CN114756563A - 一种互联网多种复杂业务线并存的数据治理系统 - Google Patents
一种互联网多种复杂业务线并存的数据治理系统 Download PDFInfo
- Publication number
- CN114756563A CN114756563A CN202210487550.5A CN202210487550A CN114756563A CN 114756563 A CN114756563 A CN 114756563A CN 202210487550 A CN202210487550 A CN 202210487550A CN 114756563 A CN114756563 A CN 114756563A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- management
- monitoring
- task
- 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.)
- Withdrawn
Links
Images
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
- G06F16/23—Updating
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
- G06F21/6263—Protecting personal data, e.g. for financial or medical purposes during internet communication, e.g. revealing personal data from cookies
Abstract
互联网多种复杂业务线并存的数据治理系统,包括:数据源模块、数据交换模块、数据整合&处理模块、开发套件&算法模块、过程数据收集模块、管理模块、调度&监测模块、治理模块;所述数据源模块,通过AI的流程自动实时地监控数据源的数据变更;所述数据交换模块,当在数据源模块选择了一个数据源之后,首先将数据进行标准化处理,标准化之后的数据存储至大数据平台中。所述数据整合&处理模块包含计算层和存储层两个子模块,所述开发套件&算法模块,该模块包含整个数据收集、整合、处理、分析、预测、监测流程中用到的基础函数、高级统计分析方法、AI智能算法、ETL工具、Spark、Hive、MR、Flink一系列开发套件及算法;所述管理模块包含用户管理模块、项目管理模块、任务管理模块、元数据管理模块;从而能够自动化智能地、高效准确地完成数据同步、整合、计算、分析、使用,并提高数据安全、数据质量,形成健康完善的数据体系。
Description
技术领域
本发明涉及数据治理领域,特别是一种互联网多种复杂业务线并存的数据治理系统,尤其是基于AI的自动化数据治理系统。
背景技术
数字时代为公共和私营部门以及组织提供了前所未有的机会来收集、存储、处理和交换大量数据;这些大数据多为大型复杂的结构化或非结构化数据集。使用大数据技术、组织能够生成、收集、管理、分析和可视化大数据集,并为诊断、预测或其他决策任务提供见解。在这个过程中,它们在数据安全、数据结构管理、数据隐私保护和数据质量管理等方面面临着越来越大的挑战。
数据治理(Data Governance)是组织机构数字转型和数据管理的基础。数据治理是一个概念或框架,组织可以使用它来解决管理数字资产处理过程中的此类挑战。数据治理是数据资源及其应用过程中相关管控活动、绩效和风险管理的集合,是将数据作为治理对象,从元数据管理开始,进行数据标准、数据安全建设,逐步扩展到流程建设、组织保障,最终形成全生态体系,为国家或组织发展提供基础性和战略性资源。当前,国家、政府、企业等都已经认识到数据治理的重要性,积极推进数据治理的发展。但是,由于数据治理体系缺乏理论指导,各级数据治理主体目标、范围不明确,数据治理体系相对混乱,直接影响了数据治理的作用效果。
如CN202011108944.2一种空管数据供应链系统及数据治理方法,数据供应链的链条节点包括数据生产、数据采集、数据存储、数据管理和数据应用。在数据治理时先构建所述的空管数据供应链系统,在空管数据供应链的数据治理模块建立治理平台,实施数据治理;搭建数据交互发布平台,提升数据供应链管控及服务能力。本发明可以实现在空管数据管理中,通过建立数据供应链打通数据流通管道,在数据流通过程中完成数据的资产化、服务化并提升数据价值。
