CN112612778A - 一种企业数据架构方法 - Google Patents
一种企业数据架构方法 Download PDFInfo
- Publication number
- CN112612778A CN112612778A CN202011562598.5A CN202011562598A CN112612778A CN 112612778 A CN112612778 A CN 112612778A CN 202011562598 A CN202011562598 A CN 202011562598A CN 112612778 A CN112612778 A CN 112612778A
- Authority
- CN
- China
- Prior art keywords
- data
- physical
- model
- enterprise
- business
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000013499 data model Methods 0.000 claims abstract description 61
- 238000013507 mapping Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 239000008280 blood Substances 0.000 claims abstract description 12
- 210000004369 blood Anatomy 0.000 claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000013523 data management Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种企业数据架构方法，包括以下步骤，扫描企业数据仓库，采集该数据仓库的元数据，获得应用数据模型；利用数据血缘分析工具，获得物理‑应用数据模型的交叉映射关系；依据物理‑应用数据模型的交叉映射关系，识别并定义业务数据对象；分析物理‑应用数据模型的交叉映射关系，建立业务数据对象间关系，形成企业逻辑数据模型。
Description
技术领域
本发明属于制造企业数据治理领域，特别涉及一种基于元模型交叉映射的企业数据架构方法。
背景技术
随着制造业的发展，企业从产品设计研发、生产到商业活动变得越来越复杂，企业的运营和决策越来越依赖于高效、高质量的数据支持。针对该需求，企业目前的做法是对整个企业业务数据库的数据进行采集、整理聚集至数据仓库中，以支持跨部门、跨***的数据分析和查询服务。
然而，随着民机企业对民用飞机制造活动的开展，对于数据的分析需求越来越广泛、深入，加之民机制造业业务和技术非常复杂，具有数据体量大、分布广、类型多的特点。如果民机企业数据架构不清，缺乏数据全景视图，则容易造成数据冗余，数据响应不及时，提供数据不一致等问题。如果民机企业数据资产使用效率低下，将严重制约数据共享服务能力提升。基于此，民机制造业迫切需要构建企业全局高度的数据架构，以支持企业数据治理，保障企业数据价值的有效发挥。
发明内容
本发明的目的在于提供一种基于元模型交叉映射的数据架构方法，以通过比对业务***物理模型与数据仓库应用数据模型的映射关系，构建企业全局高度的逻辑数据模型，为企业数据治理、数据服务领域提供有力支持。
本发明实施例之一，一种企业数据架构方法，包括以下步骤，
扫描企业数据仓库，采集该数据仓库的元数据，获得应用数据模型；
利用数据血缘分析工具，获得物理-应用数据模型的交叉映射关系；
依据物理-应用数据模型的交叉映射关系，识别并定义业务数据对象；
分析物理-应用数据模型的交叉映射关系，建立业务数据对象间关系，形成企业逻辑数据模型。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
图1根据本发明实施例之一的基于元数据交叉映射的企业数据架构方法流程图。
具体实施方式
目前，在企业数据架构开发领域，大多数企业通过构建数据模型的方式来是实现。传统的实现方式通常有自上而下和自下而上两种。其中，自上而下方式依赖于对业务的熟悉度，建模人员需要大量的业务调研，虽然获得的业务信息较为精确，但往往耗时耗力。而自下而上方法需要从数据库入手构建数据与业务的映射关系，然而企业的***建设技术架构并不统一，且企业对***本身的数据情况并不完全掌握，导致数据资产盘点结果难以贴合业务实际。因此，企业需要一个上手难度小、人员要求低、过程标准化，且得到的结果准确、可靠，具备较高可落地性的数据架构梳理方法。
针对上述难题，现有的解决方案是先利用元数据采集工具采集技术元数据，再从***业务场景为源点采集相应业务元数据，对业务元数据进行链路分析，整合数据架构，提供数据全景视图，以支持数据问题追踪和数据热度分析。该方法从元数据角度出发，利用技术手段追踪数据链路，构建数据架构，有效减少了人力成本，且所开发数据架构具有较强的数据分析能力。然而该方案基于业务***进行数据架构设计，实现元数据整合过程繁琐且技术依赖程度较高，难以推进落实。
为了解决上述问题，本发明考虑从面向业务“主题”整合的数据仓库数据入手，探索高效构建企业全局高度数据架构的方法，以推进企业数据治理，实现企业数据资产可管理、可追溯，保障各业务***间的数据的有效共享与服务。
