数据资产的管理
数据资产的管理范文第1篇
［关键词］ 高校资产；数据仓库；数据挖掘；雪花模型；关联规则
1概述
高校资产信息管理系统中的数据客观记录了高校所有资产的历史情况和现状，同时也隐含着各种资产的特点，蕴藏着学校的发展规律和趋势。然而现阶段高校各部门一般采用不同的数据库，数据整合困难，无法实现不同系统跨平台信息的共享与交互，无法实现面向主题的数据分析，从而无法更多更好地利用数据资源。为了充分利用这些积累的记录信息，从中发现有用的知识，获得潜在的规律，为高校资产管理和决策提供科学参考，需要建立一个分析决策系统。而实现分析决策系统的主要技术就是数据仓库和数据挖掘。
数据挖掘是指从大量数据中提取或发现知识［1］。数据挖掘通过一些模型和智能方法，从大量数据中提取、识别用户真正感兴趣的、新颖的、潜在有用的模式，提供给用户作为决策的依据和参考。
数据仓库与数据挖掘技术已被广泛应用于商业领域，但用于高校资产管理领域的却很少。本文通过构建高校资产数据仓库模型，对资产管理指标的相关属性进行分析，通过数据挖掘得出了资产管理指标之间存在的一些强关联规则，各规则的信任度均达到70％以上。
2高校资产数据仓库逻辑模型
数据仓库多维数据集能对数据仓库中的所有数据提供统一的和集成的视图，可作为传统报表、联机分析处理和数据挖掘的基础。数据仓库的逻辑模型包括事实表和维度表，事实表描述挖掘主题包涵的多个角度，维度表则从不同角度描述挖掘主题的相关数据［2］。结合高校资产挖掘主题与资产信息数据的特点，高校资产数据仓库的逻辑模型采用了雪花模型结构，如图1所示。“资产数据事实表”与“部门表”、“资产编码表”、“资产分级表”、“时间表”4个主维度表关联，“部门表”、“资产编码表”和“资产分级表”还分别有“上级部门表”、“资产类别表”和“资产指标表”3个二级维度表，其中“资产类别表”还有三级维度表“资产大类表”。建立这种多级维度表不但可以降低数据仓库的数据冗余度，减少数据量，保证数据一致性，还有利于改变数据粒度，实现灵活粒度的数据挖掘。
数据挖掘如果建立在原始数据水平或较低的维层次上，则此时数据粒度小，挖掘速度慢，挖掘得到的规则繁杂，难以理解；如果数据从低维层次抽象到高维层次，对较高维层次数据进行挖掘，则此时数据粒度大，挖掘速度快，得到的规则泛化程度高，便于宏观理解。因此通常在高维层次上进行挖掘，必要时再进行较低维层次上的挖掘［3］。
3数据属性归约及取值
3．1数据属性归约
高校的资产数据按教育部规定分为16类，对这些资产进行管理非常繁杂，根据实际我们选取以下4个管理指标以利于资产数据挖掘：
（1）资产购建价值，用a表示。它是购买或建造资产的原值。理论上同类资产价值高的要比价值低的使用寿命长。
（2）资产剩余使用年限率，用b表示。每种资产都有一定的使用年限，使用中每年提取折旧，当到达规定的使用年限后该资产一般只剩下很少的残值，原则上也就报废了。资产剩余使用年限率反映了资产的剩余使用年限，是资产管理的一个重要指标。
（3）资产每年使用率，用c表示。不同的资产每年的使用率各不相同，有的长年使用，如房屋和家具等；有的一年才使用几次，如某些实验仪器设备。同样的资产使用次数多的肯定比使用次数少的容易坏。
（4）资产质量评估值，用d表示。每年由相关人员对每种资产进行一次评估，评估该资产当时的性能和好坏程度。
3．2 资产管理指标数据的取值
对资产管理的4个指标值采用统一的分级，分为“一级”、“二级”、“三级”、“四级”、“五级”5个等级，分别用1、2、3、4、5表示，对指标数据的取值采取分类转换。
（1）同一类资产的购建价值会因品牌种类、购建时间、市场行情等因素的影响而不同，一线品牌中的高档资产购建价值肯定高，定为一级；一线品牌中的中档资产或二线品牌中的高档资产定为二级；二线品牌中的中档资产或非品牌中的高档资产定为三级；非品牌中的中档资产定为四级；淘汰产品、试用品或非正规单位生产的产品定为五级。
