梁文　劉夫新　崔夢梟　楊棟樞

摘要：針對信息化產(chǎn)業(yè)的迅猛崛起，提高國網(wǎng)數(shù)據(jù)剩余價值最大化。根據(jù)數(shù)據(jù)質(zhì)量的特性提出數(shù)據(jù)資產(chǎn)理念，使用數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量監(jiān)測技術(shù)和數(shù)據(jù)資產(chǎn)評估技術(shù)，進行量化數(shù)據(jù)質(zhì)量指標。分析量化指標，構(gòu)建模型。實現(xiàn)集約、有序的數(shù)據(jù)共享，提升企業(yè)數(shù)據(jù)共享能力，優(yōu)化企業(yè)數(shù)據(jù)質(zhì)量，保障數(shù)據(jù)安全。

關(guān)鍵詞：數(shù)據(jù)質(zhì)量； 數(shù)據(jù)資產(chǎn)； 數(shù)據(jù)質(zhì)量監(jiān)測；量化指標；數(shù)據(jù)安全

中圖分類號：TP181 文獻標識碼：A 文章編號：1009-3044（2016）30-0241-02

1 概述

電力行業(yè)作為國家基礎(chǔ)產(chǎn)業(yè)也緊跟時代步伐，國網(wǎng)大力推廣智能電網(wǎng)等相關(guān)科技項目。智能電網(wǎng)利用電力系統(tǒng)輔助人工管理，就會產(chǎn)生海量數(shù)據(jù)。海量數(shù)據(jù)的管理一直都是困擾企業(yè)化運作的一個很大問題。從海量數(shù)據(jù)中提取有效信息，跟數(shù)據(jù)質(zhì)量息息相關(guān)，數(shù)據(jù)質(zhì)量狀況很大程度上會影響到大數(shù)據(jù)分析的結(jié)果，可以使其產(chǎn)生偏離，誤導(dǎo)企業(yè)決策。

目前，國內(nèi)外雖然提出了數(shù)據(jù)資產(chǎn)的理念，但沒有具體的數(shù)據(jù)資產(chǎn)管理體系，所以未在實際中應(yīng)用。近年，國網(wǎng)企業(yè)間通力合作開展各種方式完善的數(shù)據(jù)資產(chǎn)管理體系為基礎(chǔ)，實現(xiàn)集約、有序的數(shù)據(jù)共享，規(guī)范數(shù)據(jù)從產(chǎn)生到共享應(yīng)用的各個環(huán)節(jié)，有效度量企業(yè)數(shù)據(jù)質(zhì)量，為大數(shù)據(jù)在企業(yè)中的應(yīng)用提供有力保障。

2 數(shù)據(jù)質(zhì)量現(xiàn)狀

國內(nèi)數(shù)據(jù)質(zhì)量管理研究大多才剛剛起步，大多數(shù)企業(yè)數(shù)據(jù)質(zhì)量管理還停留在具體操作層面，尚未形成完備的體系，未形成可操作的質(zhì)量標準。通過對電網(wǎng)企業(yè)數(shù)據(jù)質(zhì)量相關(guān)問題進行研究，其數(shù)據(jù)質(zhì)量具有以下幾個特點：

1）數(shù)據(jù)質(zhì)量對象可以用若干個質(zhì)量特性進行描述。質(zhì)量屬性是數(shù)據(jù)屬性的擴展，與數(shù)據(jù)屬性不同的是，質(zhì)量屬性描述了對象在數(shù)據(jù)質(zhì)量方面的約束。

2）數(shù)據(jù)質(zhì)量的元素是相對穩(wěn)定的。但許多系統(tǒng)，包括一些專業(yè)領(lǐng)域都在試圖定義局部的數(shù)據(jù)質(zhì)量元素規(guī)范，以形成對數(shù)據(jù)質(zhì)量的定量或非定量的衡量標準。

3）數(shù)據(jù)質(zhì)量指標計算是復(fù)雜的。簡單的算法可以使一個約束表達式來描述，如關(guān)系數(shù)據(jù)庫中的約束定義已經(jīng)非常完善，但其他方面的算法則需要進行更深入的研究。

3 關(guān)鍵技術(shù)

基于數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量監(jiān)測跟傳統(tǒng)數(shù)據(jù)質(zhì)量模型息息相關(guān)，數(shù)據(jù)管理體系的建立是一個不斷推進的過程，需要進行大量的方法研究和實踐工作。涉及以下幾個方面的技術(shù)：

