电力大数据质量评价模型及动态探查技术研究

针对电力数据数量多、种类庞杂、横跨专业多等特点而引起的数据质量不高的现状,该项目以数据中心数据为研究对象,通过分析产生数据质量问题的原因,以元数据、数据质量、数据建模等理论为基础,对数据流动过程中的质量检查、质量控制和质量评估等进行深入的研究。构建电力大数据质量评价指标体系,研究电力大数据质量实时监控、快速动态检测方法与关键技术,提出了适合于电力大数据数据质量控制与评估体系模型,实现数据质量管控平台开发,确保企业数据质量,提升数据应用价值。     

大数据信息管理中的挑战与应对策略分析

阐述基于大数据技术的信息管理策略，探讨大数据信息管理中面临的挑战与应对措施，包括数据质量管理策略、隐私和安全保护策略、数据的风险管理机制和合规监测体系建设。     

高校内部数据治理的现状分析及实践

近几年高校信息化技术高速发展,高校积累了大量数据资源,提升数据质量是高校实现高质量发展的必然选择。文章参考国内高校数据治理的实施经验与研究方法,探讨了数据治理的内涵和高校数据资源多样性模型,分析了高校数据治理中存在的困难,基于此提出了高校数据治理建设路径,构建数据治理全生命周期生态体系模型,提升数据资源的安全性、可用性,进一步推进智慧化校园发展。     

中生大数据治理体系建设实践

根据国有企业数字化转型要求,针对数据口径不统一、数据质量差、数据使用难、数据监管难等问题,组织建立大数据治理体系,详细介绍数据治理体系总体框架,分析数据管理专题和业务专项工作两个核心内容,着重阐述数据质量管理、元数据管理、数据标准管理和数据安全管理等数据治理功能,从而实现数据质量提升、形成统一数据资产,为数字化转型奠定...     

政府大数据质量评价体系构建及其研究

为了改善政府大数据质量,提高政府公共服务能力,文章从数据生命周期模型出发,分析了数据结构质量、数据规模质量、数据时效质量、数据源质量和数据价值密度质量五个维度及十七个评价指标,构建一种基于数据生命周期的政府大数据质量评价体系,然后使用熵权法实证分析用户对体系的满意度,最后结合大数据真实性、复杂性、时效性、数量级、增值性等特征,提出了改善政府大数据质量的策略。     

中国石油A1A2系统数据质量管理体系建设实践

中国石油A1/A2系统是中国石油"十五"和"十一五"信息化建设整体规划的两个重要信息系统,数据涵盖了从勘探、开发、生产到石油工程等业务范围的技术数据和生产管理数据。面对如此庞大而复杂的数据对象,如何做好数据资源建设过程中的质量控制与管理,是确保A1/A2系统数据质量(即数据的完整性、准确性和规范性)的关键。为此,在A1/A2系统建设实践中,遵循ISO9001:2000质量管理体系标准,结合A1/A2系统数据质量管理特点,研究了数据质量控制流程和方法,初步建立了一套A1/A2系统质量管理体系。     

数据质量管理实践体系探讨

针对政府数据应用过程中常见的数据质量问题,通过对实践工作的总结,提出一种政府数据质量管理的实践体系。重点介绍政策规范和标准、数据源头管控机制、数据质量管理流程体系、数据质量实施管理体系等维度,结合质量管理对象、管理维度、质量管理规则、数据质量协同改进探讨政府数据质量管理构建有效路径,加速推进政府数据共享和实践。     

保险业务数据质量指标体系及指数研究

数据质量是一个抽象概念。针对保险业务,如何评价数据质量,提升数据质量一直是困扰数据管理人员的一大难题。通过借鉴信息生命周期管理理论与数据治理成熟度模型,从数据生命周期的角度,对影响数据每个周期的环节进行主要因素分析,结合保险业务的特点形成了相对全面的数据质量指标体系。同时,根据应用实践的需要,通过利用数理统计的技术完成了数据质量指数模型的建立,指导数据质量工作的改进。     

基于元模型的网管数据质量控制

在对网管系统的数据质量问题进行研究的基础上,本文通过分析数据质量问题的成因,提出了一种分层的网管数据的质量控制概念模型--MHCM模型.MHCM模型通过引入元模型技术,构建了面向数据处理流程的质量控制机制,并结合网管系统中的配置数据采集流程,给出了面向数据质量控制的模型实例.     

