数据治理技术

被引：182

作者：

吴信东 ^{[1
,2
,3
,4
]}

董丙冰 ^{[2
,3
,4
]}

堵新政 ^{[1
]}

杨威 ^{[1
]}

机构：

[1] 明略科技集团

[2] 合肥工业大学大知识科学研究院

[3] 大数据知识工程教育部重点实验室(合肥工业大学)

[4] 合肥工业大学计算机与信息学院

来源：

软件学报 | 2019年 / 30卷 / 09期

基金：

国家重点研发计划;

关键词：

数据治理; 数据规范; 数据清洗; 数据交换; 数据集成;

D O I：

10.13328/j.cnki.jos.005854

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

随着信息技术的普及,人类产生的数据量正在以指数级的速度增长,如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构(企业或政府部门)的数据作为战略资产来管理,需要从数据收集到处理应用的一套管理机制,以期提高数据质量,实现广泛的数据共享,最终实现数据价值最大化.目前,各行各业对大数据的研究比较火热,但对于大数据治理的研究还处于起步阶段,一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性;其次,对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析,并介绍了数据治理成熟度和数据治理框架设计;在此基础上,提出了大数据HAO治理模型.该模型以支持人类智能(HI)、人工智能(AI)和组织智能(OI)的三者协同为目标,再以公安的数据治理为例介绍HAO治理的应用;最后是对数据治理的总结和展望.

引用

页码：2830 / 2856

页数：27

共 34 条

[1] MapReduce与Spark用于大数据分析之比较 [J].