
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
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04