CN106227898A - 一种北斗移动穿戴设备数据治理平台及其数据治理方法 - Google Patents

Abstract

本发明公开了一种北斗移动穿戴设备数据治理平台及其数据治理方法，包含依次连接的M4层、M3层、M2层、M1层；所述M1层包含标准数据源、接口池和S1～Sn各应用领域的元数据；所述S1～Sn各应用领域的元数据通过接口池连接标准数据源；数据标准化处理，主要针对数千件元数据标准、数据标准的对象类、定义类、特性类、表示类、值域类、应用与管理适配性进行，S1～Sn各应用领域的数据通过接口池与“标准数据源”中调出的规范数据进行标准化比对与适配性处理。

Description

一种北斗移动穿戴设备数据治理平台及其数据治理方法

技术领域

本发明属于北斗移动穿戴设备数据集成领域，尤其涉及一种北斗移动穿戴设备数据治理平台及其数据治理方法。

背景技术

北斗移动穿戴设备的民生应用涉及多数据源集成，它们分属不同系统与不同领域。传统数据资源集成，多在两三个系统间进行，尚可一对一地独立整合。但在穿戴设备领域的多场景、多系统资源参与整合时。

当异构数据源的数量S1…Sn等呈算术级数增加时，系统间的数据接口数量则呈几何级数增加，实现数据整合的难度与维护成本、工作量等都将呈指数级数增加，从而导致目前多系统数据集成均不能实现。

发明内容

本发明所要解决的技术问题是针对背景技术的不足提供了一种北斗移动穿戴设备数据治理平台及其数据治理方法。

本发明为解决上述技术问题采用以下技术方案

一种北斗移动穿戴设备数据治理平台，包含依次连接的M4层、M3层、M2层、M1层；所述M1层包含标准数据源、接口池和S1～Sn各应用领域的元数据；所述S1～Sn各应用领域的元数据通过接口池连接标准数据源；所述标准数据源用于对数千件元数据标准、数据标准的对象类、定义类、特性类、表示类、值域类、应用与管理适配性进行；

所述M1层用于实现对应用层数据提供跨系统间的统一释义、标识、分类、定义、属性描述，分布与流向管理；

所述M2层为独立的元数据词典，用于存放各领域的元数据集，从规范化需求出发，抽取和定义各领域的标准元数据，再对来自S1～Sn的元数据进行比对、测试、标准化处理和分布映射，此层通过对M1层中跨系统资源中的元数据进行独立的标准化与统一化处理，实现它们描述的主数据与参考数据等的一致；

所述M3层为元模型词典，用于对各类元模型按标准进行比对与一致性处理，实现对M2层的元数据进行模型定义、共享或互操作时的耦合，以及生命周期管理；

所述M4 层为元模型规则，用于检查出微服务中的各类数据项缺失与合规情况，通过对微服务需求的数据元素、元数据、元模型等的管理，自动检出缺陷描述规则并通过元模型词典、元数据词典和主数据与参考数据词典等进行逐级修正，从而实现应用系统的数据分层整合。

作为本发明一种北斗移动穿戴设备数据治理平台的进一步优选方案，所述S1～Sn各应用领域包含地理位置、城市物件、公用设施、私人设施、不动产及其设施、人员、行为、事件、过程与管理等应用领域。

一种基于北斗移动穿戴设备数据治理平台的数据治理方法，具体包含如下步骤；

步骤1，采集应用对象类、元数据概念和数据元素；

步骤2，对象类、特性、表示、数据元概念及元数据间依标准进行识别比对；

步骤3，减少元数据概念和数据元素的多样性，并依标准消除其不一致性；

步骤4，识别、描述、定义元数据元素、元数据、概念数据、功能与管理数据；

步骤5，对面向应用的相关数据、元数据、元数据元素等进行分析处理；

步骤6，解决同义语和多义词、不同代码与标识间的对照/映射；

步骤7，对词典内的数据与元数据提供检索与扫描比对；

步骤8，通过应用辨别或统计识别数据概念和元数据间的关系；

步骤9，支持唯一且明确的标识和引用对象集、数据概念和元数据。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1.本平台首先提出独立于应用的标准数据资源集中、整合与功能化和平台化处理，形成一个全局性、分布式的数据标准化支持与质量控制中心；

