基于關(guān)聯(lián)數(shù)據(jù)的企業(yè)數(shù)據(jù)治理可視化框架研究

陳氫 劉文梅

關(guān)鍵詞：關(guān)聯(lián)數(shù)據(jù);企業(yè);數(shù)據(jù)治理：數(shù)據(jù)可視化

隨著社會(huì)信息化技術(shù)的不斷發(fā)展，數(shù)據(jù)已逐漸成為企業(yè)經(jīng)營(yíng)發(fā)展的核心資產(chǎn)。激烈的商業(yè)競(jìng)爭(zhēng)環(huán)境使得企業(yè)更加專注于自身所產(chǎn)生的數(shù)據(jù)。數(shù)據(jù)是企業(yè)分析與決策的重要基礎(chǔ).其數(shù)據(jù)質(zhì)量直接影響到數(shù)據(jù)分析的結(jié)果，進(jìn)而決定企業(yè)的商業(yè)決策。為了減輕低數(shù)據(jù)質(zhì)量、可視化工具缺乏以及數(shù)據(jù)基本屬性所帶來(lái)的風(fēng)險(xiǎn)，實(shí)現(xiàn)對(duì)已有數(shù)據(jù)的最大利用度，企業(yè)必須建立數(shù)據(jù)治理框架。數(shù)據(jù)治理是確保整個(gè)企業(yè)重要數(shù)據(jù)資產(chǎn)被正式化管理的重要手段。它不僅能保障數(shù)據(jù)的可靠性，還可確定誰(shuí)應(yīng)為低數(shù)據(jù)質(zhì)量產(chǎn)生的不良后果負(fù)責(zé)。企業(yè)數(shù)據(jù)治理作為數(shù)據(jù)資產(chǎn)發(fā)揮價(jià)值的前提與基礎(chǔ)，能夠保障數(shù)據(jù)以及決策質(zhì)量，有效提升企業(yè)數(shù)據(jù)治理的能力。

強(qiáng)化企業(yè)數(shù)據(jù)最大程度可視化是數(shù)據(jù)治理的關(guān)鍵組成部分。傳統(tǒng)的集中式管理方式已不再適用復(fù)雜化的組織結(jié)構(gòu)，單一的管理者會(huì)使企業(yè)錯(cuò)過(guò)捕獲和糾正信心的幾率更高。為了實(shí)現(xiàn)對(duì)企業(yè)數(shù)據(jù)資產(chǎn)更有效的治理，組織必須對(duì)描述、創(chuàng)建、格式、轉(zhuǎn)換、移動(dòng)和管理的信息進(jìn)行全面控制，從根本上提升企業(yè)數(shù)據(jù)治理的能力。因此，本文主要借助本體、關(guān)聯(lián)數(shù)據(jù)以及Protege工具，實(shí)現(xiàn)企業(yè)數(shù)據(jù)全局可視化。通過(guò)賦予組織成員不同的權(quán)限與責(zé)任，實(shí)現(xiàn)對(duì)數(shù)據(jù)共享最大化，從而改善企業(yè)數(shù)據(jù)治理水平，以提升企業(yè)數(shù)據(jù)質(zhì)量。與此同時(shí)，本文還制定了模型更新策略、數(shù)據(jù)傳輸捕獲策略和數(shù)據(jù)可視化查詢方法，為企業(yè)數(shù)據(jù)治理的實(shí)施提供了可操作指導(dǎo)。

1相關(guān)研究

1.1數(shù)據(jù)治理

數(shù)據(jù)治理作為社會(huì)信息化的產(chǎn)物，表明數(shù)據(jù)從排他性到共享，從封閉到開(kāi)放。相對(duì)于信息，數(shù)據(jù)具有不同的特征，產(chǎn)生了新的治理需求，并推動(dòng)了傳統(tǒng)信息管理模式的變革。目前國(guó)內(nèi)外學(xué)者對(duì)于數(shù)據(jù)治理的相關(guān)研究也甚多。

數(shù)據(jù)治理是一門集人員、工具及相關(guān)管理工作流程于一體的學(xué)科，表明當(dāng)事人擁有決策權(quán)并對(duì)組織數(shù)據(jù)資產(chǎn)決策負(fù)責(zé)。DAMA（國(guó)際數(shù)據(jù)管理協(xié)會(huì)）把數(shù)據(jù)治理定義為通過(guò)對(duì)數(shù)據(jù)和信息進(jìn)行組織與管理，實(shí)現(xiàn)對(duì)數(shù)據(jù)資產(chǎn)的控制與使用;在企業(yè)數(shù)據(jù)管理過(guò)程中.數(shù)據(jù)治理則是通過(guò)對(duì)決策權(quán)和職責(zé)的分配，以實(shí)現(xiàn)企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值最大化;而依托于數(shù)據(jù)治理的目標(biāo).數(shù)據(jù)治理則被定義為通過(guò)規(guī)范數(shù)據(jù)標(biāo)準(zhǔn)、簡(jiǎn)化數(shù)據(jù)內(nèi)容、制定數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)等，使得數(shù)據(jù)管理思路清晰，以構(gòu)建良好數(shù)據(jù)體系，獲得高質(zhì)量數(shù)據(jù);依托于數(shù)據(jù)治理領(lǐng)域，數(shù)據(jù)治理是聚焦于數(shù)據(jù)來(lái)源、質(zhì)量、隱私安全、責(zé)任等關(guān)鍵領(lǐng)域，其重點(diǎn)在于保護(hù)數(shù)據(jù)信息與挖掘數(shù)據(jù)價(jià)值，以免受數(shù)據(jù)安全隱患，進(jìn)而保障數(shù)據(jù)的準(zhǔn)確性、完整性、安全性以及真實(shí)性，從而實(shí)現(xiàn)數(shù)據(jù)的高度共享。

數(shù)據(jù)治理的價(jià)值體現(xiàn)在保障數(shù)據(jù)質(zhì)量、改善數(shù)據(jù)報(bào)告可信度、減少低數(shù)據(jù)質(zhì)量帶來(lái)的成本、保證不違反制度規(guī)則、提升數(shù)據(jù)使用者的滿意度以及改善企業(yè)市場(chǎng)地位等方面的價(jià)值：在一定程度上可保障數(shù)據(jù)質(zhì)量，從而盡可能規(guī)避低數(shù)據(jù)質(zhì)量在數(shù)據(jù)檢測(cè)和更正過(guò)程中帶來(lái)的大量時(shí)間與運(yùn)營(yíng)成本的浪費(fèi)，以及造成數(shù)據(jù)決策無(wú)效和數(shù)據(jù)預(yù)測(cè)結(jié)果錯(cuò)誤等問(wèn)題;提高了數(shù)據(jù)透明度，保障了數(shù)據(jù)質(zhì)量以及增強(qiáng)了數(shù)據(jù)的規(guī)范性和利用率：數(shù)據(jù)治理是保障數(shù)據(jù)質(zhì)量的關(guān)鍵，其價(jià)值在于保障數(shù)據(jù)的準(zhǔn)確性、安全性以及易用性，以實(shí)現(xiàn)數(shù)據(jù)合規(guī)使用與適度分享。也有學(xué)者對(duì)數(shù)據(jù)質(zhì)量、數(shù)據(jù)隱私、數(shù)據(jù)共享等方面進(jìn)行研究，提出了大數(shù)據(jù)時(shí)代數(shù)據(jù)治理能力和數(shù)據(jù)素養(yǎng)等能力已逐漸成為企業(yè)的核心競(jìng)爭(zhēng)力。可見(jiàn)，數(shù)據(jù)治理對(duì)于企業(yè)的經(jīng)營(yíng)發(fā)展具有重要意義。

數(shù)據(jù)管理活動(dòng)與數(shù)據(jù)治理緊密相關(guān)。數(shù)據(jù)管理需了解企業(yè)當(dāng)前及未來(lái)需求.并使得數(shù)據(jù)在支撐管理活動(dòng)中實(shí)用且高效。通過(guò)數(shù)據(jù)治理，數(shù)據(jù)管理能有效地支持和執(zhí)行企業(yè)戰(zhàn)略目標(biāo)。在數(shù)據(jù)治理的基礎(chǔ)上，建立一個(gè)企業(yè)數(shù)據(jù)全局可視化圖是非常有必要的。通過(guò)清晰認(rèn)識(shí)企業(yè)數(shù)據(jù)可視化圖，以便正確地管理和治理企業(yè)數(shù)據(jù)資產(chǎn)。

