CN108170748A - 一种基于三维空间构建城市数据架构的方法 - Google Patents
一种基于三维空间构建城市数据架构的方法 Download PDFInfo
- Publication number
- CN108170748A CN108170748A CN201711388709.3A CN201711388709A CN108170748A CN 108170748 A CN108170748 A CN 108170748A CN 201711388709 A CN201711388709 A CN 201711388709A CN 108170748 A CN108170748 A CN 108170748A
- Authority
- CN
- China
- Prior art keywords
- data
- urban
- urban data
- tool
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于三维空间构建城市数据架构的方法,其特征在于,选择待实现的城市数据架构要素X;将X映射到城市数据架构三维空间中,找到其对应的三元组(X,Y,Z),并根据三元组在城市数据模型库和城市数据工具库中找到架构要素X对应的城市数据模型Y和城市数据工具Z;根据三元组中指定的城市数据模型Y中定义的数据规则、格式及流程,利用城市数据工具Z实现相应架构要素,完成对城市数据处理。此外,本发明还提供了一种构建城市危化品企业分布数据架构的方法。
Description
技术领域
本发明涉及城市技术领域,具体涉及一种基于三维空间构建城市数据架构的方法。
背景技术
城市是以多应用、多行业、复杂系统组成的综合体,其运行涵盖环境检测、城市交通、公共服务、居家生活、经济商务、监控管理、公共安全等诸多方面,海量的数据在不断被生产出来。不同的应用之间存在信息共享、交互的需求,需要共同抽取数据综合计算和呈现综合结果,更充分、更智能地发挥数据的作用是城市未来发展的必然趋势。因此,城市的数据架构是城市体系架构中的核心。
数据架构最初的发展阶段是作为企业架构的重要组成部分。企业架构(EA)最早由John Zachman提出,经过近三十年的发展,企业架构理论已经相当成熟,目前,国际上影响力比较大的企业架构框架有Zachman架构框架、DoDAF框架、FEAF框架、TOGAF框架等。一个完整的企业架构通常被划分为:业务架构、应用架构、数据架构和技术架构。在企业架构中,数据架构将企业业务实体抽象为信息对象,将企业的业务运作模式抽象为信息对象的属性和方法,建立面向对象的企业数据模型,数据架构实现从业务模式向数据模型的转变,业务需求向信息功能的映射,企业基础数据向企业信息的抽象。
随着城市信息化的不断深入,针对城市的数据架构框架问题已有一定的研究工作,但仅面向城市某一行业或某一领域,并且各个行业或者领域彼此往往是割裂的“信息孤岛”,没有互相打通。因此,迫切需要一个统一的城市级的数据架构,扩展现有独立架构的服务范围,把现有的政府、社会、企业的数据架构整合到统一的架构中。本发明正是基于对城市基础信息资源进一步整合的需求,设计和实现了一种基于三维空间的城市数据架构设计方法。
发明内容
针对现有技术中存在的缺陷,本发明的目的是提供一种基于三维空间的三维城市数据架构方法,其实现了城市中各领域或者行业架构的统一,能够扩展现有独立架构的服务范围,并提供了城市级的数据架构框架。
本发明提出的一种基于三维空间构建城市数据架构的方法,其特征在于:选择待实现的城市数据架构要素X;将X映射到城市数据架构三维空间中,找到其对应的三元组(X,Y,Z),并根据三元组在城市数据模型库和城市数据工具库中找到架构要素X对应的城市数据模型Y和城市数据工具Z;根据三元组中指定的城市数据模型Y中定义的数据规则、格式及流程,利用城市数据工具Z实现相应架构要素,完成对城市数据处理。
其中,所述城市数据架构要素X为描述城市数据架构主要内容,包括:城市数据获取、城市数据处理和分析、城市数据服务和应用、城市数据管理。
其中,所述三维空间中的每一元素以数据架构要素X、数据模型Y、数据工具Z三元组表示。
其中,所述数据模型Y为描述数据架构要素的指导模型,包括:元数据模型、主数据模型、参考数据模型、公共数据模型、数据融合模型、数据共享交换模型。
其中,所述数据工具Z为数据架构要素实现的工具,包括:城市可视化展示工具、城市数据发布工具、城市数据融合工具、城市数据知识发现工具、城市数据标准管理工具、城市元数据管理工具、城市数据质量管理工具。
其中,所述城市数据获取的指导模型为元数据模型、主数据模型和参考数据模型,城市数据获取的实现工具为城市元数据管理工具,三元组表示为:{城市数据获取,{元数据模型、主/参考数据模型},{城市元数据管理工具}}。
其中,所述城市数据处理和分析的指导模型为数据融合模型,城市数据处理和分析的实现工具为城市数据融合工具、城市数据知识发现工具,三元组表示为:{城市数据处理和分析,{数据融合模型},{城市数据融合工具、城市数据知识发现工具}}。
其中,所述城市数据服务和应用的实现工具为城市可视化展示工具和城市数据发布工具,三元组表示为:{城市数据服务和应用,{},{城市可视化展示工具、城市数据发布工具},其中,{}表示空集,即城市数据服务和应用不涉及城市数据模型。
其中,所述城市数据管理的指导模型为公共数据模型和数据共享交换模型,城市数据管理的实现工具为城市数据标准管理工具和城市数据质量管理工具,三元组表示为:城市数据管理,{公共数据模型、数据共享交换模型},{城市数据标准管理工具、城市数据质量管理工具}。