CN201910288687.6一种提高数据治理服务成功率的数据治理控制系统,包括资源分级管理子系统,用于搭建数据治理组织、验证用户身份、权限管理和分配资源;元数据管理子系统,用于采集技术、业务、操作和管理的元数据,并关联分析元数据;模型构建子系统,用于识别业务概念,并构建企业数据模型;数据标准化子系统,用于制定统一的数据业务语言;数据治理运营子系统,用于建立数据治理长效运行体系。
CN201910536085.8涉及一种大数据治理中基于元数据实现数据服务上下游链路追溯功能的方法,包括采集企业元数据;数据服务导入;进行数据服务关联元数据;根据企业元数据目录;进行数据服务审核;根据数据服务元数据中的服务信息进行调用。采用了本发明的大数据治理中基于元数据实现数据服务上下游链路追溯功能的方法,规范了服务调用模式,同时明确了数据服务的去向,形成了对于数据服务的完整上下游链路,减少了企业对数据服务的管理难度,提高数据服务质量,另外,基于元数据的原子化查询方式,可以快速查询元数据影响了哪些数据服务,协助企业完成对数据服务的全面管理,为企业信息系统的建设和运维提供有力支撑,具有很好的推广应用价值。
当前数据治理存在的问题有:(1)数据治理体系层次不清;(2)数据主权保护权责模糊;(3)数据生产要素价值实现困难;(4)数据安全和个人隐私面临风险;(5)数据血缘、生命周期、元数据管理混乱等等。数据治理的最终目标是提升数据的价值,数据治理非常必要,是企业实现数字战略的基础,它是一个管理体系,包括组织、制度、流程、工具。采用适当的大数据治理框架和工具、系统,这样可以:(1)以所需的方式管理大数据,更高效的数据访问;(2)确保该框架规范存储和处理在相关监管框架内以可信赖的方式收集来自供应商和用户的数据;(3)确保数据血缘、生命周期、元数据有效管理和使用;(4)确保数据安全得到保障。
本发明针对互联网多种复杂业务线并存的数据治理问题,进行了系统的设计,其中包含全流程的数据采集、整合、处理、分析、管理、治理的模块。利用AI的方法进行自动化收集、分析、预测、监测以下指标:元数据、血缘关系、调度关系、任务参数、数据质量监控等数据治理相关指标,当指标出现异常的时候进行预警并给出相应方案。该系统能够自动化智能地、高效准确地完成数据同步、整合、计算、分析、使用,并提高数据安全、数据质量,形成健康完善的数据体系。
发明内容
本发明目的是,在现有技术背景下,提出了一种互联网多种复杂业务线并存的数据治理系统,该系统包含全流程的数据采集、整合、处理、分析、管理、治理的模块。利用AI的方法进行自动化收集、分析、预测、监测以下数据以及指标:元数据、血缘关系、调度关系、任务参数、数据质量监控等数据治理相关数据及指标,当数据或指标出现异常的时候进行预警并给出相应方案。该系统能够自动化智能地、高效准确地完成数据同步、整合、计算、分析、使用,并提高数据安全、数据质量,形成健康完善的数据体系。
本发明技术方案是,一种互联网多种复杂业务线并存的数据治理系统,包括:数据源模块、数据交换模块、数据整合&处理模块、开发套件&算法模块、过程数据收集模块、管理模块、调度&监测模块、治理模块。
所述数据源模块,主要负责配置数据源,并通过AI的方法(方法来自于开发套件&算法模块,下面会详细说明)自动实时地监控数据源的数据变更。数据源为业务数据,数据类型多样、异构、复杂,包括但不限于:日志、爬虫、埋点、数据文件、DB、云等等,并且支持自定义扩展接口进行数据源的配置。
所述数据交换模块,当在数据源模块选择了一个数据源之后,首先将数据进行标准化处理(标准化方法来自于开发套件&算法模块,下面会详细说明),标准化之后的数据存储至大数据平台中。在这个过程中,可以按需选择多种数据交换工具,包括但不限于:Sqoop、Kettle、DataX、脚本语言等等。
所述数据整合&处理模块,该模块包含计算层和存储层两个子模块,在计算层可以选择不同的基础函数、高级统计方法、机器学习、AI算法(这些一系列方法、算法来自于开发套件&算法模块,下面会详细说明)等等进行计算,得到的结果在存储层进行存储,存储Writer提供多种存储格式和通道,包括但不限于:DB Writer、File Writer、HDFS Writer等等。
所述开发套件&算法模块,该模块包含整个数据收集、整合、处理、分析、预测、监测流程中用到的基础函数、高级统计分析方法、AI智能算法、ETL工具、Spark、Hive、MR、Flink等等一系列开发套件及算法。
所述过程数据收集模块,主要为数据治理做准备,收集数据处理全流程的过程数据,其中包含2个子模块:业务元数据模块和技术元数据模块。业务元数据又包含:维度、属性、指标、统计规则、关系。业务元数据包括:业务含义、数据标准,指标含义,度量方法。