1.2數(shù)據(jù)可視化

數(shù)據(jù)可視化是信息技術(shù)領(lǐng)域一個(gè)不斷發(fā)展的跨學(xué)科技術(shù)，其目的是通過(guò)圖像等方式將抽象且無(wú)序的數(shù)據(jù)以一種易于理解的形式匯集起來(lái)?？梢暬訌?qiáng)調(diào)視覺(jué)表達(dá)、互動(dòng)方式以及心理感知，結(jié)合跨學(xué)科的知識(shí)來(lái)呈現(xiàn)數(shù)據(jù)并傳達(dá)其隱含的意義。隨著語(yǔ)義Web、本體論等技術(shù)的發(fā)展，知識(shí)圖譜的目的是描述現(xiàn)實(shí)世界中實(shí)體之間的關(guān)系。國(guó)內(nèi)外學(xué)者在知識(shí)圖譜可視化領(lǐng)域已經(jīng)取得了顯著的成果，包括各種可視化技術(shù)和可視化查詢方法。

在2007年提出的“關(guān)聯(lián)開(kāi)放數(shù)據(jù)”項(xiàng)目中，通過(guò)RDF鏈接將不同的知識(shí)圖譜組合成一個(gè)大型的知識(shí)圖譜。隨后，國(guó)內(nèi)外學(xué)者開(kāi)始研究相關(guān)的開(kāi)放數(shù)據(jù)可視化技術(shù)。通過(guò)對(duì)不同數(shù)據(jù)間的抽象級(jí)別進(jìn)行定義，實(shí)現(xiàn)關(guān)聯(lián)數(shù)據(jù)的動(dòng)態(tài)可視化，并提出關(guān)聯(lián)數(shù)據(jù)的可視化模型。由于數(shù)據(jù)可視化不存在標(biāo)準(zhǔn)化的數(shù)據(jù)模型，因此需要不同的查詢語(yǔ)言來(lái)實(shí)現(xiàn)查詢與管理。例如，由萬(wàn)維網(wǎng)聯(lián)盟開(kāi)發(fā)的用于映射RDF知識(shí)的標(biāo)準(zhǔn)查詢語(yǔ)言SPARQL已經(jīng)被創(chuàng)建，其基本單元是三元組模式.允許多個(gè)運(yùn)算符將基本圖擴(kuò)展到復(fù)雜圖。但SPARQL查詢語(yǔ)言在文本結(jié)構(gòu)化查詢時(shí)面臨一個(gè)共同問(wèn)題.即用戶們需要一定的時(shí)間才能掌握查詢語(yǔ)言的結(jié)構(gòu)和語(yǔ)義信息對(duì)應(yīng)的不同的關(guān)鍵詞和運(yùn)算符。

本體的可視化查詢方法側(cè)重于本體的層次結(jié)構(gòu)，而本體適用于概念及其復(fù)雜關(guān)系的形式化表示。Protege是一種基于Java語(yǔ)言的知識(shí)獲取和編輯軟件，它允許可視化本體層次結(jié)構(gòu)，并為多個(gè)繼承復(fù)制概念。其中，樹(shù)視圖和歐拉圖是最適合體現(xiàn)層次結(jié)構(gòu)的視覺(jué)模型，以縮進(jìn)列表的形式清晰地呈現(xiàn)本體的類名及其層次關(guān)系.其不足之處在于無(wú)法體現(xiàn)同一層級(jí)本體間的實(shí)際關(guān)系。相比較之下，歐拉圖能夠以節(jié)點(diǎn)嵌套的方式呈現(xiàn)本體間的層次關(guān)系，以及通過(guò)節(jié)點(diǎn)大小與距離反映實(shí)體間的相似性.但是同樹(shù)視圖一樣，存在無(wú)法體現(xiàn)多層繼承的關(guān)系。

知識(shí)圖譜可視化被廣泛應(yīng)用于衛(wèi)生醫(yī)療、輿情分析、網(wǎng)絡(luò)社交等領(lǐng)域，是實(shí)現(xiàn)人工智能背景下認(rèn)知智能的核心工具。由于每個(gè)領(lǐng)域不斷地生成知識(shí)圖譜，因此通用的可視化查詢方法可能不適用于描述每個(gè)領(lǐng)域的特定問(wèn)題。

1.3關(guān)聯(lián)數(shù)據(jù)

關(guān)聯(lián)數(shù)據(jù)是利用Web技術(shù)在不同數(shù)據(jù)源之間創(chuàng)建語(yǔ)義關(guān)聯(lián)的最佳手段，它允許用戶通過(guò)萬(wàn)維網(wǎng)或企業(yè)內(nèi)部網(wǎng)發(fā)布、共享以及關(guān)聯(lián)數(shù)據(jù)。與其他存儲(chǔ)數(shù)據(jù)方式相反，關(guān)聯(lián)數(shù)據(jù)的主要特點(diǎn)在于認(rèn)為跨數(shù)據(jù)庫(kù)關(guān)系與數(shù)據(jù)本身同等重要，可以關(guān)聯(lián)完全分散的數(shù)據(jù)集。另外，關(guān)聯(lián)數(shù)據(jù)遵從以下原則：使用URIs作為任何事物的標(biāo)識(shí)名稱：使用HTTP URIs訪問(wèn)這些標(biāo)識(shí);當(dāng)訪問(wèn)某個(gè)URI時(shí)，采用標(biāo)準(zhǔn)形式提供有用信息;盡可能關(guān)聯(lián)到其他URI，使人們發(fā)現(xiàn)更多的資源和信息。

當(dāng)統(tǒng)一標(biāo)準(zhǔn)被采用后.關(guān)聯(lián)數(shù)據(jù)就具有明確定義和機(jī)器可讀。由于應(yīng)用程序可以通過(guò)關(guān)聯(lián)數(shù)據(jù)定義，則自描述型數(shù)據(jù)可將數(shù)據(jù)格式與表示完全分離.以便于發(fā)布者在發(fā)布語(yǔ)義本體時(shí)不受單個(gè)詞匯限制。在機(jī)器可讀性方面，將HTTP協(xié)議作為一種檢索機(jī)制。結(jié)合靈活且鏈接友好的RDF圖結(jié)構(gòu)，以自動(dòng)化的形式爬取或梳理程序中的大量互聯(lián)數(shù)據(jù)集，以發(fā)現(xiàn)新的數(shù)據(jù)源及其后續(xù)的關(guān)聯(lián)。正是這種發(fā)布數(shù)據(jù)的靈活性和友好性，使得關(guān)聯(lián)數(shù)據(jù)特別適合對(duì)企業(yè)數(shù)據(jù)進(jìn)行建模。RDF作為關(guān)聯(lián)數(shù)據(jù)的關(guān)鍵基礎(chǔ)，用于描述元數(shù)據(jù)資源的屬性及其關(guān)系的標(biāo)記語(yǔ)言。本質(zhì)上，RDF最初基于XML語(yǔ)法，是關(guān)聯(lián)數(shù)據(jù)的數(shù)據(jù)模型。通過(guò)三元組形式描述元數(shù)據(jù)間的關(guān)系，其基本結(jié)構(gòu)由主語(yǔ)、謂語(yǔ)及賓語(yǔ)3個(gè)部分組成。主語(yǔ)和賓語(yǔ)可以通過(guò)統(tǒng)一的URI來(lái)標(biāo)識(shí)Web或內(nèi)網(wǎng)上的資源。最重要的是RDF不需要關(guān)聯(lián)其他數(shù)據(jù)，也能很好地描述實(shí)體以及實(shí)體與實(shí)體之間的關(guān)系。而資源描述框架模式（RDFS）是一種在RDF中通過(guò)使用類和rdfs：type屬性來(lái)定義詞匯表的方式。RDF類是一組具有特定rdfs：class類型的RDF源。而類或源可通過(guò)rdfs：subclass屬性進(jìn)一步分組。Web本體語(yǔ)言是語(yǔ)義Web的基礎(chǔ)，實(shí)質(zhì)上是一個(gè)詞匯表，也是RDF的擴(kuò)展。

