù)管理策略和確立體系結(jié)構(gòu)的基礎(chǔ)上

實施全面的元數(shù)據(jù)管理，另一條子線是在定義業(yè)務(wù)問題、執(zhí)行成熟

度評估的基礎(chǔ)上定義數(shù)據(jù)治理路線圖以及定義數(shù)值治理相關(guān)的度量

值。在11個必要步驟的基礎(chǔ)上，企業(yè)可以在7個可選步驟中選擇一

個或多個途徑進行特定領(lǐng)域的數(shù)據(jù)治理,可選步驟為：主數(shù)據(jù)監(jiān)管、

（狹義）大數(shù)據(jù)監(jiān)管、信息單一視圖監(jiān)管、運營分析監(jiān)管、預(yù)測分

析監(jiān)管、管理安全與隱私以及監(jiān)管信息生命周期。企業(yè)需要定期對

大數(shù)據(jù)治理統(tǒng)一流程進行度量并將結(jié)果發(fā)送給主管級發(fā)起人。

第7頁

12.1）委海12.

國

義

大

12.2）大敷冬

成.曾理數(shù)

據(jù)

監(jiān)

實■

12.3）首

大K據(jù)管理

圖1大數(shù)據(jù)治理統(tǒng)一流程參考模型

第一步：明確元數(shù)據(jù)管理策略

在最開始的時候，元數(shù)據(jù)（MetaData）是指描述數(shù)據(jù)的數(shù)據(jù)，

通常由信息結(jié)構(gòu)的描述組成，隨著技術(shù)的發(fā)展元數(shù)據(jù)內(nèi)涵有了非常

大的擴展，比如UML模型、數(shù)據(jù)交易規(guī)則、用Java,.NET,C++等編

寫的APIs、業(yè)務(wù)流程和工作流模型、產(chǎn)品配置描述和調(diào)優(yōu)參數(shù)以及

各種業(yè)務(wù)規(guī)則、術(shù)語和定義等［1］。在大數(shù)據(jù)時代，元數(shù)據(jù)還應(yīng)該包

括對各種新數(shù)據(jù)類型的描述，如對位置、名字、用戶點擊次數(shù)、音

頻、視頻、圖片、各種無線感知設(shè)備數(shù)據(jù)和各種監(jiān)控設(shè)備數(shù)據(jù)等的

描述等。元數(shù)據(jù)通常分為業(yè)務(wù)元數(shù)據(jù)、技術(shù)元數(shù)據(jù)和操作元數(shù)據(jù)等。

第8頁

業(yè)務(wù)元數(shù)據(jù)主要包括業(yè)務(wù)規(guī)則、定義、術(shù)語、術(shù)語表、運算法則和

系統(tǒng)使用業(yè)務(wù)語言等，主要使用者是業(yè)務(wù)用戶。技術(shù)元數(shù)據(jù)主要用

來定義信息供應(yīng)鏈(InformationSupplyChain,ISC)各類組成部

分元數(shù)據(jù)結(jié)構(gòu)，具體包括各個系統(tǒng)表和字段結(jié)構(gòu)、屬性、出處、依

賴性等，以及存儲過程、函數(shù)、序列等各種對象。操作元數(shù)據(jù)是指

應(yīng)用程序運行信息，比如其頻率、記錄數(shù)以及各個組件的分析和其

它統(tǒng)計信息等。

從整個企業(yè)層面來說，各種工具軟件和應(yīng)用程序越來越復(fù)雜，

相互依存度逐年增加，相應(yīng)的追蹤整個信息供應(yīng)鏈各組件之間數(shù)據(jù)

流動、了解數(shù)據(jù)元素含義和上下文的需求越來越強烈。在從應(yīng)用議

程往信息議程的轉(zhuǎn)變過程中，元數(shù)據(jù)管理也逐漸從局部存儲和管理

轉(zhuǎn)向共享。從總量上來看，整個企業(yè)的元數(shù)據(jù)越來越多，光現(xiàn)有的

數(shù)據(jù)模型中就包含了成千上萬的表，同時還有更多的模型等著上線,

同時隨著大數(shù)據(jù)時代的來臨，企業(yè)需要處理的數(shù)據(jù)類型越來越多。

為了企業(yè)更高效地運轉(zhuǎn)，企業(yè)需要明確元數(shù)據(jù)管理策略和元數(shù)據(jù)集

成體系結(jié)構(gòu)，依托成熟的方法論和工具實現(xiàn)元數(shù)據(jù)管理，并有步驟

的提升其元數(shù)據(jù)管理成熟度。

為了實現(xiàn)大數(shù)據(jù)治理，構(gòu)建智慧的分析洞察，企業(yè)需要實現(xiàn)貫

穿整個企業(yè)的元數(shù)據(jù)集成，建立完整且一致的元數(shù)據(jù)管理策略，該

策略不僅僅針對某個數(shù)據(jù)倉庫項目、業(yè)務(wù)分析項目、某個大數(shù)據(jù)項

第9頁

目或某個應(yīng)用單獨制定一個管理策略，而是針對整個企業(yè)構(gòu)建完整

的管理策略。元數(shù)據(jù)管理策略也不是技術(shù)標(biāo)準(zhǔn)或某個軟件工具可以

取代的，無論軟件工具功能多強大都不能完全替代一個完整一致的

元數(shù)據(jù)管理策略，反而在定義元數(shù)據(jù)集成體系結(jié)構(gòu)以及選購元數(shù)據(jù)

管理工具之前需要定義元數(shù)據(jù)管理策略。

元數(shù)據(jù)管理策略需要明確企業(yè)元數(shù)據(jù)管理的愿景、目標(biāo)、需求、

約束和策略等，依據(jù)企業(yè)自身當(dāng)前以及未來的需要確定要實現(xiàn)的元

數(shù)據(jù)管理成熟度以及實現(xiàn)目標(biāo)成熟度的路線圖，完成基礎(chǔ)本體、領(lǐng)

域本體、任務(wù)本體和應(yīng)用本體的構(gòu)建，確定元數(shù)據(jù)管理的安全策略、

版本控制、元數(shù)據(jù)訂閱推送等。企業(yè)需要對業(yè)務(wù)術(shù)語、技術(shù)術(shù)語中

的敏感數(shù)據(jù)進行標(biāo)記和分類，制定相應(yīng)的數(shù)據(jù)隱私保護政策，確保

企業(yè)在隱私保護方面符合當(dāng)?shù)仉[私方面的法律法規(guī)，如果企業(yè)有跨

國數(shù)據(jù)交換、元數(shù)據(jù)交換的需求，也要遵循涉及國家的法律法規(guī)要

求。企業(yè)需要保證每個元數(shù)據(jù)元素在信息供應(yīng)鏈中每個組件中語義

上保持一致，也就是語義等效(semanticequivalence)。語義等效

可以強也可以弱，在一個元數(shù)據(jù)集成方案中，語義等效(平均)越

強則整個方案的效率越高。語義等效的強弱程度直接影響元數(shù)據(jù)的

共享和重用。

本體(人工智能和計算機科學(xué))

