政府大數(shù)據(jù)質(zhì)量評價(jià)體系構(gòu)建及其研究

巫思敏?孫鑒?劉凇佐?武曉曉

摘? 要：為了改善政府大數(shù)據(jù)質(zhì)量，提高政府公共服務(wù)能力，文章從數(shù)據(jù)生命周期模型出發(fā)，分析了數(shù)據(jù)結(jié)構(gòu)質(zhì)量、數(shù)據(jù)規(guī)模質(zhì)量、數(shù)據(jù)時(shí)效質(zhì)量、數(shù)據(jù)源質(zhì)量和數(shù)據(jù)價(jià)值密度質(zhì)量五個(gè)維度及十七個(gè)評價(jià)指標(biāo)，構(gòu)建一種基于數(shù)據(jù)生命周期的政府大數(shù)據(jù)質(zhì)量評價(jià)體系，然后使用熵權(quán)法實(shí)證分析用戶對體系的滿意度，最后結(jié)合大數(shù)據(jù)真實(shí)性、復(fù)雜性、時(shí)效性、數(shù)量級、增值性等特征，提出了改善政府大數(shù)據(jù)質(zhì)量的策略。

關(guān)鍵詞：政府大數(shù)據(jù);大數(shù)據(jù)質(zhì)量;評價(jià)體系

中圖分類號：TP391? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：2096-4706（2022）06-0136-05

Construction and Research of Government Big Data Quality Evaluation System

WU Simin1，2， SUN Jian1， LIU Songzuo1， WU Xiaoxiao1

（1.School of Computer Science and Engineering， North Minzu University， Yinchuan? 750021， China; 2.Guangzhou Huali College， Guangzhou? 510006， China）

Abstract： In order to improve the quality of government big data and improve the government public service ability， this paper starts from the data life cycle model， analyzes five dimensions such as data structure quality， data scale quality， data timeliness quality， data source quality and data value density quality， and seventeen evaluation indexes. It constructs a government big data quality evaluation system based on data life cycle， then the entropy weight method is used to empirically analyze users degree of satisfaction with the system. Finally， combined with the authenticity， complexity， timeliness， order of magnitude， value-added and other characteristics of big data， the strategies to improve the quality of government big data are put forward.

Keywords： government big data; big data quality; evaluation system

0? 引? 言

政府大數(shù)據(jù)涉及各個(gè)領(lǐng)域，國內(nèi)外都從各個(gè)方面對其進(jìn)行研究。目前在大數(shù)據(jù)治理[1]中，大數(shù)據(jù)質(zhì)量評價(jià)體系從大數(shù)據(jù)質(zhì)量的屬性和大數(shù)據(jù)五個(gè)特征兩個(gè)方面進(jìn)行研究，結(jié)合實(shí)際應(yīng)用目標(biāo)和合適的情境，建立一種與常規(guī)數(shù)據(jù)質(zhì)量在理論性、復(fù)雜性、多維度上存在差異的理論體系。政府大數(shù)據(jù)構(gòu)建質(zhì)量評價(jià)體系[2]的構(gòu)建能夠推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)的快速發(fā)展，會直接影響經(jīng)濟(jì)發(fā)展和社會發(fā)展，尤其是高質(zhì)量的政府大數(shù)據(jù)發(fā)揮著極其重要的作用。目前，隨著大數(shù)據(jù)技術(shù)的應(yīng)用，很多政府都開設(shè)了政府?dāng)?shù)據(jù)開放平臺對數(shù)據(jù)進(jìn)行管理[3]，但是缺乏相對完善的評價(jià)體系對大數(shù)據(jù)質(zhì)量進(jìn)行評價(jià)，造成了很多巨大的損失。因此，構(gòu)建一種完善的政府大數(shù)據(jù)質(zhì)量評價(jià)體系迫在眉睫。

1? 政府大數(shù)據(jù)質(zhì)量評價(jià)體系建立

1.1 評價(jià)指標(biāo)的確定

本文參考蔡莉[4]等人提出了大數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)，對如何建立相對完善的政府大質(zhì)量評價(jià)系進(jìn)行研究，參考馬一鳴提出的政府大數(shù)據(jù)質(zhì)量評價(jià)體系，將融合性歸納到數(shù)據(jù)結(jié)構(gòu)質(zhì)量指標(biāo)中。本文結(jié)合數(shù)據(jù)生命周期模型[5]，分析影響大數(shù)據(jù)質(zhì)量的因素[6]，從以下多級的政府大數(shù)據(jù)質(zhì)量評價(jià)指標(biāo)表1進(jìn)行研究。