關(guān)聯(lián)數(shù)據(jù)為關(guān)聯(lián)的結(jié)構(gòu)化數(shù)據(jù)提供了一種新的支持，使機(jī)器能夠更好地讀取這些數(shù)據(jù)。但是關(guān)聯(lián)數(shù)據(jù)本身沒(méi)有語(yǔ)義意義.它們更好地承載了用戶可以訪問(wèn)的語(yǔ)義數(shù)據(jù)。因此，盡管關(guān)聯(lián)數(shù)據(jù)本身沒(méi)有語(yǔ)義特征，但它們可以在數(shù)據(jù)級(jí)別上建立關(guān)系，從而為真正的語(yǔ)義Web技術(shù)提供橋梁。

2大數(shù)據(jù)背景下企業(yè)數(shù)據(jù)治理面臨的挑戰(zhàn)

2.1低數(shù)據(jù)質(zhì)量問(wèn)題

高數(shù)據(jù)質(zhì)量通常被認(rèn)為是企業(yè)經(jīng)營(yíng)、計(jì)劃和決策的核心競(jìng)爭(zhēng)力，是實(shí)現(xiàn)企業(yè)戰(zhàn)略目標(biāo)的關(guān)鍵前提。據(jù)調(diào)查顯示，低數(shù)據(jù)質(zhì)量是導(dǎo)致客戶關(guān)系管理系統(tǒng)障礙的主要原因。在低數(shù)據(jù)質(zhì)量的環(huán)境下，企業(yè)通常無(wú)法實(shí)現(xiàn)商業(yè)決策時(shí)的附加價(jià)值。由于缺乏數(shù)據(jù)治理與管理的能力.企業(yè)往往造成跨組織低數(shù)據(jù)質(zhì)量問(wèn)題。其主要體現(xiàn)在數(shù)據(jù)不一致、不準(zhǔn)確、不及時(shí)和來(lái)源不明確等。低數(shù)據(jù)質(zhì)量不僅會(huì)產(chǎn)生流程進(jìn)度失敗、信息廢料和返工等成本，還會(huì)削弱組織對(duì)數(shù)據(jù)的信任，甚至造成客戶不愿意接受基于此數(shù)據(jù)的商業(yè)計(jì)劃項(xiàng)目。海量而復(fù)雜的數(shù)據(jù)給企業(yè)管理帶來(lái)挑戰(zhàn)的同時(shí)，也增加了低數(shù)據(jù)質(zhì)量的風(fēng)險(xiǎn)。良好的數(shù)據(jù)治理和健全的全局?jǐn)?shù)據(jù)可視化可有效提升數(shù)據(jù)質(zhì)量。

2.2缺乏數(shù)據(jù)治理工具

除了低數(shù)據(jù)質(zhì)量問(wèn)題外.缺乏數(shù)據(jù)治理工具也為企業(yè)帶來(lái)了進(jìn)一步的挑戰(zhàn)。當(dāng)前，企業(yè)數(shù)據(jù)管理工作主要依賴于詳細(xì)目錄或注冊(cè)技術(shù)，或者是一些專有和開(kāi)源的工具。然而，大部分工具仍然停留在對(duì)驅(qū)動(dòng)項(xiàng)目和數(shù)據(jù)所有者信息的收集和整合。在最近的數(shù)據(jù)治理研究中，主要通過(guò)建立自頂而下的方法實(shí)現(xiàn)數(shù)據(jù)治理與管理。雖然實(shí)現(xiàn)了對(duì)項(xiàng)目的更多控制，但是阻礙了整個(gè)組織人員以“眾包”輸入形式實(shí)現(xiàn)對(duì)數(shù)據(jù)的管理、定義及移動(dòng)。在企業(yè)數(shù)據(jù)治理過(guò)程中.由于難以量化工作優(yōu)先級(jí)帶來(lái)的好處.因此很難授權(quán)實(shí)際優(yōu)先級(jí).進(jìn)而企業(yè)商業(yè)項(xiàng)目難以推進(jìn)。在該情況下，各部門會(huì)形成孤立的數(shù)據(jù)集，從而導(dǎo)致業(yè)務(wù)人員無(wú)法了解數(shù)據(jù)間的依賴性。因此，企業(yè)需要一個(gè)合適的可視化工具，實(shí)現(xiàn)整個(gè)企業(yè)的全局?jǐn)?shù)據(jù)可視化圖，以映射企業(yè)數(shù)據(jù)流及業(yè)務(wù)范圍。

2.3數(shù)據(jù)基本屬性問(wèn)題

在企業(yè)元數(shù)據(jù)類型與數(shù)據(jù)管理計(jì)劃的并行問(wèn)題中，主要由兩個(gè)方面驅(qū)動(dòng)：一是數(shù)據(jù)屬性問(wèn)題;二是關(guān)于元數(shù)據(jù)管理活動(dòng)相關(guān)的問(wèn)題。對(duì)于數(shù)據(jù)屬性問(wèn)題，主要存在數(shù)據(jù)不完整、數(shù)據(jù)不一致、數(shù)據(jù)來(lái)源不明確以及數(shù)據(jù)異常等問(wèn)題;而對(duì)于元數(shù)據(jù)管理活動(dòng)問(wèn)題，主要包括數(shù)據(jù)的創(chuàng)建、收集、共享、更新以及查詢等問(wèn)題。不同類型的元數(shù)據(jù)在整個(gè)企業(yè)中面臨著不同的挑戰(zhàn)。然而企業(yè)管理活動(dòng)與元數(shù)據(jù)類型間的維度是相互交織的。在數(shù)據(jù)創(chuàng)建、轉(zhuǎn)換和移動(dòng)過(guò)程中，有效的元數(shù)據(jù)管理需要重點(diǎn)解決數(shù)據(jù)在收集、共享、更新和查詢中的數(shù)據(jù)來(lái)源問(wèn)題。與此同時(shí)，管理者和用戶在查詢數(shù)據(jù)時(shí)也應(yīng)該尤其注意數(shù)據(jù)治理的問(wèn)題。

3基于關(guān)聯(lián)數(shù)據(jù)的企業(yè)數(shù)據(jù)治理可視化框架設(shè)計(jì)

3.1以關(guān)聯(lián)數(shù)據(jù)和本體為基礎(chǔ)

關(guān)聯(lián)數(shù)據(jù)和本體是企業(yè)數(shù)據(jù)可視化的通用技術(shù)基礎(chǔ)。由于語(yǔ)義Web技術(shù)和圖數(shù)據(jù)結(jié)構(gòu)的靈活性和可表達(dá)性，關(guān)聯(lián)數(shù)據(jù)可更好地通過(guò)增加元數(shù)據(jù)的可視化效果來(lái)提高企業(yè)數(shù)據(jù)質(zhì)量。為有效提高企業(yè)數(shù)據(jù)質(zhì)量水平，數(shù)據(jù)的可視化遠(yuǎn)遠(yuǎn)超出了可描述的實(shí)際數(shù)據(jù)結(jié)構(gòu)（庫(kù)、行、列等）。企業(yè)的數(shù)據(jù)可視化還包括企業(yè)數(shù)據(jù)在整個(gè)組織中如何被使用、被誰(shuí)使用、如何分布以及數(shù)據(jù)屬于哪個(gè)業(yè)務(wù)概念或流程。在整個(gè)組織中，通過(guò)建立一種可共享的標(biāo)準(zhǔn)化方式來(lái)關(guān)聯(lián)這些復(fù)雜關(guān)系，用以描述數(shù)據(jù)與組織的交互，借此實(shí)現(xiàn)企業(yè)數(shù)據(jù)最大程度地可視化。

在建立企業(yè)數(shù)據(jù)可視化框架過(guò)程中，所需關(guān)聯(lián)數(shù)據(jù)和本體的關(guān)鍵屬性包括：

1）可表達(dá)性。通過(guò)使用三元組構(gòu)建企業(yè)數(shù)據(jù)、流程及人員間的復(fù)雜關(guān)系，形成一個(gè)圖數(shù)據(jù)結(jié)構(gòu)。在整個(gè)組織中將企業(yè)數(shù)據(jù)與其他實(shí)體關(guān)聯(lián)起來(lái)，從而建立一個(gè)以圖結(jié)構(gòu)捕獲數(shù)據(jù)、流程及人員的集成方式。其次，通過(guò)使用OWL本體語(yǔ)言擴(kuò)展RDF，以本體的形式建立復(fù)雜規(guī)則與關(guān)系，以此為推理引擎提供基礎(chǔ)。其中，關(guān)系允許數(shù)據(jù)是“自描述的”，因此在處理圖信息的工具上可以是輕量級(jí)的，不需要關(guān)注關(guān)系或規(guī)則的維護(hù)。