本體(Ontology)源自哲學(xué)本體論，而哲學(xué)本體論則是源自哲

第10頁

學(xué)中“形而上學(xué)”分支。本體有時也被翻譯成本體論，在人工智能

和計算機科學(xué)領(lǐng)域本體最早源于上世紀(jì)70年代中期，隨著人工智能

的發(fā)展人們發(fā)現(xiàn)知識的獲取是構(gòu)建強大人工智能系統(tǒng)的關(guān)鍵，于是

開始將新的本體創(chuàng)建為計算機模型從而實現(xiàn)特定類型的自動化推理。

之后到了上世紀(jì)80年代，人工智能領(lǐng)域開始使用本體表示模型化時

間的一種理論以及知識系統(tǒng)的一種組件，認(rèn)為本體（人工智能）是

一種應(yīng)用哲學(xué)。

最早的本體（人工智能和計算機科學(xué)）定義是Neches等人在

1991給出的：“一個本體定義了組成主題領(lǐng)域的詞匯的基本術(shù)語和

關(guān)系，以及用于組合術(shù)語和關(guān)系以及定義詞匯外延的規(guī)則”。而第

一次被業(yè)界廣泛接受的本體定義出自TomGruber,其在1993年提

出：“本體是概念化的顯式的表示（規(guī)格說明）"。Borst在1997

年對TomGruber的本體定義做了進一步的擴展，認(rèn)為：“本體是共

享的、概念化的一個形式的規(guī)范說明”。在前人的基礎(chǔ)上，Stude在

1998年進一步擴展了本體的定義，這也是今天被廣泛接受的一個定

義：“本體是共享概念模型的明確形式化規(guī)范說明”。本體提供一

個共享詞匯表，可以用來對一個領(lǐng)域建模，具體包括那些存在的對

象或概念的類型、以及他們的屬性和關(guān)系［2］。一個簡單的本體示例

發(fā)票概念及其相互關(guān)系所構(gòu)成的語義網(wǎng)絡(luò)如圖2所示：

第11頁

郵電通訊業(yè)定額發(fā)票

(卷式)/

、濟在城市所住城市

濟南市/

圖2簡單本體(發(fā)票)示例

隨著時間的推移和技術(shù)的發(fā)展，本體從最開始的人工智能領(lǐng)域

逐漸擴展到圖書館學(xué)、情報學(xué)、軟件工程、信息架構(gòu)、生物醫(yī)學(xué)和

信息學(xué)等越來越多的學(xué)科。與哲學(xué)本體論類似，本體(人工智能和

計算機科學(xué))依賴某種類別體系來表達(dá)實體、概念、事件及其屬性

和關(guān)系。本體的核心是知識共享和重用，通過減少特定領(lǐng)域內(nèi)概念

或術(shù)語上的分歧，使不同的用戶之間可以順暢的溝通和交流并保持

語義等效性，同時讓不同的工具軟件和應(yīng)用系統(tǒng)之間實現(xiàn)互操作。

根據(jù)研究層次可以將本體的種類劃分為“頂級本體”(top-

levelontology應(yīng)用本體(applicationontology),領(lǐng)域本體

(domainontology)和任務(wù)本體(taskontology),各個種類之間

第12頁

的層次關(guān)系如圖3所示。

圖3本體層次關(guān)系

頂級本體，也被稱為上層本體(upperontology)或基礎(chǔ)本體

(foundationontology),是指獨立于具體的問題或領(lǐng)域，在所有

領(lǐng)域都適用的共同對象或概念所構(gòu)成的模型，主要用來描述高級別

且通用的概念以及概念之間的關(guān)系。

領(lǐng)域本體是指對某個特定的領(lǐng)域建模，顯式的實現(xiàn)對領(lǐng)域的定

義，確定該領(lǐng)域內(nèi)共同認(rèn)可的詞匯、詞匯業(yè)務(wù)含義和對應(yīng)的信息資

產(chǎn)等，提供對該領(lǐng)域知識的共同理解。領(lǐng)域本體所表達(dá)的是適合自

己領(lǐng)域的術(shù)語的特定含義，缺乏兼容性，因而在其他領(lǐng)域往往不適

用。在同一領(lǐng)域內(nèi)，由于文化背景、語言差異、受教育程度或意識

形態(tài)的差異，也可能會出現(xiàn)不同的本體。很多時候，隨著依賴領(lǐng)域

本體系統(tǒng)的擴展，需要將不同的領(lǐng)域本體合并為更通用的規(guī)范說明,

對并非基于同一頂級本體所構(gòu)建的本體進行合并是一項非常具有挑

戰(zhàn)的任務(wù)，很多時候需要靠手工來完成，相反，對那些基于同一頂

第13頁

級本體構(gòu)建的領(lǐng)域本體可以實現(xiàn)自動化的合并。

任務(wù)本體是針對任務(wù)元素及其之間關(guān)系的規(guī)范說明或詳細(xì)說明，

用來解釋任務(wù)存在的條件以及可以被用在哪些領(lǐng)域或環(huán)境中。是一

個通用術(shù)語的集合用來描述關(guān)于任務(wù)的定義和概念等。

應(yīng)用本體：描述依賴于特定領(lǐng)域和任務(wù)的概念及概念之間的關(guān)

系，是用于特定應(yīng)用或用途的本體，其范疇可以通過可測試的用例

來指定。

從詳細(xì)程度上來分，本體又可以分為參考本體（reference

ontologies）和共享本體（shareontologies）,參考本體的詳細(xì)程

度高，而共享本體的詳細(xì)程度低。

本體（哲學(xué)）

哲學(xué)中的本體（ontology）也被稱為存在論，源自哲學(xué)中“形

而上學(xué)”分支，主要探討存在的本質(zhì)，也就是存在的存在。英文

ontology實際上就是來源于希臘文“。v”（存在）和“入6Y。q”