其中,所述城市数据获取、城市数据处理和分析、城市数据服务和应用、城市数据管理之间的关系为:城市数据获取位于城市数据架构底层,包含城市数据采集、城市数据分类和城市数据清洗;城市数据处理和分析位于城市数据架构中间层,包含城市数据融合和城市数据挖掘分析;城市数据服务和应用位于城市数据架构顶层,包含城市数据服务和城市数据可视化;城市数据管理,用于管理城市数据获取、城市数据处理和分析、城市数据服务和应用层所产生的数据,包含城市数据存储、城市数据访问、城市数据共享交换和城市数据安全隐私。
其中,所述城市数据采集,根据具体业务的数据采集需求从互联网、物联网ICT资源、城市委办局采集数据。
其中,所述城市数据分类,通过业务问题到大数据类型的映射实现对城市数据的分类。
其中,所述城市数据清洗基于数据的可用性建立不同的数据质量标准并以此为依据对城市数据进行分级,从而根据不同层次的应用需求,清理不同分级的无关数据和低质量数据。
其中,所述城市数据处理和分析包含城市数据融合和城市数据挖掘分析。
其中,所述城市数据融合根据应用目标对城市数据进行融合,将城市数据关联起来以提供统一的服务。
其中,所述城市数据挖掘分析,利用数据挖掘算法从城市数据中发现知识,为城市业务和城市管理行为提供决策依据。
其中,所述城市数据服务和应用包含城市数据服务和城市数据可视化。
其中,所述城市数据服务包括以下步骤:步骤1,分析业务需求;步骤2,确定数据服务范围;步骤3,明确数据服务消费模式;步骤4,确定数据服务原理;步骤5,数据服务开发。
其中,所述城市数据可视化包括以下步骤:步骤1,分析业务需求;步骤2,建立基本图形;步骤3,确定最佳信息指标;步骤4,选择正确的图表类型;步骤5,突出关键信息。
其中,所述城市数据管理包含城市数据存储、城市数据访问、城市数据共享交换和城市数据安全隐私。
其中,所述城市数据存储包括以下步骤:步骤1,分析业务需求;步骤2,确定数据热度;步骤3,明确数据存储备份要求;步骤4,确定数据存储策略;步骤5,数据存储。
其中,所述城市数据访问包括以下步骤:步骤1,分析业务需求;步骤2,确定数据访问权限;步骤3,确定数据访问策略。
其中,所述城市数据共享交换包括以下步骤:步骤1,分析业务需求;步骤2,定义数据交换标准;步骤3,定义数据交换流程;步骤4,数据交换标准与内部数据结构的映射管理;步骤5,数据交换中间件选择;步骤6,数据交换流执行。
其中,所述城市数据安全隐私包括以下步骤:步骤1,分析业务需求;步骤2,确定数据生命周期;步骤3,明确数据安全隐私对策;步骤4,明确数据安全隐私关键技术。
此外,本发明还提出一种构建城市危化品企业分布数据架构的方法,包括:根据危化品企业分布公共数据模型中提供的一种表示城市数据资源的标准方法,数据交换共享模型中提供的城市中对象间信息的交换过程、方法,选用数据标准管理工具、数据质量管理工具,确立城市数据管理制度、细则并实现;根据危化品企业分布元数据模型中给出的建模元素及使用这些元素的规则、主/参考数据模型中给出的主要属性字段,明确需要采集的数据及其格式,由元数据管理工具获取数据并管理数据格式;根据危化品企业分布数据融合模型中提供的城市中对象间信息的融合过程、方法,选用数据融合工具、知识发现工具对采集的数据进行融合,形成目标数据;选择可视化工具、数据发布工具对融合后的数据按要求进行展示,并为上层提供服务。
本发明的基于三维空间构建城市数据架构的方法能够把现有的政府、社会、企业的数据架构整合到统一的架构中,为城市各行业或者领域提供基础统一的城市级的数据架构框架。
附图说明
图1示出了本发明的城市数据模型框架的三维结构示意图。
图2示出了本发明的城市数据架构要素的内容示意图。
图3示出了基于三维空间构建城市数据架构的方法流程图
图4示出了危化品企业分布的数据架构实现框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明,应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
现在将详细参考本发明的实施例,这些实施例的示例在附图中示出。元件的后缀“模块”和“单元”在此用于方便描述,并且因此可以可交换地被使用,而且没有任何可区别的意义或功能。
虽然构成本发明的实施例的所有元件或单元被描述为结合到单个元件中或被操作为单个元件或单元,但是本发明不一定局限于此种实施例。根据实施例,在本发明的目的和范围内所有的元件可以选择性地结合到一个或多个元件并且被操作为一个或多个元件。
如图1所示,本发明提供一种基于三维空间的城市数据架构,其特征在于,其包括:数据架构要素维度X、数据模型维度Y、数据工具维度Z,其关系为数据模型指导数据架构要素,数据架构要素通过数据工具进行实现。
所述数据架构要素维度X描述了城市数据架构主要内容,其包括:城市数据获取、城市数据处理和分析、城市数据服务和应用、城市数据管理。各城市数据架构要素间的关系为:城市数据获取位于底层,其包含城市数据采集、城市数据分类和城市数据清洗;城市数据处理和分析位于中层,其包含城市数据融合和城市数据挖掘分析;城市数据服务和应用位于顶层,其包含城市数据服务和城市数据可视化;城市数据管理,用于管理城市数据获取、城市数据处理和分析、城市数据服务和应用层所产生的数据,其包含城市数据存储、城市数据访问、城市数据共享交换和城市数据安全隐私。
所述数据模型维度Y描述了数据架构要素的指导模型,其包括:元数据模型、主/参考数据模型、公共数据模型、数据融合模型、数据共享交换模型。
