CN117151496A - 一种企业架构对齐方法、装置、设备及存储介质 - Google Patents
一种企业架构对齐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117151496A CN117151496A CN202311436411.0A CN202311436411A CN117151496A CN 117151496 A CN117151496 A CN 117151496A CN 202311436411 A CN202311436411 A CN 202311436411A CN 117151496 A CN117151496 A CN 117151496A
- Authority
- CN
- China
- Prior art keywords
- data
- technical
- architecture
- strategy
- service
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 230000006978 adaptation Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000013506 data mapping Methods 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 10
- 238000013508 migration Methods 0.000 claims description 6
- 230000005012 migration Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 34
- 238000007726 management method Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种企业架构对齐方法、装置、设备及存储介质。所述方法包括：获取目标对象的业务架构中的业务需求，获取目标对象的数据架构中的数据资产，根据业务需求和数据资产确定用于调整数据架构的数据策略；获取根据数据策略确定的数据需求，获取根据业务需求和数据策略评估目标对象的技术架构中的各项技术基础设施所得到的评估结果，根据业务需求、数据需求和评估结果确定用于调整技术架构的技术策略；执行数据策略和技术策略。本申请实施例能够提高架构对齐的精确性和适应性。
Description
技术领域
本申请涉及互联网技术领域，特别是涉及一种企业架构对齐方法、装置、计算机设备和存储介质。
背景技术
随着信息技术的日益发展，组织越来越依赖于数据和技术来支持其业务运营和决策制定。为确保业务战略和技术实施的一致性，将数据和技术架构与业务架构对齐成为了组织的关键需求。
传统的架构对齐方法主要侧重于从技术的角度去解决问题，往往忽略了业务的真实需求和业务架构的导向性。具体地，现有的数据、技术架构对齐方法大多是基于固定的技术标准或者单一的业务流程来进行的，这些方法可能缺乏对于组织整体业务架构的深入理解和应用。例如，在云计算技术初期的兴起中，众多组织积极选择如Amazon Web Services(亚马逊Web服务，AWS) 或 Microsoft Azure等特定云平台进行业务应用和数据的迁移，这主要是受到当时的数据、技术架构对齐方法引导，其重点是如何充分发挥这些云平台的特有服务和功能，从而实现快速的部署与成本的节约。然而，这种依赖特定技术平台的策略带来了一系列问题，包括但不限于：技术锁定使得未来迁移或技术更换面临巨大挑战与成本；对特定云平台的过度关注导致组织可能错过其他更适应特定业务需求的解决方案，如在大数据分析和机器学习中虽然AWS提供了广泛的云服务，但Google Cloud（谷歌云）的BigQuery（指Google公司推出的一项Web服务）和TensorFlow（是一个端到端开源机器学习平台）服务可能更符合该组织的特定需求；以及，由于过分依赖某一技术平台，使得业务流程受到限制，难以灵活应对业务变革。
总之，传统的对齐方法不能实现精确对齐架构，且往往会导致数据和技术资源的浪费，不足以满足快速变化的业务需求。
发明内容
本申请针对上述不足或缺点，提供了一种企业架构对齐方法、装置、计算机设备和存储介质，本申请实施例能够提高架构对齐的精确性和适应性。
本申请根据第一方面提供了一种企业架构对齐方法，在一些实施例中，该方法包括：
获取目标对象的业务架构中的业务需求，获取目标对象的数据架构中的数据资产，根据业务需求和数据资产确定用于调整数据架构的数据策略；
获取根据数据策略确定的数据需求，获取根据业务需求和数据策略评估目标对象的技术架构中的各项技术基础设施所得到的评估结果，根据业务需求、数据需求和评估结果确定用于调整技术架构的技术策略；
执行数据策略和技术策略。
在一些实施例中，根据业务需求和数据资产确定用于调整数据架构的数据策略，包括：
获取候选数据策略；
根据业务需求和数据资产生成业务数据映射矩阵；
根据业务数据映射矩阵计算第一指标的指标值，根据计算得到的指标值判断候选数据策略是否满足第一预设条件；第一指标是预设的用于评估数据策略的有效性的指标；
将满足第一预设条件的候选数据策略确定为用于调整数据架构的数据策略。
在一些实施例中，根据业务需求、数据需求和评估结果确定用于调整技术架构的技术策略，包括：
获取候选技术策略；
根据业务需求、数据需求和评估结果计算第二指标的指标值，根据计算得到的指标值判断候选数据策略是否满足第二预设条件；第二指标是预设的用于评估技术策略的有效性的指标；
将满足第二预设条件的候选技术策略确定为用于调整技术架构的技术策略。