（2）会计上对资产的使用年限没有明确规定，资产折旧的年限通常是分大类按税务规定进行计算的：一般房屋为20年；生产设备为10年；工具、家具为5年；电子设备为3年；低值易耗品为1年。这个规定与实际使用年限相比是偏低的，因此将规定使用年限近似平均分成5个区间，其中第五区间包括规定使用年限到期后仍在使用的那段时间。每个区间数按年取整，如不为整则在购建初的第一区间多分配一点时间。资产剩余使用年限率＝（税务规定使用年限－已使用年限）／税务规定使用年限。将数值型数据离散化后分区计算资产剩余使用年限率，结果各类资产剩余使用年限率基本近似，各区间取值（1，0．8］，（0．8，0．6］，（0．6，0．4］，（0．4，0．2］，（0．2，0］，依次定为一级、二级、三级、四级、五级，如房屋从新建起使用（0，4］年为一级，（4，8］ 年为二级，（8，12］ 年为三级，（12，16］ 年为四级，＞16 年为五级。
（3）资产每年使用率由使用资产的负责人在每年年中依据使用记录对每种资产作出评价，平均分成五级，使用最少的为一级，它的使用寿命相应就长；使用最多的为五级，它的使用寿命相应就短。
（4）对资产质量进行评估的相关人员在每年年中时对每种资产的性能和好坏进行一次评估，评估的结果值也分成五级，最好的为一级，最差的为五级，五级意味着不能再使用。
根据以上分析，高校的每种资产可以描述如下：（资产编号，购建价值，剩余使用年限率，每年使用率，资产评估值）。例如：（415012，a1，b3，c1，d2）表示资产号为415012的资产，其购建价值一级， 剩余使用年限率三级，每年使用率一级，质量评估值二级。
实例：2008年某学院的实验室正在使用的计算机有126台，当年各项管理指标分级情况和计算机数量之间的关系如表1所示。
4数据挖掘
本文对高校资产进行关联规则挖掘，频繁数据项集的生成采用apriori算法。
4．1 apriori算法及其特点
关联规则挖掘是数据挖掘的一个主要研究方向，目的是发现海量数据中数据项集之间存在的潜在关系规则。先识别出频繁出现的属性值集，也称频繁项集，然后再利用这些频繁项集创建描述关联规则［4］。关联规则中有支持度和信任度两个重要的度量，为满足一定的要求，用户需要指定规则必须满足最小支持度（minsupport）和最小信任度（minconfidence）两个门限［5］。关联规则的挖掘分为两个步骤：①发现频繁项目集： 找出所有大于或等于用户指定最小支持度的最大频繁项目集，又称强项集；②生成关联规则： 根据用户指定的最小信任度利用频繁项目集生成关联规则，该规则是满足最小支持度和最小信任度的强关联规则。
apriori算法是关联规则中最典型的算法，它通过对事务数据清单d的多趟扫描来发现所有的频繁项目集（强项集）l：
l1 ＝ ｛large 1－itemsets｝； ／／频繁1项目集
for（k＝2；lk－1≠φ；k＋＋）
｛ck＝apriori－gen（lk－1，minsupport）； ／／ ck是频繁k项目候选集
for all transactions t∈d
｛ ct＝subset（ck，t）； ／／ ct是从候选集ck中提取的包含在事务t中的候选集元素
for all candidates c∈ct
c．count＋＋ ；
｝
lk＝｛ c∈ck ｜ c．count≥minsupport｝；
｝
l＝ uklk； ／／求所有频繁项目集lk 的和
apriori算法中调用了函数apriori－gen（lk－1，minsupport），是为了通过频繁（k－1）项目集产生频繁k项目候选集，即利用第（k-1）趟扫描得到强项集集合lk－1 的候选集ck。该函数先进行拼接，再剪枝。在拼接生成候选数据项集时，一个项集必须是频繁数据项集且它的所有子集也都是频繁数据项集，因此要删除所有含有非频繁项目子集的候选元素。如果k项集 c∈ck 的某（k－1）子集不是（k－1）强项集，则将c从候选集ck 中删除。
arpiori算法中如果生成的候选项集太多，则多次扫描会使效率急剧下降，同时过多的候选项集还可能生成大量的规则，影响它的应用。本系统中采用数据属性归约，大大减少了生成的候选项集，能快速发现关联规则，提高使用效率。
4．2 采用apriori 算法实现关联规则挖掘
本系统对建立的某高校资产数据仓库多维数据集进行数据挖掘，先对原始数据进行整理和特征化变换，设定资产管理指标中的资产质量评估值为规则目标。