1.2實(shí)證研究

本文實(shí)證研究過程是先構(gòu)建政府大數(shù)據(jù)質(zhì)量評價(jià)體系，然后設(shè)計(jì)一份共58題的調(diào)查問卷，合理發(fā)放問卷并收集調(diào)查數(shù)據(jù)，進(jìn)行描述性統(tǒng)計(jì)分析和信度分析，使用熵權(quán)法進(jìn)行計(jì)算評價(jià)指標(biāo)的權(quán)重，為了綜合全面地分析各個(gè)指標(biāo)對政府大數(shù)據(jù)質(zhì)量的影響，并未剔除指標(biāo)，最后并計(jì)算所有指標(biāo)的滿意度。

1.2.1? 問卷描述性分析

經(jīng)過計(jì)算，本文共發(fā)了130份問卷，其中有效問卷為123份，問卷的有效回收率較高，參數(shù)值為94.6%。被調(diào)查者情況如表2所示。

從回收數(shù)據(jù)可知，問卷的發(fā)放對象學(xué)歷分為碩士學(xué)歷、博士學(xué)歷和其他，比例分布是81.03%，8.94%，9.76%，這是因?yàn)楸疚牡难芯恐黝}大數(shù)據(jù)是新興技術(shù)，碩士學(xué)歷以上的被調(diào)查者能夠提供更加準(zhǔn)確的數(shù)據(jù)。而職稱比例中教授的比例最小，為1.63%，說明研究此政府大數(shù)據(jù)質(zhì)量的高學(xué)歷資深人事較少。其次，從受訪用戶的年齡來看，21～30歲共占了76.42%，這也符合了問卷的調(diào)查對象，這個(gè)群體的用戶是政府大數(shù)據(jù)使用頻率較高的人群。從學(xué)科分布來看，理工科占比較大，共79.57%，占63.41%，而文科占比不大。6F3FB6A2-CC88-490B-9492-C65D053B8738

1.2.2? 信度分析

信度分析是指分析設(shè)計(jì)問卷所用的指標(biāo)，然后判斷測驗(yàn)結(jié)果的可靠程度。本文采用“克朗巴哈系數(shù)”來測量問卷的可靠性。計(jì)算公式為：

（1）

公式中，k為問卷中項(xiàng)目的總數(shù)：為第i個(gè)指標(biāo)滿意度得分的內(nèi)房差，為測評指標(biāo)總得分的方差，一般認(rèn)為α為測評指標(biāo)總得分的方差，一般認(rèn)為α在0.7以上，問卷值得信賴。本文用SPSS統(tǒng)計(jì)分析軟件對調(diào)查收集到的123份問卷數(shù)據(jù)進(jìn)行信度分析處理，結(jié)果顯示如表4所示。從表4可見，本問卷的α都超過0.7，這就表示本文中問卷的指標(biāo)均是政府大數(shù)據(jù)質(zhì)量評價(jià)的重要因素。本文的17個(gè)指標(biāo)根據(jù)題目計(jì)算過程，如圖1所示。

1.2.3正負(fù)指標(biāo)處理

在進(jìn)行熵權(quán)法之前，需要對評價(jià)指標(biāo)進(jìn)行正負(fù)指標(biāo)處理[7]，如政府部門操作造成數(shù)據(jù)誤差對政府大數(shù)據(jù)質(zhì)量的影響，應(yīng)該是越小越好，因此該指標(biāo)處理為負(fù)指標(biāo)，以此類推，對所有指標(biāo)進(jìn)行分析處理，最終得到結(jié)果如圖2所示。質(zhì)量評價(jià)體系指標(biāo)及屬性如表5所示。

1.2.4? 熵權(quán)法計(jì)算各級指標(biāo)權(quán)重

熵權(quán)法的思路是根據(jù)指標(biāo)提供的信息量來給指標(biāo)賦權(quán)[8]。指標(biāo)的熵值與離散程度成反比，也就是說這個(gè)評價(jià)指標(biāo)能夠造成更大的影響和提供更多的信息，反之亦然。若指標(biāo)之間的值一樣那就說明這兩個(gè)指標(biāo)不會造成影響。本文使用SPSS軟件過程如圖3所示。