技术元数据包含:计算信息、存储信息、任务参数、转换规则、运行过程、调度属性、血缘信息、数据质量、机器信息、数据库表、数据历史记录等;
所述管理模块,包含四个子模块:用户管理模块、项目管理模块、任务管理模块、元数据管理模块。用户管理模块,用于用户创建、角色管理、权限管理以及删除用户等操作;项目管理模型用于项目创建、项目信息配置、项目删除等操作;任务管理模块,主要用于任务创建、任务属性配置、任务调度配置、任务依赖配置、任务执行、任务删除等、元数据管理模块,主要包含元数据存储、元数据管理。
所述调度&监测模块,包含六个子模块:调度引擎模块、执行引擎模块、Task队列模块、监控规则模块、调度运行模块、监测反馈模块。其中调度引擎模块主要提供不同的调度引擎供用户选择;执行引擎模块提供不同的调度引擎保障任务可以周期调度;Task队列模块可以查询、搜索、暂停当前已提交、执行中和已执行的任务队列;监控规则模块,提供多种监控规则并配置规则的属性、有效期,也可以对规则进行删除操作;调度运行模块提供调度运行worker保障任务按照相应的调度属性周期执行;监测反馈模块,根据不同的监控算法选择不同的监控机制,当任务调度异常的时候进行自动化预警,这里用到的算法来自于开发套件&算法模块。
所述治理模块,包含四个子模块:数据质量管理模块、数据安全管理模块、数据资产模块、数据共享模块。其中数据质量管理模块可以进行数据源配置、数据质量监控规则添加、编辑和删除、数据质量监控任务的查询、订阅、以及整个数据质量监控的分析概览;数据安全模块可以进行数据脱敏、脱敏规则的管理、数据访问以及使用申请、审批、授权操作;数据资产模块提供数据资产总览、资产目录、资产管理;数据共享模块提供API的生成、管理和使用监控。在以上数据治理的过程中,均配置自动化方法进行数据源的监测、数据质量规则的生成、数据质量监测以及数据安全监测,其中的自动化方法来自于开发套件&算法模块。
有益效果:本发明公开了一种基于AI的自动化数据治理系统,基于复杂的异构数据源,利用自动化的方法进行数据更新监测、数据收集、数据同步;然后基于同步好的数据,利用数据模型自动化地进行数据整合和处理,其中包含自动化ETL工具和自动化建模工具。在以上过程中,利用AI的方法进行自动化收集、分析、预测、监测以下指标:元数据、血缘关系、调度关系、任务参数、数据质量监控等数据治理相关指标,该系统能够自动化智能地、高效准确地完成数据同步、整合、计算、分析、使用,并提高数据安全、数据质量,形成健康完善的数据体系。
附图说明
图1是本发明实施例中的基于AI的自动化数据治理系统的结构示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。
在本发明中,基于复杂的异构数据源,利用自动化的方法进行数据更新监测、数据收集、数据同步;然后基于同步好的数据,利用数据模型自动化地进行数据整合和处理,其中包含自动化ETL工具和自动化建模工具。在以上过程中,利用AI的方法进行自动化收集、分析、预测、监测以下指标:元数据、血缘关系、调度关系、任务参数、数据质量监控等数据治理相关指标,当指标出现异常的时候进行预警并给出相应方案。该系统能够自动化智能地、高效准确地完成数据同步、整合、计算、分析、使用,并提高数据安全、数据质量,形成健康完善的数据体系。
参阅图1所示,本发明实施的系统结构,包括:数据源模块11、数据交换模块12、数据整合&处理模块13、开发套件&算法模块14、过程数据收集模块15、管理模块16、调度&监测模块17、治理模块18。
数据源模块11,主要负责配置数据源,并通过AI的方法(方法来自于开发套件&算法模块14,下面会详细说明)自动实时地监控数据源的数据变更。数据源为业务数据,数据类型多样、异构、复杂,包括但不限于:日志、爬虫、埋点、数据文件、DB、云等等,并且支持自定义扩展接口进行数据源的配置。
数据交换模块12,当在数据源模块选择了一个数据源之后,首先将数据进行标准化处理(标准化方法来自于开发套件&算法模块14,下面会详细说明),标准化之后的数据存储至大数据平台中。在这个过程中,可以按需选择多种数据交换工具,包括但不限于:Sqoop、Kettle、DataX、脚本语言等等。
数据整合&处理模块13,该模块包含计算层131和存储层132两个子模块,在计算层131可以选择不同的基础函数、高级统计方法、机器学习、AI算法(这些一系列方法、算法来自于开发套件&算法模块14,下面会详细说明)等等进行计算,得到的结果在存储层132进行存储,存储Writer提供多种存储格式和通道,包括但不限于:DB Writer、File Writer、HDFSWriter等等。
