为你解读城市数据体系的概念、意义与作用

提升数据管理水平和数据准确性和完整性，保证数据的安全性(保密性、完整性及可用性);

4)促进数据共享与价值挖掘

在数据治理体系和数据治理平台实施过程中，建立智慧城市数据治理能力，实现数据资源在各机构、部门的共享和信息资源的整合、融合，充分挖掘数据潜在的价值价值，实现数据资产最大化。

数据架构

◆ 定义城市数据基础架构数据，能够在不同城市进行复用和灵活配置，实现“一次开发、多次使用”;

◆ 通过建立符合数据标准的数据库，为城市提供数据服务，实现不同城市、城市内部不同部门之间数据架构的互联互通互操作;

◆ 提供开放的数据接口和工具，便于实现与其他数据源(如领域内的专用数据库)的交互，从而提高数据架构的开放性和有效性;

◆ 在数据架构中采用一致的分类法，建立知识管理方法与数据架构之间的联系。

数据模型

◆ 提出城市公共数据模型的设计方法，定义城市数据标准和规范化的数据描述;

◆ 提出城市主题域模型设计方法，为不同城市建立通用、可定制的数据模型，确保数据质量持续改善;

◆ 从角色、技术、模型三个维度构建城市数据模型，保障数据需求的准确性;

数据治理

◆ 构建与城市管理综合数据库有关的数据治理架构和策略，推进城市数据资源交换、整合，满足数据资源在不同业务机构和部门之间的交换共享，提升城市信息化水平;

◆ 明确城市数据标准总体框架、管控组织和流程以及相关规章制度;设计城市数据质量管理要素和参考框架、组织和流程;

◆ 提供城市数据质量管理框架，保障城市数据的正确性、一致性、可用性和安全性，促进数据质量的持续改善;

数据知识发现

◆ 从城市海量多源异构数据中提取关键性数据并进行内在规律探索，实现数据的小型化、轻量化和知识化;

◆ 定义数据知识发现模型/算法，发掘当前数据内容并进行知识总结、并对未知知识进行预测，以容易理解的形式提供信息解释、为决策行为提供支持;

数据运营

◆ 基于城市数据“拥有、可控、增值”理念，建立智慧城市数据运营架构和运营机制，实现从数据到资产的转化，最终实现数据变现;

◆ 构建城市数据资产形成、运维和应用管理过程及核心内容;

◆ 建立城市数据资产标准管理体系，实现城市数据资产的规范化管理;

数据成熟度评估

◆ 关注城市数据发展状态，定义城市数据成熟度评估关键过程以及评估范围、评估指标等核心要素;

◆ 建立系统性的城市数据评估和发展体系，推进不同时期、不同阶段城市数据的建设、发展，规划发展演化路径。返回搜狐，查看更多