采用apriori 算法生成频繁数据项集。设定最小支持度为3％，最小信任度为70％，先构造1个属性的候选集c1，计算c1 的支持度，去掉c1 中支持度小于3％的属性，得到频繁项目集l1。再根据l1 及2个属性的组合，构造候选集c2，计算c2 的支持度，去掉c2 中支持度小于3％的二维属性，得到频繁项目集l2。依次类推重复上述过程，直到所有属性组合完毕，形成频繁项集l＝｛ l1，l2，…｝。
再研究资产数据间的关联性，挖掘满足最小信任度的规则。若x，y为项目集，且x∩y＝ ?准，蕴涵式x?圯y称为数量关联规则，x和y分别称为x?圯y的前提和结论。项目集（x∪y）的支持度称为关联规则x?圯y的支持度，记作support（x?圯y），即support（x?圯y）＝support（x∪y）。数值关联规则x?圯y的信任度记作confidence（x?圯y）：confidence（x?圯y）＝ support（x∪y）／support（x）×100％。给定用户的最小支持度minsupport和最小信任度minconfidence，如果 support（x?圯y）≥minsupport，同时confidence（x?圯y）≥minconfidence，则称数量关联规则x?圯y为强规则，即根据用户指定的最小信任度而生成的关联规则是满足最小支持度和最小信任度的强关联规则。表2是系统数据挖掘的强关联规则，它反映了资产购建价值、资产剩余使用年限率和资产每年使用率这3个指标与资产质量评估值之间的关联性。购建价值高，又在购建初期且很少使用的资产其性能变化不大，它的资产质量评估值肯定很高。数据挖掘时如降低最小支持度，会增加系统生成的频繁项目集数，这样挖掘出的规则会太多，因而会降低了规则的普遍性和代表性。
5结束语
本文利用数据挖掘技术对高校资产作了深层次研究，通过采用apriori 算法生成频繁数据项集，进而挖掘出高校资产管理指标之间的关联规则，各规则的信任度均达到70％以上，对关联规则进行分析得出的结论和决策建议在实际应用中取得了良好效果。
主要参考文献
［1］［加］jiawei han,micheline kamber.数据挖掘——概念与技术[m].影印版.北京：高等教育出版社，2001.
［2］袁隽媛．试论数据仓库在高校网络教育管理中的应用［j］．发明与创新，2007（5）：36－37．
［3］安利平，张松，仝凌云．基于决策树的olam及其应用研究 ［j］．计算机工程与设计，2008，29（15）．
数据资产的管理范文第2篇
关键词：大数据 在线监测机制 设备联动 管理
本文以笔者所在单位为研究对象，通过制定跨系统资产设备联动大数据监测规则，搭建大数据管理平台，构建资产设备联动数据实时常态化监测机制，打破了资产、设备的业务壁垒，挖掘了固定资产管理中的问题并制定了相应的解决措施，整体提升了固定资产管理水平。
一、研究背景
（一）加强固定资产管理是电力企业适应社会发展的重要支撑
电力企业固定资产具有使用部门多、分布地域广、金额大、更新快等特点，随着经济的不断发展，社会对电力的需求越来越大，对电网安全、电网稳定需求越来越高，电力企业需要不断对电网进行网架结构改造和智能化、自动化改造，固定资产存在变化快，管理难的情况。加强固定资产管理是电力企业资产特点所决定的，是社会经济发展、电网改造建设、电网安全运行的重要保障。
（二）做实资产设备联动是国网公司资产全寿命周期管理的基本要求
国网公司自2008年推进资产全寿命周期管理以来，公司固定资产管理注重将不同业务领域相互独立的信息数据库进行集成，如采购管理信息与设备管理信息、价值管理信息与设备管理信息、项目管理信息与设备管理信息等。资产设备联动是资产价值管理信息和实物管理信息集成主要体现，做实资产设备联动，为资产全寿命周期管理提供真实、完整的基础信息，是资产全寿命周期管理的基本要求。
（三）理顺资产设备管理是提升公司资产管理水平的迫切需要
目前公司帐卡物管理仍存在诸多问题，如各业务部门管理职能分段，造成帐卡物信息不共享；竣工决算编制滞后，造成资产设备联动不及时性；用户资产接收无具体的实施细则，导致用户资产接收进展缓慢；各业务部门对帐卡物管理颗粒度不统一，导致帐卡物一致困难；资产实时监督清查机制不健全，导致资产联动尚未实现常态化管理。理顺资产设备管理是解决上述资产管理中存在问题、提升资产管理水平迫切需要。