开发套件&算法模块14,该模块包含整个数据收集、整合、数据转换、数据加载、策略模板、数据处理、数据分析、数据质量监测、预测、监测流程中用到的基础函数、高级统计分析方法、AI智能算法、ETL工具、Spark、Hive、MR、Flink等等一系列开发套件及算法。
数据质量监测采用AI定义转换规则,提取数据质量评估维度;AI采用机器学习中的分类学习、函数学习、回归技术,将通过提取有效的数据质量评估指标,根据技术元数据和业务元数据的映射和融合,动态调整智能数据质量评估管理指标的权重系数,进而改善转换规则和数据质量评估维度,并随着数据量和业务期望逐渐变化,使数据质量提升方案动态更新。
过程数据收集模块15,主要为数据治理做准备,收集数据处理全流程的过程数据,其中包含2个子模块:业务元数据模块151和技术元数据模块152。业务元数据又包含:维度、属性、指标、统计规则、关系。技术元数据包含:计算信息、存储信息、任务参数、运行过程、调度属性、血缘信息、数据质量、机器信息。
管理模块16,包含四个子模块:用户管理模块161、项目管理模块162、任务管理模块163、元数据管理模块164。用户管理模块,用于用户创建、角色管理、权限管理以及删除用户等操作;项目管理模型用于项目创建、项目信息配置、项目删除等操作;任务管理模块,主要用于任务创建、任务属性配置、任务调度配置、任务依赖配置、任务执行、任务删除等、元数据管理模块,主要包含元数据存储、元数据管理。
调度&监测模块17,包含六个子模块:调度引擎模块171、执行引擎模块172、Task队列模块173、监控规则模块174、调度运行模块175、监测反馈模块176。其中调度引擎模块主要提供不同的调度引擎供用户选择;执行引擎模块提供不同的调度引擎保障任务可以周期调度;Task队列模块可以查询、搜索、暂停当前已提交、执行中和已执行的任务队列;监控规则模块,提供多种监控规则并配置规则的属性、有效期,也可以对规则进行删除操作;调度运行模块提供调度运行worker保障任务按照相应的调度属性周期执行;监测反馈模块,根据不同的监控算法选择不同的监控机制,当任务调度异常的时候进行自动化预警,这里用到的算法来自于开发套件&算法模块14。
治理模块18,包含四个子模块:数据质量管理模块181、数据安全管理模块182、数据资产模块183、数据共享模块184。其中数据质量管理模块可以进行数据源配置、数据质量监控规则添加、编辑和删除、数据质量监控任务的查询、订阅、以及整个数据质量监控的分析概览;数据安全模块可以进行数据脱敏、脱敏规则的管理、数据访问以及使用申请、审批、授权操作;数据资产模块提供数据资产总览、资产目录、资产管理;数据共享模块提供API的生成、管理和使用监控。在以上数据治理的过程中,均配置自动化方法进行数据源的监测、数据质量规则的生成、数据质量监测以及数据安全监测,其中的自动化方法来自于开发套件&算法模块14。
以上所述仅为本发明的一种实施例而已,并不用以限制本发明专利,凡在本发明专利的精神和原则之内所作的任何修改、等同替换和改进等,均以包含在本发明专利的保护范围之内。
Claims (2)
1.一种互联网多种复杂业务线并存的数据治理系统,其特征是,包括:数据源模块、数据交换模块、数据整合&处理模块、开发套件&算法模块、过程数据收集模块、管理模块、调度&监测模块、治理模块;
所述数据源模块,配置数据源,并通过AI的流程自动实时地监控数据源的数据变更;数据源为业务数据,数据类型多样、异构、复杂,包括:日志、爬虫、埋点、数据文件、DB、云;并且支持自定义扩展接口进行数据源的配置;
所述数据交换模块,当在数据源模块选择了一个数据源之后,首先将数据进行标准化处理,标准化方法来自于开发套件&算法模块,标准化之后的数据存储至大数据平台中。在这个过程中,按需选择多种数据交换工具,包括Sqoop、Kettle、DataX、脚本语言;
所述数据整合&处理模块,该模块包含计算层和存储层两个子模块,在计算层选择不同的基础函数、高级统计方法、机器学习、AI算法、来自于开发套件&算法模块进行计算,得到的结果在存储层进行存储,存储Writer提供多种存储格式和通道,包括:DB Writer、FileWriter、HDFS Writer;
所述开发套件&算法模块,该模块包含整个数据收集、整合、处理、分析、预测、监测流程中用到的基础函数、高级统计分析方法、AI智能算法、ETL工具、Spark、Hive、MR、Flink一系列开发套件及算法;