其中,所述数据工具维度Z描述了数据架构要素实现的工具,其包括:城市可视化展示工具、城市数据发布工具、城市数据融合工具、城市数据知识发现工具、城市数据标准管理工具、城市元数据管理工具、城市数据质量管理工具。
其中,三维空间中的每一元素,每一数据架构要素以三元组(数据架构要素,数据模型,数据工具)表示,并且三者间的关系为数据模型指导数据架构要素,数据架构要素通过数据工具进行实现。
城市数据获取的指导模型为元数据模型和主/参考数据模型,城市数据获取的实现工具为城市元数据管理工具,其三元组表示为{城市数据获取,{元数据模型、主/参考数据模型},{城市元数据管理工具}};
城市数据处理和分析的指导模型为数据融合模型,城市数据处理和分析的实现工具为城市数据融合工具、城市数据知识发现工具,其三元组表示为{城市数据处理和分析,{数据融合模型},{城市数据融合工具、城市数据知识发现工具}};
城市数据服务和应用的实现工具为城市可视化展示工具和城市数据发布工具,其三元组表示为{城市数据服务和应用,{},{城市可视化展示工具、城市数据发布工具}};其中,{}表示空集,即城市数据服务和应用不涉及城市数据模型。
城市数据管理的指导模型为公共数据模型和数据共享交换模型,城市数据管理的实现工具为城市数据标准管理工具和城市数据质量管理工具,其三元组表示为{城市数据管理,{公共数据模型、数据共享交换模型},{城市数据标准管理工具、城市数据质量管理工具}}。
图2示出了城市数据架构要素X包括城市数据获取、城市数据处理和分析、城市数据服务和应用、城市数据管理。
所述城市数据获取位于城市数据架构的底层,其包含城市数据采集、城市数据分类和城市数据清洗。
所述城市数据采集,旨在根据具体业务的数据采集需求,从互联网、物联网ICT资源、城市委办局采集数据,为用户提供更多类型的业务数据,其包括以下步骤:步骤1,分析业务需求;步骤2,确定采集范围;步骤3,确定采集策略;步骤4,采集任务配置;步骤5,采集任务执行。
所述城市数据分类,旨在通过业务问题到大数据类型的映射,实现对城市数据的分类,从而根据数据分类确定合适的分类模式(原子或复合)和合适的大数据解决方案,其包括以下步骤:步骤1,分析业务需求;步骤2,确定分类标准;步骤3,确定分类粒度;步骤4,确定分类策略;步骤3,分类任务执行。
所述城市数据清洗,旨在基于数据的可用性,建立不同的数据质量标准并以此为依据对城市数据进行分级,从而根据不同层次的应用需求,清理不同分级的无关数据和低质量数据,其包括以下步骤:步骤1,分析业务需求;步骤2,确定清洗标准;步骤3,确定清洗策略;步骤4,清洗任务执行。
所述城市数据处理和分析位于城市数据架构的中间层,其包含城市数据融合和城市数据挖掘分析。
所述城市数据融合,旨在根据应用目标对城市数据进行融合,从而将城市数据关联起来以提供统一的服务,其包括以下步骤:步骤1,分析业务需求;步骤2,确定融合目标;步骤3,分析数据源;步骤4,确定融合策略;步骤5,融合任务配置;步骤6,融合任务执行。
所述城市数据挖掘分析,旨在利用数据挖掘算法,从城市数据中发现知识,从而为城市业务和城市管理行为提供决策依据,其包括以下步骤:步骤1,分析业务需求;步骤2,明确数据类型;步骤3,问题分类;步骤4,数据挖掘分析策略选择;步骤5,数据挖掘分析任务执行;步骤6,解释挖掘分析模式;步骤7,知识发现。
所述城市数据服务和应用位于顶层,其包含城市数据服务和城市数据可视化。
所述城市数据服务,旨在为城市建设提供定制化的解决方案,从而改进城市规划、缓解交通拥堵、保护自然环境、节约能耗等,其包括以下步骤:步骤1,分析业务需求;步骤2,确定数据服务范围;步骤3,明确数据服务消费模式;步骤4,确定数据服务原理;步骤5,数据服务开发。
所述城市数据可视化,旨在通过表达、建模以及对立体、表面、属性以及动画的显示,对城市数据加以可视化解释,建立无显性联系的数据点间的连接,从而让信息的价值最大化,其包括以下步骤:步骤1,分析业务需求;步骤2,建立基本图形;步骤3,确定最佳信息指标;步骤4,选择正确的图表类型;步骤5,突出关键信息。
其中,所述城市数据管理,用于管理城市数据获取、城市数据处理和分析、城市数据服务和应用层所产生的数据,其包含城市数据存储、城市数据访问、城市数据共享交换和城市数据安全隐私。
所述城市数据存储,旨在根据城市数据不同的价值、使用频次、使用方式,采用不同的存储和备份策略,从而优化存储和处理成本并提升可用性,其包括以下步骤:步骤1,分析业务需求;步骤2,确定数据热度;步骤3,明确数据存储备份要求;步骤4,确定数据存储策略;步骤5,数据存储。
所述城市数据访问,旨在按用户身份及其所归属的某项定义组对用户分组,从而限制用户对某些信息项的访问,或对某些控制功能的使用,其包括以下步骤:步骤1,分析业务需求;步骤2,确定数据访问权限;步骤3,确定数据访问策略。
所述城市数据共享交换,旨在通过建立一套统一的、法定的城市数据交换标准,规范城市数据格式,使用户尽可能采用规定的城市数据标准,从而实现城市数据共享交换,其包括以下步骤:步骤1,分析业务需求;步骤2,定义数据交换标准;步骤3,定义数据交换流程;步骤4,数据交换标准与内部数据结构的映射管理;步骤5,数据交换中间件选择;步骤6,数据交换流执行。
所述城市数据安全隐私,旨在根据城市数据生命周期,面向城市数据存储、管理和应用等多个环节采取安全措施,从而提高城市数据的安全防护能力,其包括以下步骤:步骤1,分析业务需求;步骤2,确定数据生命周期;步骤3,明确数据安全隐私对策;步骤4,明确数据安全隐私关键技术。