1）數(shù)據(jù)資產(chǎn)全景展示技術(shù)：全景視圖是以企業(yè)數(shù)據(jù)標準為基礎(chǔ)、以各應(yīng)用系統(tǒng)數(shù)據(jù)為來源，依據(jù)企業(yè)業(yè)務(wù)規(guī)劃，梳理產(chǎn)生的企業(yè)數(shù)據(jù)資源的管理、業(yè)務(wù)、技術(shù)屬性信息，以及相應(yīng)的信息化描述和展現(xiàn)。

2）數(shù)據(jù)溯源建模技術(shù)：利用IPO模型，對指標的形成過程進行逐步回溯，形成指標的全局視圖，對每一個指標的產(chǎn)生進行溯源，掌握所有與之相關(guān)的最初始的人工輸入數(shù)據(jù)和自動采集數(shù)據(jù)。

3）數(shù)據(jù)資產(chǎn)質(zhì)量監(jiān)測技術(shù)：利用業(yè)務(wù)監(jiān)測、技術(shù)監(jiān)測兩周方式對數(shù)據(jù)資產(chǎn)溯源全過程節(jié)點進行及時性、完整性、準確性、實效性、一致性和關(guān)聯(lián)核查內(nèi)容等幾個方面進行監(jiān)測。

4 數(shù)據(jù)質(zhì)量監(jiān)測指標體系構(gòu)建

4.1指標構(gòu)建理論依據(jù)

從整體角度對企業(yè)數(shù)據(jù)資源進行的全方位、多層次、動靜結(jié)合的描述，即構(gòu)建全景視圖，包括數(shù)據(jù)資源的產(chǎn)生、加工、流轉(zhuǎn)與使用關(guān)系，其核心是存儲數(shù)據(jù)屬性（S）和處理節(jié)點（P）。以回溯為手段，形成樹狀的數(shù)據(jù)溯源視圖，實現(xiàn)數(shù)據(jù)的形成過程可控。根據(jù)數(shù)據(jù)資產(chǎn)溯源圖從數(shù)據(jù)資產(chǎn)產(chǎn)生、加工、應(yīng)用全過程節(jié)點發(fā)現(xiàn)業(yè)務(wù)系統(tǒng)運維管理中的薄弱環(huán)節(jié)，推動業(yè)務(wù)系統(tǒng)運維管理水平的提升。

4.2數(shù)據(jù)質(zhì)量分析量化指標

首先建立企業(yè)數(shù)據(jù)資產(chǎn)臺帳，其中包含數(shù)據(jù)資產(chǎn)臺帳登記管理、數(shù)據(jù)資產(chǎn)臺帳變更管理和數(shù)據(jù)資產(chǎn)臺帳停用管理。通過對數(shù)據(jù)資產(chǎn)完成率、數(shù)據(jù)資產(chǎn)價值、數(shù)據(jù)資產(chǎn)可信度等維度對數(shù)據(jù)質(zhì)量評估方法進行分析，建立基于數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量評估模型。

4.2.1 數(shù)據(jù)資產(chǎn)化完成率評估

數(shù)據(jù)資產(chǎn)化完成率是用于衡量數(shù)據(jù)資產(chǎn)臺賬屬性和溯源圖的完備程度，通過數(shù)據(jù)資產(chǎn)臺賬屬性和溯源節(jié)點的完成率加權(quán)綜合計算獲到。數(shù)據(jù)資產(chǎn)臺賬屬性的完成率是對各屬性通過分類、加權(quán)之后獲得；溯源完成率的計算通過對輸入節(jié)點、處理節(jié)點、傳輸節(jié)點和存儲節(jié)點四類節(jié)點完成率經(jīng)過節(jié)點完成率評估模型加權(quán)之后獲得。以下是各項指標計算方式如表1。

4.2.2 確定應(yīng)用評估系數(shù)

數(shù)據(jù)資產(chǎn)應(yīng)用評估系數(shù)是采用AHP法構(gòu)建應(yīng)用指標評價體系。層次分析模型是把復(fù)雜的問題分成若干個組成因素，并按支配關(guān)系分組形成層次結(jié)構(gòu)。分析各因素的關(guān)系，建立遞階層次結(jié)構(gòu)。計算合成權(quán)重，即全局權(quán)重。根據(jù)對數(shù)據(jù)資產(chǎn)價值應(yīng)用及評估因素的分析，采用AHP方法，得到如表2所示的指標體系。

