主数据管理:打造大数据时代企业核心竞争力

在全新的数据时代,企业只有将核心业务数据更好地掌握在手中,才能从中萃取更大的业务价值。但是,分散于不同业务系统中的不一致或重复的数据,造成企业数据劣化、数据价值难以体现。伴随数据管理技术的演进,主数据管理正在成为应对数据质量及数据管理一致性挑战的重要利器。本文针对主数据管理的价值、实施步骤以及未来的发展趋势,进行了详细的分析和阐述,指引企业利用主数据管理作为大数据背景下的数据治理和提升数据质量的实践工具,帮助企业更好地洞悉业务数据中所隐藏的价值。     

主数据管理在保险行业中的应用

针对主数据管理技术进行研究,介绍主数据和主数据管理相关概念和思想,提出面向保险行业的主数据管理解决方案,帮助解决保险业主数据冗余和不一致等数据质量问题。     

集团型企业的主数据管理

主数据管理作为大型、集团型企业信息化向前迈进的必经之路,近年来日益受到企业信息化管理部门的重视。目前,已经有不少企业成功实施主数据管理,成功打破不同系统之间信息传递的壁垒,消除信息孤岛,提供了不少值得借鉴的经验。基于此,浅析企业主数据管理方法,旨在为企业提供合理的管理方案,提升企业主数据的管理水平。     

面向企业遗留应用设计实时主数据集成

企业遗留系统应用现状催生混合型主数据管理系统;该文将混合型主数据中心作为存储转发中介协调相关系统实现实时主数据集成、以集成取代单一中心服务访问实现主数据管理;为此在SOA集成架构下,主数据中心系统和遗留系统共同提供主数据维护服务,批量数据服务负责主数据变换与传输,XA支持服务实现分布式系统事务提交;这些服务经服务编排生成主数据管理业务流程,由流程控制实时主数据集成。     

智能数据管理的企业应用

企业在运营过程中．在很多方面都需要存储系统的支持。比如．企业应用服务器虚拟化．提出了对存储系统虚拟化和数据整合的需求。其次,是数据保护的需求。     

面向企业应用集成的工作流引擎实现

工作流技术作为一种实现企业过程集成的有效手段,越来越受到重视。本文介绍了一种轻型的面对企业应用集成的工作流引擎原型系统,并且引入了对Script语言的解释执行来增强工作流模型的描述能力,加入了动态数据管理来引擎的集成性能。     

基于清洗规则和主数据的数据修复算法实现

为了有效地清洗数据,此前已经提出了很多的完整性约束规则,例如条件函数依赖、条件包含依赖.这些约束规则虽然可以侦测出错误的存在,但是不能有效地指导用户纠正错误.实际上,基于约束规则的数据修复可能最终得不到确定性的修复结果,相反会引入新的错误,因此很大程度上降低了数据修复的效率.针对以上不足,提出了一种有效的数据清洗框架:首先基于Editing Rules和Master Data对数据进行清洗操作,最终得到确定性的修复;然后依据条件函数依赖来修复遗漏的错误,此种修复结果是不确定的,但是相比之下该框架不仅可以有效地保证数据修复的精确性与唯一性,而且提高了数据修复的效率.     

基于SOA架构的主数据管理系统研究

在信息化系统构建规模逐渐扩大的趋势下,海量业务数据需实现跨系统科学管理,企业迎来了信息共享与数据管理等挑战,导致主数据管理演变为企业信息化水平提升的关键。因此,本文以SOA架构为载体设计主数据管理系统。首先分析数据管理应用概念模型,其次设计系统框架与业务流程,最后详细设计系统功能模块。此系统具备集中总线处理与业务规则、政策支持等良好能力,有利于加强主数据统一优化管理与维护,以实现主数据在各应用系统的实时更新。     

面向逻辑集成的PDM系统研究

通过归纳与总结PDM系统中信息集成方面的技术特点,提出了过程数据与应用数据的概念,定义了其在信息集成领域中的逻辑关系;针对PDM系统中过程集成方面的技术特点,从过程开展的角度对其生命周期进行了阶段划分.在此基础上,构造了一个面向数据逻辑与应用逻辑集成的PDM系统框架结构,分析了该框架结构的关键技术,并给出了相关的应用实例.     

异构模式中关联数据的一致性规则发现方法

数据一致性是数据质量管理的一项核心事务.规则约束作为一种抽象化、形式化的数据关系表达技术,可以有效地进行数据一致性管理.但是,在进行多源数据一致性管理的过程中,由于异源数据所属的关系模式不同,给一致性规则融合带来了挑战.另外,不论同源数据还是异源数据,数据之间是相互关联的,可以利用这种关系强化规则约束中语义含义的表达作用,发现数据中的潜在错误.具体地,条件包含依赖(conditional inclusion dependencies, CINDs)和内容相关的条件函数依赖(content-related conditional functional dependencies, CCFDs)可以分别用于异构模式的属性匹配和内容关联数据的一致性维护.基于此,对面向异构关系模式中关于关联数据的一致性规则发现问题进行研究.首先,针对使用CINDs进行异构模式中CCFDs规则发现的基本问题进行分析,对规则发现的可满足性、蕴含性和可验证性问题进行解释,它们分别满足NP-complete,coNP-complete,PTIME的复杂性判定问题.其次,为了对规则空间内的全部CCFDs进行发现,以CCFDs中的条件属性和变量属性为划分依据,提出了一种2级lattice的搜索结构.再次,设计了一种基于CINDs和CCFDs的异构关联数据一致性规则发现方法,使用CINDs对规则形式进行融合,而后通过增量发现方式查找一致性规则.最后,通过在2组真实数据进行实验,验证了方法的有效性和高效性.     