二、电网企业帐卡物管理模式简介
电力企业固定资产管理业务分为资产价值管理理、设备台帐管理、实物资产管三部分，分别对应传统意义上的的帐、卡、物管理。资产价值管理理、设备台帐管理、实物资产管理分别由SAP系统AM模块、PM模块、PMS系统来实现。信息流起点是根据实物实际情况在PMS系统中生成实物资产信息，并将固定资产相关的设备信息同步至SAP系统PM模块，再由PM模块与AM模块实现资产价值信息和设备信息的联动，实现了信息流的传递。
在实际的管理业务中，因业务壁垒、系统信息壁垒等原因，帐卡物信息实际对应率不高，出现诸多问题，如对应基本信息不相符、无有效在线比对和监控手段、无相应的整改完善机制等。
三、改进的主要做法
（一）制定资产设备联动在线监测规则，实现发现问题有依据
为了彻底打破财务、运检、安监等各部门的业务壁垒，解决“谁来发现问题，如何发现问题”的难题，组织编纂了《资产设备联动在线监测业务设计方案》及《资产设备联动在线监测数据准备方案》，方案中明确了日常在线监测的监测机制，开展日常资产设备联动工作中运用到的监测规则的逻辑关系设计思路、异动指标阈值、监测频率、资产类型、数据取数方式等。为日常开展监测工作提供了操作手册和工作指引。
（二）搭建帐卡物大数据平台固化监测规则，实现了监测数据有平台
以往的管理中，由于资产价值信息管理在SAP系统AM模块，实物设备管理信息在PMS系统中，两个系统中的存量资产设备信息未实现信息共享和实时联动，导致资产帐卡物联动数据无法开展实时在线监测。利用运营监控中心的大数据平台和各系统的数据接口，搭建大数据中间数据库并固化监测规则，实现了资产设备信息的实时在线监测，解决了在线监测的监测平台问题。
（三）制定监测流程及机制，实现了整改问题有机制
制定在线监测的监测流程，日常的监测工作可分为问题数据发现、问题数据核查、协调沟通整改、编制监测报告四个阶段，根据业务设计方案和数据准备方案，按照一定的监测频率开展数据监测和分析，对监测出的问题数据，以异动数据整改单的形式下发财务部、运检部，要求限期对问题卡片做出整改或说明。
（四）积极开展试点推广应用，实现了推广应用有示范
为了该项创新成果在能够得到推广应用，公司从2015年开始就积极推动推广应用工作。公司财务部、运监中心联合召集该成果的推广应用会议，会上决定由运监中心提供系统运维技术支撑，将该主题提炼的监测规则进行系统部署，由系统自动根据监测规则，监测帐卡物联动中存在的异常数据。同时确定杭州公司及其下属县公司作为该成果的前期试点单位，为后期全省推广应用做好铺垫工作。
（五）全面开展全省在线监测业务培训，实现了业务素质有配套
运营监控中心为了在全省开展此项在线监测工作，面对全省运监人员财务知识参差不齐的现状，联合财务部及试点单位杭州公司，邀请课题组主创人员针对该项管理创新的监测规则设计思路、数据来源、监测方式、阈值含义、异动原因等进行针对性的培训，使基层运监人员充分了解该监测业务的内涵和实际操作，为成果的推广应用做好了业务素质培训的配套工作。（“大云物移”人才储备课程培训通知）
四、改进效果
（一）监测成果获准全省系统上线推广应用
根据公司各部门商讨决定，该管理创新成果显著，具备全省推广应用的技术条件和业务支撑，会极大的推动全省固定资产帐卡物联动工作常态化管理，为固定资产联动率数据质量提升提供有效的数据监测平台，同时有利于打破固定资产管理的业务壁垒，为固定资产全寿命周期管理提供了真实、完整的基础数据，将成为固定资产联动数据监测的重要手段，监测规则在全省上线具备试点成熟、技术可行等条件。
（二）设置跨系统识别规则，打破信息数据壁垒
根据固定资产管理制度及公司财务部、运检部对固定资产管理的业务要求，创新开展各信息系统数据稽核规则制定工作。规则主要针对单一信息系统内部、各个信息系统之间联动数据的真实性、完整性、及时性进行监测。通过运用运监中心大数据平台进行系统间数据比对，打通了实物信息和价值信息数据壁垒，实现了财务、运检帐卡物数据信息共享。
（三）运监常态化实时监测，开创了资产设备联动管理的新视角