（學(xué)科）的組合。本體是由早期希臘哲學(xué)在公元前6世紀(jì)到公元前

4世紀(jì)提出的“始基”延伸出來的。始基（Principle,又稱本原）

最早由泰勒斯（米利都學(xué)派）最早提出來，認(rèn)為萬物由水而生，其

學(xué)生阿那克西曼德認(rèn)為萬物由一種簡單的原質(zhì)組成，該原質(zhì)不是水

：3]o而畢達(dá)哥拉斯（學(xué)派）認(rèn)為“萬物都是數(shù)”，數(shù)不僅被看作萬

物的本原，而且被看作萬物的原型、世界的本體。后來巴門尼德（愛

第14頁

利亞學(xué)派）提出了“存在”的概念，認(rèn)為存在才是唯一真正存在的

真理，其創(chuàng)造了一種形而上學(xué)論證方式，之后的哲學(xué)一直到近時期

為止，都從巴門尼德處接受了其“實體的不可毀滅性”。蘇格拉底

繼承了巴門尼德的存在概念，主張“真正的善”并完善了巴門尼德

弟子芝諾的辯證法，其學(xué)生柏拉圖提出了“理念論”，認(rèn)為只要若

干個個體擁有一個共同的名字，它們就有一個共同的理念或形式。

亞里士多德（柏拉圖學(xué)生）總結(jié)了先哲們的思想，完成了《形而上

學(xué)》，并將本體總結(jié)為：對世界上客觀存在事物的系統(tǒng)的描述，即存

在論，也就是最形而上學(xué)的知識。形而上學(xué)不是指孤立、靜止之類

的意思，而是指超越具體形態(tài)的抽象意思，是關(guān)于物質(zhì)世界最普遍

的、最一般的、最不具體的規(guī)律的學(xué)問。

第二步：元數(shù)據(jù)集成體系結(jié)構(gòu)

在明確了元數(shù)據(jù)管理策略后需要確定實現(xiàn)該管理策略所需的技

術(shù)體系結(jié)構(gòu)，即元數(shù)據(jù)集成體系結(jié)構(gòu)。各個企業(yè)的元數(shù)據(jù)管理策略

和元數(shù)據(jù)管理成熟度差別較大，因此元數(shù)據(jù)集成體系結(jié)構(gòu)也多種多

樣。大體上元數(shù)據(jù)集成體系結(jié)構(gòu)可以分為點對點的元數(shù)據(jù)集成體系

結(jié)構(gòu)、中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)、基于CWM（CommonWarehouse

MetaModel,公共倉庫元模型）模型驅(qū)動的點對點元數(shù)據(jù)集成體系

結(jié)構(gòu)、基于CWM模型驅(qū)動的中央存儲庫元數(shù)據(jù)集成體系結(jié)構(gòu)、分布

式（聯(lián)邦式）元數(shù)據(jù)集成體系結(jié)構(gòu)和層次/星型元數(shù)據(jù)集成體系結(jié)構(gòu)

第15頁

等。

針對信息供應(yīng)鏈中不同的組件，為了實現(xiàn)跨組件的元數(shù)據(jù)交換

和集成，最開始人們采用點對點的方式進行，也就是每一對組件之

間通過一個獨立的元數(shù)據(jù)橋(metadatabridge)進行元數(shù)據(jù)交換，

橋一般是雙向的能夠理解兩個方向的元數(shù)據(jù)映射［4］。點對點的元數(shù)

據(jù)集成體系結(jié)構(gòu)幫助用戶實現(xiàn)了跨企業(yè)的元數(shù)據(jù)集成和元數(shù)據(jù)交換,

對提升信息化水平提供了巨大幫助。這種體系結(jié)構(gòu)在應(yīng)用過程中，

也暴露了很多問題，比如元數(shù)據(jù)橋的構(gòu)建工作量和耗時都非常大，

對中間件廠商、應(yīng)用廠商、集成商和用戶來說都是一個巨大的挑戰(zhàn)，

而且構(gòu)建元數(shù)據(jù)橋還必須具有所有者的元數(shù)據(jù)模型和接口的詳細(xì)信

息。構(gòu)建完成的橋很多時候無法在構(gòu)建其他元數(shù)據(jù)橋時進行重用，

因此開發(fā)和維護費用大幅度增加，用戶投資回報率(ROD不高。以

動態(tài)數(shù)據(jù)倉庫為例，其點對點的元數(shù)據(jù)集成體系結(jié)構(gòu)具體如圖4所

示，信息供應(yīng)鏈各組件之間的空心箭頭表示全部的數(shù)據(jù)流，實心箭

頭表示不同的元數(shù)據(jù)橋和與之關(guān)聯(lián)的元數(shù)據(jù)流。

第16頁

<5=4><?e>o=^>0mme>

Bridges

圖4點對點的元數(shù)據(jù)集成體系結(jié)構(gòu)

通過使用中央元數(shù)據(jù)存儲庫(centralmetadatarepository)

取代各個工具軟件和應(yīng)用程序之間的點對點連接方式，改成中央元

數(shù)據(jù)存儲庫與各個工具軟件和應(yīng)用程序?qū)崿F(xiàn)元數(shù)據(jù)交換的訪問層

(也是一種橋)，可以有效降低總成本，減少建立點對點元數(shù)據(jù)橋的

工作，提高投資回報率。信息供應(yīng)鏈各組件可以從存儲庫訪問元數(shù)

據(jù)，不必與其他產(chǎn)品進行點對點交互。這種使用中央元數(shù)據(jù)存儲庫

方式進行元數(shù)據(jù)集成的方式就是中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)(hub-

and-spokemetadataarchitecture),具體如圖5所示。由于特定

的元數(shù)據(jù)存儲庫是圍繞其自身的元模型、接口和交付服務(wù)建立的，

所以仍需要建立元數(shù)據(jù)橋?qū)崿F(xiàn)與ISC各組件的互相訪問。

第17頁

采用模型驅(qū)動的元數(shù)據(jù)集成方法（比如使用CWM）可以有效降

低元數(shù)據(jù)集成的成本和復(fù)雜度，無論點對點元數(shù)據(jù)集成體系結(jié)構(gòu)還

是中央輻射式元數(shù)據(jù)集成體系結(jié)構(gòu)都可以因此受益。在點對點體系

結(jié)構(gòu)中，通過使用基于模型的方法可以不必在每一對需要集成的產(chǎn)

品之間構(gòu)建元數(shù)據(jù)橋，每個產(chǎn)品只需要提供一個適配器（adapter）

即可實現(xiàn)各個產(chǎn)品之間的元數(shù)據(jù)交換，適配器既了解公共的元模型

也了解本產(chǎn)品元模型的內(nèi)部實現(xiàn)。如圖6所示，基于CWM模型驅(qū)動

點對點元數(shù)據(jù)集成體系結(jié)構(gòu)使用通用元模型，不再需要在各個產(chǎn)品

間建立元數(shù)據(jù)橋，在各個產(chǎn)品之間通過適配器實現(xiàn)了語義等價性。

第18頁

圖6基于CWM模型驅(qū)動的點對點元數(shù)據(jù)集成體系結(jié)構(gòu)

如圖7所示，在基于模型驅(qū)動（比如CWM）的中央輻射式元數(shù)

據(jù)體系結(jié)構(gòu)中，中央存儲庫包含公共元模型和整個領(lǐng)域（domain）

用到的該元模型的各個實例（模型）、存儲庫自身元模型及其實例、

理解元模型（公共元模型和自身元模型）的適配器層，當(dāng)然存儲庫

也可以直接實現(xiàn)公共元模型的某些內(nèi)部表示。

第19頁

圖7基于CWM模型驅(qū)動的中央存儲庫元數(shù)據(jù)集成體系結(jié)構(gòu)

