没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
数据治理建设方案
导读:
随着大数据时代的来临以及信息技术的发展,人们
产生的数据量正在以指数级的速度在增长,并且数据正以
多元结构(结构化与非结构化)趋势发展,如此海量的、
多元结构的数据就要求利用有效的方法来管理。数据是一
个企业或政府部门的核心资产,数据治理是将一个企业或
政府部门的数据作为战略资产来管理,需要建立一套从数
据采集到处理应用的管理机制,以提高数据质量,实现广
泛的数据共享,最终实现数据价值最大化。
数据治理建设方案
本文主要内容:
•
数据治理的建设背景
•
数据治理的建设目标
•
数据治理的建设思路
•
总结与展望
什么是数据治理?按国际数据管理协会( DAMA )的定义,
数据治理是对数据资产的管理行使权力和控制的活动集合
(规划、监控和执行),数据治理职能指导其他数据管理职
能如何执行。
数据治理是将数据转化为智慧,挖掘出价值,最终服务于人
的重要途径。依托政务云平台,从原始数据中提炼出有用、
有价值的资产信息,通过深度整合形成多维多层的知识图
谱,将数据高度聚合,深度关联。通过 AI 人工智能,将数据
深度研判分析预测,从数据的可知、可用到数据的可测,形
成智慧大脑。为各级政府 AI 大数据应用奠定坚实的基础。
1.1
(1)回顾政务的信息化建设发展历程,可以发现“烟囱化”现象
严重,建设系统多,数据分散,共享困难。
(2)各单位机构自建系统没有统一数据标准,数据质量参差不
齐
(3)数据不可知:用户不知道有哪些数据,也不知道这些数据
和业务的关系是什么,虽然意识到了大数据的重要性,但不
知道平台中有没有能解决自己所面临业务问题的关键数据,
该到哪里寻找这些数据。
数据不可控:指用户不知道汇聚了哪些数据、处理了哪些数
据、服务提供了哪些数据。
数据不可取:用户即使知道自己业务所需要的是哪些数据,
也不能便捷自助地拿到数据。
(4)用户拥有着海量数据,但数据知识之间的关联还比较弱,
没有把数据和知识体系关联起来,使得难以做到数据与知识
之间的快速转换,不能对数据进行自主的的探索和挖掘,数
据的深层价值难以体现,没有形成知识图谱。
1.2
要解决这些问题,数据治理势在必行。
数据治理不单是一个方法、也不是一个功能、也不是一个工
具,而是一整套体系。
数据治理核心领域功能不再是人工处理,而是全流程平台
化,比如数据服务、数据质量、模型、数据标准;同时配套
相应的组织架构、人员方案,通过考核机制、管控办法等制
度章程予以约束和协调各部门在数据治理中的角色和要求;
除了平台工具、保障措施之外,还必须有实施流程和技术的
支撑,比如政务云的资源设施及各单位数据接入流程等。
所以数据治理是平台工具、方法论和保障机制的有机体,不
可分割。整个体系的重点、难点在于数据服务、数据模型和
数据标准化实施。
剩余12页未读,继续阅读
资源评论
xxpr_ybgg
- 粉丝: 6755
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功