(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111630275.X (22)申请日 2021.12.28 (71)申请人 安徽海螺信息技 术工程有限责任公 司 地址 241000 安徽省芜湖市镜湖区文化路 39号 (72)发明人 宋登科　谷从发　林宜文　潘尧　 马鹏程　 (74)专利代理 机构 芜湖思诚知识产权代理有限 公司 34138 代理人 项磊 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01) (54)发明名称 一种对水泥生产经 营数据的治理方法 (57)摘要 本发明公开了一种水泥生产经营数据的治 理方法， 包括： 一、 数据集成， 在整体的业务系统 和应用的基础之上建立建立一个数据模型， 按照 数据模型将业务系统的数据或文件数据通过全 量、 增量的方式加载到中台数据库； 二、 数据标准 化， 实现数据的要素维度的梳理、 关联关系的构 筑及关系与维度的汇总形成全面的资源库数据 集； 三、 数据开发， 制定数据开发规范， 对存在的 数据相关问题针对性地提供相应解决方案， 实现 全流程数据处理； 四、 数据质量管理， 根据质量问 题对数据质量进行预测评分， 设置预警阈值预 警， 并通过治理评估报告和健康分指标体现治理 成效。 本发明解决了数据集成程度差、 数据的统 一管理困难以及无法监控数据质量的问题。 权利要求书2页 说明书8页 附图4页 CN 114298550 A 2022.04.08 CN 114298550 A 1.一种水泥生产经 营数据的治理方法， 其特 征在于： 包括： 一、 数据集成， 在整体的业务系统和应用的基础 之上建立建立一个数据模型， 识别了企 业内部跨功能、 跨部门、 跨组织的共享或冗余数据， 按照数据模型将业务系统的数据或文件 数据通过全量、 增量的方式加载到中 台数据库； 二、 数据标准化， 对数据进行全面标准化， 实现数据的要素维度的梳理、 关联关系的构 筑及关系与维度的汇总形成全面的资源库数据集； 三、 数据开发， 制定数据开发规范， 对存在的数据相关问题针对性地提供相应解决方 案， 实现全流 程数据处 理； 四、 数据质量管理， 针对数据在生命周期的每个阶段的各类数据质量问题， 进行识别、 度量、 监控、 预警一系列管理活动， 根据质量问题对数据质量进行预测评分， 设置预警阈值 预警， 并通过治理评估报告和健康分指标体现治理成效。 2.根据权利要求1所述的一种水泥生产 经营数据的治理方法， 其特征在于： 数据集成中 建立的数据模型主要划分成主题域模型和概念性模型， 在两者之间逐级扩展； 主题域模型 在数据模型中处于第一层次， 基本原则就是按照需求来划分， 对某个主题进行分析后确定 的主题边界； 概念性模型在数据模型中处于第二层次， 将 每个主题 域进一步细分为 “概念”， 概念模型是一种高阶数据模型， 以实体—关系理论为基础， 通过主题域形式描述概念化的 结构。 3.根据权利要求1或2所述的一种水泥生产经营数据的治理方法， 其特征在于： 数据集 成中建立的数据模型按照实体链路整理数据， 收集所有相关的数据， 按照各实体ID作为唯 一记录标识， 构建整体明细数据， 形成以实体ID为基础的销售信息大宽表； 按照实体链路中 的实体在业务系统中的存放方式， 获取描述各个实体的维度， 进 行维度表的整体设计， 涉及 的实体依据实体链路相关联。 4.根据权利要求1所述的一种水泥生产经营数据的治理方法， 其特征在于： 数据集成 中， 将组织管理体系、 供应商信息、 物料信息、 各工序生产数据、 能源消耗数据进 行批量离线 抽取， 即批量数据离线同步迁移； 而对销量 等数据进行增量数据实时采集。 5.