图3示出了本发明基于三维空间构建城市数据架构的方法,包括选择、映射和实施三个步骤。
其中选择步骤S301,选择待实现的城市数据架构要素X;
其中映射步骤S302,将X映射到城市数据架构三维空间中,找到其对应的三元组(X,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素X对应的城市数据模型Y和城市数据工具Z;
所述的方法其中,城市数据模型库存放的是数据架构要素的指导模型,其包括:元数据模型、主/参考数据模型、公共数据模型、数据融合模型、数据共享交换模型等;
所述的方法其中,城市数据工具库中存放的是数据架构要素实现的工具,其包括:城市可视化展示工具、城市数据发布工具、城市数据融合工具、城市数据知识发现工具、城市数据标准管理工具、城市元数据管理工具、城市数据质量管理工具等;
其中实施步骤S303,根据三元组中指定的城市数据模型Y中定义的数据规则、格式及流程,利用城市数据工具Z实现相应架构要素,从而完成对城市数据的处理。
图4为本发明构建城市数据架构方法中具体在危化品企业分布的数据架构实现步骤:
步骤S401危化品企业分布数据管理
具体地,根据危化品企业分布公共数据模型中提供的一种表示城市数据资源的标准方法,数据交换共享模型中提供的城市中对象间信息的交换过程、方法,选用数据标准管理工具、数据质量管理工具,确立城市数据管理制度、细则并实现,在步骤401中具体可细化为以下步骤:
S4011:数据存储
首先,将“数据存储”映射到城市数据架构三维空间中,找到其对应的三元组(数据存储,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据存储”对应的危化品企业分布数据模型“存储公共数据模型”和危化品企业分布数据工具“标准管理工具”、“质量管理工具”;
然后,根据危化品企业分布数据模型“公共数据模型”中提供的一种表示危化品企业分布数据资源的标准方法,选用危化品企业分布数据工具“标准管理工具”、“质量管理工具”,基于危化品企业分布数据业务要求的数据热度、数据存储备份要求、数据存储策略,确立危化品企业分布数据存储细则并实现。
S4012:数据访问
首先,将“数据访问”映射到城市数据架构三维空间中,找到其对应的三元组(数据访问,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据访问”对应的危化品企业分布数据模型“数据共享交换模型”和危化品企业分布数据工具“标准管理工具”;
然后,根据危化品企业分布数据模型“共享交换模型”中提供的危化品企业分布数据间信息的交换过程、方法,基于危化品企业分布数据业务要求的数据访问权限、数据访问策略,选用危化品企业分布数据工具“标准管理工具”,确立危化品企业分布数据访问细则并实现。
S4013:数据交换共享
所述的方法首先,将“数据交换共享”映射到城市数据架构三维空间中,找到其对应的三元组(数据交换共享,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据交换共享”对应的危化品企业分布数据模型“共享交换模型”和危化品企业分布数据工具“标准管理工具”;
然后,根据危化品企业分布数据模型“共享交换模型”中提供的危化品企业分布数据间信息的交换过程、方法,基于危化品企业分布数据业务要求的数据交换标准、数据交换流程、数据交换标准与内部数据结构的映射管理、数据交换中间件选择,选用危化品企业分布数据工具“标准管理工具”,确立危化品企业分布数据共享交换细则并实现。
S4014:数据安全隐私
首先,将“数据安全隐私”映射到城市数据架构三维空间中,找到其对应的三元组(数据安全隐私,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据安全隐私”对应的危化品企业分布数据模型“共享交换模型”和危化品企业分布数据工具“标准管理工具”;
然后,根据危化品企业分布数据模型“共享交换模型”中提供的危化品企业分布数据间信息的交换过程、方法,基于危化品企业分布数据业务要求的数据生命周期、数据安全隐私对策、数据安全隐私关键技术,选用危化品企业分布数据工具“标准管理工具”,确立危化品企业分布数据安全隐私细则并实现。
步骤S402危化品企业分布数据获取
具体地,根据危化品企业分布元数据模型中给出的建模元素及使用这些元素的规则、主/参考数据模型中给出的主要属性字段,明确需要采集的数据及其格式,由元数据管理工具获取数据并管理数据格式,在步骤S402中,具体可细化为以下步骤:
S4021:数据采集
首先,将“数据采集”映射到城市数据架构三维空间中,找到其对应的三元组(数据采集,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据采集”对应的危化品企业分布数据模型“元数据模型”、“主/参考数据模型”和危化品企业分布数据工具“元数据管理工具”;
然后,根据危化品企业分布数据模型“元数据模型”中提供的一组危化品企业分布数据建模元素以及使用这些元素的规则,危化品企业分布数据模型“主/参考数据模型”中基于元数据模型,确定的每个建模元素确定主要属性字段,基于危化品企业分布数据业务要求的采集范围、采集策略,选用危化品企业分布数据工具“元数据管理工具”,确立危化品企业分布数据采集细则并实现。
S4022:数据分类