基于数据仓库的EIS数据管理体系结构

该文采用数据仓库的思想构建了EIS的数据管理体系结构,以满足EIS的数据分布性、格式多样性和结构复杂性的要求,克服了现有EIS响应速度低、可用性差等方面的缺陷。在该体系结构中,分别设置了硬信息获取、软信息挖掘模块和硬软信息集成、链接模块,并就实现的关键技术提出了解决方式。     

基于输入样本和主数据的编辑规则挖掘算法

基于编辑规则和主数据的数据修复技术能自动地、确切地修复不一致数据,但目前编辑规则的获取主要依靠专业人员的定义. 为了实现数据清洗全自动化,数据规则的挖掘技术近年来成为研究热点,针对条件函数依赖提出的挖掘算法主要有CFDMiner,CTANE,FastCFD. 在此基础上,扩展条件函数依赖（CFD）的定义,在编辑规则的定义下提出了一种基于输入样本和主数据的编辑规则挖掘算法,主要思路是从输入样本中挖掘出CFD,然后根据输入样本与主数据在属性上的定义域相似性求出输入样本在主数据中的对应属性,从而形成带模式组的编辑规则,此算法能有效地挖掘编辑规则. 且所挖掘的编辑规则按照编辑规则语义能有效地进行数据修复.     

基于水利普查数据的函数依赖关系算法

条件函数依赖(Conditional Functional Dependencies,CFDs)在数据库一致性的检测上应用广泛。为检测水利普查数据的一致性,本文针对水利普查数据特点,将普查数据分为度量、维度2部分,并对度量数据进行聚类,引入条件函数依赖的概念,同时重新定义条件函数依赖,改进发现条件函数依赖的算法(即CTANE算法);以水库工程数据为例,验证本文改进的算法能准确高效地发现水利普查数据中的条件函数依赖,为检测数据一致性做好准备。     

面向流数据的数据管理系统的研究

传统关系数据库系统通常用来存储没有时间概念的相对静止的数据, 对于一些新的应用领域, 信息是以数据序列的形式产生并且需要实时地、持续地进行处理, 这就超出了传统系统的解决能力。数据流数据管理系统是面向流数据而设计的数据管理系统, 它能有效地处理输入流数据并提供持续检索的功能。从整体上分析数据流管理系统的体系结构, 重点讨论基于流数据的数据模型和流查询。     

一种基于CFDs规则的修复序列快速判定方法

数据一致性是大数据质量管理研究的一个重要内容。条件函数依赖(CFDs)是维护数据一致性的有效技术手段。然而,在修复过程中选择不同的CFDs修复顺序,会影响修复的准确性和效率。因此,如何选取一个正确且合理的修复顺序对数据修复至关重要。针对该问题,提出一种基于CFDs规则的快速判定修复序列的计算方法。首先,设计了一种数据修复框架。然后,利用CFDs之间的关联关系,提出了修复序列图的概念, 以用于CFDs修复顺序的计算。一方面,可以避免某些错误的或者不必要的数据修复,提高修复的准确性。另一方面,使用规则来判定修复顺序比使用实际数据进行判定更为快速。此外,在判定修复序列的过程中,对修复死锁进行了检测,保证了修复过程的可终止性。最后,通过在真实数据集上与现有方法进行对比实验,证明了所提方法具有更高的准确性和运行效率。     

管理信息系统的数据完整性约束及其实现方法

介绍了数据完整性的概念、类型以及管理信息系统实现数据的完整性的几种方法。对这几种方法进行了比较,并以远程教学管理系统为实例给予说明。     

条件依赖理论及其应用展望

介绍了条件函数依赖理论及如何用于检测不一致数据.首先介绍了条件函数依赖的概念及其推理系统,以及如何通过依赖传播实现视图的规范化;阐述了条件函数依赖的一致性和蕴含判定问题,并在此基础上介绍了基于条件函数依赖检测关系数据库数据一致性的技术;最后讨论了条件函数依赖的扩展及应用.     

面向供应链管理的企业应用集成技术选择模型

供应链信息系统的集成对于提高供应链管理水平至关重要,企业应用集成(EnterpriseApplicationIntegration,EAI)技术的出现对供应链信息系统的集成提供了一个新的解决方案。论文通过对供应链集成系统的分类和EAI技术的分析,提出了选择适用于不同类型系统的EAI技术的模型,通过该模型的应用,减少了企业在选择供应链信息系统集成技术时的不确定性,为有效地集成供应链信息系统提供了切实可行的方法和途径。