2）靈活性。語(yǔ)義Web技術(shù)提供了在不同級(jí)別上指定數(shù)據(jù)的靈活性?；趯?duì)開(kāi)放世界的假設(shè)，數(shù)據(jù)可以對(duì)任何事物具體化。在組織控件上可以以規(guī)則、推斷或公理的形式來(lái)保持高度靈活性和標(biāo)準(zhǔn)化。在處理實(shí)際問(wèn)題時(shí)，靈活性也非常重要。例如，在不同級(jí)別上團(tuán)隊(duì)可以輸入他們擁有的信息。通過(guò)以標(biāo)準(zhǔn)化方式存儲(chǔ)企業(yè)元數(shù)據(jù)，以提供強(qiáng)大的數(shù)據(jù)源，為企業(yè)范圍內(nèi)建立高水平戰(zhàn)略元數(shù)據(jù)視圖提供數(shù)據(jù)支撐。

3）易發(fā)布性。語(yǔ)義Web內(nèi)容的發(fā)布僅需一個(gè)公開(kāi)的URI。當(dāng)發(fā)現(xiàn)被引用時(shí)，Web瀏覽器會(huì)自動(dòng)訪問(wèn)該資源并集成為當(dāng)前視圖。該方法易于將事實(shí)信息公布于語(yǔ)義網(wǎng)中，使得多方輕松實(shí)現(xiàn)數(shù)據(jù)共享，從而提供一種“眾包”方法來(lái)構(gòu)建知識(shí)庫(kù)。然而，大規(guī)模的元數(shù)據(jù)管理工作需要跨組織的參與才能取得成功。因此通過(guò)建立企業(yè)數(shù)據(jù)可視化，不僅可以迅速增加知識(shí)庫(kù)內(nèi)容，還可以實(shí)現(xiàn)數(shù)據(jù)共享的最大化。

4）可推斷性。推斷是OWL的主要優(yōu)點(diǎn)之一，推理引擎可根據(jù)數(shù)據(jù)中的斷言和規(guī)則推斷出新的數(shù)據(jù)。這種推斷數(shù)據(jù)的能力是維護(hù)企業(yè)數(shù)據(jù)圖靈活性所不可或缺的。在元數(shù)據(jù)管理過(guò)程中，團(tuán)隊(duì)必須能夠在一定級(jí)別上輸入數(shù)據(jù)，以保持推斷的實(shí)時(shí)性。例如，一個(gè)團(tuán)隊(duì)提交特定系統(tǒng)由多個(gè)個(gè)人訪問(wèn)，這些個(gè)人從干系人到技術(shù)所有者。另一種情況，他們僅允許特定部門訪問(wèn)其系統(tǒng)。推論可得知干系人和技術(shù)所有者來(lái)自組織的哪個(gè)部門。類似地，推斷也可協(xié)調(diào)不同系統(tǒng)的信息級(jí)別：推理引擎還可創(chuàng)建隱含事實(shí)，將不同級(jí)別的組織信息和系統(tǒng)信息關(guān)聯(lián)起來(lái)。

5）豐富的框架和工具。語(yǔ)義Web技術(shù)還提供了許多成熟的開(kāi)源框架、工具、三重存儲(chǔ)、推理引擎和可視化工具。此外，還有一種稱之為Prot6g6的本體開(kāi)發(fā)工具，可以實(shí)現(xiàn)企業(yè)數(shù)據(jù)的可視化，從而提高數(shù)據(jù)的可共享程度。在本例中，相比于電子表格，組織圖能更好地看到數(shù)據(jù)移動(dòng)及其依賴關(guān)系，并且讓組織員工對(duì)公司數(shù)據(jù)有更好的認(rèn)識(shí)。另外.存在開(kāi)源和專有的幾種RDF存儲(chǔ)類型，以有效處理大量三元組。

豐富的開(kāi)源工具組合和準(zhǔn)入的低成本，使得語(yǔ)義Web技術(shù)成為相對(duì)于高成本、專有和集中化元數(shù)據(jù)管理更具吸引力。此外，企業(yè)范圍內(nèi)的元數(shù)據(jù)項(xiàng)目依賴于高參與率，企業(yè)數(shù)據(jù)的高度可視化促進(jìn)了企業(yè)元數(shù)據(jù)管理以及更高質(zhì)量的輸入，更多的個(gè)體可看到組織內(nèi)部系統(tǒng)、數(shù)據(jù)和人員間的依賴關(guān)系。

3.2企業(yè)整體框架體系

企業(yè)整體框架體系是構(gòu)建企業(yè)數(shù)據(jù)可視化的核心。它是圖數(shù)據(jù)存儲(chǔ)的基礎(chǔ)，并存儲(chǔ)著貫穿于整個(gè)企業(yè)的核心元數(shù)據(jù)。隨后，公司其他部門人員將企業(yè)數(shù)據(jù)圖及其本體應(yīng)用于部門數(shù)據(jù)圖，并擴(kuò)展與數(shù)據(jù)結(jié)構(gòu)和組織相關(guān)的附加信息。如同任何數(shù)據(jù)模型工具.圖結(jié)構(gòu)的通用性和一致性對(duì)于準(zhǔn)確反映組織狀態(tài)是至關(guān)重要的。圖1所示為企業(yè)整體框架體系。

其中，關(guān)鍵組成部分包括：

企業(yè)圖：核心數(shù)據(jù)圖是實(shí)現(xiàn)企業(yè)整體數(shù)據(jù)可視化的關(guān)鍵要素。它是一種包含企業(yè)主數(shù)據(jù)的本體。企業(yè)圖不僅包括職能部門、業(yè)務(wù)部門、監(jiān)管實(shí)體和人員等組織信息：還包括描述數(shù)據(jù)移動(dòng)和公司計(jì)劃相關(guān)的信息，例如信息來(lái)源、項(xiàng)目相關(guān)信息和業(yè)務(wù)主體信息。與所有本體一樣，除了包含這些特定實(shí)體外，還包括其關(guān)聯(lián)關(guān)系。該核心數(shù)據(jù)圖將通過(guò)在OWL中導(dǎo)人指令：http：//ww.owl-ontolo.gies.com//NEW_ONTOLOGY，從而使企業(yè)所有信息集成在一起。

部門圖：部門圖包含特定部門或其他原子工作組的本地化信息。其主要目的是鼓勵(lì)企業(yè)廣泛參與并發(fā)布有關(guān)數(shù)據(jù)使用和管理的信息。通過(guò)分解任務(wù)，將責(zé)任交付給定期使用數(shù)據(jù)的人員。部門圖包括盡可能多或少的數(shù)據(jù)來(lái)描述局部環(huán)境.以促進(jìn)實(shí)現(xiàn)企業(yè)范圍內(nèi)目標(biāo)。而特定部門或其他原子工作組擁有的最好信息包括：與基礎(chǔ)設(shè)施相關(guān)的數(shù)據(jù)信息、管理信息以及數(shù)據(jù)移動(dòng)的信息來(lái)源和抽象信息，如業(yè)務(wù)領(lǐng)域的對(duì)象映射。在部門圖中導(dǎo)入核心數(shù)據(jù)圖，提供對(duì)整個(gè)公司所有其他部門圖的訪問(wèn).同時(shí)也為企業(yè)范圍內(nèi)的元數(shù)據(jù)提供一個(gè)共同的“中心”。

企業(yè)資產(chǎn)元數(shù)據(jù)：這些是整個(gè)組織的實(shí)際技術(shù)資產(chǎn)，如引用的系統(tǒng)和數(shù)據(jù)庫(kù)。在其生命周期中用于捕獲并跟蹤數(shù)據(jù)移動(dòng)、使用和治理。

組織、人和治理信息：這些是組織結(jié)構(gòu)，如部門、法人實(shí)體和人員。這些信息形成了數(shù)據(jù)管理和治理基礎(chǔ)，將人和數(shù)據(jù)有機(jī)結(jié)合起來(lái)。