首先,将“数据分类”映射到城市数据架构三维空间中,找到其对应的三元组(数据分类,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据分类”对应的危化品企业分布数据模型“元数据模型”和危化品企业分布数据工具“元数据管理工具”;
然后,根据危化品企业分布数据模型“元数据模型”中提供的一组危化品企业分布数据建模元素以及使用这些元素的规则,基于危化品企业分布数据业务要求的分类标准、分类粒度、分类策略,选用危化品企业分布数据工具“元数据管理工具”,确立危化品企业分布数据分类细则并实现。
S4023:数据清洗
首先,将“数据清洗”映射到城市数据架构三维空间中,找到其对应的三元组(数据清洗,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据清洗”对应的危化品企业分布数据模型“元数据模型”和危化品企业分布数据工具“元数据管理工具”;
然后,根据危化品企业分布数据模型“元数据模型”中提供的一组危化品企业分布数据建模元素以及使用这些元素的规则,危化品企业分布数据模型“主/参考数据模型”中基于元数据模型,确定的每个建模元素确定主要属性字段,基于危化品企业分布数据业务要求的清洗标准、清洗策略,选用危化品企业分布数据工具“元数据管理工具”,确立危化品企业分布数据清洗细则并实现。
S403:危化品企业分布数据处理和分析
具体地,根据危化品企业分布数据融合模型中提供的城市中对象间信息的融合过程、方法,选用数据融合工具、知识发现工具对采集的数据进行融合,形成目标数据;在步骤S403中,具体可细化为以下步骤:
S4031:数据融合
首先,将“数据融合”映射到城市数据架构三维空间中,找到其对应的三元组(数据融合,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据融合”对应的危化品企业分布数据模型“数据融合模型”和危化品企业分布数据工具“数据融合工具”;
然后,根据危化品企业分布数据模型“数据融合模型”中基于公共数据模型描述的危化品企业分布数据间信息的融合过程、方法,基于危化品企业分布数据业务要求的融合目标、数据源、融合策略,选用危化品企业分布数据工具“数据融合工具”,确立危化品企业分布数据融合细则并实现。
S4032:数据挖掘分析
首先,将“数据挖掘分析”映射到城市数据架构三维空间中,找到其对应的三元组(数据挖掘分析,Y,Z),并根据三元组在城市数据模型库、城市数据工具库中找到架构要素“数据挖掘分析”对应的危化品企业分布数据模型“{}”和危化品企业分布数据工具“数据知识发现工具”;
然后,根据危化品企业分布数据模型“数据融合模型”中基于公共数据模型描述的危化品企业分布数据间信息的融合过程、方法,基于危化品企业分布数据业务要求的数据类型、问题分类、策略选择、挖掘分析模式解释,选用危化品企业分布数据工具“数据知识发现工具”,确立危化品企业分布数据挖掘分析细则并实现。
S404:危化品企业分布数据服务和应用
具体地,选择可视化工具、数据发布工具对融合后的数据按要求进行展示,并为上层提供服务;在步骤S404中,具体可细化为以下步骤:
此外,本发明所述的基于三维空间构建城市数据架构的方法给出了清晰、明确的城市数据架构的信息表示。由于传统的数据架构忽略了城市数据架构要素与城市数据模型、城市数据工具之间的联系。而本发明在将城市数据架构涉及的内容进行划分的基础上,构建其与城市数据模型、城市数据工具之间的关联关系和映射规则,最终形成基于三维空间的城市数据架构的形式化表示。
本发明所述的基于三维空间的城市数据架构定义了一个面向城市的通用的数据架构框架。传统的数据架构仅面向城市某一行业或某一领域,并且各个行业或者领域彼此没有互相打通。而本发明提出的三维一体基于三维空间的城市数据架构框架为城市各行业或者领域提供基础统一的城市级的数据架构框架。
本发明所述的基于三维空间构建城市数据架构的方法定义了一套系统的、完整的城市数据架构方法,与传统的数据架构不同,清晰地描述了每一个城市数据架构要素的实现步骤。以此为参考依据,城市相关建设人员能够建立符合标准、易于扩展且面向服务的架构。
应当理解,在本说明书中描述的功能单元或能力可被称为或标示为组件、模块或系统,以便更具体地强调它们的实现独立。例如,组件、模块或系统可被实现为硬件电路,其包括定制超大规模集成(VLSI)电路或门阵列、现成的半导体,诸如逻辑芯片、晶体管,或其他分立组件。组件或模块还可在可编程硬件设备中实现,诸如场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等。组件或模块还可以在用于由各种类型的处理器执行的软件中实现。例如,可执行代码的识别的组件或模块可以包括一个或多个物理或逻辑的计算机指令,其可以,例如,被组织为对象、程序或功能。然而,所识别的组件或模块不必在物理上定位在一起,而是可以包含存储在不同位置的全异指令,其当逻辑上接合在一起时,包含组件或模块并实现对于组件或模块的规定目的。
应该理解由本领域技术人员通过本发明能够实现的效果并不局限于在上文已特别描述的内容,并且本发明的其它优点从上面的详细描述中将更清楚地理解。
对于本领域技术人员,显然可以在不脱离本发明的精神或范围的情况下在本发明中做出各种修改和变型。因此,本发明旨在如果本发明的修改和变型落入附随权利要求和它们的等同形式的范围内,那么本发明覆盖这些修改和变型。
Claims (25)
1.一种基于三维空间构建城市数据架构的方法,其特征在于,选择待实现的城市数据架构要素X;
