京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据标准研制处起步阶段 元数据研究待加强
从IT 时代到DT 时代,大数据已成为一场革命,正在改变人们的生活、工作和思维方式。大数据标准研制作为产业发展基础,目前仍处于起步阶段。为实现数据间无歧义沟通,元数据标准研究与应用显得更为迫切。
在研国标有10项
大数据领域的标准化工作是支撑大数据产业发展和应用的重要基础。《中国电子报》记者近日从全国信标委大数据标准工作组第二次会议上获悉,目前大数据相关标准研制还处于起步阶段。国际上有4 大标准化组织针对大数据进行专门研究,分别是ISO/IEC JTC1 SC32、ISO/IEC JTC1 WG9、ITU 和NIST。
为了推动和规范我国大数据产业的快速发展,建立大数据的产业链,与国际标准接轨,我国在2014 年12 月正式成立了全国信息技术标准化技术委员会大数据标准工作组(以下简称工作组)。工作组主要负责制定和完善我国大数据领域标准体系,组织开展大数据相关技术和标准的研究,申报国家、行业标准,承担国家、行业标准制修订计划任务,宣传、推广标准实施,组织推动国际标准化活动。目前,工作组正在研制的国家标准有10 项,其中《信息技术大数据术语》和《信息技术大数据技术参考模型》两项国家标准已经完成相应的草案,准备进入征求意见阶段。
“目前已有138 家单位申请成为工作组成员。”中国电子技术标准化研究院副院长高林表示,“工作组下一步将继续完善和维护工作组工作平台,加强元数据、数据分类、数据开放共享等方面的标准化研究,同时将积极开展测试评价、认证等相关准备工作。”
值得一提的是,在研究提出大数据技术框架的基础上,结合数据全周期管理,数据自身标准化特点,当前各领域推动大数据应用的初步实践,以及未来大数据发展的趋势,工作组提出了大数据标准体系框架。大数据标准体系由五个类别的标准组成,分别为:基础标准、技术标准、产品和平台标准、大数据安全标准及应用和服务标准。
有专家认为,针对大数据,我国在数据管理、云计算、信息安全等方面,已经发布和在研一些标准,适用于大数据环境,提供了一定的基础,但是缺乏标准化整体规划; 数据分析、数据安全、数据质量管理等技术标准,数据处理平台、开放数据集、数据服务平台类新型产品和服务形态的标准较为缺乏,亟须研制。
需加强元数据标准研究
近年来,大数据技术已经开始步入高速发展阶段,国内外从事大数据方面研究和服务的公司越来越多,行业分得越来越细。不过,在行业应用中,由于缺乏统一的数据描述,数据在解释、同步、转换过程中时常会存在歧义,数据拥有者不能及时地按业务要求提供正确的数据时有发生。因此,在大数据时代,借助于元数据了解数据元素含义和上下文的需求越来越强烈。
记者了解到,ISO/IEC JTC1 SC32 下设4个工作组研究不同领域的标准研制,其中就包括元数据。其范围涉及研制开发和维护有利于规范和管理的元数据、元模型和本体的标准,此类标准有助于理解和共享数据、信息和过程,支持互操作性,电子商务以及基于模型和基于服务的开发,包括:建议用于规定和管理元数据、元模型和本体的框架;规定和管理元数据、元模型和本体;规定和管理过程、服务和行为数据;开发管理元数据、元模型和本体的机制,包括注册和存储;开发交换元数据、元模型和本体的机制,包括基于互联网、局域网等的语义。
对于我国元数据标准制定,有专家就指出,我国迫切需要加强元数据标准或元数据模型的研究与应用,健全完善元数据标准规范及元数据模型。需要充分结合政府各部门现有数据资源建设情况,针对当前政务大数据资源、科技大数据资源、电子商务大数据资源等重点领域,研制元数据标准或统一的元数据标准模型框架,使得大数据向着标准化、条理化、脉络化方向发展,实现无歧义沟通、理解和使用数据。解决当前数据在交易、使用等过程中存在的问题,更好地对数据进行管控,挖掘大数据,发挥数据价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21