System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,尤其涉及一种数据要素处理系统及方法。
技术介绍
1、随着快速构建数据要素市场体制机制的提出,包括:建立保障权益、合规使用的数据产权制度;建立合规高效、场内外结合的数据要素流通和交易制度;建立体现效率、促进公平的数据要素收益分配制度;建立安全可控、弹性包容的数据要素处理制度;进而促进数据要素合规高效流通,但数据要素作为新兴生产要素进行流通仍面临诸多困难。
2、当前关于数据要素市场的构建并未明确提出相关标准,体系架构不明朗,市场运作混乱,阻碍了数据要素市场的构建,数据收集和数据治理过程中的存在反复的返工和变更。
3、数据使用和权益不清晰、数据垄断、不正当竞争及数据泄露风险等问题,阻碍了数据价值潜力的充分释放。
4、数据要素处理过程中关于数据质量提升缺乏相关方法论和标准流程,数据授权运营阶段缺乏服务流程和可落地的定价机制。
技术实现思路
1、为了解决上述
技术介绍
中存在的技术问题,本专利技术提供一种数据要素处理系统及方法,首先,构建企业内部数据要素市场,包括数据供方、数据需方、数据监管方;其次,数据供方和数据监管方共同构建数据要素管理体系和数据流通体系,管理体系包括数据获取层和数据治理层,数据流通体系包括授权运营层和数据应用层;再次,针对数据管理和数据流通制定管理办法和流通机制,来构建企业内部数据要素市场化配置体制机制。本专利技术通过以上三步详细说明数据要素市场的构成和流通路径,解决概念模糊、认识不清的问题;并在数据要素管理和流通
2、为了实现上述目的,本专利技术采用如下技术方案:
3、本专利技术的第一个方面提供一种数据要素处理系统。
4、一种数据要素处理系统,包括:
5、数据获取模块、数据治理模块、运营授权模块和数据应用模块;
6、所述数据获取模块,用于采用多种途径确定数据来源,获取数据;
7、所述数据治理模块,用于制定符合企业数据战略需求的组织架构,协调数据管理过程中所需要的资源,根据数据战略,设计数据资产目录,根据资产目录创建实体数据集,根据实体数据集的类型设计数据安全策略;将获取的数据与数据资产目录进行对应匹配,规范数据权属;
8、所述运营授权模块,用于制定数据服务定价机制,计算数据服务价格,以此对数据资产价值进行评定和估算,同时为数据需方提供成本参考;根据数据需方的需求,给出答复,若所述需求审核通过,则进行数据汇集和数据开发,形成数据服务发布到门户;若不通过,则结束;
9、所述数据应用模块,用于综合分析现有数据服务,调研同类数据服务的使用场景,制定出符合自身数据服务的应用场景,并完善自身的数据服务。
10、进一步地,所述数据治理模块,还用于根据数据战略和应用场景制定数据质量检测维度;制定数据治理机制和数据治理评价机制。
11、更进一步地,所述数据治理机制包括:确定数据标准,包括数据字段范围、治理标准;根据数据字段意义和数据治理标准查看每个字段是否有相应的参考标准,确定参考标准;以设定的数据质量维度检查参考标准;根据数据问题,确定数据治理方法。
12、更进一步地,所述数据治理评价机制包括:复制数据,梳理待检测的字段,梳理每个字段要检测的维度,得到数据质量统计表;编写脚本对每个字段每个维度进行检测,得到质量检测脚本;检测质量检测脚本的维度,得到最终的数据质量统计表。
13、进一步地,所述计算数据服务价格为:数据服务的价格=类似数据服务的价格×质量得分×服务形式得分×其他因素得分。
14、进一步地,所述数据资产目录包括主题域分组、主题域、逻辑模型、物理模型和字段属性。
15、进一步地,所述实体数据集包括数据库、数据表、文档和索引。
16、进一步地,所述采用多种途径确定数据来源,获取数据的过程包括:根据数据需求,确定数据来源,以确定数据收集方式;根据数据收集方式,确定具体收集任务,启动数据收集任务;设计以结构化数据和非结构化数据的存储架构,对数据流进行分类存储。
17、本专利技术的第二个方面提供一种数据要素处理方法。
18、一种数据要素处理方法,包括:
19、采用多种途径确定数据来源,获取数据;
20、制定符合企业数据战略需求的组织架构,协调数据管理过程中所需要的资源,根据数据战略,设计数据资产目录,根据资产目录创建实体数据集,根据实体数据集的类型设计数据安全策略;将获取的数据与数据资产目录进行对应匹配,规范数据权属;
21、制定数据服务定价机制,计算数据服务价格,以此对数据资产价值进行评定和估算,同时为数据需方提供成本参考;根据数据需方的需求,给出答复,若所述需求审核通过,则进行数据汇集和数据开发,形成数据服务发布到门户;若不通过,则结束;