在一些实施例中，上述方法还包括：
获取目标对象的行业类型和业务类型；
根据行业类型和业务类型从多个预设的策略模板中确定目标策略模板；
根据目标策略模板生成候选数据策略和候选技术策略。
在一些实施例中，第一指标包括业务需求覆盖率与数据资产业务覆盖率；
；
。
相应地，第一预设条件满足是指每个业务需求的业务需求覆盖率和每个数据资产的数据资产业务覆盖率达到对应的阈值；
在一些实施例中，第二指标包括技术平台适应率、业务适配率和数据需求满足率；
；
；
。
相应地，第二预设条件满足是指技术平台适应率、业务适配率和数据需求满足率均达到对应的阈值。
在一些实施例中，执行数据策略和技术策略，包括：
根据数据策略和技术策略在实际业务环境中进行技术环境的搭建和配置操作，以及进行数据迁移和整合操作。
在一些实施例中，上述方法还包括：
获取与业务需求和数据策略相关的调整需求信息；
根据调整需求信息优化数据策略和/或技术策略。
本申请根据第二方面提供了一种企业架构对齐装置，在一些实施例中，该装置包括：
数据策略确定模块，用于获取目标对象的业务架构中的业务需求，获取目标对象的数据架构中的数据资产，根据业务需求和数据资产确定用于调整数据架构的数据策略；
技术策略确定模块，用于获取根据数据策略确定的数据需求，获取根据业务需求和数据策略评估目标对象的技术架构中的各项技术基础设施所得到的评估结果，根据业务需求、数据需求和评估结果确定用于调整技术架构的技术策略；
执行模块，用于执行数据策略和技术策略。
本申请根据第三方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一实施例中提供的企业架构对齐方法的步骤。
本申请根据第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例中提供的企业架构对齐方法的步骤。
在本申请的上述实施例中，根据目标对象的业务架构中的业务需求和目标对象的数据架构中的数据资产来确定用于调整数据架构的数据策略，之后利用该数据策略来确定数据需求，以及利用该数据策略和业务需求来评估目标对象的技术架构中的各项技术基础设施，再根据业务需求、数据需求和评估结果来确定用于调整技术架构的技术策略，最后执行确定出的数据策略和技术策略，以将数据架构、技术架构与业务架构对齐，本实施例利用业务的真实需求和业务架构的导向性来确定数据策略和技术策略，进而通过执行上述数据策略和技术策略来将企业的数据架构、技术架构与业务架构对齐，从而提高架构对齐的精确性和适应性。
附图说明
图1为本申请根据一个或多个实施例提供的一种企业架构对齐方法的流程示意图；
图2为本申请根据一个或多个实施例提供的生成候选数据策略和候选技术策略的流程示意图；
图3为本申请根据一个或多个实施例提供的一种企业架构对齐装置的结构框图；
图4为本申请根据一个或多个实施例提供的计算机设备的内部结构图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。应当明确，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
针对相关技术中的不足或缺陷，本申请提供了一种企业架构对齐方法，该方法利用业务的真实需求和业务架构的导向性来确定数据策略和技术策略，进而通过执行上述数据策略和技术策略来将企业的数据架构、技术架构与业务架构对齐，从而提高架构对齐的精确性和适应性。
在一些实施例中，本申请提供的企业架构对齐方法包括如图1所示的步骤，下面以该方法应用于服务器为例进行说明。
S110：获取目标对象的业务架构中的业务需求，获取目标对象的数据架构中的数据资产，根据业务需求和数据资产确定用于调整数据架构的数据策略。
本步骤利用业务架构中的业务需求来确定数据策略。其中，上述的目标对象可以是需要将数据架构、技术架构与业务架构对齐的企业，除了企业，目标对象还可以是学校、机构、政府部门等其他的组织，下文将以目标对象是企业为例来进行说明。
上述的业务架构是指企业现在的业务架构，该业务架构是基于企业当前业务模式而预先构建好的，具体可以选用成熟、稳定且可靠的构建方法来进行构建，由于业务架构的构建方式不在本申请的改进范围内，因而本文不对其进行详细说明。
业务需求是指企业内不同业务部门或业务活动的具体需求。本步骤所获取的业务需求是企业现在的业务架构中的关键业务需求。在一些实施方式中，本步骤获取的业务需求也可以是用于构建业务架构的全部业务需求。
上述的数据架构是指企业现在的数据架构，其是采用传统的构建方式预先构建好的。
可理解的，企业的业务架构、数据架构均和企业所处行业的类型、所经营业务的类型相关，企业所处行业不同或所经营业务不同会使得企业构建的业务架构、数据架构不同。
以电网企业为例，电网企业的业务架构通常会围绕电网运行、维护、管理、计划和建设等核心业务展开，其业务架构会包括以下几个部分：电力生产计划；电力分发与调度；电网维护与修复；电网资产管理；财务与结算管理；用户服务与管理。
而在电网企业的数据架构中，通常包括以下内容：
针对各类设备、传感器及监测系统执行高精度的数据采集操作；
分析电力系统的实时运行态势及其关联指标；
对采集到的原始数据进行数据清洗和转换，以解决原始数据存在的诸如误差、不完整或格式不一致等问题；
通过特定维度整合与融合数据源，以构建全面且连贯的数据视图，进而为决策提供科学的依据，该特定维度包括但不限于设备数据、供应链信息、市场动态等维度；
结合多种数据库技术来管理企业产生的大量数据，包括：
通过数据湖（如Hadoop HDFS）存储多种形式的原始数据；
通过ETL（指Extract-Transform-Load）工具（如Informatica、Talend等）对不同数据源的数据进行提取、转换和加载等处理；