2.通过对各领域的元数据、元模型、元数据元素等的大集中与统一资源化处理，实现对各应用层数据资源的标准化、规范化与质量控制；

3.数据标准化处理，主要针对数千件元数据标准、数据标准的对象类、定义类、特性类、表示类、值域类、应用与管理适配性进行，以图中“标准数据源”库代表平台的这一功能。S1～Sn各应用领域的数据通过接口池与“标准数据源”中调出的规范数据进行标准化比对与适配性处理，实现功能、形态与格式上符合标准的数据集成，支持穿戴设备的综合性应用。

附图说明

图1是本发明一种北斗移动穿戴设备数据治理平台分层标准数据架构；

图2是本发明一种北斗移动穿戴设备数据治理平台的整合模型；

图3是本发明一种北斗移动穿戴设备数据治理平台的数据治理方法。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

一种北斗移动穿戴设备数据治理平台，包含依次连接的M4层、M3层、M2层、M1层；所述M1层包含标准数据源、接口池和S1～Sn各应用领域的元数据；所述S1～Sn各应用领域的元数据通过接口池连接标准数据源；所述标准数据源用于对数千件元数据标准、数据标准的对象类、定义类、特性类、表示类、值域类、应用与管理适配性进行；

所述M1层用于实现对应用层数据提供跨系统间的统一释义、标识、分类、定义、属性描述，分布与流向管理；

所述M2层为独立的元数据词典，用于存放各领域的元数据集，从规范化需求出发，抽取和定义各领域的标准元数据，再对来自S1～Sn的元数据进行比对、测试、标准化处理和分布映射，此层通过对M1层中跨系统资源中的元数据进行独立的标准化与统一化处理，实现它们描述的主数据与参考数据等的一致；

所述M3层为元模型词典，用于对各类元模型按标准进行比对与一致性处理，实现对M2层的元数据进行模型定义、共享或互操作时的耦合，以及生命周期管理；

所述M4 层为元模型规则，用于检查出微服务中的各类数据项缺失与合规情况，通过对微服务需求的数据元素、元数据、元模型等的管理，自动检出缺陷描述规则并通过元模型词典、元数据词典和主数据与参考数据词典等进行逐级修正，从而实现应用系统的数据分层整合。

如图2所示，北斗穿戴设备数据集成平台如图示，S1～Sn代表不同应用领域的数据、元数据与元模型等资源。北斗民用数据所涉领域十分广阔，如：地理位置、城市物件、公用设施、私人设施、不动产及其设施、人员、行为、事件、过程与管理等许多类目。数据功能则有元数据、应用数据、实体数据、过程数据、管控数据等，国内外至今发布的相关标准已有千余件，但匀呈现分散化、碎片化状况，未实现其工具化、软件化与集成化。本平台首先提出独立于应用的标准数据资源集中、整合与功能化和平台化处理，形成一个全局性、分布式的数据标准化支持与质量控制中心。通过对各领域的元数据、元模型、元数据元素等的大集中与统一资源化处理，实现对各应用层数据资源的标准化、规范化与质量控制。

数据标准化处理，主要针对数千件元数据标准、数据标准的对象类、定义类、特性类、表示类、值域类、应用与管理适配性进行，以图中“标准数据源”库代表平台的这一功能。S1～Sn各应用领域的数据通过接口池与“标准数据源”中调出的规范数据进行标准化比对与适配性处理，实现功能、形态与格式上符合标准的数据集成，支持穿戴设备的综合性应用。

所述S1～Sn各应用领域包含地理位置、城市物件、公用设施、私人设施、不动产及其设施、人员、行为、事件、过程与管理等应用领域。

如图1所示，各层内容与功能如下：

M1层为包含S1～Sn在内的各类应用中主数据与参考数据词典。实现对应用层数据提供跨系统间的统一释义、标识、分类、定义、属性描述，分布与流向管理等。此层需要M2层的定义与支持。

