智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

數據質量管理趨勢

時間：2019-11-15來源：知乎瀏覽數：781次

關注數據質量的同時，還要進一步關注覆蓋范圍更加廣泛、涉及層面更加深入的信息質量，這也是數據管理需要思考的問題。蘇聯數學家Kolmogorov對信息的定義是：“信息是在給內數據集內的對客觀事物的語義描述”。進一步信息又可分為物理信息和語義信息兩類，其中物理層面的信息反映基礎的數據結構；語義信息屬于進階有含義的語義數據結構，反映人類的視角。

目前數據質量管理方法中對于語義信息的關注較少，更多的是關注常規物理信息，以及可以轉化為物理信息的語義信息，其原因在于信息質量更為復雜。錯誤的數據能導致錯誤的信息，物理信息容易度量，語義信息相對較難用簡單的規則度量。在一個數據挖掘應用中，錯誤的語義信息會來源于知識發現過程中的數據集選擇、模型選擇、參數選擇、驗證方式選擇，基本上所有的過程都需要加入人為的理解因素。從傳統軟件開發質量保障角度，也需要對語義相關的信息質量進行考慮，確保數據價值的不被曲解或者損失。在移動計算、物聯網、大數據等新理念趨勢下，信息質量面臨的問題更加值得關注。

從整體數據管理角度來看，語義信息的質量保障依賴于整體數據管理水平，數據治理、元數據、數據標準等活動都會發揮作用。數據治理定義數據質量相關角色、職責，元數據、數據標準為一致性的語義理解提供參考作用。近年來軟件即服務（SaaS）和云計算應用（Cloud-Based）趨勢日益明顯，信息技術新趨勢的影響也促使數據質量管理從獨立的閉環機制拓展到完整的宏觀數據質量管理體系。銀監會于2011年發布銀行監管統計數據質量管理良好標準，該標準以數據質量為目標涵蓋組織、制度、系統和流程建設，是銀行開展全面數據質量管理的有益參考。