将X映射到城市数据架构三维空间中,找到其对应的三元组(X,Y,Z),并根据三元组在城市数据模型库和城市数据工具库中找到架构要素X对应的城市数据模型Y和城市数据工具Z;
根据三元组中指定的城市数据模型Y中定义的数据规则、格式及流程,利用城市数据工具Z实现相应架构要素,完成对城市数据处理。
2.根据权利要求1所述的方法,其特征在于,所述城市数据架构要素X为描述城市数据架构主要内容,包括:城市数据获取、城市数据处理和分析、城市数据服务和应用、城市数据管理。
3.根据权利要求2所述的方法,其特征在于,所述三维空间中的每一元素以数据架构要素X、数据模型Y、数据工具Z三元组表示。
4.根据权利要求3所述的方法,其特征在于,所述数据模型Y为描述数据架构要素的指导模型,包括:元数据模型、主数据模型、参考数据模型、公共数据模型、数据融合模型、数据共享交换模型。
5.根据权利要求4所述的方法,其特征在于,所述数据工具Z为数据架构要素实现的工具,包括:城市可视化展示工具、城市数据发布工具、城市数据融合工具、城市数据知识发现工具、城市数据标准管理工具、城市元数据管理工具、城市数据质量管理工具。
6.根据权利要求5所述的方法,其特征在于,所述城市数据获取的指导模型为元数据模型、主数据模型和参考数据模型,城市数据获取的实现工具为城市元数据管理工具,三元组表示为:{城市数据获取,{元数据模型、主/参考数据模型},{城市元数据管理工具}}。
7.根据权利要求5所述的方法,其特征在于,所述城市数据处理和分析的指导模型为数据融合模型,城市数据处理和分析的实现工具为城市数据融合工具、城市数据知识发现工具,三元组表示为:{城市数据处理和分析,{数据融合模型},{城市数据融合工具、城市数据知识发现工具}}。
8.根据权利要求5所述的方法,其特征在于,所述城市数据服务和应用的实现工具为城市可视化展示工具和城市数据发布工具,三元组表示为:{城市数据服务和应用,{},{城市可视化展示工具、城市数据发布工具},其中,{}表示空集,即城市数据服务和应用不涉及城市数据模型。
9.根据权利要求5所述的方法,其特征在于,所述城市数据管理的指导模型为公共数据模型和数据共享交换模型,城市数据管理的实现工具为城市数据标准管理工具和城市数据质量管理工具,三元组表示为:城市数据管理,{公共数据模型、数据共享交换模型},{城市数据标准管理工具、城市数据质量管理工具}。
10.根据权利要求5所述的方法,其特征在于,所述城市数据获取、城市数据处理和分析、城市数据服务和应用、城市数据管理之间的关系为:城市数据获取位于城市数据架构底层,包含城市数据采集、城市数据分类和城市数据清洗;城市数据处理和分析位于城市数据架构中间层,包含城市数据融合和城市数据挖掘分析;城市数据服务和应用位于城市数据架构顶层,包含城市数据服务和城市数据可视化;城市数据管理,用于管理城市数据获取、城市数据处理和分析、城市数据服务和应用层所产生的数据,包含城市数据存储、城市数据访问、城市数据共享交换和城市数据安全隐私。
11.根据权利要求10所述的方法,其特征在于,所述城市数据采集,根据具体业务的数据采集需求从互联网、物联网ICT资源、城市委办局采集数据。
12.根据权利要求10所述的方法,其特征在于,所述城市数据分类,通过业务问题到大数据类型的映射实现对城市数据的分类。
13.根据权利要求10所述的方法,其特征在于,所述城市数据清洗基于数据的可用性建立不同的数据质量标准并以此为依据对城市数据进行分级,从而根据不同层次的应用需求,清理不同分级的无关数据和低质量数据。
14.根据权利要求10所述的方法,其特征在于,所述城市数据处理和分析包含城市数据融合和城市数据挖掘分析。
15.根据权利要求14所述的方法,其特征在于,所述城市数据融合根据应用目标对城市数据进行融合,将城市数据关联起来以提供统一的服务。
16.根据权利要求14所述的方法,其特征在于,所述城市数据挖掘分析,利用数据挖掘算法从城市数据中发现知识,为城市业务和城市管理行为提供决策依据。
17.根据权利要求10所述的方法,其特征在于,所述城市数据服务和应用包含城市数据服务和城市数据可视化。
18.根据权利要求17所述的方法,其特征在于,所述城市数据服务包括以下步骤:步骤1,分析业务需求;步骤2,确定数据服务范围;步骤3,明确数据服务消费模式;步骤4,确定数据服务原理;步骤5,数据服务开发。
19.根据权利要求17所述的方法,其特征在于,所述城市数据可视化包括以下步骤:步骤1,分析业务需求;步骤2,建立基本图形;步骤3,确定最佳信息指标;步骤4,选择正确的图表类型;步骤5,突出关键信息。
20.根据权利要求10所述的方法,其特征在于,所述城市数据管理包含城市数据存储、城市数据访问、城市数据共享交换和城市数据安全隐私。
21.根据权利要求20所述的方法,其特征在于,所述城市数据存储包括以下步骤:步骤1,分析业务需求;步骤2,确定数据热度;步骤3,明确数据存储备份要求;步骤4,确定数据存储策略;步骤5,数据存储。
22.根据权利要求20所述的方法,其特征在于,所述城市数据访问包括以下步骤:步骤1,分析业务需求;步骤2,确定数据访问权限;步骤3,确定数据访问策略。
23.根据权利要求20所述的方法,其特征在于,所述城市数据共享交换包括以下步骤:步骤1,分析业务需求;步骤2,定义数据交换标准;步骤3,定义数据交换流程;步骤4,数据交换标准与内部数据结构的映射管理;步骤5,数据交换中间件选择;步骤6,数据交换流执行。
24.根据权利要求20所述的方法,其特征在于,所述城市数据安全隐私包括以下步骤:步骤1,分析业务需求;步骤2,确定数据生命周期;步骤3,明确数据安全隐私对策;步骤4,明确数据安全隐私关键技术。