本文使用熵權(quán)法的計(jì)算過程，得到每一個(gè)評價(jià)指標(biāo)的具體權(quán)重值，得到三級指標(biāo)的權(quán)重，通過計(jì)算得到的一級二級權(quán)重情況如表6所示。

1.2.5? 政府大數(shù)據(jù)質(zhì)量評價(jià)結(jié)果分析

使用公式計(jì)算綜合得分。式中：F為所測量對象的綜合得分，Wj為第j個(gè)變量的權(quán)重，Yj為第j個(gè)變量的測度值總和的算術(shù)平均數(shù)。得出該數(shù)據(jù)的綜合得分為3.296，因此本體系總體滿意度屬于一般，還需要對問卷進(jìn)行調(diào)整和收集更多的問卷數(shù)據(jù)進(jìn)行分析。

2? 提出大數(shù)據(jù)技術(shù)改善政府大數(shù)據(jù)質(zhì)量策略

2.1基于大數(shù)據(jù)特性-真實(shí)性評價(jià)指標(biāo)的策略

根據(jù)前文實(shí)證研究結(jié)果可知，數(shù)據(jù)準(zhǔn)確性即真實(shí)性權(quán)重達(dá)到40.857%的數(shù)據(jù)源質(zhì)量維度，是政府大數(shù)據(jù)質(zhì)量的重中之重，可見數(shù)據(jù)源質(zhì)量是一切的開端，影響后面每一個(gè)階段。與其他領(lǐng)域大數(shù)據(jù)相比，政府大數(shù)據(jù)是權(quán)威性數(shù)據(jù)，極其容易受制度因素干擾，因此建立數(shù)據(jù)管理部門，引進(jìn)大數(shù)據(jù)技術(shù)高學(xué)歷人才，不斷制定和完善垂直管理體系和數(shù)據(jù)核算信用體系，將用戶提供數(shù)據(jù)的真實(shí)性與個(gè)人征信記錄掛鉤，并促進(jìn)數(shù)據(jù)質(zhì)量監(jiān)測預(yù)警平臺智能化，一旦發(fā)現(xiàn)異常虛假數(shù)據(jù)及時(shí)反饋和預(yù)警，可以第一時(shí)間從源頭上減少一切低劣的數(shù)據(jù)源發(fā)生[9]。

從政府部門、數(shù)據(jù)用戶和第三方服務(wù)商三個(gè)主體考慮，政府部門是國家政府職能部門，所有政府業(yè)務(wù)都有其固定的流程規(guī)范，因而政府應(yīng)制定全面、完善的補(bǔ)充文件解說數(shù)據(jù)源，指導(dǎo)用戶生成和使用數(shù)據(jù)，使得數(shù)據(jù)源的管理規(guī)范化[10]。在處理虛假數(shù)據(jù)時(shí)，常規(guī)操作都是最簡單的方法就是直接刪除，而這些虛假數(shù)據(jù)也存在著其價(jià)值，可以對其進(jìn)行分析，挖掘虛假數(shù)據(jù)出現(xiàn)的原因，從而提高數(shù)據(jù)質(zhì)量。政府部門需要制定一份相對完善的數(shù)據(jù)采集標(biāo)準(zhǔn)，從數(shù)據(jù)生成初期進(jìn)行管理，提高政府開放數(shù)據(jù)質(zhì)量。這需要政府注重?cái)?shù)據(jù)的采集方式，尤其是手工錄入數(shù)據(jù)，才能從源頭管控?cái)?shù)據(jù)的質(zhì)量。而第三方服務(wù)商在完成數(shù)據(jù)任務(wù)時(shí)，切勿為了利益而偽造數(shù)據(jù)，造成不可估量的損失[11]。