如圖8所示，這種體系架構(gòu)是基于CWM模型驅(qū)動的中央存儲庫

元數(shù)據(jù)集成體系結(jié)構(gòu)的一個變種，兩個中央輻射式的拓?fù)浣Y(jié)構(gòu)通過

各自的元數(shù)據(jù)存儲庫連接起來，也被稱為分布式(Distributed)或

聯(lián)邦(Federated)體系結(jié)構(gòu)。兩個元數(shù)據(jù)存儲庫之間通過元數(shù)據(jù)橋

連接，兩個存儲庫使用相同的元模型和接口，也可以使用不同的元

模型和接口。建立分布式元數(shù)據(jù)集成體系結(jié)構(gòu)的原因有很多種，比

如企業(yè)基于多個區(qū)域單獨部署自己的應(yīng)用，每個區(qū)域有自己的數(shù)據(jù)

中心。

第20頁

<

CWM兀數(shù)據(jù)交換（基于

XYL或標(biāo)準(zhǔn)APIUI用）

圖8分布式（聯(lián)邦式）元數(shù)據(jù)集成體系結(jié)構(gòu)

如圖9所示，這種體系結(jié)構(gòu)是分布式體系結(jié)構(gòu)的變體，根存儲

庫實現(xiàn)了元模型的公共部分（橫跨整個企業(yè)），葉子存儲庫實現(xiàn)了一

個或多個特定的公共元模型子集，并只保存這些自己所對應(yīng)的元數(shù)

第21頁

據(jù)實例。特定客戶可以主要訪問其感興趣的元數(shù)據(jù)所在的葉子存儲

庫，也可以訪問其它葉子存儲庫和根存儲庫。這種體系結(jié)構(gòu)被稱為

結(jié)束語

本文詳細(xì)介紹了大數(shù)據(jù)治理的基本概念和統(tǒng)一流程參考模型，

并闡述了該模型的第一步“明確元數(shù)據(jù)管理策略”和第二步“元數(shù)

據(jù)集成體系結(jié)構(gòu)”等內(nèi)容。在第一步“明確元數(shù)據(jù)管理策略”中講

述了元數(shù)據(jù)的基本概念以及本體在人工智能/計算機科學(xué)和哲學(xué)中

的含義。在第二步“元數(shù)據(jù)集成體系結(jié)構(gòu)”講述了元數(shù)據(jù)集成體系

結(jié)構(gòu)的六種示例，分別為：點對點的元數(shù)據(jù)集成體系結(jié)構(gòu)、中央輻

射式元數(shù)據(jù)體系結(jié)構(gòu)、基于CWM模型驅(qū)動的點對點元數(shù)據(jù)集成體系

結(jié)構(gòu)、基于C恤模型驅(qū)動的中央存儲庫元數(shù)據(jù)集成體系結(jié)構(gòu)、分布

式（聯(lián)邦式）元數(shù)據(jù)集成體系結(jié)構(gòu)和層次/星型元數(shù)據(jù)集成體系結(jié)構(gòu)。

第22頁

在本系列文章的下一部分將繼續(xù)介紹大數(shù)據(jù)治理統(tǒng)一流程參考模型

第二步“元數(shù)據(jù)集成體系結(jié)構(gòu)”，具體包括元模型、元-元模型、公

共倉庫元模型(CWM)、CWM發(fā)展史、OMG的模型驅(qū)動體系結(jié)構(gòu)

(ModelDrivenArchitecture,MDA)O

3.大數(shù)據(jù)治理體系

大數(shù)據(jù)治理體系包含兩個方面，一是大數(shù)據(jù)質(zhì)量核心領(lǐng)域，二

是大數(shù)據(jù)質(zhì)量保障機制。

制度章程組織

?規(guī)章制度?組織架構(gòu)

?管控辦法?組織層次

?考核機制?組織職責(zé)

數(shù)

據(jù)

主數(shù)

據(jù)

數(shù)

安

據(jù)

全

標(biāo)

數(shù)據(jù)

準(zhǔn)

元

通過靈活的數(shù)據(jù)交互和探索分析能力，以及OEM白標(biāo)集成

第23頁

的方式，全面滿足行業(yè)應(yīng)用軟件的數(shù)據(jù)分析需求。它提供多源數(shù)

據(jù)整合、報表統(tǒng)計、數(shù)據(jù)可視化、自助式BI分析、以及數(shù)據(jù)填

報等功能，幫助用戶挖掘數(shù)據(jù)的潛在價值，為管理者制定決策提

供數(shù)據(jù)支撐。

整體應(yīng)用流程:

3.1數(shù)據(jù)連接

通過數(shù)據(jù)連接引擎建立與Oracle、Mysql.SqlServer等各

種關(guān)系型數(shù)據(jù)庫、API、ODBC或者Excel、JSON、XML等數(shù)據(jù)文件

等不同來源的數(shù)據(jù)連接，支持跨源，用于數(shù)據(jù)建模。

3.2數(shù)據(jù)建模

將填報采集的數(shù)據(jù)和已有業(yè)務(wù)系統(tǒng)如OA、ERP、CRM數(shù)據(jù)庫

的數(shù)據(jù)，通過可視化數(shù)據(jù)模型設(shè)計器或者自定義SQL數(shù)據(jù)集，建

立多表關(guān)聯(lián)模型，并對模型進行字段重命名、二次計算、分組計

第24頁

算等操作，添加參數(shù)及篩選過濾，形成最終用于設(shè)計報表和儀表

板的數(shù)據(jù)集。

3.3統(tǒng)計報表

為業(yè)務(wù)層的日常運營提供必備的明細(xì)報表，以滿足數(shù)據(jù)查詢、

報表打印等需要。包括典型的Excel類中國式復(fù)雜報表、合同文

檔類報表、分組報表、明細(xì)報表、圖表、分欄報表等各種報表類

型。

3.4決策儀表板

以高度交互與自由數(shù)據(jù)探索的管理看板為基礎(chǔ)，輔助決策的

制定。通過靈活自由的布局頁面，拖拽可視化組件，綁定數(shù)據(jù)，

生成儀表板。瀏覽者在查看時，可以通過條件過濾、條件格式化、

排序、圖表切換、調(diào)整數(shù)據(jù)綁定等組件，多維自由的從不同視角

進行數(shù)據(jù)分析。儀表板自帶的聯(lián)動和鉆取分析，深入探查數(shù)據(jù)背

后的原因。指導(dǎo)管理層科學(xué)決策。

3.5數(shù)據(jù)大屏

通過可視化大屏，對企業(yè)綜合信息進行展示，滿足企業(yè)內(nèi)、

外部信息共享與交流的需要。通過各種酷炫的可視化組件，將企

業(yè)核心經(jīng)營指標(biāo)、KPI指標(biāo)、綜合管控指標(biāo)等直觀的展示到總經(jīng)