M2 层为独立的元数据词典，存放各领域的元数据集。功能是从规范化需求出发，抽取和定义各领域的标准元数据，再对来自S1～Sn的元数据进行比对、测试、标准化处理和分布映射等。此层通过对M1层中跨系统资源中的元数据进行独立的标准化与统一化处理，实现它们描述的主数据与参考数据等的一致。此层需要M3层的定义与支持。

M3 层为元模型词典。它具体定义描述各领域元数据的元数据元素、以及它们间的关联，用于设计、测试和生产元数据，其标准化活动与质量管理将覆盖元数据生命周期。S1～Sn中的跨系统数据整合的实现，不仅要各系统涉及的各类元数据内容与形态一致，而且还要使之描述主数据与参考数据等的模型一致。本层主就对各类元模型按标准进行比对与一致性处理。本层由M4层定义，实现对M2层的元数据进行模型定义、共享或互操作时的耦合，以及生命周期管理。

M4 层为元模型规则。数据治理平台中，S1～Sn中每个整合的请求都由相应的系统微服务构成。每个微服务均按不同系统的不同场景提供不同的数据交互规则,这些规则本身也被视为特殊元数据。元模型规则的功能是能检查出微服务中的各类数据项缺失与合规情况，通过对微服务需求的数据元素、元数据、元模型等的管理，自动检出缺陷描述规则并通过元模型词典、元数据词典和主数据与参考数据词典等进行逐级修正，从而实现应用系统的数据分层整合。

如图3所示，一种基于北斗移动穿戴设备数据治理平台的数据治理方法，具体包含如下步骤；

步骤1，采集应用对象类、元数据概念和数据元素；

步骤2，对象类、特性、表示、数据元概念及元数据间依标准进行识别比对；

步骤3，减少元数据概念和数据元素的多样性，并依标准消除其不一致性；

步骤4，识别、描述、定义元数据元素、元数据、概念数据、功能与管理数据；

步骤5，对面向应用的相关数据、元数据、元数据元素等进行分析处理；

步骤6，解决同义语和多义词、不同代码与标识间的对照/映射；

步骤7，对词典内的数据与元数据提供检索与扫描比对；

步骤8，通过应用辨别或统计识别数据概念和元数据间的关系；

步骤9，支持唯一且明确的标识和引用对象集、数据概念和元数据。

三、数据治理流程

1）标准数据资源库功能

本平台引入标准数据资源库（SDR）系统，是一个开放的，可向北斗民用穿戴设备供应商、应用系统的设计方、系统采用方和用户等提供的经标准化处理的数据体系。它与传统一对一封闭式数据整合模型的最大不同是，能使各相关方在减少数据建设与维护成本的前提下：

（1）更便捷有效地开发新的北斗信息系统；

（2）通过标准数据的整合与协调，减少各应用中维护的异构目录；

（3）通过对业务主数据和参考数据明确定义及唯一标识，减少系统误解的可能性，实现业务跨业务、跨系统及业务伙伴间数据交换有意义的整合。

2）数据治理架构规范

（1）SDR的语义成分（对象的概念单元）。它们均有唯一的代码标识，规范名称，以及相应的同义语。这些概念及其名称在标准数据资源体系中的语义单元规范中使用，系统负责其新采集的对象提交、名称、定义、描述、日期、标识符等。主要围绕对象的表示类（即北斗民用领域中对象类的单个特性的描述），以及概念类（即在一组对象的共同特征的基础上抽象而成的表述）。

（2）SDR的语义单元（即语义完整的数据元概念，一个对象类的特性），实现无歧义定义的、独立于任何特定的物理表示且语义完整的概念。它们是标准数据资源中的元数据标准化的基础，由唯一代码标识符、规范化名称、同义语、以及与各类应用相关的元数据，如提交、名称、日期、信息、联系、电话、产品、位置、材料、参考、标识符、人员、法定代码等。

（3）SDR 间的联系。标准数据资源（SDR）的语义单元与其在各类目录中的等同对象中的连接。

3）标准数据资源表示类

表示类是表示北斗应用对象类特性的SDR中语义单元的成分，描述SDR的语义单元的内容。所谓特征，是指对象类的所有成员的公共特性，表示类则指表示对象特性的SDR语义单元的成分。