25.一种构建城市危化品企业分布数据架构的方法,包括:
根据危化品企业分布公共数据模型中提供的一种表示城市数据资源的标准方法,数据交换共享模型中提供的城市中对象间信息的交换过程、方法,选用数据标准管理工具、数据质量管理工具,确立城市数据管理制度、细则并实现;
根据危化品企业分布元数据模型中给出的建模元素及使用这些元素的规则、主/参考数据模型中给出的主要属性字段,明确需要采集的数据及其格式,由元数据管理工具获取数据并管理数据格式;
根据危化品企业分布数据融合模型中提供的城市中对象间信息的融合过程、方法,选用数据融合工具、知识发现工具对采集的数据进行融合,形成目标数据;
选择可视化工具、数据发布工具对融合后的数据按要求进行展示,并为上层提供服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711388709.3A CN108170748A (zh) | 2017-12-20 | 2017-12-20 | 一种基于三维空间构建城市数据架构的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711388709.3A CN108170748A (zh) | 2017-12-20 | 2017-12-20 | 一种基于三维空间构建城市数据架构的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108170748A true CN108170748A (zh) | 2018-06-15 |
Family
ID=62523297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711388709.3A Pending CN108170748A (zh) | 2017-12-20 | 2017-12-20 | 一种基于三维空间构建城市数据架构的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108170748A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807078A (zh) * | 2019-10-15 | 2020-02-18 | 镇瀚(江苏)科技有限公司 | 一种服务于民生规划的公民轨迹大数据服务平台 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106066892A (zh) * | 2016-06-20 | 2016-11-02 | 四川上略互动网络技术有限公司 | 一种基于多源数据融合的旅游信息数据处理方法 |
CN106250382A (zh) * | 2016-01-28 | 2016-12-21 | 新博卓畅技术(北京)有限公司 | 一种元数据管理引擎系统及实现方法 |
-
2017
- 2017-12-20 CN CN201711388709.3A patent/CN108170748A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250382A (zh) * | 2016-01-28 | 2016-12-21 | 新博卓畅技术(北京)有限公司 | 一种元数据管理引擎系统及实现方法 |
CN106066892A (zh) * | 2016-06-20 | 2016-11-02 | 四川上略互动网络技术有限公司 | 一种基于多源数据融合的旅游信息数据处理方法 |
Non-Patent Citations (1)
Title |
---|
康子路 等: "城市数据体系研究", 《电信网技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807078A (zh) * | 2019-10-15 | 2020-02-18 | 镇瀚(江苏)科技有限公司 | 一种服务于民生规划的公民轨迹大数据服务平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cao et al. | Parallel processing algorithm for railway signal fault diagnosis data based on cloud computing | |
Brandes et al. | Exploratory network visualization: Simultaneous display of actor status and connections | |
US10452366B2 (en) | Method and tool for engineering software architectures with its various software artifacts of complex cyber-physical systems of different technical domains | |
Boukhelifa et al. | A coordination model for exploratory multiview visualization | |