第25頁

理辦公室、會議室或者會客大廳等，方便管理層掌握企業(yè)經(jīng)營情

況。

4.大數(shù)據(jù)治理核心領(lǐng)域

為了有效管理信息資源，必須構(gòu)集團級大數(shù)據(jù)治理體系。大數(shù)

據(jù)治理體系包含大數(shù)據(jù)治理組織、大數(shù)據(jù)構(gòu)架管理、主大數(shù)據(jù)治理

平臺、大數(shù)據(jù)質(zhì)量管理、大數(shù)據(jù)服務(wù)管理及大數(shù)據(jù)安全管理內(nèi)容，

這些內(nèi)容既有機結(jié)合，又相互支撐。

4.1大數(shù)據(jù)模型

大數(shù)據(jù)模型是大數(shù)據(jù)構(gòu)架中重要一部分，包括概念大數(shù)據(jù)模型

和邏輯大數(shù)據(jù)模型，是大數(shù)據(jù)治理的關(guān)鍵、重點。理想的大數(shù)據(jù)模

型應(yīng)該具有非冗余、穩(wěn)定、一致、易用等特征。邏輯大數(shù)據(jù)模型能

涵蓋整個集團的業(yè)務(wù)范圍，以一種清晰的表達(dá)方式記錄跟蹤集團單

位的重要大數(shù)據(jù)元素及其變動，并利用它們之間各種可能的限制條

件和關(guān)系來表達(dá)重要的業(yè)務(wù)規(guī)則。大數(shù)據(jù)模型必須在設(shè)計過程中保

持統(tǒng)一的業(yè)務(wù)定義。為了滿足將來不同的應(yīng)用分析需要，邏輯大數(shù)

據(jù)模型的設(shè)計應(yīng)該能夠支持最小粒度的詳細(xì)大數(shù)據(jù)的存儲，以支持

各種可能的分析查詢。同時保障邏輯大數(shù)據(jù)模型能夠最大程度上減

少冗余，并保障結(jié)構(gòu)具有足夠的靈活性和擴展性

第26頁

4.2大數(shù)據(jù)生命周期

一般包括大數(shù)據(jù)生成及傳輸、大數(shù)據(jù)存儲、大數(shù)據(jù)處理及應(yīng)用、

大數(shù)據(jù)銷毀四個方面。

（1）大數(shù)據(jù)生成及傳輸

大數(shù)據(jù)應(yīng)該能夠按照大數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)和發(fā)展需要產(chǎn)生，應(yīng)采取

措施保證大數(shù)據(jù)的準(zhǔn)確性和完整性，業(yè)務(wù)系統(tǒng)上線前應(yīng)該進行必要

的安全測試，以保證上述措施的有效性。對于手工流程中產(chǎn)生的大

數(shù)據(jù)在相關(guān)制度中明確要求，并通過事中復(fù)核、事后檢查等手段保

證其準(zhǔn)確性和完整性。大數(shù)據(jù)傳輸過程中需要考慮保密性和完整性

的問題，對不同種類的大數(shù)據(jù)分別采取不同的措施防止大數(shù)據(jù)泄漏

或大數(shù)據(jù)被篡改。

（2）大數(shù)據(jù)存儲

這個階段除了關(guān)注保密性、完整性之外，更要關(guān)心大數(shù)據(jù)的可

用性，對于大部分大數(shù)據(jù)應(yīng)采取分級存儲的方式，不僅存儲在本地

磁盤上，還應(yīng)該在磁帶上，甚至遠(yuǎn)程復(fù)制到磁盤陣列中，或者采用

光盤庫進行存儲。對于存儲備份的大數(shù)據(jù)要定期進行測試，確保其

可訪問其大數(shù)據(jù)完整。大數(shù)據(jù)的備份恢復(fù)策略應(yīng)該由大數(shù)據(jù)的責(zé)任

部門或責(zé)任人負(fù)責(zé)制定，信息化管理部門可以給予相應(yīng)的支持。同

時還需要注意因為部門需要或故障處理的需要，可能對大數(shù)據(jù)進行

修改，必須在大數(shù)據(jù)治理平臺辦法中明確大數(shù)據(jù)修改的申請審批流

第27頁

程，審慎對待后臺大數(shù)據(jù)修改。

(3)大數(shù)據(jù)處理和應(yīng)用

信息化相關(guān)部門需要對大數(shù)據(jù)進行分析處理，以挖掘出對于管

理及業(yè)務(wù)開展有價值的信息，為保證過程中大數(shù)據(jù)的安全性，一般

應(yīng)采用聯(lián)機處理，系統(tǒng)只輸出分析處理的結(jié)果。但是實際中，因為

相關(guān)大數(shù)據(jù)分析系統(tǒng)建設(shè)不到位，需要從大數(shù)據(jù)庫中提取大數(shù)據(jù)后

再對大數(shù)據(jù)進行必要的分析處理，在這個過程中就需要關(guān)注大數(shù)據(jù)

提取操作是否可能對大數(shù)據(jù)庫造成破壞、提取出的大數(shù)據(jù)在交付給

分析處理人員的過程中其安全性是否會降低、大數(shù)據(jù)分析處理的環(huán)

境安全性等等。

(4)大數(shù)據(jù)銷毀

這個階段主要涉及大數(shù)據(jù)的保密性。應(yīng)明確大數(shù)據(jù)銷毀的流程,

采用必要的工具，大數(shù)據(jù)的銷毀應(yīng)該有完整的記錄。尤其是對于需

要送出外部修理的存儲設(shè)備，送修之前應(yīng)該對大數(shù)據(jù)進行可靠的銷

毀。

4.3大數(shù)據(jù)標(biāo)準(zhǔn)

大數(shù)據(jù)標(biāo)準(zhǔn)是集團單位建立的一套符合自身實際，涵蓋定義、

操作、應(yīng)用多層次大數(shù)據(jù)的標(biāo)準(zhǔn)化體系。

大數(shù)據(jù)標(biāo)準(zhǔn)的建立是集團單位信息化、數(shù)字化建設(shè)的一項重要

工作，行業(yè)的各類大數(shù)據(jù)必須遵循一個統(tǒng)一的標(biāo)準(zhǔn)進行組織，才能

第28頁

構(gòu)成一個可流通、可共享的信息平臺。

大數(shù)據(jù)治理對標(biāo)準(zhǔn)的需求可以劃分為兩類，即基礎(chǔ)性標(biāo)準(zhǔn)和應(yīng)

用性標(biāo)準(zhǔn)。前者主要用于在不同系統(tǒng)間，形成信息的一致理解和統(tǒng)

一的坐標(biāo)參照系統(tǒng)，是信息匯集、交換以及應(yīng)用的基礎(chǔ)，包括大數(shù)