定義業(yè)務(wù)流程：此信息與技術(shù)資產(chǎn)和業(yè)務(wù)關(guān)系密切相關(guān)。企業(yè)數(shù)據(jù)可視化是業(yè)務(wù)流程的一部分，而業(yè)務(wù)流程又由一個(gè)或多個(gè)功能領(lǐng)域“擁有”。如大型組織的招聘流程，招聘流程由招聘部門“擁有”，但人力資源部門的其他部門也會(huì)參與。擁有與關(guān)鍵數(shù)據(jù)元素相關(guān)的功能流程對(duì)于識(shí)別數(shù)據(jù)結(jié)構(gòu)更改（如升級(jí)或轉(zhuǎn)換）的影響是必須的。此外，定義業(yè)務(wù)是組織中使用的與實(shí)體、度量、屬性等相關(guān)的術(shù)語(yǔ)。在定義企業(yè)業(yè)務(wù)時(shí)，若出現(xiàn)含義混淆或支持?jǐn)?shù)據(jù)無(wú)法明確識(shí)別時(shí)，就會(huì)出現(xiàn)數(shù)據(jù)異常等問(wèn)題。

圖更新過(guò)程：此過(guò)程包括手動(dòng)更新和自動(dòng)更新兩種方式，根據(jù)組織狀態(tài)實(shí)時(shí)更新圖。類似爬蟲(chóng)與代理機(jī)制，其更新過(guò)程是完全動(dòng)態(tài)的，根據(jù)數(shù)據(jù)結(jié)構(gòu)圖、組織結(jié)構(gòu)的變化更新圖結(jié)構(gòu)實(shí)體和業(yè)務(wù)流程圖。同時(shí)，更新過(guò)程可由操作員手動(dòng)干預(yù)提取信息并加載到圖結(jié)構(gòu)中。盡管此方法在許多大型組織和復(fù)雜層次結(jié)構(gòu)中具有一定的局限性，但關(guān)聯(lián)數(shù)據(jù)的靈活性可支持各種方式的進(jìn)行。

圖維護(hù)和瀏覽實(shí)用程序：該程序允許用戶瀏覽企業(yè)數(shù)據(jù)可視化圖來(lái)觀察整個(gè)組織內(nèi)的全局?jǐn)?shù)據(jù)視圖，還可以根據(jù)需要和許可更新企業(yè)數(shù)據(jù)視圖。大部分與流程定義相關(guān)的手動(dòng)更新都通過(guò)這一機(jī)制來(lái)實(shí)施，各部門也可根據(jù)組織內(nèi)需求來(lái)更新特定的圖表。

數(shù)據(jù)請(qǐng)求實(shí)用程序：該程序用于追蹤組織中的數(shù)據(jù)來(lái)源。為了捕獲組織內(nèi)的數(shù)據(jù)需求，需開(kāi)發(fā)一個(gè)實(shí)用程序用于捕獲這些請(qǐng)求。如果實(shí)現(xiàn)了數(shù)據(jù)請(qǐng)求，就需要進(jìn)行數(shù)據(jù)傳輸。所有數(shù)據(jù)請(qǐng)求將通過(guò)一個(gè)工具輸入，該工具將捕獲所查找的信息、請(qǐng)求的個(gè)人以及數(shù)據(jù)目標(biāo)。用戶根據(jù)現(xiàn)有的數(shù)據(jù)視圖來(lái)選擇其所需領(lǐng)域的數(shù)據(jù)。此方法不僅可以為管理者提供可視化數(shù)據(jù)圖，還可為創(chuàng)建信息來(lái)源奠定基礎(chǔ)，從而實(shí)現(xiàn)真正的數(shù)據(jù)追蹤。

報(bào)告與查詢：該組件允許組織以標(biāo)準(zhǔn)化或交互式的方式從圖表中提取信息。隨著組織內(nèi)系統(tǒng)的逐漸成熟化，圖形界面將允許業(yè)務(wù)工作人員查詢可用數(shù)據(jù)及如何使用和傳輸數(shù)據(jù)。由于部門及工作人員被清晰地標(biāo)識(shí)為企業(yè)數(shù)據(jù)的創(chuàng)建者、管理者和使用者.增加對(duì)企業(yè)數(shù)據(jù)的可視化程度將有助于企業(yè)數(shù)據(jù)治理的能力。一旦形成高度成熟化的企業(yè)可視化圖，企業(yè)將獲得更高質(zhì)量的數(shù)據(jù)用于支撐更精準(zhǔn)的商業(yè)決策。

3.3本體分類

企業(yè)數(shù)據(jù)可視化圖的核心是本體。本體是構(gòu)建企業(yè)數(shù)據(jù)可視化圖的核心基礎(chǔ)。本體將對(duì)組織內(nèi)特有概念（如部門級(jí)別、系統(tǒng)組件、人員及委員會(huì)等）進(jìn)行建模，以實(shí)現(xiàn)更大的跨組織標(biāo)準(zhǔn)化。業(yè)務(wù)概念也可通過(guò)本體建模，并關(guān)聯(lián)到支撐它們的底層數(shù)據(jù)和團(tuán)隊(duì)。基于上述與斷言和規(guī)則相關(guān)的類組成了一個(gè)詞匯表，以反映企業(yè)數(shù)據(jù)資產(chǎn)與相關(guān)實(shí)體間的交互。其中，大部分本體是基于包含而不是繼承關(guān)系。為了克服這一問(wèn)題，需要適當(dāng)?shù)孛s束和對(duì)象屬性以建立恰當(dāng)?shù)年P(guān)系模型。

現(xiàn)在將繼續(xù)定義本體中的關(guān)鍵類：

組織實(shí)體：該類通常用于企業(yè)組織結(jié)構(gòu)建模。在組織中，通常存在多種方式組織這些實(shí)體。例如：財(cái)務(wù)、金融或信息技術(shù)等職能部門，或地區(qū)、城市等地理位置。語(yǔ)義web允許任意不同的組織結(jié)構(gòu)，但許多組織結(jié)構(gòu)是基于組合而不是繼承關(guān)系，因此需要建立合適屬性以確定其組織順序。其中，組織人員是元數(shù)據(jù)圖的重要組成成分，分配個(gè)人責(zé)任制對(duì)于數(shù)據(jù)管理工作至關(guān)重要。在很多情況下，只需關(guān)注關(guān)鍵任務(wù).如技術(shù)開(kāi)發(fā)人員或用于解決部門、地區(qū)等組織實(shí)體的團(tuán)隊(duì)。

元數(shù)據(jù)實(shí)體：元數(shù)據(jù)組件用于反映組織內(nèi)實(shí)際技術(shù)構(gòu)件。本研究利用結(jié)構(gòu)化表格數(shù)據(jù)，以表格格式形成RDBMS和文件。頂層系統(tǒng)通過(guò)一系列技術(shù)和流程來(lái)支撐組織業(yè)務(wù)流程。該系統(tǒng)由用戶界面和數(shù)據(jù)庫(kù)等組件構(gòu)成，而數(shù)據(jù)庫(kù)由后續(xù)實(shí)體組成，實(shí)體又包含屬性。通過(guò)使用對(duì)象屬性，元數(shù)據(jù)信息被關(guān)聯(lián)到組織和數(shù)據(jù)來(lái)源類，以便對(duì)數(shù)據(jù)在其整個(gè)生命周期的使用情況進(jìn)行建模。此外，業(yè)務(wù)概念類也關(guān)聯(lián)到這些類以標(biāo)識(shí)業(yè)務(wù)抽象概念的持久性位置。元數(shù)據(jù)組件需要得到不同團(tuán)隊(duì)的關(guān)注，這些團(tuán)隊(duì)再使用特定信息來(lái)填充本體。為準(zhǔn)確反映客觀現(xiàn)實(shí)，可以通過(guò)自動(dòng)化代理來(lái)梳理數(shù)據(jù)庫(kù)目錄或控制文件，以實(shí)現(xiàn)元數(shù)據(jù)的實(shí)時(shí)更新。