Pereira et al. | A platform for integrating heterogeneous data and developing smart city applications | |
CN105469204A (zh) | 深度融合大数据分析技术的重装制造企业综合评价系统 | |
Chen et al. | LDA ensembles for interactive exploration and categorization of behaviors | |
Kadoić et al. | Structuring e-learning multi-criteria decision making problems | |
Qi et al. | RETRACTED: Artificial intelligence enterprise human resource management system based on FPGA high performance computer hardware | |
Rizwan et al. | Real-time big data computing for internet of things and cyber physical system aided medical devices for better healthcare | |
Furutanpey et al. | Architectural vision for quantum computing in the edge-cloud continuum | |
CN111106968A (zh) | 一种构建信息通信智能调度指挥沙盘的方法 | |
Zhang et al. | A multi-dimensional ontology-based IoT resource model | |
CN108170748A (zh) | 一种基于三维空间构建城市数据架构的方法 | |
Schwarz et al. | Towards an integrated development and sustainability evaluation of energy scenarios assisted by automated information exchange | |
Basha et al. | Recent Trends in Sustainable Big Data Predictive Analytics: Past Contributions and Future Roadmap | |
Lee et al. | Scalable activity-travel pattern monitoring framework for large-scale city environment | |
Baggio et al. | Knowledge management and transfer in Tourism: An Italian case | |
Kemper et al. | Trace based analysis of process interaction models | |
Belcastro et al. | Evaluation of large scale roi mining applications in edge computing environments | |
CN108133318A (zh) | 一种智慧城市数据模型框架 | |
Volke et al. | Visualizing topological properties of the search landscape of combinatorial optimization problems | |
CN102906725B (zh) | 将配置项捆绑成复合配置项的方法和计算机系统 | |
Mahesh et al. | Visualizing technology mining results on life cycle axes: A study of server virtualization | |
Su et al. | A multi-level visualization method for IT system structure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20191202 Address after: Room a-3197, 2f, building 3, No. 30 yard, Shixing street, Shijingshan District, Beijing 100041 Applicant after: CLP Runcheng smart IOT Technology Co., Ltd Address before: 100000 Beijing city Haidian District four crossing No. 36 North Building No. 4 Applicant before: INFORMATION SCIENCE RESEARCH INSTITUTE OF CETC |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180615 |
|
RJ01 | Rejection of invention patent application after publication |