所述过程数据收集模块,主要为数据治理做准备,收集数据处理全流程的过程数据,其中包含2个子模块:业务元数据模块和技术元数据模块;业务元数据又包含:维度、属性、指标、统计规则、关系;业务元数据包括:业务含义、数据标准,指标含义,度量方法;技术元数据包含:计算信息、存储信息、任务参数、转换规则、运行过程、调度属性、血缘信息、数据质量、机器信息、数据库表、数据历史记录;
所述管理模块,包含四个子模块:用户管理模块、项目管理模块、任务管理模块、元数据管理模块;用户管理模块,用于用户创建、角色管理、权限管理以及删除用户等操作;项目管理模型用于项目创建、项目信息配置、项目删除操作;任务管理模块,用于任务创建、任务属性配置、任务调度配置、任务依赖配置、任务执行、任务删除、元数据管理模块,包含元数据存储、元数据管理;
所述调度&监测模块,包含六个子模块:调度引擎模块、执行引擎模块、Task队列模块、监控规则模块、调度运行模块、监测反馈模块;其中调度引擎模块提供不同的调度引擎供用户选择;执行引擎模块提供不同的调度引擎保障任务可以周期调度;Task队列模块查询、搜索、暂停当前已提交、执行中和已执行的任务队列;监控规则模块,提供多种监控规则并配置规则的属性、有效期,对规则进行删除操作;调度运行模块提供调度运行worker保障任务按照相应的调度属性周期执行;监测反馈模块,根据不同的监控算法选择不同的监控机制,当任务调度异常的时候进行自动化预警,这里用到的算法来自于开发套件&算法模块;
所述治理模块,包含四个子模块:数据质量管理模块、数据安全管理模块、数据资产模块、数据共享模块。其中数据质量管理模块进行数据源配置、数据质量监控规则添加、编辑和删除、数据质量监控任务的查询、订阅、以及整个数据质量监控的分析概览;数据安全模块可以进行数据脱敏、脱敏规则的管理、数据访问以及使用申请、审批、授权操作;数据资产模块提供数据资产总览、资产目录、资产管理;数据共享模块提供API的生成、管理和使用监控;在以上数据治理的过程中,均配置自动化方法进行数据源的监测、数据质量规则的生成、数据质量监测以及数据安全监测,其中的自动化方法来自于开发套件&算法模块。
2.根据权利要求1所述的互联网多种复杂业务线并存的数据治理系统,其特征是,开发套件&算法模块包含整个数据收集、整合、数据转换、数据加载、策略模板、数据处理、数据分析、数据质量监测、预测、监测流程中用到的基础函数、高级统计分析方法、AI智能算法、ETL工具、Spark、Hive、MR、Flink一系列开发套件及算法;AI智能算法时采用数据质量监测,采用AI定义转换规则,提取数据质量评估维度;采用机器学习中的分类学习、函数学习、回归技术,将通过提取有效的数据质量评估指标,根据技术元数据和业务元数据的映射和融合,动态调整智能数据质量评估管理指标的权重系数,进而改善转换规则和数据质量评估维度,并随着数据量和业务期望逐渐变化,使数据质量提升方案动态更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210487550.5A CN114756563A (zh) | 2022-05-06 | 2022-05-06 | 一种互联网多种复杂业务线并存的数据治理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210487550.5A CN114756563A (zh) | 2022-05-06 | 2022-05-06 | 一种互联网多种复杂业务线并存的数据治理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114756563A true CN114756563A (zh) | 2022-07-15 |
Family
ID=82333187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210487550.5A Withdrawn CN114756563A (zh) | 2022-05-06 | 2022-05-06 | 一种互联网多种复杂业务线并存的数据治理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114756563A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116226894A (zh) * | 2023-05-10 | 2023-06-06 | 杭州比智科技有限公司 | 一种基于元仓的数据安全治理系统及方法 |