據(jù)分類與編碼、大數(shù)據(jù)字典、數(shù)字地圖標(biāo)準(zhǔn)；后者是為平臺功能發(fā)

揮所涉及的各個環(huán)節(jié)，提供一定的標(biāo)準(zhǔn)規(guī)范，以保證信息的高效匯

集和交換，包括元大數(shù)據(jù)標(biāo)準(zhǔn)、大數(shù)據(jù)交換技術(shù)規(guī)范、大數(shù)據(jù)傳輸

協(xié)議、大數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)等。

(1)大數(shù)據(jù)分類與編碼

大數(shù)據(jù)分類與編碼標(biāo)準(zhǔn)是信息化建設(shè)中標(biāo)準(zhǔn)化的一項基礎(chǔ)工作,

該類標(biāo)準(zhǔn)規(guī)定平臺匯集、交換相關(guān)信息統(tǒng)一的分類系統(tǒng)和排列順序

以及編碼規(guī)則，目的是在不同系統(tǒng)和用戶之間建立交通大數(shù)據(jù)的一

致參照,對提高大數(shù)據(jù)采集、處理和大數(shù)據(jù)交換效率具有重要作用。

大數(shù)據(jù)分類與編碼標(biāo)準(zhǔn)的制定將有力推進平臺標(biāo)準(zhǔn)化及交通信息化

建設(shè)標(biāo)準(zhǔn)化的進程。

(2)大數(shù)據(jù)字典

針對實際需求，定義大數(shù)據(jù)集，建立各個領(lǐng)域的大數(shù)據(jù)字典，

規(guī)范大數(shù)據(jù)概念和大數(shù)據(jù)定義。在此基礎(chǔ)上，形成完備的集團單位

大數(shù)據(jù)集和大數(shù)據(jù)字典。

(3)元大數(shù)據(jù)標(biāo)準(zhǔn)

第29頁

元大數(shù)據(jù)標(biāo)準(zhǔn)是描述大數(shù)據(jù)資源的具體對象時所有規(guī)則的集合,

它包括了完整描述一個具體大數(shù)據(jù)對象時所需要的大數(shù)據(jù)項集合。

針對各種信息資源分別制定適當(dāng)?shù)脑髷?shù)據(jù)標(biāo)準(zhǔn)，可為信息的管理、

發(fā)現(xiàn)和獲取提供一種實際而簡便的方法，從而提高大數(shù)據(jù)交換效率。

（4）大數(shù)據(jù)交換標(biāo)準(zhǔn)

為了保證大數(shù)據(jù)共享和交換的順利實現(xiàn)，必須明確定義和規(guī)范

大數(shù)據(jù)交換的相關(guān)標(biāo)準(zhǔn)。大數(shù)據(jù)交換的標(biāo)準(zhǔn)規(guī)范是集團單位綜合信

息平臺的核心標(biāo)準(zhǔn)。其中應(yīng)當(dāng)包括大數(shù)據(jù)交換內(nèi)容、大數(shù)據(jù)交換格

式、大數(shù)據(jù)傳輸方式、各類中心間大數(shù)據(jù)接口的標(biāo)準(zhǔn)化等方面。

（5）大數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)

由于大數(shù)據(jù)采集任務(wù)通常由其他二級平臺完成，大數(shù)據(jù)治理平

臺的標(biāo)準(zhǔn)方法主要集中在大數(shù)據(jù)的加工和管理上。應(yīng)該重點開發(fā)的

一個領(lǐng)域是大數(shù)據(jù)質(zhì)量控制方法。應(yīng)當(dāng)從三個方面對大數(shù)據(jù)質(zhì)量方

法進行研究：“壞大數(shù)據(jù)”或“不可靠大數(shù)據(jù)”的識別，錯誤大數(shù)

據(jù)的編輯方法，以及缺少值的處理。

4.4主大數(shù)據(jù)

主大數(shù)據(jù)治理平臺要做的就是從各部門的多個業(yè)務(wù)系統(tǒng)中整合

最核心的、最需要共享的大數(shù)據(jù)（主大數(shù)據(jù)），集中進行大數(shù)據(jù)的清

洗和豐富，并且以服務(wù)的方式把統(tǒng)一的、完整的、準(zhǔn)確的、具有權(quán)

威性的主大數(shù)據(jù)傳送給集團單位范圍內(nèi)需要使用這些大數(shù)據(jù)的操作

第30頁

型應(yīng)用系統(tǒng)和分析型應(yīng)用系統(tǒng)。

主大數(shù)據(jù)治理平臺的信息流應(yīng)為：

1）某個業(yè)務(wù)系統(tǒng)觸發(fā)對主大數(shù)據(jù)的改動；

2）主大數(shù)據(jù)治理平臺系統(tǒng)將整合之后完整、準(zhǔn)確的主大數(shù)據(jù)傳

送給所有有關(guān)的應(yīng)用系統(tǒng)

3）主大數(shù)據(jù)治理平臺系統(tǒng)為決策支持和大數(shù)據(jù)倉庫系統(tǒng)提供

準(zhǔn)確的大數(shù)據(jù)源。

因此對于主大數(shù)據(jù)治理平臺要考慮運用主大數(shù)據(jù)治理平臺系統(tǒng)

實現(xiàn)，主大數(shù)據(jù)治理平臺系統(tǒng)的建設(shè)，要從建設(shè)初期就考慮整體的

平臺框架和技術(shù)實現(xiàn)。

4.5大數(shù)據(jù)質(zhì)量

大數(shù)據(jù)質(zhì)量不高將影響大數(shù)據(jù)倉庫應(yīng)用程度不高。低下的大數(shù)

據(jù)質(zhì)量往往造成開發(fā)出來的系統(tǒng)與用戶的預(yù)期大相徑庭，大數(shù)據(jù)質(zhì)