來(lái)源實(shí)體：數(shù)據(jù)來(lái)源指的是數(shù)據(jù)在整個(gè)生命周期的軌跡，包括數(shù)據(jù)在哪如何被創(chuàng)建，還包括數(shù)據(jù)的移動(dòng)與轉(zhuǎn)換。其集中于捕獲數(shù)據(jù)從一個(gè)系統(tǒng)到另一個(gè)系統(tǒng)的傳輸狀態(tài)，這些傳輸以文件或反饋形式從一個(gè)系統(tǒng)到另一個(gè)系統(tǒng)或直接用UI、服務(wù)器等訪問(wèn)。此外，關(guān)鍵對(duì)象屬性對(duì)于顯示哪些元數(shù)據(jù)組件作為傳輸源和目標(biāo)來(lái)說(shuō)是必不可少的。與其他類相似，傳輸也可以分配任一級(jí)別的來(lái)源屬性。

治理實(shí)體：該實(shí)體可以是監(jiān)督企業(yè)整個(gè)生命周期中各系統(tǒng)和業(yè)務(wù)流程的任意分組或委員會(huì)。不同于組織實(shí)體，其是可變和動(dòng)態(tài)的。治理實(shí)體可出現(xiàn)在給定的項(xiàng)目中.擁有特定的對(duì)象屬性，如“必須批準(zhǔn)”或“必須被通知”，這些屬性將個(gè)人與數(shù)據(jù)關(guān)聯(lián)起來(lái)。然而，組織實(shí)體傾向于更緊密地映射組織結(jié)構(gòu)，以保持整個(gè)本體的一致性。此外，依據(jù)特定的組織策略，將復(fù)雜的角色和關(guān)系關(guān)聯(lián)到組織實(shí)體和企業(yè)數(shù)據(jù)資產(chǎn)。

業(yè)務(wù)主體項(xiàng)目：業(yè)務(wù)概念類是用于捕獲現(xiàn)有業(yè)務(wù)定義和流程并驅(qū)動(dòng)系統(tǒng)及其產(chǎn)生的數(shù)據(jù)。該類充分利用了語(yǔ)義web.允許各小組使用或擁有其概念。這不僅將業(yè)務(wù)概念及流程和數(shù)據(jù)結(jié)合起來(lái)，還將企業(yè)內(nèi)部的各種概念結(jié)合起來(lái)可指同一事物?；谡Z(yǔ)義web技術(shù)填充數(shù)據(jù)的靈活性，以組織結(jié)構(gòu)和元數(shù)據(jù)的形式填充知識(shí)庫(kù)。在對(duì)數(shù)據(jù)全局可視化圖的物理結(jié)構(gòu)建模后，就可以關(guān)注概念或語(yǔ)義實(shí)體。數(shù)據(jù)空間領(lǐng)域的常見(jiàn)模式是通過(guò)語(yǔ)義定義的決策被推遲，“已知”世界被建模而產(chǎn)生投資回報(bào)。

請(qǐng)求實(shí)體：這些類從請(qǐng)求的角度來(lái)捕獲數(shù)據(jù)。若組織在開(kāi)始時(shí)存在捕獲元數(shù)據(jù)的需求，他們就需要一個(gè)設(shè)施接收或路由數(shù)據(jù)請(qǐng)求到相關(guān)數(shù)據(jù)所有者。經(jīng)過(guò)一個(gè)審批流程，最終實(shí)現(xiàn)數(shù)據(jù)請(qǐng)求的傳輸。當(dāng)組織接受這一數(shù)據(jù)請(qǐng)求，他們就能夠在整個(gè)生命周期中追蹤數(shù)據(jù)的移動(dòng)。數(shù)據(jù)請(qǐng)求的提升不僅取決于公司采取的數(shù)據(jù)治理策略.還取決于組織采用的框架，其實(shí)體和屬性作為一種手段以確保有效的數(shù)據(jù)治理過(guò)程。

3.4對(duì)象屬性

除了已包含的類之外，還包括多個(gè)對(duì)象的不同對(duì)象屬性。不同的對(duì)象屬性通常用于綁定組織和數(shù)據(jù)間的關(guān)系。由于OWL類的默認(rèn)關(guān)系是一種繼承關(guān)系，而其中一些屬性在類中用于建立包含關(guān)系。另外，還有在管理和治理領(lǐng)域用于捕獲整個(gè)企業(yè)和所有相關(guān)方的數(shù)據(jù)流。

在核心本體中定義了以下對(duì)象屬性組：

管理：這些屬性的主要目的是建立組織實(shí)體和元數(shù)據(jù)實(shí)體間的關(guān)系.以此建立企業(yè)數(shù)據(jù)治理方面的關(guān)系概念。在這里，會(huì)確定哪些人或團(tuán)隊(duì)被指定為利益相關(guān)者、所有者或管理者。在做變更和批準(zhǔn)影響分析時(shí)需要來(lái)自與數(shù)據(jù)相關(guān)的各方.這是任何數(shù)據(jù)治理計(jì)劃的關(guān)鍵基礎(chǔ)。當(dāng)出現(xiàn)司法糾紛時(shí)，識(shí)別涉及到的個(gè)人或領(lǐng)域就像使用給定的元數(shù)據(jù)源作為主題查詢?cè)搶傩詫?duì)象一樣簡(jiǎn)單。在日常的基礎(chǔ)上.記錄在案的知識(shí)允許企業(yè)制定更好的商業(yè)決策。與此同時(shí)，每一個(gè)瀏覽本體的人都知道涉及數(shù)據(jù)相關(guān)的各方。

來(lái)源：來(lái)源屬性在數(shù)據(jù)生命周期建模中非常重要。除了描述包含屬性，“來(lái)源”屬性和“來(lái)源于”屬性在建模數(shù)據(jù)依賴關(guān)系是至關(guān)重要的。在此，系統(tǒng)或數(shù)據(jù)庫(kù)可以實(shí)現(xiàn)為源或其他相關(guān)依賴系統(tǒng)。當(dāng)與傳輸類聯(lián)合使用時(shí)，許多系統(tǒng)依賴于特定的數(shù)據(jù)反饋進(jìn)行建模。與其他類相似，可以在較低的詳細(xì)級(jí)別應(yīng)用此屬性。在其他情況下，表或數(shù)據(jù)庫(kù)擁有的信息可以為數(shù)據(jù)管理者提供足夠的信息。

業(yè)務(wù)處理：業(yè)務(wù)流程對(duì)象屬性包含本體中的大多數(shù)類。他們用于描述業(yè)務(wù)流程與其工件間的關(guān)系、與支撐這些過(guò)程的系統(tǒng)間的關(guān)系以及組織內(nèi)負(fù)責(zé)這些過(guò)程的職能領(lǐng)域。此外，這些屬性被認(rèn)為是自反的，因?yàn)樗鼈兛梢詰?yīng)用于其他業(yè)務(wù)流程。一個(gè)業(yè)務(wù)流程依賴于另一個(gè)業(yè)務(wù)流程的構(gòu)件通常是很常見(jiàn)的.對(duì)哪個(gè)業(yè)務(wù)流程依賴于哪個(gè)數(shù)據(jù)的理解將有助于確保數(shù)據(jù)治理不僅僅是一個(gè)IT問(wèn)題.而是貫穿于整個(gè)組織結(jié)構(gòu)。

元數(shù)據(jù)和組織結(jié)構(gòu)：組織屬性主要用于建立基于樹(shù)的層次結(jié)構(gòu)以反映大多數(shù)企業(yè)組織結(jié)構(gòu)。從功能和位置的角度來(lái)看，元數(shù)據(jù)屬性描述了大多數(shù)系統(tǒng)顯示的父子關(guān)系。由關(guān)系數(shù)據(jù)庫(kù)概念來(lái)驅(qū)動(dòng)，如包含表和視圖的數(shù)據(jù)庫(kù)，這些表和視圖還包含了列。

4基于關(guān)聯(lián)數(shù)據(jù)的企業(yè)數(shù)據(jù)治理可視化框架構(gòu)建

本文的主要工作是構(gòu)建基于關(guān)聯(lián)數(shù)據(jù)的企業(yè)數(shù)據(jù)治理可視化框架，以此建立企業(yè)數(shù)據(jù)全局可視化，從而實(shí)現(xiàn)數(shù)據(jù)共享最大化?；诖?，設(shè)計(jì)了如圖5所示的構(gòu)建流程。