根据一个或者多个实施例，一种基于元模型交叉映射的企业数据架构方法，所述方法包括，扫描数据仓库，收集数据仓库的元数据，获得应用数据模型；利用数据血缘分析工具，获得物理-应用数据模型的交叉映射关系；依据物理-应用数据模型的交叉映射关系，识别并定义业务数据对象；分析物理-应用数据模型的交叉映射关系，建立业务数据对象间关系，形成逻辑数据模型。
所述扫描数据仓库，收集数据仓库的元数据信息，获得应用元模型。具体操作为：采集数据仓库元数据包括：元数据的主题，数据表名称，字段名称等信息。此外，考虑到数据仓库建设是应用驱动型，则将其元数据所构建的模型称之为应用数据模型。元数据采集分为客户端和服务端两个部分，服务端与数据仓库及业务***适配并采集元数据，客户端对元数据进行整合及可视化展现。
所述利用数据血缘分析工具，获得物理-应用数据模型，方法包括：借助数据血缘分析工具，以数据仓库的元数据(应用数据模型)为起点，向前追溯数据来源，目的是理清当前数据从哪里来，又经过了怎样的处理。基于血缘分析结果，收集源业务***元数据(以下将源业务***元模型简称为物理数据模型)，构建物理-应用数据模型的映射关系。其中采集源业务***元数据包括：数据库类型、连接方式、Schema、数据结构、数据库表名、字段、描述等信息。
所述依据物理-应用数据模型的交叉映射关系，识别并定义业务数据对象的步骤基于数据仓库应用数据模型提取数据对象。原因在于，
源***的物理数据模型通常严格遵循第三范式，以支持业务的可扩展性，需要进一步将业务关系紧密的元数据聚合形成一个数据对象。而数据仓库应用模型则强调数据整合，数据仓库表单设计依据“高内聚、低耦合”的原则，在物理实现中，已将业务关系紧密，源***影响差异小的进行整合；业务关系小，源***影响差异大的进行分而置之。相比之下，从应用数据模型中识别数据对象更为高效。并且，数据仓库应用模型通常采用星型模型，由事实表和维度表组成，其中事实表记录了某一业务主题的全量信息。因此，数据仓库事实表即可抽象为一个业务数据对象。
此外，一般在数仓实现中，存在多张数据表抽取、整合相同或业务相近的源数据，造成数仓业务元数据重复或相似。因此，在数据资产梳理的过程中，需要将指向相同业务数据对象的元数据进行合并，以简化后续业务数据对象关联关系分析。具体实现方式为，
依据物理-应用数据模型的交叉映射关系，计算两业务数据对象数据源的相似度，若相似度高于某一阈值，则将两数据对象合并。
所述分析物理-应用数据模型的交叉映射关系，建立业务数据对象间关系，形成逻辑数据模型。旨在通过分析源***物理数据模型的数据关联关系，来构建上述业务数据对象间的关联关系。原因在于，
源***物理模型通常基于业务流程中的每个业务动作设计一个事实表来追踪业务流程细节数据，而来基于数据仓库数据识别的数据对象则通常聚合一个业务流程的主体信息且保持数据对象间关系松散。因此需要借助物理数据模型找回数据对象间关联关系，具体实现方式为，
针对存在同源数据的数据对象，依据计算结果，建立相应数据对象间的关联关系。针对不存在同源数据的数据对象，查询两数据对象间任一源数据表是否具有主外键关联关系，如果有则进行两数据对象关联。
该方法通过物理-应用数据模型交叉映射关系分析，进而快速转化物理模型为业务层面逻辑数据模型。有效解决了自上而下构建逻辑数据模型时间周期长，自下而上缺乏对数据库数据了解，梳理结果无法贴合业务事实的问题。
根据一个或者多个实施例，如图1所示，基于元模型交叉映射的数据架构方法的流程图。该方法具有以下步骤：
步骤101，扫描数据仓库，收集数据仓库的元数据，获得应用数据模型；
此处，根据数据仓库的账号，对数据仓库进行扫描，获得数据仓库的全部的元数据信息。采集数据仓库元数据包括：元数据的主题，事实表，表字段信息。
元数据管理单元分为客户端和服务端两个部分，服务端与数据仓库及业务***适配并采集数据，客户端对元数据进行整合及可视化展现。
步骤102，利用数据血缘分析工具，获得物理-应用数据模型的交叉映射关系；
借助数据血缘分析工具，以数据仓库的元数据(应用数据模型)为起点，向前追溯数据来源，目的是理清当前数据从哪里来，又经过了怎样的处理。
基于血缘分析结果，收集源业务***元数据(物理数据模型)，构建物理-应用数据模型的映射关系。其中记录源***元数据包括：数据库类型、连接方式、Schema、数据结构、数据库表名、字段、描述等信息。
步骤103，依据物理-应用数据模型的交叉映射关系，识别并定义业务数据对象；
此处，基于数据仓库应用数据模型提取数据对象，并将数据仓库事实表抽象为一个业务数据对象。特别的，对于数据源头相似度较高的数据对象，则考虑合并为一个数据对象，具体的：
假设两数据对象为O1,O2，依据物理-应用数据模型交叉映射关系，如果数据对象O1,O2存在同源数据，则计算其数据源的相似度。假设O1,O2所映射的源数据表单数量分别为n1,n2(主数据表除外)，同源表单数量为m(主数据表单除外)，则O1,O2的数据源相似度为：
Sim(O1,O2)＝m/min(n1,n2) (1)
a):当Sim(O1,O2)＞＝ε(ε预设阈值)，业务数据对象O1,O2合并为一个数据对象O1。
b):当Sim(O1,O2)＜ε(ε预设阈值)，业务数据对象O1,O2无需合并。
步骤104，分析物理-应用数据模型的交叉映射关系，建立业务数据对象间关系，形成逻辑数据模型。
一方面：针对存在同源数据的数据对象，依据步骤103的计算结果，建立相应数据对象间的关联关系。