通过关系型数据（如Oracle、SQL Server和MySQL等）库存储存储结构化数据；
通过非关系型数据库（NoSQL）处理非结构化或半结构化数据；
通过时间序列数据库（如InfluxDB）跟踪实时的电网数据；
通过数据仓库（如Teradata和Snowflake）存储历史数据。
数据资产是企业所拥有或控制的能给企业带来未来经济利益的数据资源（如企业的销售数据，客户信息，财务信息和绩效数据等等），这些数据资源可以通过企业内部和外部的诸如数据库、数据仓库、数据湖、数据模型等工具来进行组织、管理和存储。本步骤获取的数据资产是企业现在的数据架构中的关键数据资产。在一些实施方式中，本步骤所获取的数据资产也可以是企业现在的数据架构中的所有数据资产。
上述的数据策略是指用于调整企业现在的数据架构，使得数据架构与业务架构对齐的策略，其是以支持企业的业务目标和业务需求为目的而预先定义的数据，包括但不限于用于指示如何收集、存储、处理、共享和使用数据的操作规则。
下面继续以电网企业为例进行说明。假设某电网企业的业务模式原本是传统的“发电-输电-配电”模式，业务对象主要是变压器和电缆等，后来该模式发生了调整，例如该模式转变为增加了“数据采集、分析处理、智能调度”等步骤的“智能电网管理”，此时，业务对象从原来主要的变压器、电缆，扩展到了智能电表、传感器和数据分析系统等。上述变化对数据架构提出了新的要求，而电网企业现在的数据架构可能不再适应上述的新的业务模式，无法及时反应和支持新的业务需求，因而需要制定数据策略来对数据架构进行调整，使得调整后的数据架构能与基于最新业务模式而构建的业务架构对齐。
示例性地，在上述业务模式发生变化之后，可以对现在的数据架构的概念实体、逻辑实体和数据属性等方面进行相应调整，以确保新的数据架构能支持新的业务需求。
关于概念实体、逻辑实体和数据属性等方面的调整可以是：先在概念实体方面对相关概念实体进行拓展，如将“智能电网管理”相关的概念实体从原来单一的“电力数据”拓展到“电网实时状态”和“电量消耗分析”等；接着在逻辑实体方面进行相应调整，例如增加“智能电表读数表”和“电网健康状态表”等逻辑实体；之后对数据属性进行相关调整，如新增“实时电价、历史电量使用状况、预测电量需求”等属性，以更好地反映智能电网管理的需求。
进一步地，该数据策略除了用于对齐数据架构与业务架构，还有以下作用，即：规范管理、指导决策、优化资源、风险管理。
在一些实施例中，根据业务需求和数据资产确定用于调整数据架构的数据策略，包括：
获取候选数据策略；
根据业务需求和数据资产生成业务数据映射矩阵；
根据业务数据映射矩阵计算第一指标的指标值，根据计算得到的指标值判断候选数据策略是否满足第一预设条件；第一指标是预设的用于评估数据策略的有效性的指标；
将满足第一预设条件的候选数据策略确定为用于调整数据架构的数据策略。
本实施例用于对候选数据策略进行有效性检验，以判断候选数据策略是否有效。候选数据策略是预先制定好的尚未通过有效性校验的数据策略。
在上述的业务数据映射矩阵中，可以让矩阵中的行代表业务需求，列代表数据资产。通过交叉点的标记，例如“√”，可以明确地表示出哪些业务需求与哪些数据资产是相关联的。
在一些实施方式中，第一指标包括业务需求覆盖率与数据资产业务覆盖率；业务需求覆盖率与数据资产业务覆盖率可以通过以下公式来计算得到。
；
。
业务需求覆盖率这一指标用于表示一个业务需求已得到的数据支持的充分程度，其中，业务需求的业务需求覆盖率的指标值越高，意味着该业务需求已得到的数据支持越充分，业务需求的业务需求覆盖率的指标值越低，意味着该业务需求已得到的数据支持越不充分，此时可能存在的问题是数据不全或数据不准确，企业可能需要为该业务需求补充更多的数据资产来对相关业务需求进行支持，或进行数据清洗、数据校验等操作，以此解决上述问题。在具体实施时，可以根据实际应用情况为业务需求覆盖率设置相应的阈值，从而通过将业务需求的业务需求覆盖率的指标值和该阈值的对比结果来判定业务需求是否已得到充分的数据支持，在一个示例中，业务需求覆盖率的指标值不小于该阈值，则表明业务需求已得到充分的数据支持，反之，该指标值小于该阈值，则表明业务需求未得到充分的数据支持。在计算业务需求覆盖率的公式中，“对应的数据资产数量”是指需计算业务需求覆盖率的业务需求所对应的数据资产的数量，业务需求对应的数据资产是指在业务数据映射矩阵中，与该业务需求有关联或交互的数据资产的数量。“总数据资产数量”是指本步骤所获取的数据资产的总数。
数据资产业务覆盖率这一指标用于表示一个数据资产被业务需求所利用的充分程度，其中，数据资产的数据资产业务覆盖率的指标值越高，意味着该数据资产被利用得越充分，该数据资产的复用性及其在企业中的价值越高，而业务需求的业务需求覆盖率的指标值越低，意味着该数据资产被业务需求利用得越不充分，其复用性和相应价值也更低。在具体实施时，可以根据实际应用情况为数据资产业务覆盖率设置相应的阈值，从而通过将数据资产的数据资产业务覆盖率的指标值和该阈值的对比结果来判定该数据资产是否被业务需求充分利用，在一个示例中，数据资产业务覆盖率的指标值不小于该阈值，则表明数据资产已得到充分利用，此时企业应继续维护和优化该数据资产，以确保其质量和时效性；反之，该指标值小于该阈值，则表明数据资产未得到充分利用，该数据资产在当前的业务环境中可能没有被充分利用，企业可以考虑该数据资产是否有未发掘的使用场景，或者是否有必要进行进一步的数据整合和优化。在计算数据资产业务覆盖率的公式中，“总业务需求数量”是指本步骤所获取的业务需求的总数，“对应的业务需求数量”是指需计算数据资产业务覆盖率的数据资产所对应的业务需求的数量，数据资产对应的业务需求是指在业务数据映射矩阵中，与该数据资产有关联或交互的业务需求的数量，例如，假设某个数据资产是客户信息数据库，则该数据库对应的业务需求可以是包括客户关系管理、销售跟踪、市场分析等所有与该数据库相关的业务需求。