SDR语义单元是完整的数据概念规范，这些概念与其可能所处的过程和应用无关，也是在北斗穿戴设备系统之间交换数据的基础。

SDR语义单元规范是无歧义定义的、独立于任何特定的物理表示且语文完整概念，它是一个将要交换或将要模型化的数据的完整语义规范。

4）关联

关联是定义如何在给定的供交换用的目录中表示标准数据资源（SDR）的方法，关联提供在两个及多个目录中的信息单元交叉参考或映射的方法。通过将标准数据资源作为枢纽，关联能将在一个目录中的信息单元与其在另一目录中的对等信息单元相连接。

SDR语义单元的其在一个目录中的相关信息单元之间的关联是双向的，信息单元可以是代码、元数据、或一个通用元数据与一个限定符等的组合，也可是一个由目录记载并由目录语法管理的更高层结构。

四、标准数据资源中的属性

标准数据资源库（SDR）定义应用系统中各类对象的特征属性，它们是库中的数据标准构件，即带有特定描述功能且格式规范的、用于构成与管理应用数据的基本资源，其部分代表性属性类的语义成分、语义单元和联系的规范属性实例大致如下。

1）SDR语义成分列表:属性与SDR的相关性

1、标识类

名称 SDR语义成分 + SDR语义单元

标识符 SDR语义成分 + SDR语义单元 + 语义单元和关联

版本 SDR语义成分 + SDR语义单元 + 语义单元和关联

注册单位 缺省 SDR

同义词名称 SDR语义成分 + SDR语义单元

语境 SDR语义成分 + SDR语义单元

2、定义类

定义 SDR语义成分 + SDR语义单元

说明 SDR语义成分定义外的用于提供更多信息的文本，包括其所处的语境。

同义词 能替换SDR语义成分名称，但不能作为其通常使用的常用名称的名称。

非常用名 可是同义词或某特定环境下的名称（行业或部门专用名称），其目的是帮助检索那些提供相同功能度且有不同名称的SDR语义成分，作为控制重复手段，并在可替代名称存在时，提供一个供采纳的通用名称。

常用名称应是在所有相关环境中采用的名称。

同义词语境，使用同义词的环境、主题领域或上下文。

3、关系类

分类方案 SDR语义成分的分类

关键词 SDR语义成分 + SDR语义单元

相关数据参考 SDR语义成分 + SDR语义单元

关系类型 较宽/较窄的SDR语义成分 和SDR语义单元；关联概念等同度，

标准参考

4、表示类

表示类别 按专业权威定义的代码，表示属性的集合与某些SDR语义单元相关；

表示格式

数据元值的数据类型

数据元值的最大值、最小值

表示布局

允许的数据元值

5、资源管理类

负责机构 管理平台

登录状态 SDR语义成分 + SDR语义单元 + 关联

数据源 SDR语义成分 + SDR语义单元 + 关联

说明 SDR语义成分 + SDR语义单元 + 关联

生命周期状态 标识SDR语义成分在其生命周期中的一个特定点上的状态的名称(或代码)，主要为：已注册、已确认、已标准化、被淘汰和撤销。

2） SDR成分的规范属性

与上相似，分为：“标识类”、“定义类”、“关系类”、“表示类”、“概念等同类”、“资源管理类”、“目录类”、“结构标识类”等，不再赘述。

五、SDR建设与操作过程

1）标准数据资源建设

本部分主要定义SDR的语义成分、语义单元和关联产生、审核和及登录过程，平台以特定工具，集成各应用资源的目录数据。平台先检查各应用所涉的业务过程，标识各业务与过程所需的数据。

对外部系统数据，平台根据以往实践产生的经验与模型，对于SDR语义成分、SDR语义单元和关联进行标识、开发、审查及登录。

（1）现行资源目录组合及语义成分开发

针对北斗穿戴设备的各领域应用，先将各目录数据整合并摘取各SDR语义成分、定义、常用名、同义词和特征描述等。将这些经标准化处理的SDR语义成分是开发SDR语义单元的基础，摘取出的语义成分能跨学科跨领域使用。同时，在开发新语料时，可添加新定义、名称，增加新的语义成分。