区块链技术体系赋能数据智能研究

数据智能研究极大拓展了数据治理、处理、应用的流动范围,对动态安全和随遇响应有了更强要求。以数据分布式一致性技术和密码学为基础的区块链技术及其技术体系应用,具备体系赋能数据智能的天然优势。区块链技术体系以数据作为新型生产要素,能够提供基于数据供需关系的全域、全维、全类、全量数据的流动治理新模式,通过研究提出了“一域+两链+三服务”全周期安全治理基础框架、流动治理模式和实践方案路径,提供了适应数据智能发展的全方位新模式,支持形成了多场景数据主体的价值链条与平衡机制。     

试论数据治理在数据质量管理中的作用

随着社会经济的发展,我国逐步进入了大数据时代,强化数据质量管理显得越来越重要,特别是在数据治理方面.数据处理是一项极为复杂的工程,一旦数据质量过低就必须采取与大数据特征相适应的治理举措.在管理方面,提升战略认知,建立健全大数据治理的机构、标准和体制,利用具有生命周期的质量管理方式;在技术方面,运用适合大数据管控、数据质量监管、主数据管控等技术.     

地市级供电公司提升农网数据统计质量的方法

农网统计数据质量关乎公司配网建设发展的科学决策,为保证计数据质量,地市级公司应采取加强基础建设、构建立体化审查体系、深化数据应用等措施.本文主要提供了地市级供电公司提升农网数据统计质量的方法.     

基于Minitab的数据分析和可视化系统的设计与开发

制造型企业一般具有大规模定制生产模式的特点,为提高质量控制系统的效率,通常采用SPC控制图,对数据进行定量分析,确保过程一直处于受控状态。Minitab提供了强大的统计分析和图表功能,结合Minitab软件的二次开发技术和其数据统计分析技术,通过连接设备的PLC进行数据采集以API接口链接的方式,自动、实时地与Minitab进行数据交互,极大地提高了数据分析速度,并通过数据统计分析可视化操作系统,实时在线质量控制,提高产线在线质量控制效率,实现事前预防,事中管控,事后追溯的管理机制。     

多模式下的公共数据质量体系建设

为提升公共数据质量、助力城市数字化转型,文章基于场景导向、主动稽核、异议核实处置等多种驱动模式,以数据质量管理体系建设为纲、技术体系建设为基,探索构建城市级公共数据质量管理体系,并基于此通过实践论证该体系的可操作性。     

智能管道体系数据应用子层的设计与研究

智能管道体系的逐步完善及周边应用系统的不断丰富,对智能管道多维感知系统的数据提供能力和数据质量提出了更高的要求.在研究智能管道体系结构的基础上,提出了在智能管道体系内新增数据应用子层设计方案,以“数据集中,应用分布”的数据模式为基础,为承载控制层、业务应用层提供数据支撑,完善智能管道体系架构,增强了智能管道数据应用能力.     

学习一种通过数据应用实施数据库质量控制的方法

没有经过质量控制的数据通常是不完整的、不容易被采纳利用。本文描述了一种结合信息技术和勘探开发业务知识开展数据质量控制的方法,包含从原始数据自动采集、校验、业务工作环境应用,以及业务研究知识的回存等环节,以达到质量控制的目的。     

基于数据中台的多源数据融合关键技术研究

目前研究的多源数据融合关键技术可信度分配数值与峰值相差较大,导致融合后的数据冲突程度过高,融合效果难以达到人们的要求。为了解决上述问题,基于数据中台研究了一种新的多源数据融合技术。对多源数据的融合层次进行划分,根据划分结果建立融合模型。应用数据中台的数据技术、治理和运营来实现数据赋能,建立有效的框架体系中心,利用数据框架体系中心分析数据资料,处理多源数据,实现数据的匹配与转换,最终表达数据的模式。实验结果表明,所研究的多源数据融合关键技术可信度分配数值为0.5,融合过程中数据源相似性较高,融合效果较好。     

数据治理过程浅析

数据是一种参与企业经济活动的经济资源,是企业无形、有价值的核心资产,维护数据质量是一个长期而艰巨的任务,然而企业有可能花费大量精力和金钱在保护某些没有价值的数据上。有效的管理和使用数据可以减少和消除企业经济活动中的风险。数据综合治理是提升数据资产管理与应用水平的关键举措,是进一步梳理业务流程及其数据标准、加强跨业务部门的协同、提升信息系统应用收益的过程,是帮助企业强化标准、提高数据质量、控制成本的重要工作内容。     

军事信息系统数据质量评估方法研究

为提高军事信息系统数据质量评估能力,针对军事信息系统数据质量控制和管理的特点,分析了影响数据质量评估结论的主要因素,划分了数据质量缺陷等级,在此基础上,研究提出了一种基于层次递进的数据质量评估方法,为有效地控制军事信息系统数据质量提供了参考依据。     

大数据技术对比赛影响的案例分析

阐述大数据技术的特点,以案例分析,探讨大数据对比赛的影响,包括衡量参赛者的价值、提高训练质量、转变临场指挥方式、完善选拔体系、合理制定战术安排。