上述的第一预设条件满足是指每个业务需求的业务需求覆盖率和每个数据资产的数据资产业务覆盖率达到对应的阈值。当第一预设条件满足时，说明数据架构中的数据资产能够覆盖业务架构中的业务需求，因而执行该数据策略能有效地使数据架构与业务架构紧密对齐。
S120：获取根据数据策略确定的数据需求，获取根据业务需求和数据策略评估目标对象的技术架构中的各项技术基础设施所得到的评估结果，根据业务需求、数据需求和评估结果确定用于调整技术架构的技术策略。
本步骤利用业务需求和数据策略来对检验技术策略是否有效，并确定出有效的技术策略，使得确定出的技术策略能与数据策略、业务架构匹配，进而该技术策略在执行后，技术架构能与业务架构紧密对齐。
其中，上述的技术策略用于调整企业现在的技术架构，使得调整后的技术架构能与业务架构紧密对齐，此外，技术策略主要还用于为企业在技术方面提供一个长期和短期的规划和方向，以确保企业的技术资源和技术能力能够满足企业的业务需求和数据策略。
企业的技术架构与企业所处行业的类型以及所经营的业务的类型相关，以电网企业为例，通常电网企业的技术架构会包括以下几个部分：
SCADA系统（Supervisory Control And Data Acquisition，数据采集与监视控制系统）：是电网企业的电力系统的核心，用于实时监测、控制电力。其中包括中央控制中心、数据采集单元和远程终端单元，各部分之间的通信采用专用的通信协议和技术，例如OPC（Object Linking and Embedding for Process Control，用于过程控制的OLE）。
GIS系统（Geographic Information System，地理信息系统）：用于图形化表示电力网的结构，其中集成了地理信息系统技术，能够提供2D（二维）和3D（三维）的电网地图，同时显示设备的状态和参数。
ERP（Enterprise Resources Planning，企业资源计划）系统：用于为电网企业提供完整的业务流程管理服务，其中包括财务管理、人力资源管理、物资管理等模块。
大数据平台：用于存储、处理和分析电网所产生的大量数据，可以采用Hadoop、Spark等平台来实现。
云平台：用于执行计算任务和存储数据资源，以提高数据处理和分析的灵活性；可以采用Azure、AWS或阿里云等技术平台来实现。
网络技术：用于确保远程设备和中央系统之间的稳定通信，其中包括VPN(VirtualPrivate Network，虚拟专用网络)、宽带接入、无线通信技术等多个部分。
可理解的，不同行业或不同业务的企业的技术架构之间会存在不同，因而相应的技术策略也存在差异。本步骤中的技术策略是预先制定好的。
下面仍以电网企业为例进行说明。假设电网企业的业务模式发生了调整（调整详情可参见上文针对数据策略所提供的示例），在制定数据策略之后，还需制定技术策略。该技术策略能够调整现在的技术架构，使得其与上述的其他架构对齐。其中，对当前的技术架构进行调整的方式包括但不限于技术整合、技术设施优化等方式。
关于技术整合，例如，可以通过API（Application Program Interface，应用程序编程接口）集成来使GIS系统和SCADA系统之间可以共享数据，并且可以使用消息中间件（如Kafka、Rabbit MQ等）来确保系统间的数据实时性和流动性。关于技术设施优化，可以根据业务需求升级技术架构中已有的技术设施，如SCADA系统、ERP系统等；还可以针对业务流量和数据处理需求对相关技术设施（如相关的数据库、服务器和网络）进行性能调优。
在一些实施例中，可以从以下几个方面进行考虑，以此来制定技术策略，使得技术策略与数据策略、业务架构匹配：
业务组件和服务：需要让技术策略能够明确如何通过技术手段来实现业务架构中定义的各个业务能力；
业务流程自动化：需要让技术策略能够明确如何使用技术手段来实现自动化业务流程，以此与业务架构中定义的业务流程相匹配；
数据交换和集成：技术策略需要提供支持业务架构中数据交换和数据集成需求的方案；
扩展性和灵活性：技术策略需要考虑未来业务发展，提供足够的灵活性和扩展性以满足业务架构可能的变化。
可选地，在业务架构有特定的安全和合规需求的情况下，还可以进一步考虑安全性和合规性这一方面来制定技术策略。
在一些实施方式中，可以根据业务需求和数据策略评估各项技术基础设施，然后根据评估结果从多种候选技术平台和多种技术工具中确定目标技术平台和目标技术工具，进而根据目标技术平台和目标技术工具制定候选技术策略。对于候选技术策略，可以利用业务需求、数据需求和评估结果来对其进行有效性检验。
其中，上述的评估结果是根据业务需求和数据策略对目标对象的技术架构中的各项技术基础设施进行评估所得到的。根据业务需求和数据策略评估目标对象的技术架构中的各项技术基础设施时，可以进行以下操作：
根据业务需求和数据策略确定各项技术基础设施中的关键技术组件和关键功能；
根据业务需求和数据策略所关联的性能指标确定各项技术基础设施的性能；上述的性能指标可以包括数据处理速度、数据准确性、系统可用性等；
根据业务需求和数据策略识别技术风险和制约因素；上述的技术风险和制约因素可以是数据安全性、数据一致性等；
根据业务需求和数据策略检测各项技术基础设施中的各个技术组件是否能协同工作。
评估结果可以包括各项技术基础设施中的关键技术组件和关键功能、各项技术基础设施的性能、技术风险和制约因素、以及表征各项技术基础设施中的各个技术组件是否能协同工作的检测结果。
在一些实施例中，根据业务需求、数据需求和评估结果确定用于调整技术架构的技术策略，包括：
获取候选技术策略；