CN116910815A (zh) * | 2023-09-06 | 2023-10-20 | 华能吉林发电有限公司 | 一种基于大数据的信息数据管理方法 |
CN117785983A (zh) * | 2024-02-20 | 2024-03-29 | 四川大学华西医院 | 目标对象评估方法、系统、电子设备及存储介质 |
-
2022
- 2022-05-06 CN CN202210487550.5A patent/CN114756563A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116226894A (zh) * | 2023-05-10 | 2023-06-06 | 杭州比智科技有限公司 | 一种基于元仓的数据安全治理系统及方法 |
CN116910815A (zh) * | 2023-09-06 | 2023-10-20 | 华能吉林发电有限公司 | 一种基于大数据的信息数据管理方法 |
CN117785983A (zh) * | 2024-02-20 | 2024-03-29 | 四川大学华西医院 | 目标对象评估方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114756563A (zh) | 一种互联网多种复杂业务线并存的数据治理系统 | |
Vera-Baquero et al. | Business process analytics using a big data approach | |
CN110796470B (zh) | 一种面向市场主体监管和服务的数据分析系统 | |
CN111008197A (zh) | 一种电力营销服务系统数据中台设计方法 | |
CN112163724A (zh) | 环境信息数据资源整合集成系统 | |
CN111984709A (zh) | 可视化大数据中台-资源调用和算法 | |
CN104899314A (zh) | 一种数据仓库的血统分析方法和装置 | |
CN108876019A (zh) | 一种基于大数据的用电负荷预测方法及系统 | |
CN112527774A (zh) | 数据中台搭建方法、系统及存储介质 | |
CN114398442B (zh) | 一种基于数据驱动的情报处理系统 | |
CN114398669A (zh) | 基于隐私保护计算和跨组织的联合信用评分方法及装置 | |
CN112988919A (zh) | 一种电网数据集市构建方法、系统、终端设备及存储介质 | |
CN115934856A (zh) | 一种构造综合能源数据资产的方法和系统 | |
Solomon et al. | A knowledge based approach for handling supply chain risk management | |
CN112883001A (zh) | 一种基于营配贯通数据可视化平台的数据处理方法、装置及介质 | |
CN112506892A (zh) | 一种基于元数据技术的指标溯源管理系统 | |
Taleghani | Executive information systems development lifecycle | |
CN114298550A (zh) | 一种对水泥生产经营数据的治理方法 | |
CN111538720B (zh) | 电力行业基础数据清理的方法及系统 | |
Jin et al. | Financial management and decision based on decision tree algorithm | |
Dong et al. | Scene-based big data quality management framework | |
Min et al. | Data mining and economic forecasting in DW-based economical decision support system | |
CN116578614A (zh) | 一种管道设备的数据管理方法、系统、介质及设备 | |
CN115221337A (zh) | 数据编织处理方法、装置、电子设备及可读存储介质 | |
Tytenko et al. | Software and information support for business analysis in enterprise management |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220715 |