22、综合分析现有数据服务,调研同类数据服务的使用场景,制定出符合自身数据服务的应用场景,并完善自身的数据服务。
23、本专利技术的第三个方面提供一种数据要素处理设备。
24、一种数据要素处理设备,所述设备包括处理器以及存储器:所述存储器用于存储程序代码,并将所述程序代码传输给处理器;所述处理器用于根据所述程序代码中的指令执行第二个方面所述的数据要素处理方法。
25、与现有技术相比,本专利技术的有益效果是:
26、本专利技术首先梳理清楚数据战略和数据要求,这样能避免数据收集、数据治理过程中的反复的返工和变更,根据业务和行业标准梳理数据资产目录,可以更科学更有条理的管理数据,数据安全很重要,必须要先行,避免治理过程和流通过程中的数据泄露、数据篡改等风险;上层理论都梳理清楚后再进行数据治理,可以有据可循。数据治理后,生产出高质量的数据,再产生数据产品或数据服务,这样能更满足数据需求。
27、本专利技术通过指定数据要素管理系统及方法,从数据要素管理体系和数据流通体系两个方面进行详细的标准规则制定,从微观层面上划分,同时根据数据特点进行分层,易于实施。
28、本专利技术明确数据流通中每个阶段的相关制度,包括但不限于数据确权机制、数据定价机制、数据治理流程、数据服务流程等,实现数据要素的高效高质流通,帮助政府、企业实现数据要素的价值,释放数据红利,为社会上和企业内部的数据要素流通提供一种可落地的路线。
本文档来自技高网...【技术保护点】
1.一种数据要素处理系统,其特征在于,包括:
2.根据权利要求1所述的数据要素处理系统,其特征在于,所述数据治理模块,还用于根据数据战略和应用场景制定数据质量检测维度;制定数据治理机制和数据治理评价机制。
3.根据权利要求2所述的数据要素处理系统,其特征在于,所述数据治理机制包括:确定数据标准,包括数据字段范围、治理标准;根据数据字段意义和数据治理标准查看每个字段是否有相应的参考标准,确定参考标准;以设定的数据质量维度检查参考标准;根据数据问题,确定数据治理方法。
4.根据权利要求2所述的数据要素处理系统,其特征在于,所述数据治理评价机制包括:复制数据,梳理待检测的字段,梳理每个字段要检测的维度,得到数据质量统计表;编写脚本对每个字段每个维度进行检测,得到质量检测脚本;检测质量检测脚本的维度,得到最终的数据质量统计表。
5.根据权利要求1所述的数据要素处理系统,其特征在于,所述计算数据服务价格为:数据服务的价格=类似数据服务的价格×质量得分×服务形式得分×其他因素得分。
6.根据权利要求1所述的数据要素处理系统,其特征在
7.根据权利要求1所述的数据要素处理系统,其特征在于,所述实体数据集包括数据库、数据表、文档和索引。
8.根据权利要求1所述的数据要素处理系统,其特征在于,所述采用多种途径确定数据来源,获取数据的过程包括:根据数据需求,确定数据来源,以确定数据收集方式;根据数据收集方式,确定具体收集任务,启动数据收集任务;设计以结构化数据和非结构化数据的存储架构,对数据流进行分类存储。
9.一种数据要素处理方法,其特征在于,包括:
10.一种数据要素处理设备,其特征在于,所述设备包括处理器以及存储器:所述存储器用于存储程序代码,并将所述程序代码传输给处理器;所述处理器用于根据所述程序代码中的指令执行权利要求9所述的数据要素处理方法。
...【技术特征摘要】
1.一种数据要素处理系统,其特征在于,包括:
2.根据权利要求1所述的数据要素处理系统,其特征在于,所述数据治理模块,还用于根据数据战略和应用场景制定数据质量检测维度;制定数据治理机制和数据治理评价机制。
3.根据权利要求2所述的数据要素处理系统,其特征在于,所述数据治理机制包括:确定数据标准,包括数据字段范围、治理标准;根据数据字段意义和数据治理标准查看每个字段是否有相应的参考标准,确定参考标准;以设定的数据质量维度检查参考标准;根据数据问题,确定数据治理方法。
4.根据权利要求2所述的数据要素处理系统,其特征在于,所述数据治理评价机制包括:复制数据,梳理待检测的字段,梳理每个字段要检测的维度,得到数据质量统计表;编写脚本对每个字段每个维度进行检测,得到质量检测脚本;检测质量检测脚本的维度,得到最终的数据质量统计表。
5.根据权利要求1所述的数据要素处理系统,其特征在于,所述计算数据服务价格为:数据服务的价格=...
【专利技术属性】
技术研发人员:杨春,曹建,陈通,李扬,李慧娟,谭伟娜,杜鹏飞,
申请(专利权)人:山东亿云信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。