根据业务需求、数据需求和评估结果计算第二指标的指标值，根据计算得到的指标值判断候选数据策略是否满足第二预设条件；第二指标是预设的用于评估技术策略的有效性的指标；
将满足第二预设条件的候选技术策略确定为用于调整技术架构的技术策略。
本实施例用于对候选技术策略进行有效性检验，以判断技术数据策略是否有效。候选技术策略是预先制定好的尚未通过有效性校验的技术策略。
在一些实施方式中，第二指标包括技术平台适应率、业务适配率和数据需求满足率；技术平台适应率、业务适配率和数据需求满足率可以通过以下公式来计算得到。
；
；
。
技术平台适应率这一指标用于评估技术基础设施是否满足业务需求和数据需求，指标值越高，表示技术基础设施越能满足业务需求和数据需求。其中，技术平台特征包括但不限于技术平台的可扩展性、安全性、性能、成本效益、易用性和维护性。这些特征直接或间接地影响技术平台能否满足特定的业务和数据需求。
业务适配率这一指标用于评估技术策略对企业的业务需求的支持程度，业务适配率的指标值越高，表示的支持程度越高。
数据需求满足率这一指标用于评估技术策略对数据策略的支持程度。数据需求满足率的指标值越高，表示的支持程度越高。
可以预先为各个指标设置一个或多个具体的量化标准，例如，可以为各个指标设置对应的阈值，判断规则可以是当指标的指标值到达（即不小于）该指标对应的阈值时，判定该指标满足预设的标准，进而在获得各个指标对应的指标值后，将各个指标对应的指标值和对应的阈值进行比较，通过比较结果来判断是否满足预设的标准。相应地，第二预设条件满足是指技术平台适应率、业务适配率和数据需求满足率均达到对应的阈值。第二预设条件满足即表示技术策略能与业务架构、数据策略良好对齐。如果第二预设条件不满足，则需要识别出问题并寻求解决方案。
进一步地，可以持续地监控各个指标的指标值，并利用监控到的各个指标的指标值来判断第二预设条件是否满足，当第二预设条件不满足时，对技术策略进行相应调整，使得第二预设条件能否满足，基于上述操作可以实现架构高度对齐，且具有持续性。
在一些实施例中，如图2所示，上述方法还包括：
S210：获取目标对象的行业类型和业务类型；
S220：根据行业类型和业务类型从多个预设的策略模板中确定目标策略模板；
S230：根据目标策略模板生成候选数据策略和候选技术策略。
本实施例用于提高数据策略和技术策略的制定速度以及简化策略制定过程，其中，预先选取多种行业和多种业务，为各种行业定义不同的行业类型以及为不同业务定义不同的业务类型，为不同行业和业务类型预设对应的策略模板，从而企业在分析出业务需求之后，即可根据自身对应的行业类型和业务的业务类型来选择相应的策略模板（即上述的目标策略模板），之后只需要对该策略模板进行调整和优化，即可得到数据策略和技术策略。
上述的策略模板是一套预定义的标准或准则，用于快速将数据架构、技术架构与业务架构进行匹配。
以电网行业为例，相应的策略模板可以包括以下几个方面：
数据源列表：预定义电网行业中常用的数据源，例如智能电表、传感器、历史数据等。
技术栈选择：包括适用于电网管理的各种软硬件方案，例如特定类型的数据库（时序数据库、关系数据库等）、消息队列（如Kafka、RabbitMQ等）、计算框架（如Hadoop、Spark等）等。
数据处理流程：描述从数据采集、存储到分析的标准流程。
业务能力模块：预定义了电网行业中常见的业务能力，如负荷预测、故障检测、优化调度等。
安全准则：针对电网行业的特定安全需求提供一套安全实践。
电网企业在分析得到业务需求之后，可以根据自己的具体业务需求和技术环境对该策略模板进行多方面的调整和优化。例如数据源定制，即虽然策略模板中可能提供了常用的数据源类型（如智能电表、传感器等），但电网企业还可以根据自己的需要在策略模板中添加或删除某些数据源，如添加天气预报数据，以优化电力需求预测能力。
在另一些实施例中，还可以利用机器学习和人工智能技术来制定数据策略和技术策略。
在一些示例中，可以利用自然语言处理（Natural Language Processing，NLP）算法来提取业务需求文档中的关键词和概念，接着基于该关键词和概念分析出企业的业务需求，然后通过语义分析技术来确定各业务需求的优先级和依赖关系。
之后需要对企业现在的数据架构和技术架构进行分析，其中，可以采用决策树或随机森林算法来评估数据架构的各个组成部分（如数据库、数据湖等）是否满足业务需求，而由于技术架构通常具有多层次、多维度的特点，因而可以使用深度学习网络来对其进行分析，并评估其与业务需求的匹配度。
最后利用分析得到的业务需求、现在的数据架构对业务需求的满足情况、技术架构对业务需求的匹配情况来预测相应的数据策略和技术策略。示例性地，可以收集过去预设时长内的成功或失败的架构对齐案例来构造训练样本，之后使用监督学习的方法，以对齐成功或失败为标签，使用该训练样本进行模型训练；训练完成后，模型可以自动基于上述的分析结果来预测最佳的数据策略和技术策略。
S130：执行数据策略和技术策略。
执行数据策略和技术策略时，可以根据数据策略和技术策略在实际业务环境中进行技术环境的搭建和配置操作，以及进行数据迁移和整合操作。此外，还可以对相关的业务用户进行培训，以确保相关用户能够充分利用新的技术环境。
进一步地，在一些实施例中，上述方法还包括：获取与业务需求和数据策略相关的调整需求信息；以及，根据调整需求信息优化数据策略和/或技术策略。
本实施例可以持续关注企业的业务需求和数据策略是否有进行调整的需求，如果业务需求和/或数据策略需要进行调整，使得数据策略和/或技术策略能够继续支持或满足业务需求和数据需求，可以根据业务需求和/或数据策略的调整，适应性对数据策略和/或技术策略进行优化。
相比相关技术，上述实施例中提供的企业架构对齐方法能降低技术锁定风险，还简化了操作过程，提高架构对齐的精确性和适应性。具体可以在以下几个方面体现出来。