另一方面：针对不存在同源数据的数据对象，则需通过查询数据对象映射到源***物理模型中的数据表是否具有主外键关联关系，如果有则进行两数据对象关联；
综合以上数据对象关联关系梳理结果，导入设定模板，生成业务视角下全局的逻辑数据模型。以明确企业数据范围和数据服务能力，支持数据治理、数据查询与分析。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种企业数据架构方法，其特征在于，包括以下步骤，
扫描企业数据仓库，采集该数据仓库的元数据，获得应用数据模型；
利用数据血缘分析工具，获得物理-应用数据模型的交叉映射关系；
依据物理-应用数据模型的交叉映射关系，识别并定义业务数据对象；
分析物理-应用数据模型的交叉映射关系，建立业务数据对象间关系，形成企业逻辑数据模型。
2.根据权利要求1所述的企业数据架构方法，其特征在于，所述扫描数据仓库的步骤中采集数据仓库的元数据包括该元数据的主题、数据表名称、字段名称，
通过服务端与数据仓库及业务***适配并采集元数据，通过客户端对元数据进行整合及可视化展现。
3.根据权利要求2所述的企业数据架构方法，其特征在于，所述利用数据血缘分析工具的步骤包括，
借助数据血缘分析工具，以数据仓库的应用数据模型为起点，向前追溯数据来源，
基于血缘分析结果，收集源业务***元数据，将源业务***元模型定义为物理数据模型，构建物理-应用数据模型的映射关系。
4.根据权利要求3所述的企业数据架构方法，其特征在于，所述依据物理-应用数据模型的交叉映射关系，识别并定义业务数据对象的步骤包括，
基于数据仓库应用数据模型提取数据对象；
依据物理-应用数据模型的交叉映射关系，计算业务数据对象数据源的相似度，若相似度高于某一阈值，则将数据对象合并。
5.根据权利要求4所述的企业数据架构方法，其特征在于，所述分析物理-应用数据模型的交叉映射关系，建立业务数据对象间关系，形成逻辑数据模型的步骤通过分析源***物理数据模型的数据关联关系，来构建上述业务数据对象间的关联关系，该步骤的实现过程包括，
针对存在同源数据的数据对象，建立相应数据对象间的关联关系；
针对不存在同源数据的数据对象，查询两数据对象间任一源数据表是否具有主外键关联关系，如果有则进行两数据对象关联。
6.根据权利要求1所述的企业数据架构方法，其特征在于，所述的企业为民用飞机制造企业。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011562598.5A CN112612778B (zh) | 2020-12-25 | 2020-12-25 | 一种企业数据架构方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011562598.5A CN112612778B (zh) | 2020-12-25 | 2020-12-25 | 一种企业数据架构方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112612778A true CN112612778A (zh) | 2021-04-06 |
| CN112612778B CN112612778B (zh) | 2024-05-07 |
Family
ID=75247815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011562598.5A Active CN112612778B (zh) | 2020-12-25 | 2020-12-25 | 一种企业数据架构方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112612778B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2318299A1 (en) * | 2000-09-01 | 2002-03-01 | Cognos Incorporated | Metadata exchange |
| US20060112109A1 (en) * | 2004-11-23 | 2006-05-25 | Chowdhary Pawan R | Adaptive data warehouse meta model |
| CN101566981A (zh) * | 2008-04-24 | 2009-10-28 | 长沙创智天马财务软件有限公司 | 分析处理***中建立动态虚拟数据仓库的方法 |
| CN102023979A (zh) * | 2009-09-09 | 2011-04-20 | 中国工商银行股份有限公司 | 元数据管理方法及*** |
| CN102402522A (zh) * | 2010-09-09 | 2012-04-04 | ***通信集团上海有限公司 | 数据查询***及方法 |
| CN102662994A (zh) * | 2012-03-14 | 2012-09-12 | 北京久其软件股份有限公司 | 利用虚拟多维数据集建立数据仓库的方法和*** |
| WO2012169807A2 (ko) * | 2011-06-07 | 2012-12-13 | Baek Seung Ho | 데이터 웨어하우스를 이용한 데이터베이스 구축 방법 및 그 시스템 |