2.2? 基于大數(shù)據(jù)特性-時(shí)效性評價(jià)指標(biāo)的策略

從表6中的時(shí)效性權(quán)重4.4%，可知當(dāng)前用戶對于政府大數(shù)據(jù)時(shí)效性質(zhì)量較為滿意。政府部門需要與時(shí)俱進(jìn)，不斷地完善管理規(guī)則從而完成數(shù)據(jù)管理工作[12]。政府部門應(yīng)該對高校、企業(yè)及數(shù)據(jù)用戶的數(shù)據(jù)工程項(xiàng)目給予支持和立項(xiàng)，加大數(shù)據(jù)項(xiàng)目的資金投入和政策支持。各個(gè)政府部門應(yīng)該利用云服務(wù)器和云計(jì)算的技術(shù)搭建大數(shù)據(jù)平臺實(shí)現(xiàn)數(shù)據(jù)共享，實(shí)現(xiàn)分布式計(jì)算，如Spark、FLink，在分布式存儲支持的條件下，能夠?qū)崿F(xiàn)對數(shù)據(jù)的實(shí)時(shí)處理，而不是離線下載數(shù)據(jù)后處理，實(shí)現(xiàn)了計(jì)算移動(dòng)而不是往常的數(shù)據(jù)移動(dòng)。而政府部門簡政政策為政府大數(shù)據(jù)時(shí)效性提供了基礎(chǔ)，刪除了很多不必要的流程，極大地提高了時(shí)效性。

第三方服務(wù)商應(yīng)該致力于研發(fā)更多適用于云計(jì)算、物聯(lián)網(wǎng)技術(shù)的設(shè)備和軟件，使得政府?dāng)?shù)據(jù)更加智能化，從而提高政府服務(wù)質(zhì)量。而數(shù)據(jù)倉庫（Hive）的出現(xiàn)提高了數(shù)據(jù)查詢的速度和實(shí)時(shí)處理能力。政府部門制定權(quán)威性的政府大數(shù)據(jù)存儲策略，選擇合適的存儲介質(zhì)，從根本提高數(shù)據(jù)的時(shí)效性。一般存儲策略是長久不使用的政府歷史數(shù)據(jù)屬于冷凍數(shù)據(jù)，應(yīng)該存儲在性能較低的服務(wù)器或者價(jià)格便宜的機(jī)械硬盤，間斷性使用的政府?dāng)?shù)據(jù)屬于暖數(shù)據(jù)應(yīng)該存儲在數(shù)據(jù)庫中，而頻繁訪問的數(shù)據(jù)即熱數(shù)據(jù)應(yīng)該存儲在實(shí)時(shí)處理能力較強(qiáng)的HBase。除了存儲策略，政府部分應(yīng)該鼓勵(lì)存儲研發(fā)企業(yè)和半導(dǎo)體企業(yè)大力研發(fā)更優(yōu)質(zhì)的存儲介質(zhì)，比如紫晶存儲指出的光存儲也有著得天獨(dú)厚的優(yōu)勢，一次寫入之后就可以保證數(shù)據(jù)不可篡改。

2.3? 基于大數(shù)據(jù)特性-數(shù)量級評價(jià)指標(biāo)的策略

數(shù)量級指標(biāo)占重5.8%，在所有指標(biāo)中排名較前，可見用戶對于政府大數(shù)據(jù)的數(shù)據(jù)有較大的需求，因此政府部門提高政府大數(shù)據(jù)質(zhì)量的方法可以是對大數(shù)據(jù)生態(tài)系統(tǒng)分布式文件系統(tǒng)的副本機(jī)制統(tǒng)一化，讓各個(gè)數(shù)據(jù)都設(shè)置合適的副本數(shù)目，一般而言副本機(jī)制一般設(shè)置為3（包括它本身）。假如副本數(shù)目越大，那么其帶來的數(shù)量也進(jìn)行了翻倍，這不是政府部門想要看到的。副本機(jī)制是指在一個(gè)從節(jié)點(diǎn)中的政府?dāng)?shù)據(jù)使用過程中無法訪問，分布式文件系統(tǒng)會通過主節(jié)點(diǎn)得到副本存儲在那個(gè)從節(jié)點(diǎn)上，能夠及時(shí)從另外一個(gè)從節(jié)點(diǎn)拷貝數(shù)據(jù)。政府部門可以通過搭建各自的政府?dāng)?shù)據(jù)開放平臺，為用戶提供更高質(zhì)量更多數(shù)據(jù)時(shí)，也在一定的程度上增加了政府大數(shù)據(jù)質(zhì)量的管理運(yùn)作成本，但是能為大數(shù)據(jù)質(zhì)量提供大容量存儲保障。

2.4? 基于大數(shù)據(jù)特性-復(fù)雜性評價(jià)指標(biāo)的策略6F3FB6A2-CC88-490B-9492-C65D053B8738