业务优先原则：传统的对齐方法往往从技术的角度出发，而本申请的企业架构对齐方法则是从业务架构出发，以此来确保技术策略能很好地支持业务需求。这有助于使调整后的技术架构真正满足业务的核心需求，从而提高企业整体的工作效率。
灵活性和扩展性：基于业务架构来确定数据策略和技术策略，意味着当业务需求发生变化时，数据策略和技术策略也可以随之快速适应，而无需进行大规模的技术重构，从而节省了时间和成本。
减少技术锁定：由于本申请提供的方法不会过分依赖特定的技术平台或服务，使用者可以更容易地迁移到其他技术解决方案，从而避免了长期依赖单一技术平台或服务的风险。
持续优化机制：本申请会持续监控第一指标和第二指标，以此确保数据策略和技术策略始终与实际业务环境保持同步。这有助于捕捉潜在的问题并进行及时的修正，保证了系统的稳定性和持续的性能提升。
降低总体成本：通过确保数据策略和技术策略与业务需求紧密对齐，可以减少不必要的技术投资和运营成本，在长期内能够降低企业的总体拥有成本。
操作简便：本申请提供的方法提供了清晰的步骤，能够帮助技术团队和业务团队更好地协同工作，简化了数据架构、技术架构与业务架构对齐的复杂过程，使得操作更为简单直观。
需要说明的是，关于上述任何一个实施例中提供的企业架构对齐方法所包括的各个步骤，除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，这些步骤中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
基于相同的发明构思，本申请提供了一种企业架构对齐装置。在一些实施例中，如图4所示，该企业架构对齐装置包括以下模块：
数据策略确定模块110，用于获取目标对象的业务架构中的业务需求，获取目标对象的数据架构中的数据资产，根据业务需求和数据资产确定用于调整数据架构的数据策略；
技术策略确定模块120，用于获取根据数据策略确定的数据需求，获取根据业务需求和数据策略评估目标对象的技术架构中的各项技术基础设施所得到的评估结果，根据业务需求、数据需求和评估结果确定用于调整技术架构的技术策略；
执行模块130，用于执行数据策略和技术策略。
在一些实施例中，数据策略确定模块110，包括：
第一获取子模块，用于获取候选数据策略；
矩阵生成子模块，用于根据业务需求和数据资产生成业务数据映射矩阵；
第一判断子模块，用于根据业务数据映射矩阵计算第一指标的指标值，根据计算得到的指标值判断候选数据策略是否满足第一预设条件；第一指标是预设的用于评估数据策略的有效性的指标；
第一确定子模块，用于将满足第一预设条件的候选数据策略确定为用于调整数据架构的数据策略。
在一些实施例中，技术策略确定模块120，包括：
第二获取子模块，用于获取候选技术策略；
第二判断子模块，用于根据业务需求、数据需求和评估结果计算第二指标的指标值，根据计算得到的指标值判断候选数据策略是否满足第二预设条件；第二指标是预设的用于评估技术策略的有效性的指标；
第二确定子模块，用于将满足第二预设条件的候选技术策略确定为用于调整技术架构的技术策略。
在一些实施例中，上述装置还包括：
类型数据获取模块，用于获取目标对象的行业类型和业务类型；
目标模板确定模块，用于根据行业类型和业务类型从多个预设的策略模板中确定目标策略模板；
策略生成模块，用于根据目标策略模板生成候选数据策略和候选技术策略。
在一些实施例中，第一指标包括业务需求覆盖率与数据资产业务覆盖率；
；
。
相应地，在一些实施例中，第一预设条件满足是指每个业务需求的业务需求覆盖率和每个数据资产的数据资产业务覆盖率达到对应的阈值。
在一些实施例中，第二指标包括技术平台适应率、业务适配率和数据需求满足率；
；
；
。
相应地，在一些实施例中，第二预设条件满足是指技术平台适应率、业务适配率和数据需求满足率均达到对应的阈值。
在一些实施例中，执行模块130，用于根据数据策略和技术策略在实际业务环境中进行技术环境的搭建和配置操作，以及进行数据迁移和整合操作。
在一些实施例中，上述装置还包括：
调整信息获取模块，用于获取与业务需求和数据策略相关的调整需求信息；
策略优化模块，用于根据调整需求信息优化数据策略和/或技术策略。
关于企业架构对齐装置的具体限定可以参见上文中对于企业架构对齐方法的限定，在此不再赘述。上述企业架构对齐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本申请还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时可以实现上述任一实施例中提供的企业架构对齐方法的步骤。
在一些实施例中，该计算机设备的内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储业务架构、数据架构、技术架构、数据策略、技术策略等的相关数据，具体存储的数据还可以参见上述方法实施例中的限定。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种企业架构对齐方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本申请还提供了一种计算机可读存储介质，在一些实施例中，该存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例中提供的企业架构对齐方法的步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）、 DRAM（SLDRAM）、存储器总线（Rambus）、直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种企业架构对齐方法，其特征在于，所述方法包括：