| CN104252506A (zh) * | 2013-06-28 | 2014-12-31 | 易保网络技术(上海)有限公司 | 同步构建业务模型和数据仓库模型及其映射的方法及*** |
| CN106157132A (zh) * | 2016-06-20 | 2016-11-23 | 中国工商银行股份有限公司 | 信用风险监控***及方法 |
| CN108733713A (zh) * | 2017-04-21 | 2018-11-02 | 阿里巴巴集团控股有限公司 | 数据仓库中的数据查询方法及装置 |
| US20180356800A1 (en) * | 2017-06-08 | 2018-12-13 | Rockwell Automation Technologies, Inc. | Predictive maintenance and process supervision using a scalable industrial analytics platform |
| CN109376469A (zh) * | 2018-11-21 | 2019-02-22 | 中国航空无线电电子研究所 | 一种基于aadl的航电***部件元模型的建模方法 |
| CN109558393A (zh) * | 2018-11-28 | 2019-04-02 | 中国海洋石油集团有限公司 | 一种数据模型构建方法、装置、设备及存储介质 |
| CN109582695A (zh) * | 2018-12-04 | 2019-04-05 | 用友网络科技股份有限公司 | 一种微服务架构下数据通用查询方法及查询*** |
| CN111159184A (zh) * | 2019-12-25 | 2020-05-15 | 上海中信信息发展股份有限公司 | 元数据追溯方法、装置及服务器 |
| CN111611458A (zh) * | 2020-06-09 | 2020-09-01 | 普元信息技术股份有限公司 | 大数据治理中基于元数据和数据分析技术实现***数据架构梳理的方法 |
| CN111625579A (zh) * | 2019-02-27 | 2020-09-04 | 阿里巴巴集团控股有限公司 | 一种信息处理方法、装置及*** |
-
2020
- 2020-12-25 CN CN202011562598.5A patent/CN112612778B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2318299A1 (en) * | 2000-09-01 | 2002-03-01 | Cognos Incorporated | Metadata exchange |
| US20060112109A1 (en) * | 2004-11-23 | 2006-05-25 | Chowdhary Pawan R | Adaptive data warehouse meta model |
| CN101566981A (zh) * | 2008-04-24 | 2009-10-28 | 长沙创智天马财务软件有限公司 | 分析处理***中建立动态虚拟数据仓库的方法 |
| CN102023979A (zh) * | 2009-09-09 | 2011-04-20 | 中国工商银行股份有限公司 | 元数据管理方法及*** |
| CN102402522A (zh) * | 2010-09-09 | 2012-04-04 | ***通信集团上海有限公司 | 数据查询***及方法 |
| WO2012169807A2 (ko) * | 2011-06-07 | 2012-12-13 | Baek Seung Ho | 데이터 웨어하우스를 이용한 데이터베이스 구축 방법 및 그 시스템 |
| CN102662994A (zh) * | 2012-03-14 | 2012-09-12 | 北京久其软件股份有限公司 | 利用虚拟多维数据集建立数据仓库的方法和*** |
| US20150006467A1 (en) * | 2013-06-28 | 2015-01-01 | eBao Tech Corporation | Method and system for designing business domain model, data warehouse model and mapping therebetween synchronously |
| CN104252506A (zh) * | 2013-06-28 | 2014-12-31 | 易保网络技术(上海)有限公司 | 同步构建业务模型和数据仓库模型及其映射的方法及*** |
| CN106157132A (zh) * | 2016-06-20 | 2016-11-23 | 中国工商银行股份有限公司 | 信用风险监控***及方法 |
| CN108733713A (zh) * | 2017-04-21 | 2018-11-02 | 阿里巴巴集团控股有限公司 | 数据仓库中的数据查询方法及装置 |
| US20180356800A1 (en) * | 2017-06-08 | 2018-12-13 | Rockwell Automation Technologies, Inc. | Predictive maintenance and process supervision using a scalable industrial analytics platform |