計算出各項應(yīng)用評估指標權(quán)重之后，可以確定應(yīng)用評估系數(shù)的計算模型，如下：

應(yīng)用評估系數(shù)=∑（每一個應(yīng)用評估指標權(quán)重*該指標評估因素的評分值）

4.2.3 數(shù)據(jù)資產(chǎn)可信度評估

分析影響數(shù)據(jù)資產(chǎn)可信度的因素，通過數(shù)學(xué)模型確定各影響因素所占比重，再綜合各因素評估所得定量數(shù)據(jù)，得到數(shù)據(jù)資產(chǎn)可信度的最終度量數(shù)據(jù)。

首先利用層次分析模型，可信度量化模型的重點是確定各層次、各影響要素在模型中所占的比重，可以通過層次分析法來完成。建立可信度量化模型，可信度量化以層次分析模型中確定的各評估項目所占比重以及各評估項目實際得分為基礎(chǔ)，通過加權(quán)計算得到最終的可信度得分。

1）匯總對數(shù)據(jù)資產(chǎn)生可信度的所有初始數(shù)據(jù)錄入/采集點，每一個輸入點根據(jù)輸入方式不同，歸類到三個大類中。各輸入點的來源可信度根據(jù)所屬類別運用層次分析法得出。形成該數(shù)據(jù)資產(chǎn)的所有輸入點的來源可信度計算得出的平均值，即為該數(shù)據(jù)資產(chǎn)的來源可信度。

2）數(shù)據(jù)資產(chǎn)質(zhì)量受到技術(shù)、業(yè)務(wù)、管理三方面的影響，這三方面的影響因素全部納入到評估項目中。假設(shè)影響數(shù)據(jù)資產(chǎn)質(zhì)量的因素共有m條，評估項目以i（i=0…m）編號，各評估項目所得分為，通過層次分析模型得到的各評估項目應(yīng)占比重為，則該數(shù)據(jù)資產(chǎn)在完成率部分的可信度得分為的總和。

5 研究成果

根據(jù)數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量監(jiān)測研究，結(jié)合當前較流行的數(shù)據(jù)與信息質(zhì)量管理理論，提出面向企業(yè)的數(shù)據(jù)質(zhì)量評估模型。定義企業(yè)級數(shù)據(jù)質(zhì)量溯源圖，完成數(shù)據(jù)質(zhì)量溯源節(jié)點的信息定義，基于公司信息系統(tǒng)數(shù)據(jù)質(zhì)量現(xiàn)狀，提出適用的企業(yè)級數(shù)據(jù)質(zhì)量評估分析方法，包含定義遵從、完整、準確、有效、精度、無重復(fù)、冗余、可訪問、及時、明確、可用、適用等多種尺度。

6 總結(jié)

基于數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量研究所形成基于數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量評估分析方法、基于數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量監(jiān)測方法、基于數(shù)據(jù)資產(chǎn)的數(shù)據(jù)質(zhì)量監(jiān)測工具，實現(xiàn)集約、有序的數(shù)據(jù)共享，規(guī)范數(shù)據(jù)從產(chǎn)生到共享應(yīng)用的各個環(huán)節(jié)，提升企業(yè)數(shù)據(jù)質(zhì)量，保障數(shù)據(jù)安全，支撐大數(shù)據(jù)應(yīng)用建設(shè)。

參考文獻：

[1]Pipino L，Lee Y，Wang R.Data quality assessment [J].Communications of the ACM，2002，45（4）：211-2182.

[2]李謙，白曉明.供電企業(yè)數(shù)據(jù)資產(chǎn)管理與數(shù)據(jù)化運營[J].華東電力，2014（3）：487-490.

[3]盧二坡，黃炳藝.基于穩(wěn)健MM估計的統(tǒng)計數(shù)據(jù)質(zhì)量評估方法[J].統(tǒng)計研究，2010，27（12）：16-22.

[4]黃心宇.數(shù)據(jù)質(zhì)量評價模型的建立與實現(xiàn)[J].商場現(xiàn)代化，2008（8）：396-397.

[5]袁滿，張雪.一中基于規(guī)則的數(shù)據(jù)質(zhì)量評價模型[J].計算機技術(shù)與發(fā)展，2013，23（3）：81-89.

[6]MCAFEE A，BRYNJOLFSSON E.Big data：the management revolution[J].Harvard Business Review，2012，90（10）：60-68.

[7]劉軍，呂俊峰.大數(shù)據(jù)時代及數(shù)據(jù)挖掘的應(yīng)用[N].國家電網(wǎng)報2012-05-15（10）.

[8]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計算機研究與發(fā)展，2013，50（1）：146-149.