• 业务咨询、市场合作:61619362
  • 公司邮箱:support@datatom.com
联系我们  | English

— 项目背景 —

智慧警务的转型需要向数据要生产力和战斗力。各地公安以云计算、大数据处理等新技术为关键支撑,以服务实战应用为根本目标,开展数据治理工作,强化信息资源梳理整合,面向数据共享和集成提供更为完善的数据支撑和资源服务,已成为信息化推进工作的重中之重。

— 建设内容 —

公安数据治理工程按照四层进行构建
  • 数据缓冲层(STAGE)

    结构与源系统保持一致的增量数据,汇聚业务系统源头数据,也是ETL加工过程的缓冲区。

  • 操作型数据层(Operational Data Store)

    结构与源系统保持一致的全量数据(可溯源),对STG层数据进行数据全/增量合并,以及数据清洗和标准化动作。
    包括基于对象存储服务OSS(Object Storage Service)的非结构化数据储存。

  • 数据仓库明细数据层(Data Warehouse Detail)

    对数据按人、物、事等数据域进行分类,整合,清洗,形成一套标准化数据模型。

  • 数据仓库主题数据层(Data Warehouse Subject 或Summary)

    按分析对象对实体进行数据整合,轻度汇总,算法标签。面向应用提供智能数据服务。

    公安数据治理提供如下服务和工具
  • 数据清洗融合

    ETL数据整合系统、数据探索稽查系统、数据标准管理系统、数据质量提升工单系统

  • 数据资源管理

    元数据管理、数据资源目录、全文检索、综合查询、数据关系图谱、全生命周期管理、数据订阅审批、数据服务监控

  • 数据标准规范及管理制度

    元数据管理规范、主数据管理规范、公共基础数据元标准、数据服务管理规范、数据安全管理制度、数据运维管理规范、数据监督考核机制

  • 数据模型建设

    数据架构设计、逻辑数据模型设计、数据模型开发

  • 数据治理服务

    数据质量评估服务、数据清洗加工服务、数据关联融合服务、数据质量监测服务、元数据实施服务、主数据实施服务、画像标签建模

    — 项目价值 —

  • 公安大数据治理通过整合数据融合、数据存储、数据管理等一系件大数据技术产品,结合实际业务需求,从数据集成、数据治理、数据开发、数据智能以及数据共享交换系统一系列流程,建立数据标准规范体系,形成高可用的、标准化的数据资源服务,为上层业务应用和大数据分析提供高效的支撑,实现数据综合治理和数据智能应用。