4.1數(shù)據(jù)準(zhǔn)備與精煉

數(shù)據(jù)準(zhǔn)備：本文的研究對(duì)象主要是針對(duì)大型綜合性組織結(jié)構(gòu)復(fù)雜的企業(yè)，通過(guò)八爪魚(yú)采集器進(jìn)行組織結(jié)構(gòu)資源的獲取，并將采集到的數(shù)據(jù)存儲(chǔ)在Microsoft Excel中。鑒于企業(yè)信息資源管理系統(tǒng)的標(biāo)簽集大多以文本的形式保存，而資源集可能存在圖片、音頻或視頻等多樣化類型。因此，本文采用爬蟲(chóng)工具采集標(biāo)簽集中的標(biāo)簽文本，并采集資源集中該資源的URL作為唯一標(biāo)識(shí)。

數(shù)據(jù)精煉：利用Microsoft Excel對(duì)所存儲(chǔ)的數(shù)據(jù)資源進(jìn)行整合。通過(guò)合并、去重、替換等方式進(jìn)行數(shù)據(jù)清洗與精煉，將數(shù)據(jù)集轉(zhuǎn)化類標(biāo)簽和對(duì)象屬性標(biāo)簽且反映兩者聯(lián)系。利用數(shù)據(jù)清洗的手段獲得語(yǔ)義清晰、無(wú)歧義的精煉標(biāo)簽數(shù)據(jù)集，并以表格的形式存儲(chǔ)。

4.2語(yǔ)義本體構(gòu)建

1）本體的原型構(gòu)建

根據(jù)不同等級(jí)的需求對(duì)組織進(jìn)行建模，其首要任務(wù)是決定如何構(gòu)建核心本體。在本體的創(chuàng)建中，類派生于數(shù)據(jù)治理的基本方面，這些方面以業(yè)務(wù)與技術(shù)的一致性為中心。為了改善企業(yè)數(shù)據(jù)治理的能力.管理人員應(yīng)先識(shí)別捕獲數(shù)據(jù)資產(chǎn)與組織如何交互的類。這些類將實(shí)現(xiàn)以下功能：

組織實(shí)體：這些類將捕捉各部門、小組和子組，甚至是各層次需求的人員。其目標(biāo)是建模一個(gè)既豐富又準(zhǔn)確而且易于維護(hù)的組織結(jié)構(gòu)。執(zhí)行者需要考慮兩個(gè)問(wèn)題是否有意義。一個(gè)是當(dāng)其他企業(yè)系統(tǒng)如財(cái)務(wù)或人力資源企業(yè)去模仿此組織結(jié)構(gòu)：另一個(gè)是創(chuàng)建一個(gè)與此計(jì)劃相關(guān)的全新結(jié)構(gòu)。

元數(shù)據(jù)實(shí)體：這一類實(shí)際上代表著數(shù)據(jù)資產(chǎn)本身。與先前的數(shù)據(jù)組一樣，需要建立豐富且可持續(xù)的詳細(xì)級(jí)別。執(zhí)行者要有識(shí)別潛在影響的能力，并熟知數(shù)據(jù)元素流。該領(lǐng)域包含字段或列級(jí)別的詳細(xì)信息。

業(yè)務(wù)領(lǐng)域?qū)嶓w：從數(shù)據(jù)角度來(lái)看，數(shù)據(jù)資產(chǎn)和業(yè)務(wù)計(jì)劃間的相互關(guān)系非常重要。但是這些類中最重要的是代表現(xiàn)有業(yè)務(wù)流程的類。這將進(jìn)一步允許連接到企業(yè)的業(yè)務(wù)行為如何依賴于具體數(shù)據(jù)資產(chǎn)。

除了類之外.建立適當(dāng)?shù)膶?duì)象屬性將這些類及其后續(xù)個(gè)體關(guān)聯(lián)起來(lái)也很重要。包括以下關(guān)鍵屬性：

組織屬性：該對(duì)象屬性（例如“含有”）允許公司分層結(jié)構(gòu)，其他屬性則可用于突顯矩陣樣式關(guān)系。

治理/管理屬性：與數(shù)據(jù)資產(chǎn)相關(guān)的屬性對(duì)于整個(gè)組織內(nèi)人員和小組是關(guān)鍵的。例如數(shù)據(jù)持有者、管理者和贊助商能利用其屬性關(guān)系更好反映數(shù)據(jù)治理的戰(zhàn)略。此外，這些專業(yè)術(shù)語(yǔ)可用于識(shí)別數(shù)據(jù)資產(chǎn)“誰(shuí)負(fù)責(zé)”“誰(shuí)批準(zhǔn)”“咨詢誰(shuí)”及“告知誰(shuí)”等部分。

來(lái)源屬性：識(shí)別數(shù)據(jù)資產(chǎn)類建模的屙陛對(duì)于顯示數(shù)據(jù)供應(yīng)鏈至關(guān)重要。像“引用”和“被引用”這樣的概念將突顯其依賴性。同樣重要的是確保這些屬性以便描述他們的屬性鏈。

2）本體的形式化

一旦建立了本體，就需要使用與所選類和屬性相關(guān)的適當(dāng)數(shù)據(jù)來(lái)填充它。在這里，高容量類是組織結(jié)構(gòu)和數(shù)據(jù)資產(chǎn)。根據(jù)組織的規(guī)模、系統(tǒng)/資產(chǎn)的數(shù)量和所選詳細(xì)級(jí)別.此任務(wù)可能需要幾個(gè)小時(shí)到幾周的時(shí)間。

通過(guò)對(duì)象屬性關(guān)聯(lián)的信息行為需要被研究、達(dá)成一致和某種程度的自動(dòng)化。在核心系統(tǒng)中可獲取組織信息;在系統(tǒng)、數(shù)據(jù)庫(kù)、表、查詢和字段中還可以得到一些自動(dòng)化方式，如查詢系統(tǒng)目錄。一些組織也可能擁有庫(kù)存系統(tǒng)的應(yīng)用程序，該程序也有一些所有權(quán)信息。其他類，例如當(dāng)信息無(wú)序地存儲(chǔ)在庫(kù)存系統(tǒng)中，業(yè)務(wù)流程就需手動(dòng)收集信息。類被加載后，通過(guò)屬性標(biāo)簽和數(shù)據(jù)資源等關(guān)系定義數(shù)據(jù)屬性、建立實(shí)例，通過(guò)本體工具Protege完成本體構(gòu)建，并生成本體的RDF描述文件.完成企業(yè)數(shù)據(jù)信息系統(tǒng)數(shù)據(jù)集的RDF化。

4.3語(yǔ)義本體發(fā)布成關(guān)聯(lián)數(shù)據(jù)

發(fā)布關(guān)聯(lián)數(shù)據(jù)的具體方式與企業(yè)的核心需求緊密相關(guān)。假若以資源查詢?yōu)楹诵?，可選SPASRQL作為最佳工具，把語(yǔ)義本體發(fā)布成為關(guān)聯(lián)數(shù)據(jù)供組織成員查詢。通過(guò)OpenLink Virtuoso將本體的RDF文件導(dǎo)入到SPASRQL中，隨后將RDF三元組數(shù)據(jù)以圖結(jié)構(gòu)的形式存儲(chǔ)于SPASRQL。然后，借助關(guān)聯(lián)數(shù)據(jù)的前端應(yīng)用程序，將企業(yè)中特定數(shù)據(jù)信息生成URIs，供外部訪問(wèn)和內(nèi)部查詢。假若以導(dǎo)航地址為核心，可借助WebVOWL工具將RDF文件導(dǎo)入，利用OWL工具自動(dòng)識(shí)別OWL描述的本體，并提取本體中的類、對(duì)象屬性、數(shù)據(jù)屬性、實(shí)例等元素，并在線生成可視化網(wǎng)絡(luò)圖形界面，供用戶訪問(wèn)和瀏覽。此外，假若以資源導(dǎo)航為核心，可借助LODE工具來(lái)提取RDF文件中的類及對(duì)象屬性等，并以本體的三元組列表的方式展現(xiàn)HTML網(wǎng)頁(yè)，使得用戶更方便地利用資源索引瀏覽與使用。