（2）应用数据规范定义

分析主题领域的SDR语义单元的标识与关联领域的目录，进行规范定义，开发基于这些定义的名称，定义与命名应基于上述过程定义的SDR语义成分规范。上两过程应以集中和交互方式进行，且本质上两者不能分开。

（3）目录与编码

SDR语义单元分析，要进行到目录数据的最细层，许多情况下是代码。从目录中可看到详细的语法信息，且同时可登录关系的基本信息。并要在多个目录间进行目录维护与协调。以确保其他目录中的等同对象的比对、格式整理，增补对应对象后缺省的SDR语义单元及SDR语义成分。为支持应用，还要按需求建立不同数据资源间基于业务的关系。

（4）目录整合

SDR语义成分和SDR语义单元由不同目录机构和部门的应用生成，经上述标准化处理后集成为一个新的总目录。

（5）增加管理数据

北斗穿戴设备由多领域应用合成，而管理则覆盖系统开发、术语、资源集成、主题建模与提供等全过程。

目录维护可有两种方法参与SDR工作：（1）直接参加SDR的主题领域数据规范；（2）跨主题应用域的标准化处理。

（六）平台资源管理

根据技术、内容与管理标准维护管理平台并登录数据；

管理SDR数据系统，确保开发和流程可开展数据规范工作，为终端应用提供经处理的数据资源；

为穿戴设备开发者和用户提供支持，即不仅能简单查询，且能随技术发展满足变化需要的环境；

平台中资源的联系、对照、问题解决等在内的登录与管理；

维护和支持运作登录所需的标准数据库和相关系统等。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以再不脱离本发明宗旨的前提下做出各种变化。

Claims (3)

1.一种北斗移动穿戴设备数据治理平台，其特征在于：包含依次连接的M4层、M3层、M2层、M1层；所述M1层包含标准数据源、接口池和S1～Sn各应用领域的元数据；所述S1～Sn各应用领域的元数据通过接口池连接标准数据源；所述标准数据源用于对数千件元数据标准、数据标准的对象类、定义类、特性类、表示类、值域类、应用与管理适配性进行；

所述M1层用于实现对应用层数据提供跨系统间的统一释义、标识、分类、定义、属性描述，分布与流向管理；

所述M2层为独立的元数据词典，用于存放各领域的元数据集，从规范化需求出发，抽取和定义各领域的标准元数据，再对来自S1～Sn的元数据进行比对、测试、标准化处理和分布映射，此层通过对M1层中跨系统资源中的元数据进行独立的标准化与统一化处理，实现它们描述的主数据与参考数据等的一致；

所述M3层为元模型词典，用于对各类元模型按标准进行比对与一致性处理，实现对M2层的元数据进行模型定义、共享或互操作时的耦合，以及生命周期管理；

所述M4 层为元模型规则，用于检查出微服务中的各类数据项缺失与合规情况，通过对微服务需求的数据元素、元数据、元模型等的管理，自动检出缺陷描述规则并通过元模型词典、元数据词典和主数据与参考数据词典等进行逐级修正，从而实现应用系统的数据分层整合。

2.根据权利要求1所述的一种北斗移动穿戴设备数据治理平台，其特征在于：所述S1～Sn各应用领域包含地理位置、城市物件、公用设施、私人设施、不动产及其设施、人员、行为、事件、过程与管理等应用领域。

3.一种基于权利要求1至2任意一项所述的北斗移动穿戴设备数据治理平台的数据治理方法，其特征在于：具体包含如下步骤；

步骤1，采集应用对象类、元数据概念和数据元素；

步骤2，对象类、特性、表示、数据元概念及元数据间依标准进行识别比对；

步骤3，减少元数据概念和数据元素的多样性，并依标准消除其不一致性；

步骤4，识别、描述、定义元数据元素、元数据、概念数据、功能与管理数据；

步骤5，对面向应用的相关数据、元数据、元数据元素等进行分析处理；

步骤6，解决同义语和多义词、不同代码与标识间的对照/映射；

步骤7，对词典内的数据与元数据提供检索与扫描比对；

步骤8，通过应用辨别或统计识别数据概念和元数据间的关系；

步骤9，支持唯一且明确的标识和引用对象集、数据概念和元数据。