量關(guān)系建設(shè)有關(guān)分析型信息系統(tǒng)成敗，同時大數(shù)據(jù)資源是集團單位

的戰(zhàn)略資源，合理有效的使用正確的大數(shù)據(jù)能指導(dǎo)集團單位做出正

確的決策，提高省綜合競爭力。不合理的使用不正確的大數(shù)據(jù)（即

差的大數(shù)據(jù)質(zhì)量）可導(dǎo)致決策的失敗，正可謂差之毫厘、謬以千里。

大數(shù)據(jù)質(zhì)量管理包含對大數(shù)據(jù)的絕對質(zhì)量管理、過程質(zhì)量管理。

絕對質(zhì)量即大數(shù)據(jù)的真實性、完備性、自治性是大數(shù)據(jù)本身應(yīng)具有

的屬性。過程質(zhì)量即使用質(zhì)量、存儲質(zhì)量和傳輸質(zhì)量，大數(shù)據(jù)的使

第31頁

用質(zhì)量是指大數(shù)據(jù)被正確的使用。再正確的大數(shù)據(jù)，如果被錯誤的

使用，就不可能得出正確的結(jié)論。大數(shù)據(jù)的存貯質(zhì)量指大數(shù)據(jù)被安

全的存貯在適當(dāng)?shù)慕橘|(zhì)上。所謂存貯在適當(dāng)?shù)慕橘|(zhì)上是指當(dāng)需要大

數(shù)據(jù)的時候能及時方便的取出。大數(shù)據(jù)的傳輸質(zhì)量是指大數(shù)據(jù)在傳

輸過程中的效率和正確性。

高質(zhì)量的交通運輸行業(yè)大數(shù)據(jù)至少有如下幾項要求：

一是正確性，在轉(zhuǎn)換、分析、存儲、傳輸、應(yīng)用流程中不存在

錯誤；

二是完整性，大數(shù)據(jù)庫應(yīng)用或要求的所有記錄、字段都存在；

三是一致性，體現(xiàn)在整個大數(shù)據(jù)庫的定義和維護方面，確保大

數(shù)據(jù)在使用的整個過程中是一致的；

四是時效性，衡量指標(biāo)是在指定的大數(shù)據(jù)與真實的業(yè)務(wù)情況同

步的時間容忍度內(nèi)，即指定的更新頻度內(nèi)，及時被刷新的大數(shù)據(jù)的

百分比;

五是可靠性，提供大數(shù)據(jù)的大數(shù)據(jù)源必須能夠可靠穩(wěn)定地提供

大數(shù)據(jù)。

大數(shù)據(jù)質(zhì)量管理的規(guī)劃和實施包括以下內(nèi)容：

一是大數(shù)據(jù)質(zhì)量管控體系的建立，包括大數(shù)據(jù)質(zhì)量的評估體系,

定期評估大數(shù)據(jù)質(zhì)量狀況；

二是在部門各個應(yīng)用系統(tǒng)中的落實，包括每個應(yīng)用系統(tǒng)中的大

第32頁

數(shù)據(jù)質(zhì)量檢查等；

三是在最開始建立大數(shù)據(jù)質(zhì)量管理系統(tǒng)的時候，借助大數(shù)據(jù)治

理平臺上，通過建立大數(shù)據(jù)質(zhì)量管理的規(guī)則來集中化地建立大數(shù)據(jù)

質(zhì)量管理系統(tǒng)，發(fā)現(xiàn)問題并持續(xù)改進；

四是大數(shù)據(jù)質(zhì)量管理與業(yè)務(wù)稽核的結(jié)合，通過業(yè)務(wù)規(guī)則的稽核

來發(fā)現(xiàn)大數(shù)據(jù)質(zhì)量深層次的問題，將大數(shù)據(jù)質(zhì)量與業(yè)務(wù)一線結(jié)合起

來，使業(yè)務(wù)人員對大數(shù)據(jù)質(zhì)量問題有更加清晰和明確的認(rèn)識。

完善的大數(shù)據(jù)質(zhì)量管理是保障各項大數(shù)據(jù)治理工作能夠得到有

效落實，達(dá)到大數(shù)據(jù)準(zhǔn)確、完整的目標(biāo)，并能夠提供有效的增值服

務(wù)的重要基礎(chǔ)。

4.6大數(shù)據(jù)服務(wù)

大數(shù)據(jù)整理最終目的就是要服務(wù)于各部門單位、人員等，能更

準(zhǔn)確更快更方便的服務(wù)是大數(shù)據(jù)服務(wù)管理的目標(biāo)。

大數(shù)據(jù)服務(wù)管理是指針對內(nèi)部積累多年的大數(shù)據(jù)，研究如何能

夠充分利用這些大數(shù)據(jù)，分析行業(yè)業(yè)務(wù)流程優(yōu)化業(yè)務(wù)流程。大數(shù)據(jù)

使用的方式通常包括對大數(shù)據(jù)的深度加工和分析，包括通過各種報

表、工具來分析運營層面的問題，還包括通過大數(shù)據(jù)挖掘等工具對

大數(shù)據(jù)進行深度加工，從而更好的管理者服務(wù)。通過建立統(tǒng)一的大

數(shù)據(jù)服務(wù)平臺來滿足針對跨部門、跨系統(tǒng)的大數(shù)據(jù)應(yīng)用。通過統(tǒng)一

的大數(shù)據(jù)服務(wù)平臺來統(tǒng)一大數(shù)據(jù)源，變多源為單源，加快大數(shù)據(jù)流

第33頁

轉(zhuǎn)速度，提升大數(shù)據(jù)服務(wù)的效率。

4.7大數(shù)據(jù)安全

由于集團單位的重要且敏感信息大部分集中在應(yīng)用系統(tǒng)中，大

數(shù)據(jù)安全更是至關(guān)重要。如何保障大數(shù)據(jù)不被泄露和非法訪問，是

非常關(guān)鍵的問題。大數(shù)據(jù)安全管理主要解決的就是大數(shù)據(jù)在保存、

使用和交換過程中的安全問題。

大數(shù)據(jù)安全管理主要體現(xiàn)在以下六個方面：

一是大數(shù)據(jù)使用的安全性，包括基礎(chǔ)大數(shù)據(jù)的保存、訪問和權(quán)

限管理；

二是大數(shù)據(jù)隱私問題，系統(tǒng)中采集的證件號碼、銀行賬號等信

息在下游分析系統(tǒng)和內(nèi)部管理系統(tǒng)中，是否要進行加密，以避免大

數(shù)據(jù)被非法訪問；

三是訪問權(quán)限統(tǒng)一管理，包括單點登錄問題及用戶名、大數(shù)據(jù)

