京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16