數(shù)據(jù)復(fù)雜性即多樣性，占重5.6%，反映著目前政府大數(shù)據(jù)的結(jié)構(gòu)較為復(fù)雜，需要注重?cái)?shù)據(jù)融合過程。政府必須認(rèn)真理解指導(dǎo)要求，使得多種結(jié)構(gòu)數(shù)據(jù)規(guī)范化處理，形成明文規(guī)定并將其傳送到每一個(gè)政府部門，允許相關(guān)政府單位因地制宜地執(zhí)行規(guī)定。而在大數(shù)據(jù)生態(tài)系中應(yīng)該加強(qiáng)各個(gè)算法的研究，便于提高數(shù)據(jù)轉(zhuǎn)換ETL的性能。數(shù)據(jù)融合的另一個(gè)難題是采集的數(shù)據(jù)類型較復(fù)雜，包括圖片、音頻、視頻、數(shù)字，在短時(shí)間內(nèi)融合這幾個(gè)數(shù)據(jù)類型的數(shù)據(jù)存在一定的難度。政府應(yīng)該明確數(shù)據(jù)融合的需要和要求，通過軟硬件提出具體的目標(biāo)和實(shí)現(xiàn)途徑，如無人駕駛應(yīng)用中，多個(gè)傳感器和攝像頭、雷達(dá)、GPS等同時(shí)傳回?cái)?shù)據(jù)，必須快速識別并提供決策方案[13]。

2.5? 基于大數(shù)據(jù)特性-增值性評價(jià)指標(biāo)的策略

數(shù)據(jù)增值性主要涉及數(shù)據(jù)挖掘、數(shù)據(jù)可視化和數(shù)據(jù)使用。增值性無論對于政府部門、數(shù)據(jù)用戶還是第三方服務(wù)商來說，都是最清晰的概念，即數(shù)據(jù)價(jià)值。關(guān)于數(shù)據(jù)增值性的制度因素是評價(jià)滿意度得分較低的指標(biāo)0.046為，充分證明越來越多的人重視了數(shù)據(jù)的價(jià)值，而不是數(shù)據(jù)的容量和讀寫速度，因此數(shù)據(jù)增值性也會影響大數(shù)據(jù)質(zhì)量。但是單個(gè)政府?dāng)?shù)據(jù)的價(jià)值是很小的并且難以直接獲得，需要通過數(shù)據(jù)挖掘算法計(jì)算相似度將其聚類、分類或者其他操作，從而能夠?qū)㈦[藏的價(jià)值挖掘出來，比如啤酒和面包經(jīng)典案例。政府部門應(yīng)該建立規(guī)則，將多個(gè)地方政府?dāng)?shù)據(jù)進(jìn)行整合成全國政府大數(shù)據(jù)，確保數(shù)據(jù)質(zhì)量高質(zhì)量，進(jìn)行數(shù)據(jù)挖掘，應(yīng)與企業(yè)加強(qiáng)產(chǎn)學(xué)研合作，通過產(chǎn)業(yè)的方式實(shí)現(xiàn)其價(jià)值，促進(jìn)政府?dāng)?shù)據(jù)的價(jià)值最大化[14]。政府部門對于數(shù)據(jù)的分析與發(fā)布操作，能夠讓更多的市民了解政府大數(shù)據(jù)，使用政府大數(shù)據(jù)，發(fā)揮政府大數(shù)據(jù)的價(jià)值。其次政府部門應(yīng)該全面綜合考慮各地的情況，建立適合本地的大數(shù)據(jù)質(zhì)量管理平臺[15]，使得當(dāng)?shù)亟?jīng)濟(jì)可持續(xù)發(fā)展。

3? 結(jié)? 論

政府部門不僅掌握著人力、物力、財(cái)力等資源，還是為人民服務(wù)的主體。隨著物聯(lián)網(wǎng)技術(shù)的加入，對數(shù)據(jù)的每一個(gè)生命周期過程提出了更高的要求，可視化技術(shù)如知識圖譜也使得數(shù)據(jù)與數(shù)據(jù)之間的關(guān)系更加明確，發(fā)現(xiàn)了更多的新知識。部分高校開設(shè)了大數(shù)據(jù)專業(yè)，主要開設(shè)的課程有大數(shù)據(jù)技術(shù)、大數(shù)據(jù)分析、數(shù)據(jù)挖掘，沒有專門開設(shè)大數(shù)據(jù)質(zhì)量相關(guān)課程，注重了大數(shù)據(jù)環(huán)境的搭建而忽略了大數(shù)據(jù)質(zhì)量的作用，因此應(yīng)該在培養(yǎng)相關(guān)專業(yè)技術(shù)人才時(shí)，應(yīng)該以大數(shù)據(jù)質(zhì)量為根本，學(xué)習(xí)相應(yīng)的大數(shù)據(jù)技術(shù)、進(jìn)而系統(tǒng)地培養(yǎng)更多優(yōu)質(zhì)的大數(shù)據(jù)專業(yè)人才。

參考文獻(xiàn)：

[1] 王蕾.國內(nèi)外政府大數(shù)據(jù)治理的對比研究 [D].哈爾濱：黑龍江大學(xué)，2020.

