数据太多、太乱、太杂？你需要这样一套数据治理流程

先来看张图，如下图 13 描述的是公安数据治理框架，平台架构主要包括数据存储、数据计算、数据管理、数据应用四部分。它将不同的数据按照应用分到了不同的主题或专题库，例如常住人口专题库或企业信息专题库等等。与此同时，不同的数据也能最终组成知识图谱，相当于构建了一种庞大的背景知识。

看上去这张图非常复杂，但其实也就分为储存、计算、管理和应用四部分。

• 数据存储：基于分布式的大数据存储平台；
• 数据计算：这是数据治理的最主要部分，包括数据的探查、提取、清洗、转换、集成等；
• 数据管理：对集成后的数据统一维护与管理；
• 数据应用：这是数据价值最直接的体现，我们可以通过自然语言处理等技术，对数据进行深度分析。

从上图我们可以看到整个工作流大概从预处理到分析挖掘分为 7 个部分，其中不同的部分会调用不同的数据知识库，最后的分析挖掘则是我们希望获得的结果。

在整个流程中，我们除了对数据进行各种操作与处理外，还要创建新的知识表示方式。例如将数据按照一定主题进行关联来构造一个模型，公安数据治理分别以人、物、时空、组织、虚拟标识、 案件等作为主题来建立模型。

除此之外，知识图谱按照目标数据可以分为实体、事件、关系三种类型，从而建立数据之间的关联关系。如下在公安场景中，我们能以人为中心实体构建的一个简单的知识图谱。其中我们需要建立人与电话号码所属关系、人与护照所属关系及人与人的关系等等。

以上就是公安数据治理的简要结构了，吴信东教授说：「明略科技提出这样的数据治理框架，希望通过数据在线、分析洞察、闭环智能「三步走」战略，构建从感知到认知再到行动的反馈闭环，将人类、机器、组织的智能三位一体，为企业和组织提供具有分析决策能力的高阶人工智能应用。」

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!