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
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20