根据权利要求1所述的一种水泥生产 经营数据的治理方法， 其特征在于： 数据标准化 包括： 1)接入 数据在原始库中实现标准化， 原始库分为数据准备区和数据标准层， 数据准备 区对平台汇聚的数据资源提供数据 的临时存储， 数据标准层提供对数据的转换、 加载、 清 洗、 字段统一、 数据去重及数据归一 化等操作， 实现数据资源的全面标准 化； 2)标准化完成后的数据， 在资源库中实现要素维度的梳理、 关联关系的构筑及关系与 维度的汇总， 数据资源在数据明细层阶段， 根据主题方向构建主题明细， 利用元数据及数据 血缘关系提供数据溯源及查询能力； 完成数据明细层的工作， 在数据汇总层对事实明细数 据按照特定维度进行汇总， 再去重、 合并后形成全面的资源库数据集。 6.根据权利要求1或5所述的一种水泥生产经营数据的治理方法， 其特征在于： 数据标 准化构建统一、 规范、 可共享的全域数据体系， 具体方法包括： (1)确定主数据 标准， 在集成的数据上进行主数据标准的制定， 单个系统进行维护系统 的数据以对应系统中的数据标准为准， 对于多个系统都有进行维护的且存在差异的信息， 通过梳理建立映射表进行关联； (2)制定命名模型规范， 通过规范相关业务描述的事实表、 字典表， 将字段名称统一归权　利　要　求　书 1/2 页 2 CN 114298550 A 2并、 设定业务模型表命名统一规范， 实现数据释义统一、 相同业务字段表述描述统一、 业务 模型表名与注释直观反 映相关数据域与业务过程； 在此基础上构建数据公共层， 建立数据 标准管理规范， 数据 表的命名规则如： ods_{单位简称}_{业务库简写 标识}_{业务库原始表 名}[_分区标识]。 7.根据权利要求6所述的一种水泥生产 经营数据的治理方法， 其特征在于： 数据开发对 全流程产生的数据相关问题针对性地提供相应解决方案， 形成相应的治理项； 治理时通过 触发治理项检测， 实现从触发治理项检测、 生 成治理项问题、 查看并处理治理项问题的一系 列流程以解决问题， 完成数据治理。 8.根据权利要求1或7所述的一种水泥生产经营数据的治理方法， 其特征在于： 数据质 量管理的监控过程如下： 事前： 定义数据质量类型、 数据质量 等级， 并明确质量分析步骤。 事中： 对应配置各类型数据的数据质量标准， 对数据进行数据质量稽核， 发现异常数据 时发出异常数据结果告警。 事后： 对数据质量产生和变化进行原因分析、 影响分析， 再根据分析结果进行数据质量 流程优化以提高数据质量。 9.根据权利要求8所述的一种水泥生产 经营数据的治理方法， 其特征在于： 对数据质量 进行预测评分是基于治理项， 按照定义的健康分模型进行量化评估， 最终通过治理评估报 告及治理排行榜中的健康分来体现当前所取得的治理成效， 健康分是依据在数据生产、 数 据流通及数据管理中的用户行为、 数据特性、 任务性质这些元数据， 使用数据处理及机器学 习技术， 对各类型数据进 行综合处理和评估， 通过个人、 工作空间维度客观呈现数据资产状 态的综合分值； 治理评估报告能选择从不同视角查看整体的治理成效， 或从不同子维度查 看各维度的治理成效， 便于发现并分析治理项问题较多的维度， 进一步开展后续的集中治 理工作。 10.根据权利要求9所述的一种水泥生产经营数据的治理方法， 其特征在于： 健康分体 系依托不同元数据， 建设了 “存储、 计算、 研发、 质量和安全 ”五大健康度领域， 并构建 “存储 健康分、 计算健康分、 研发健康分、 质量健康分和安全健康分 ”五大健康分指标； 上述健康度 领域对应分别针对数据存储、 数据计算、 任务研发、 质量监控和数据安全方面出现的问题进 行统计分析， 对各种问题设定相应权 重进行评分。权　利　要　求　书 2/2 页 3 CN 114298550 A 3