和應(yīng)用的訪問授權(quán)統(tǒng)一管理；

四是大數(shù)據(jù)安全審計，為大數(shù)據(jù)修改、使用等環(huán)節(jié)設(shè)置審計方

法，事后進行審計和責(zé)任追究；

五是制度及流程建立，逐步建立大數(shù)據(jù)安全性的管理辦法、系

統(tǒng)開發(fā)規(guī)范、大數(shù)據(jù)隱私管理辦法及相應(yīng)的應(yīng)用系統(tǒng)規(guī)范、在管理

決策和分析類系統(tǒng)中的審計管理辦法等；

六是應(yīng)用系統(tǒng)權(quán)限的訪問控制，建立集團級權(quán)限管理系統(tǒng)，增

第34頁

加數(shù)字水印等技術(shù)在應(yīng)用系統(tǒng)中的使用。

5.大數(shù)據(jù)治理保障機制

5.1制度章程

5.1.1規(guī)章制度

大數(shù)據(jù)治理章程類似于企業(yè)的公司條例。該章程闡明大數(shù)據(jù)治

理的主要目標(biāo)、相關(guān)工作人員、職責(zé)、決策權(quán)利和度量標(biāo)準(zhǔn)。

具體可參見附件大數(shù)據(jù)治理平臺規(guī)范

5.1.2管控辦法

管控辦法是基于規(guī)章制度與工具的結(jié)合，可落地的操作的辦法。

具體可參見附件大數(shù)據(jù)質(zhì)量評估辦法

5.1.3考核機制

考核是是保障制度落實的根本，建立明確的考核制度，實際操

作中可根據(jù)集團單位情況，建立相應(yīng)的針對大數(shù)據(jù)治理方面的考核

辦法，并與個人績效相關(guān)聯(lián)。可參考管理學(xué)中相關(guān)考核、績效管理

相關(guān)部分。

對于大數(shù)據(jù)治理的考核，可見下圖進行理解：

第35頁

執(zhí)行是管控體系落地的關(guān)鍵

業(yè)務(wù)梳理

以績效的手段促i

管理，栩噓生產(chǎn)者、使用者.管

理者及擁有者關(guān)聯(lián)起來，形成T

可持續(xù)有好執(zhí)行的執(zhí)行體系，保障

持續(xù)的高數(shù)據(jù)質(zhì)量

0楣理核心業(yè)務(wù)源.數(shù)據(jù)流

0制定數(shù)姻管控指標(biāo)（數(shù)據(jù)標(biāo)準(zhǔn)）

o以標(biāo)準(zhǔn)對數(shù)堀進行質(zhì)量探套.處理.

分析

o則則對數(shù)據(jù)流進行監(jiān)控.預(yù).

o集成高質(zhì)fll班

J心，蹲哄事、

o以績效手段促茲保障數(shù)搪管

iswma有蛇行

-a^MKN

考核51掩數(shù)據(jù)負(fù)責(zé)人

發(fā)生數(shù)據(jù)質(zhì)俄考核標(biāo)準(zhǔn)：

月35扣分項

1.發(fā)現(xiàn)f數(shù)據(jù)質(zhì)量問圖01分；

2.越物,as本完為止；

考德對象：數(shù)據(jù)負(fù)責(zé)人

考核標(biāo)準(zhǔn)：

1.數(shù)據(jù)質(zhì)量問題能響30%以下（含30%）

僖息系統(tǒng)，扣5分；

數(shù)據(jù)質(zhì)量何）胭2.■確影響30%~70%（含70%）

月25扣分項

信息系統(tǒng)，捫15分；

3.數(shù)據(jù)質(zhì)量問題影峋70%1壯信息系蜿，

扣25分；

4.按月統(tǒng)計，以單次數(shù)據(jù)質(zhì)蛔題影響范

圍最大的數(shù)據(jù)為準(zhǔn)；

考叨掩數(shù)據(jù)負(fù)責(zé)人

嚴(yán)重程度考咳板也以造成的峻濟損失為考核依據(jù)，年扣分項

依企業(yè)情況自定義；人工考修

考倭對象：數(shù)據(jù)負(fù)責(zé)人

考核標(biāo)準(zhǔn)：,c

i.在規(guī)定時間內(nèi)處理完成ftoas*問月B”加分項

國，加1分;5W不力吩；

第36頁

考段對象數(shù)據(jù)管理員

問題預(yù)警、分L備g現(xiàn)數(shù)據(jù)質(zhì)量I礴時,在規(guī)定時間段

發(fā)

內(nèi)，及時預(yù)警并通知相關(guān)人員處理，不扣分；

5W，扣3分;

5.2大數(shù)據(jù)治理組織

5.2.1組織架構(gòu)

有效的組織機構(gòu)是項目成功的有力保證，為了達(dá)到項目預(yù)期目

標(biāo)，在項目開始之前對于組織機構(gòu)及其責(zé)任分工做出規(guī)劃是非常必

要的，大數(shù)據(jù)治理項目管理組織建議宜采用如圖所示的組織結(jié)構(gòu)：

第37頁

5.2.2組織層次

大數(shù)據(jù)治理委員會由集團公司的高層領(lǐng)導(dǎo)者組成。委員會定義

大數(shù)據(jù)治理愿景和目標(biāo)；組織內(nèi)跨業(yè)務(wù)部門和IT部門進行協(xié)調(diào)；

設(shè)置大數(shù)據(jù)治理計劃的總體方向；在發(fā)生策略分歧時進行協(xié)調(diào)。此

委員會也將包含來自部門或子公司的領(lǐng)導(dǎo)代表，以及來自各單位視

大數(shù)據(jù)為機構(gòu)資產(chǎn)的信息科技部門的代表。這些高層管理人員是大

數(shù)據(jù)治理計劃的所有擁護者，確保在整個組織內(nèi)獲得支持。

大數(shù)據(jù)治理工作組是組織內(nèi)委員會下面的下一個級別。工作組

第38頁

執(zhí)行大數(shù)據(jù)治理計劃。工作組負(fù)責(zé)監(jiān)督大數(shù)據(jù)治理平臺員工作。大

數(shù)據(jù)治理工作組由大數(shù)據(jù)治理委員會中各局領(lǐng)導(dǎo)主持。

每各業(yè)務(wù)部門有至少一位業(yè)務(wù)分析員，信息科技部門設(shè)置大數(shù)

據(jù)質(zhì)量分析員、大數(shù)據(jù)治理平臺員、集成開發(fā)人員。各工作人員負(fù)

責(zé)本部門大數(shù)據(jù)的質(zhì)量，履行職責(zé)，解決具體的問題。

5.2.3組織職責(zé)

根據(jù)大數(shù)據(jù)治理平臺工作的實際需要，在業(yè)務(wù)管理部門、技術(shù)

管理部門和業(yè)務(wù)應(yīng)用部門確定各工作人員的職責(zé)。

大數(shù)據(jù)治理委員會的職責(zé)范圍：

1）從戰(zhàn)略角度來統(tǒng)籌和規(guī)劃，對大數(shù)據(jù)資產(chǎn)和系統(tǒng)進行清理,

確定大數(shù)據(jù)治理的范圍；明確大數(shù)據(jù)源的出處、使用和管理的流程

及職責(zé)；

2）明確大數(shù)據(jù)治理的組織、功能、角色和職責(zé)；

3）負(fù)責(zé)各工作組成員的培訓(xùn)工作；

4）負(fù)責(zé)審查各工作小組的目標(biāo)、原則，批準(zhǔn)大數(shù)據(jù)治理平臺的

相關(guān)制度、標(biāo)準(zhǔn)及流程；

5）負(fù)責(zé)確定大數(shù)據(jù)治理的工具、技術(shù)和平臺；

6）負(fù)責(zé)制定大數(shù)據(jù)治理的評估指標(biāo)、方法。

大數(shù)據(jù)治理工作小組，其主要工作職責(zé)是：

負(fù)責(zé)大數(shù)據(jù)治理的牽頭，組織、指導(dǎo)和協(xié)調(diào)本單位的大數(shù)