获取目标对象的业务架构中的业务需求，获取所述目标对象的数据架构中的数据资产，根据所述业务需求和所述数据资产确定用于调整所述数据架构的数据策略；
获取根据所述数据策略确定的数据需求，获取根据所述业务需求和所述数据策略评估所述目标对象的技术架构中的各项技术基础设施所得到的评估结果，根据所述业务需求、所述数据需求和所述评估结果确定用于调整所述技术架构的技术策略；
执行所述数据策略和所述技术策略。
2.如权利要求1所述的方法，其特征在于，根据所述业务需求和所述数据资产确定用于调整所述数据架构的数据策略，包括：
获取候选数据策略；
根据所述业务需求和所述数据资产生成业务数据映射矩阵；
根据所述业务数据映射矩阵计算第一指标的指标值，根据计算得到的指标值判断所述候选数据策略是否满足第一预设条件；所述第一指标是预设的用于评估数据策略的有效性的指标；
将满足所述第一预设条件的候选数据策略确定为用于调整所述数据架构的数据策略。
3.如权利要求2所述的方法，其特征在于，根据所述业务需求、所述数据需求和所述评估结果确定用于调整所述技术架构的技术策略，包括：
获取候选技术策略；
根据所述业务需求、所述数据需求和所述评估结果计算第二指标的指标值，根据计算得到的指标值判断所述候选数据策略是否满足第二预设条件；所述第二指标是预设的用于评估技术策略的有效性的指标；
将满足所述第二预设条件的候选技术策略确定为用于调整所述技术架构的技术策略。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
获取所述目标对象的行业类型和业务类型；
根据所述行业类型和所述业务类型从多个预设的策略模板中确定目标策略模板；
根据所述目标策略模板生成所述候选数据策略和所述候选技术策略。
5.如权利要求3所述的方法，其特征在于，所述第一指标包括业务需求覆盖率与数据资产业务覆盖率；
；
；
所述第二指标包括技术平台适应率、业务适配率和数据需求满足率；
；
；
；
所述第一预设条件满足是指每个业务需求的业务需求覆盖率和每个数据资产的数据资产业务覆盖率达到对应的阈值；
所述第二预设条件满足是指所述技术平台适应率、所述业务适配率和所述数据需求满足率均达到对应的阈值。
6.如权利要求1所述的方法，其特征在于，执行所述数据策略和所述技术策略，包括：
根据所述数据策略和所述技术策略在实际业务环境中进行技术环境的搭建和配置操作，以及进行数据迁移和整合操作。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取与业务需求和所述数据策略相关的调整需求信息；
根据所述调整需求信息优化所述数据策略和/或所述技术策略。
8.一种企业架构对齐装置，其特征在于，所述装置包括：
数据策略确定模块，用于获取目标对象的业务架构中的业务需求，获取所述目标对象的数据架构中的数据资产，根据所述业务需求和所述数据资产确定用于调整所述数据架构的数据策略；
技术策略确定模块，用于获取根据所述数据策略确定的数据需求，获取根据所述业务需求和所述数据策略评估所述目标对象的技术架构中的各项技术基础设施所得到的评估结果，根据所述业务需求、所述数据需求和所述评估结果确定用于调整所述技术架构的技术策略；
执行模块，用于执行所述数据策略和所述技术策略。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311436411.0A CN117151496B (zh) | 2023-11-01 | 2023-11-01 | 一种企业架构对齐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311436411.0A CN117151496B (zh) | 2023-11-01 | 2023-11-01 | 一种企业架构对齐方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117151496A true CN117151496A (zh) | 2023-12-01 |
| CN117151496B CN117151496B (zh) | 2024-03-15 |
Family
ID=88908625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311436411.0A Active CN117151496B (zh) | 2023-11-01 | 2023-11-01 | 一种企业架构对齐方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117151496B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113076305A (zh) * | 2021-04-20 | 2021-07-06 | 广东电网有限责任公司 | 一种数据处理方法、装置、电子设备及存储介质 |
| CN114706680A (zh) * | 2022-03-31 | 2022-07-05 | 联想(北京)有限公司 | 数据处理方法、装置及计算机设备 |
| WO2023005585A1 (zh) * | 2021-07-28 | 2023-02-02 | 支付宝(杭州)信息技术有限公司 | 基于多目标优化的业务策略生成 |
| CN115907474A (zh) * | 2022-12-05 | 2023-04-04 | 北京奇艺世纪科技有限公司 | 风控系统的调整方法、装置、电子设备和存储介质 |
-
2023