| CN109376469A (zh) * | 2018-11-21 | 2019-02-22 | 中国航空无线电电子研究所 | 一种基于aadl的航电***部件元模型的建模方法 |
| CN109558393A (zh) * | 2018-11-28 | 2019-04-02 | 中国海洋石油集团有限公司 | 一种数据模型构建方法、装置、设备及存储介质 |
| CN109582695A (zh) * | 2018-12-04 | 2019-04-05 | 用友网络科技股份有限公司 | 一种微服务架构下数据通用查询方法及查询*** |
| CN111625579A (zh) * | 2019-02-27 | 2020-09-04 | 阿里巴巴集团控股有限公司 | 一种信息处理方法、装置及*** |
| CN111159184A (zh) * | 2019-12-25 | 2020-05-15 | 上海中信信息发展股份有限公司 | 元数据追溯方法、装置及服务器 |
| CN111611458A (zh) * | 2020-06-09 | 2020-09-01 | 普元信息技术股份有限公司 | 大数据治理中基于元数据和数据分析技术实现***数据架构梳理的方法 |
Non-Patent Citations (5)
| Title |
|---|
| 刘彬;梁建交;: "基于复杂组织体架构方法的企业数据中心总体设计", 智能制造, no. 08 * |
| 史松;冀亚林;蔡娜;王霞;马成龙;: "数据架构模型在企业管理中的应用", 价值工程, no. 33 * |
| 宋利康;崔德刚;周儒荣;: "企业模型与ERP***间映射技术", 航空学报, no. 06 * |
| 张国蕊;程燕;徐保文;: "航空工业企业架构构建方法研究", 航空制造技术, no. 19 * |
| 李春鸣: "数据架构设计方法研究", IT技术论坛 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112612778B (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113010506B (zh) | 一种多源异构水环境大数据管理*** | |
| CN112183036B (zh) | 一种格式文档生成方法、装置、设备及存储介质 | |
| CN104679827A (zh) | 一种基于大数据的***息关联方法及挖掘引擎 | |
| Shahid et al. | Application of data warehouse in real life: State-of-the-art survey from user preferences’ perspective | |
| CN111459900B (zh) | 大数据生命周期设置方法、装置、存储介质及服务器 | |
| CN112732949A (zh) | 一种业务数据的标注方法、装置、计算机设备和存储介质 | |
| CN116384889A (zh) | 基于自然语言处理技术的情报大数据智能分析方法 | |
| CN114880405A (zh) | 一种基于数据湖的数据处理方法及*** | |
| CN114372731B (zh) | 基于大数据的岗位目标制定方法、装置，设备及存储介质 | |
| US20180225314A1 (en) | Managing a single database management system | |
| CN114281795A (zh) | 一种基于业务数据标准表的数据模型构建方法 | |
| CN111061793B (zh) | 一种数据处理***和方法 | |
| JP4989761B2 (ja) | イベント履歴記憶装置、イベント履歴追跡装置、イベント履歴記憶方法及びイベント履歴記憶プログラム | |
| CN112363996A (zh) | 用于建立电网知识图谱的物理模型的方法及***和介质 | |
| CN112200212A (zh) | 一种基于人工智能的企业物资分类目录构建方法 | |
| CN112612778B (zh) | 一种企业数据架构方法 | |
| CN112699245A (zh) | 预算管理知识图谱的构建方法、装置及应用方法、装置 | |
| CN112667736B (zh) | 一种数字运营管理*** | |
| CN114925042A (zh) | 一种基于图形数据库的元数据关系的构建方法 | |
| CN114021887A (zh) | 一种企业员工工作信息的收集方法 | |
| CN107391695A (zh) | 一种基于大数据的信息提取方法 | |
| CN1588405A (zh) | 用于风险控制***的数据处理装置及方法 | |
| CN110781309A (zh) | 一种基于模式匹配的实体并列关系相似度计算方法 | |
| Abdallah et al. | A Data Collection Quality Model for Big Data Systems | |
| KR20190055278A (ko) | 멀티 gaap을 지원하기 위한 전표 데이터 관리 시스템 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |