数据空间下多价值链数据体系分析架构及整合协同方法技术

本发明专利技术公开了属于多价值链数据体系架构技术领域的数据空间下多价值链数据体系分析架构及整合协同方法。该架构包括数据准备模块、数据管理模块和数据服务模块；其中数据准备模块包括数据来源层、数据价值链层和数据输入层，数据管理模块包括数据集成层、数据存储层和数据管理层，数据服务模块包括知识服务层、数据分析层和应用输出层；整合协同方法包括步骤1：对制造企业的数据进行手记，为数据分析做准备；步骤2：对多源异构数据进行管理分析，并储存在平台上进行管理；步骤3：利用多源异构数据结果为用户提供服务支持。本发明专利技术能够减少生产时间和生产周期，提高生产效率；减少原材料的冗余，同时实现库存优化，降低生产成本。本。本。

【技术实现步骤摘要】
数据空间下多价值链数据体系分析架构及整合协同方法


[0001]本专利技术涉及多价值链数据体系架构
，尤其涉及数据空间下多价值链数据体系分析架构及整合协同方法。

技术介绍

[0002]当前，制造业的发展逐渐成为衡量一个国家生产力水平的直接标准。目前我国制造及协作企业存在多价值链协同数据空间中的异域、异源、异构数据问题，如何通过其数据空间，研究多价值链协同数据空间管理引擎架构设计方法及引擎实现方案是整个行业都亟待解决的问题。为了提升运营能力、加强企业间的合作、促使企业实现经营管理的横向统一，制造业从生产、供应、营销和服务等多方面以合作形式展开了一系列增值活动，形成了制造业多价值链。伴随着信息管理和产业链的发展，制造及其协作企业在生产经营过程中产生了海量的多源异构数据，传统数据库无法满足跨域、异构、不确定性数据管理的需要，因此数据空间就被提出。数据空间实现了一个语义专用的虚拟共享空间抽象，可以由应用程序工作流中的所有组件和服务关联地访问。
[0003]数据空间作为新兴的数据储存和管理技术，为解决制造业多价值链协同数据的不充分利用问题提供了思路。大量的与制造业主体相关的数据源都将储存在数据空间中，并在经过各种智能计算技术的分析和调用后，为企业的合理化决策提供建议。因此，制造业多价值链协同数据空间注定将得到诸多大型企业的青睐。
[0004]制造业多价值链协同数据空间是指将数据空间概念应用于当前制造业，由制造企业主体和协作企业的多条协同价值链所产生的大量多源异构数据及关系组成的集合。与多条协同价值链相关的各种结构化、半结构化、非结构化数据，将按照标准统一的数据规则，分门别类存放到制造企业的数据空间中，成为制造业一切数据分析和服务的基础。
[0005]为此，需要基于数据空间的理论构建新的多价值链数据体系分析架构方法，制定数据标准、规范和协议。设计汇聚、整合、存储方式，运用大数据分布式计算、云计算和并行处理混合计算技术，在分层、分域、分布与协同、融合、全局一体化的高维时空内，构建基于分布式、云计算与并行处理混合的价值链活动数据生成、汇聚、存储、管理、分析、使用和销毁全过程的价值链协同数据体系架构。研究供应/营销/服务价值链活动全过程的数据建模、快速索引、关联表示、全链搜索、集成演化等方法，为智能制造提供支撑。
[0006]基于数据空间的理论构建新的多源异构数据体系分析架构方法在数据采集中制定统一标准获取规范数据，智能优化决策中将数据驱动与专家知识相结合，建立制造企业外部供应链以及企业内部价值活动的搜索、关联和演化动态系统模型，拥有数据的协同知识服务和知识服务推荐，同时加强数据空间管理。以此来提高制造企业智能化管理水平、综合竞争力和经济效益，同时可以产生重大理论和应用成果，形成示范效应，引领前沿发展。

技术实现思路

[0007]本专利技术的目的是提出数据空间下多价值链数据体系分析架构及整合协同方法。
[0008]一种数据空间下多价值链数据体系分析架构，其特征在于，所述架构包括数据准备模块、数据管理模块和数据服务模块；其中数据准备模块包括数据来源层、数据价值链层和数据输入层，数据管理模块包括数据集成层、数据存储层和数据管理层，数据服务模块包括知识服务层、数据分析层和应用输出层；
[0009]所述数据来源层包括制造企业及其所有的协作企业提供的数据；
[0010]所述数据价值链层包括制造价值链、供应价值链、物流价值链、营销价值链和服务价值链；
[0011]所述数据输入层包括RDBMS、邮件、文本、移动通信、图像和WebPage的多源异构数据；
[0012]所述数据集成层包括数据接入、数据采集、文件采集、数据清洗、数据抽取、数据生成和数据汇聚的处理过程；
[0013]所述数据存储层包括RDBMS、XML、文本系统、图像系统、列式数据库和分布式数据库的储存方式；
[0014]所述数据管理层包括数据建模、快速索引、关联表示、全链搜索、集成演化、管理引擎、数据安全和数据销毁技术，以及数据管理系统与数据管理架构；
[0015]所述知识服务层包括知识服务引擎、知识发掘方法和知识服务方法；
[0016]所述数据分析层包括多价值链建模、预测模型、生产调度模型、报价模型、库存优化模型、招投标模型、利益分享模型、物流调度模型、故障预警模型和质量追溯模型；
[0017]所述应用输出层包括发现改进、排序优化、分享利益、提醒预警、决策优化、提高效率和提高效益的功能。
[0018]所述数据来源层为多价值链数据体系分析架构的基础；数据价值链层针对数据来源层采集的海量多源异构数据，建立数据与自学习数据集、价值挖掘的映射、关联与索引模型，建立各个数据集之间的连接，提升数据集价值集聚，规范数据输入层的数据输入形式；数据输入层将多源异构数据输入到数据管理模块的数据集成层；
[0019]数据集成层将数据输入层不同来源、格式、特点性质的数据在逻辑上或物理上进行集中，为企业提供数据共享；数据存储层设计针对多价值链协同多源异构数据统一存储模式，构建基于数据价值的指标体系，对数据集成层的数据进行分级处理、填补和去冗余，再送入数据管理层进行管理；
[0020]知识服务层对复杂数据空间中的有效信息进行知识抽取，实现复杂知识服务与用户需求的动态匹配；数据分析层建立在知识服务层的基础上，对知识抽取后的数据进行分析；应用输出层输出数据分析层的分析为企业提供决策方案。
[0021]所述数据管理架构包括面向数据协同和应用驱动的管理引擎模型、基于底层接口库的数据中枢智能筛选模型和高维数据集聚协同智能管理系统。
[0022]所述数据管理架构的实现方式如下：
[0023]首先，基于制造业多价值链数据流、信息流及业务流特征，建立包含数据集成、数据中枢、数据演化和数据输出四大引擎的多价值链协同数据空间管理引擎模型，部署包含数据层、引擎接口层和数据服务维护层三层空间管理引擎结构；
[0024]其次，采用区块链和数据映射理论、语义本体和路径优化理论、智能协同技术和多任务聚类理论和知识图谱和动态自适应理论，融合数据集成、数据更新、数据监控引擎数据
集成机制，构成基于底层接口库的数据中枢智能筛选模型；
[0025]最后，在三层空间管理引擎的基础上，采用分布式多自主体智能系统设计方法，按照数据层、接口层和智能服务层三层空间管理系统结构，构建管理引擎中心和数据对象管理平台、数据集管理平台和数据智慧服务平台的高维数据集聚协同智能管理系统。
[0026]一种数据空间下多价值链数据体系分析架构的整合协同方法，其特征在于，包括以下步骤：
[0027]步骤1：对制造企业的数据进行手记，为数据分析做准备；
[0028]步骤2：对多源异构数据进行管理分析，并通过整合协同将数据储存在平台上进行管理；
[0029]步骤3：利用步骤2处理分析后的多源异构数据结果为用户提供服务支持。
[0030]所述步骤2具体包括：
[0031]步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据空间下多价值链数据体系分析架构，其特征在于，所述架构包括数据准备模块、数据管理模块和数据服务模块；其中数据准备模块包括数据来源层、数据价值链层和数据输入层，数据管理模块包括数据集成层、数据存储层和数据管理层，数据服务模块包括知识服务层、数据分析层和应用输出层；所述数据来源层包括制造企业及其所有的协作企业提供的数据；所述数据价值链层包括制造价值链、供应价值链、物流价值链、营销价值链和服务价值链；所述数据输入层包括RDBMS、邮件、文本、移动通信、图像和WebPage的多源异构数据；所述数据集成层包括数据接入、数据采集、文件采集、数据清洗、数据抽取、数据生成和数据汇聚的处理过程；所述数据存储层包括RDBMS、XML、文本系统、图像系统、列式数据库和分布式数据库的储存方式；所述数据管理层包括数据建模、快速索引、关联表示、全链搜索、集成演化、管理引擎、数据安全和数据销毁技术，以及数据管理系统与数据管理架构；所述知识服务层包括知识服务引擎、知识发掘方法和知识服务方法；所述数据分析层包括多价值链建模、预测模型、生产调度模型、报价模型、库存优化模型、招投标模型、利益分享模型、物流调度模型、故障预警模型和质量追溯模型；所述应用输出层包括发现改进、排序优化、分享利益、提醒预警、决策优化、提高效率和提高效益的功能。2.根据权利要求1所述的数据空间下多价值链数据体系分析架构，其特征在于，所述数据来源层为多价值链数据体系分析架构的基础；数据价值链层针对数据来源层采集的海量多源异构数据，建立数据与自学习数据集、价值挖掘的映射、关联与索引模型，建立各个数据集之间的连接，提升数据集价值集聚，规范数据输入层的数据输入形式；数据输入层将多源异构数据输入到数据管理模块的数据集成层；数据集成层将数据输入层不同来源、格式、特点性质的数据在逻辑上或物理上进行集中，为企业提供数据共享；数据存储层设计针对多价值链协同多源异构数据统一存储模式，构建基于数据价值的指标体系，对数据集成层的数据进行分级处理、填补和去冗余，再送入数据管理层进行管理；知识服务层对复杂数据空间中的有效信息进行知识抽取，实现复杂知识服务与用户需求的动态匹配；数据分析层建立在知识服务层的基础上，对知识抽取后的数据进行分析；应用输出层输出数据分析层的分析为企业提供决策方案。3.根据权利要求1所述的数据空间下多价值链数据体系分析架构，其特征在于，所述数据管理架构包括面向数据协同和应...

【专利技术属性】
技术研发人员：牛东晓，刘云天，李明钰，纪正森，许晓敏，胡烜彬，杜若芸，何烨，定世豪，张潇丹，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：