- 2023-11-01 CN CN202311436411.0A patent/CN117151496B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113076305A (zh) * | 2021-04-20 | 2021-07-06 | 广东电网有限责任公司 | 一种数据处理方法、装置、电子设备及存储介质 |
| WO2023005585A1 (zh) * | 2021-07-28 | 2023-02-02 | 支付宝(杭州)信息技术有限公司 | 基于多目标优化的业务策略生成 |
| CN114706680A (zh) * | 2022-03-31 | 2022-07-05 | 联想(北京)有限公司 | 数据处理方法、装置及计算机设备 |
| CN115907474A (zh) * | 2022-12-05 | 2023-04-04 | 北京奇艺世纪科技有限公司 | 风控系统的调整方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117151496B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lu et al. | Moving from building information models to digital twins for operation and maintenance | |
| Bilal et al. | Investigating profitability performance of construction projects using big data: A project analytics approach | |
| CN107256443B (zh) | 基于业务和数据集成的线损实时计算方法 | |
| Allahviranloo et al. | Selective vehicle routing problems under uncertainty without recourse | |
| US20170329837A1 (en) | Digital analytics system | |
| US20120166616A1 (en) | System and method for energy performance management | |
| Zhu et al. | A framework-based approach to utility big data analytics | |
| CN111177400B (zh) | 基于知识图谱的设备、业务及数据的关联显示方法和装置 | |
| CN101421953A (zh) | 控制服务容量 | |
| US20210201236A1 (en) | Linkedchain, control tower and blockchain for enterprise applications | |
| Ong et al. | Integrated earned value Gantt chart (EV-Gantt) tool for project portfolio planning and monitoring optimization | |
| CN101408769A (zh) | 一种基于乘积arima模型的在线能源预测系统及方法 | |
| RU2602972C2 (ru) | Система для управления интеллектуальными ресурсами предприятия | |
| CN112700192B (zh) | 一种基于spark物联网的码头物流业务对象处理方法 | |
| CN104933621A (zh) | 一种担保圈的大数据分析系统和方法 | |
| Tao et al. | Research on marketing management system based on independent ERP and business BI using fuzzy TOPSIS | |
| CN117172641A (zh) | 基于区块链与数字孪生的生产物流管理平台及实现方法 | |
| Zhang et al. | Design and implementation of a new intelligent warehouse management system based on MySQL database technology | |
| CN115668265A (zh) | 为操纵和调整承保标的的风险驱动组合提供前瞻和后顾度量的风险转移配置器和模拟引擎及其方法 | |
| CN114626807A (zh) | 核电场景管理方法、系统、装置、计算机设备和存储介质 | |
| CN117827462B (zh) | 基于云计算的财务报告分析整合方法及系统 | |
| CN113076855A (zh) | 一种分布式光伏资源整合方法、系统、装置及存储介质 | |
| Jalli et al. | Data Science Applications in Renewable Energy: Leveraging Big Data for Sustainable Solutions | |
| CN117151496B (zh) | 一种企业架构对齐方法、装置、设备及存储介质 | |
| Keck et al. | Embracing analytics in the water industry |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |