文件名称：数据治理-凌力尔特模拟电路设计手册（第二册英文版）
文件大小：326KB
文件格式：PDF
更新时间：2024-07-05 15:18:02
大数据
1.1 数据治理 在数据战略、组织和架构的保障下，数据治理应用的基 础是数据的标准化。数据标准化指的是对分散在各系统中的 数据做出数据命名、数据定义、数据类型、赋值规则、科学 流程等方面的统一。通过开展数据治理应用，进行数据标准 共建，可以确保数据的优质性，维持数据模型的一致性，提 高实际应用场景下数据管理的高效性，保障数据的开放、共 享和安全，从而提升行业的数据应用水平。 治理目标 战略一致 风险可控 运营合规 价值实现 治理保障 促成因素 内外部环境 治理方法论 评估 指导 监督 治理域 战略 组织 架构 元数据管理 主数据管理 数据生命周期管理 数据应用与服务创新 数 据 质 量 管 理 数 据 安 全 与 合 规 图 1 大数据环境下数据治理框架 Fig.1 Data governance framework in big data environment 数据治理的目标主要有四点：战略一致、风险可控、运 营合规和价值实现。治理保障分为内外部环境和促成因素两 大部分。治理域主要包括战略、组织、架构、元数据管理、 主数据管理、数据生命周期管理、数据质量管理、数据安全 与合规、数据应用与服务创新。 当前在数据治理过程中，数据标准的制定大多都基于元 数据管理，利用中心化的方法实现其开发、候选、批准、驳 回、归档等构建工作，数据标准的制定过程相对封闭和垄断， 维护工作量巨大，且建设周期长，缺乏有效的多方参与机制。 文献[4]引入行动者网络理论分析数据治理框架中的人与非 人因素及其关系，构建了大数据治理行动者网络，并利用 Petri 网对数据治理实施过程进行抽象建模，从而能够推动数 据标准化的实施。文献[5]通过大数据平台和信息架构来实现 大数据与企业数据的灵活集成，结合企业数据的获取、存储、 组织和分析做出科学决策，以实现企业大数据治理。文献[6] 从利益相关者视角分析了大数据环境中个人隐私治理问题， 提出多元主体协同治理机制，为平衡数据挖掘和隐私保护提