[2] 賽迪顧問大數(shù)據(jù)產(chǎn)業(yè)研究中心.“十四五”時(shí)期我國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展特征 [J].軟件和集成電路，2021（4）：16-17.

[3] 侯征.我國政府開放數(shù)據(jù)質(zhì)量評價(jià)模型構(gòu)建研究 [D].鄭州：鄭州航空工業(yè)管理學(xué)院，2021.

[4] 蔡莉，朱楊勇.大數(shù)據(jù)質(zhì)量 [M].上海：上?？茖W(xué)技術(shù)出版社，2017.

[5] 張楠.基于生命周期的政府開放數(shù)據(jù)質(zhì)量管理研究 [D].鄭州：鄭州航空工業(yè)管理學(xué)院，2020.

[6] 莫祖英，侯征，賀雅文.管理者視角下政府開放數(shù)據(jù)質(zhì)量影響因素扎根研究 [J].圖書館學(xué)研究，2021（13）：18-26.

[7] 馬一鳴.政府大數(shù)據(jù)質(zhì)量評價(jià)體系構(gòu)建研究 [D].長春：吉林大學(xué)，2016.

[8] 胡千代，王芳.政府?dāng)?shù)據(jù)質(zhì)量評價(jià)指標(biāo)體系構(gòu)建研究 [J].科技情報(bào)研究，2021，3（03）：17-34.

[9] 阮霽陽.地方政府?dāng)?shù)據(jù)開放平臺服務(wù)質(zhì)量評價(jià)研究——基于群AHP-熵權(quán)法組合權(quán)重的TOPSIS實(shí)證分析 [J].云南行政學(xué)院學(xué)報(bào)，2021，23（6）：43-52.

[10] 莫祖英，鄺苗苗.基于用戶視角的政府開放數(shù)據(jù)質(zhì)量評價(jià)模型及實(shí)證研究 [J].大學(xué)圖書情報(bào)學(xué)刊，2020，38（4）：84-89.

[11] 陳灝.提高政府統(tǒng)計(jì)數(shù)據(jù)質(zhì)量路徑研究 [D].太原：太原理工大學(xué)，2021.

[12] 王娟.國內(nèi)外政府開放數(shù)據(jù)質(zhì)量研究述評 [J].圖書館理論與實(shí)踐，2019（12）：27-31.

[13] 李卓雅.大數(shù)據(jù)使用影響政府決策質(zhì)量的實(shí)證研究 [D].成都：電子科技大學(xué)，2022.

[14] 朱涵鈺.探析政府大數(shù)據(jù)治理有效性提升策略 [J].中國管理信息化，2022，25（1）：194-198.

[15] 陳麗金.廣東省地級市政府?dāng)?shù)據(jù)開放平臺的數(shù)據(jù)質(zhì)量管理研究 [D].貴陽：貴州財(cái)經(jīng)大學(xué)，2022.

作者簡介：巫思敏（1993—），女，漢族，廣東信宜人，助教，高級工程師，碩士研究生在讀，研究方向：數(shù)據(jù)挖掘與知識發(fā)現(xiàn);通訊作者：孫鑒（1982—），男，漢族，山東煙臺人，講師，工學(xué)博士，研究方向：大數(shù)據(jù)存儲與管理;劉凇佐（1994—），男，回族，黑龍江雙鴨山人，碩士研究生在讀，研究方向：高性能存儲系統(tǒng)與信息存儲技術(shù);武曉曉（1996—），女，漢族，山西汾陽人，碩士，研究方向：數(shù)據(jù)挖掘與知識發(fā)現(xiàn)。

收稿日期：2022-01-02

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目（62062002）;寧夏自然科學(xué)基金項(xiàng)目（2020AAC03221，2021A0966）;北方民族大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金（FWNX09）;北方民族大學(xué)校級一般項(xiàng)目（2018JY1202，2021XYZJK01）。6F3FB6A2-CC88-490B-9492-C65D053B8738