4.4制定模型更新策略

當(dāng)企業(yè)運(yùn)用抽象模型時(shí)，應(yīng)保持模型實(shí)時(shí)更新策略，以免因模型不精準(zhǔn)而造成信譽(yù)丟失，在文檔相對(duì)于所描述代碼過(guò)時(shí)時(shí)有所體現(xiàn)。此外，當(dāng)數(shù)據(jù)建模師使用諸如ER圖之類的工具去建立關(guān)系數(shù)據(jù)庫(kù)時(shí)，應(yīng)保持其最新以便大眾使用。可見(jiàn)，本體論精準(zhǔn)地表達(dá)組織是十分重要的。在組織結(jié)構(gòu)變更或創(chuàng)建新的數(shù)據(jù)資產(chǎn)時(shí)，一定程度的自動(dòng)化可適當(dāng)?shù)貙?duì)其進(jìn)行更改。盡管采用了保持更新模型的方法，但所采用的集中化程度也與此相關(guān)。如果采用高度分散化的方法.則各區(qū)域必須確保其“局部”模型盡可能準(zhǔn)確。

由于每個(gè)人都有自己的模型維護(hù)，因此可以更高的信息級(jí)別完成對(duì)其他本體的更新。此外，使用分布式方法，給定組（如部門）的建模級(jí)別將會(huì)更低，因?yàn)閿?shù)據(jù)資產(chǎn)包含在該組擁有和使用的內(nèi)容中。由于每個(gè)人都有自己的模型維護(hù)，引用其他本體就可以有更高的信任度。

定義可重復(fù)進(jìn)程是許多數(shù)據(jù)治理成熟模型的一個(gè)關(guān)鍵組成部分，確保企業(yè)數(shù)據(jù)治理不是一次性活動(dòng)。定義可重復(fù)進(jìn)程以保持組織框架或模型實(shí)時(shí)更新。此外，當(dāng)可重復(fù)進(jìn)程輸入干凈數(shù)據(jù)，質(zhì)量監(jiān)控?cái)?shù)據(jù)以及更新所需數(shù)據(jù)時(shí)，該進(jìn)程就成為總體框架的一部分。將這些過(guò)程捕獲為其他輔助過(guò)程記錄它們?cè)跀?shù)據(jù)生命周期中的角色。

4.5制定數(shù)據(jù)傳輸捕獲策略

在此框架中，數(shù)據(jù)移動(dòng)可能是要捕捉的更抽象的元素之一。在一種情況下，它簡(jiǎn)單到擁有一個(gè)數(shù)據(jù)資產(chǎn)（如表、字段或視圖源）。在這里，實(shí)施者可以選擇在較低的詳細(xì)級(jí)別上指定字段或者保持一定的抽象，并確定給定表可能來(lái)自另一個(gè)系統(tǒng)。對(duì)于一個(gè)組織來(lái)說(shuō)，了解到給定表可能涉及到另一個(gè)系統(tǒng)的特定接口已是足夠可視化。然而與圖形數(shù)據(jù)庫(kù)一樣，高度靈活性允許組選擇合適自己的級(jí)別。

另一個(gè)決策點(diǎn)是創(chuàng)建一個(gè)從傳輸?shù)匠橄髷?shù)據(jù)移動(dòng)的概念。如果一組特定的數(shù)據(jù)（例如員工名冊(cè)）被組織中的許多組重用，那么可以建立數(shù)據(jù)集傳輸模型來(lái)減少維護(hù)并將其用于多個(gè)系統(tǒng)中。這種抽象化對(duì)于組織擁有多種不同數(shù)據(jù)移動(dòng)方式來(lái)說(shuō)是非常有幫助的。例如文件“feed”，其中一個(gè)平面文件被發(fā)送到另一個(gè)系統(tǒng)以便攝取，或者通過(guò)API、公開(kāi)Web服務(wù)、一個(gè)數(shù)據(jù)庫(kù)視圖。雖然轉(zhuǎn)移方式不同，但信息管理和依賴是相同的。

4.6制定數(shù)據(jù)可視化建模方法

企業(yè)數(shù)據(jù)可視化作為類及其關(guān)聯(lián)關(guān)系的基礎(chǔ)。為了構(gòu)建研究本體，本文使用Protege工具進(jìn)行知識(shí)和領(lǐng)域建模。Protege可以便捷地實(shí)現(xiàn)跨組織共享、協(xié)作和查看本體。本工具支持最新的Web本體語(yǔ)言以及RDF/XML、Turtle和owl/xml等序列化。

Protege的主要組件是允許添加和操作本體類及對(duì)象屬性的瀏覽器，以顯示加載到應(yīng)用程序中的活動(dòng)本體的主屏幕。雖然屏幕是高度可配置的，但它顯示了一些關(guān)鍵信息.比如關(guān)于本體大小的度量、本體的呈現(xiàn)（本例中是RDF/XML）以及關(guān)于導(dǎo)入或由本體引用的任何本體或數(shù)據(jù)集的信息。圖6展示了本體類的主要查看器。

由圖6可看出，左側(cè)屏幕以“樹(shù)視圖”的形式呈現(xiàn)出本體類。然而，值得注意的是與描述包含關(guān)系的XML和其他樹(shù)視圖不同的是本體中的類是基于繼承的。同樣重要的是，“企業(yè)數(shù)據(jù)治理一項(xiàng)目管理辦公室主體”類描述了項(xiàng)目管理概念，以集成數(shù)據(jù)管理和治理概念。

在右側(cè)屏幕，除了頂部帶有關(guān)于突出顯示類注釋的部分外，其主要功能是對(duì)突出顯示類的約束，例如等價(jià)于、子類等。此外，該部分還顯示了類的實(shí)例，如圖中紫色菱形所示。此方法對(duì)于在本體中查看實(shí)際數(shù)據(jù)非常有效。類似于類查看器，對(duì)象屬性同樣也可查看。在此，以同樣的格式實(shí)現(xiàn)對(duì)對(duì)象屬性的創(chuàng)建與操作以及對(duì)其設(shè)置相應(yīng)的約束。然而.與類屬性不同的是對(duì)象屬性存在是否為傳遞性、對(duì)稱性等復(fù)選框的標(biāo)識(shí)屬性。

Protege提供了一種高度交互的方式來(lái)查看本體以及其所有實(shí)例數(shù)據(jù)。與圖表類似，使用者可以看到各類的子類和實(shí)例。在多個(gè)對(duì)象屬性情況下，Protege還可以查詢實(shí)體間各種可能的綁定關(guān)系，這對(duì)于企業(yè)數(shù)據(jù)可視化來(lái)說(shuō)至關(guān)重要。

5結(jié)語(yǔ)

隨著云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的飛速發(fā)展，數(shù)據(jù)已成為企業(yè)的重要資產(chǎn)和價(jià)值來(lái)源。面對(duì)數(shù)據(jù)的爆炸式增長(zhǎng)，公司必須采取行動(dòng)來(lái)實(shí)施數(shù)據(jù)資產(chǎn)治理。在整個(gè)生命周期中，數(shù)據(jù)經(jīng)歷了創(chuàng)建、更新、復(fù)制、移動(dòng)或傳輸，最終進(jìn)行存檔和銷毀。由于數(shù)據(jù)的短暫性特征，適用于以圖結(jié)構(gòu)建模其生命周期。關(guān)聯(lián)數(shù)據(jù)是企業(yè)數(shù)據(jù)治理的基礎(chǔ).它整合了所有數(shù)據(jù)的訪問(wèn)，提升了企業(yè)科學(xué)決策的水平。另外，關(guān)聯(lián)數(shù)據(jù)反映了不同組織、系統(tǒng)及計(jì)劃間的豐富關(guān)系，允許在企業(yè)環(huán)境中采用重要的數(shù)據(jù)時(shí)降低進(jìn)入障礙?？紤]到有許多豐富的開(kāi)源工具和方法用于存儲(chǔ)、收集和可視化這些異類數(shù)據(jù).本文提供了一個(gè)可伸縮和靈活且經(jīng)濟(jì)的解決方案。由于以數(shù)據(jù)為中心的企業(yè)項(xiàng)目在實(shí)施和采用方面充滿了困難，因此這些較低的準(zhǔn)入門檻使該研究成為組織尋求提高其數(shù)據(jù)意識(shí)和隨后的數(shù)據(jù)治理工作的可行框架。