传统概念中的固定资产管理涉及到的部门是财务、运检、安监等其他业务部门，从未涉及到运监中心，该项管理创新以运监中心作为第三方的数据监控机构，利用运监中心的大数据平台，设置监测规则，开创了运监发现问题、下发异动数据，层层落实数据整改的联动机制，为公司固定资产管理开创了新的管理视角，有助于打破资产设备管理的业务壁垒，有助于资产设备联动工作的常态化。
（四）采用大数据分析法，形成了公司资产设备联动现状分析报告
主题创新联合公司运营监控中心，利用运营监控中心数据监控平台，获取全省资产设备联动异动数据，运用大数据挖掘工具tableau，对各种数据按照分类汇总、对比分析、趋势分析、分布分析等口径进行统计分析，获取公司的固定资产分布图、趋势图、类型图、异动分布图等，最终根据上述数据，分析出目前公司固定资产管理中存在的问题，具体表现形式，对公司的影响，形成了全省的资产设备联动现状分析报告，并最终呈报公司主要领导。
（五）制定了统一的建卡颗粒度，解决了标尺统一的问题
梳理财务部和运检部对于资产设备建卡颗粒度不一致的情况，如：各个电压等级的线路建卡颗粒度，附属设备建卡颗粒度，二次设备建卡颗粒度等。在公司范围内制定统一的建卡颗粒度：10kV及以上的线路按照主线进行建卡管理，附属设备均不单独建卡管理，二次设备按照保护装置单独建卡。
数据资产的管理范文第3篇
如今的信息时代，随着互联网技术快速发展，企业每时每刻都在产生各种的数字文档（包括各类数字图书、图形图像、视频等），这些数字文档在企业的运营发展中发挥着举足轻重的作用，它们不仅数量巨大、而且种类多样，这些各式各样的数字文档形成了企业的数字资产。使用好这些数字资产，并使现有的数字资产能为以后的生产服务并实现增值，已成为目前相关企业迫切需要重点解决的问题。立足于企业发展现状，对数字资产管理的关键技术进行分析，并建立数字资产管理系统的框架，对丰富企业管理，提高企业经济效益具有一定的指导意义。
关键词：
信息；数字化；存储；数字资产管理
21世纪是信息大爆炸的时代，企业每时每刻都在产生各种各样的信息资源。随着企业数字化程度的提高，如今的内容资产的制作速度也有了提升，企业也随之产生了大量闲置的数字资产。新时期如何使用先进的数字化技术处理、优化该类资产成为企业运营和发展的重要课题。
1数字资产管理
近几年来，随着互联网的飞速发展，印刷媒体、出版媒体、电视台以及互联网娱乐公司等媒体之间的的联系越来越紧密。如今的各大媒体企业都会建立自己的网站平台。除了通过传统模式以外，越来越多的信息会运用新的互联网技术进行传播。数字信息不同于金融软件和产品，它们是真正可以进行电子处理和传送的商品。随着网络信息量的逐渐增大，企业也慢慢发现这些数字信息不仅可以节省制作时间，而且可以反复利用，节约成本，并在一定程度上实现增值。这时，数字资产的概念便应运而生了。对数字资产的管理模式上看，和传统的内容管理本质上是一致的。在传统领域中，内容管理通常集中在档案馆或图书馆中，主要针对文档、图书、档案纸质载体以及版面、磁带、胶片等物理载体进行保存，管理上通常依靠专门的管理员。随着需要管理的内容数量快速增加，以及数字化程度的提升，对内容的管理和利用上也有了更高的需求。管理好现有的内容变得越来越重要。此外，不同类型的数据量也在增加，输出渠道也越来越丰富，内容的更新也越来越快。所以，对内容管理已成为相关行业的核心工作。为了适应这些需求，相关行业需要建立合适的内容管理系统，针对不同类型的大量数据进行管理和使用。数字资产管理也是从这种传统的内容管理发展而来的。如今，在数字资产管理的一些相关行业上，国内外的很多企业已经给出了很多解决方案，在软硬件资源和框架上也制订了一些标准。如Interwoven为国内用户推出数字资产管理解决方案，北大方正的报业的数字资产解决方案等。企业也更加地关注如何使用数字资产管理技术来更好地节省成本，提升管理水平，改善业务流程，提高经济效益。数字资产管理的相关技术虽然已经日渐成熟，但仍旧缺少系统的管理模式和标准。因此，国内外很多业内组织也在深入研究探讨数字资产管理的系统模型和方法，并应用于企业实际中，以对企业的数字资产进行更加完善的管理和应用，实现数字资产的增值。
2数字资产管理的意义
数字资产主要包含企业在生产过程中所形成的各种文字、图形、图像、视频等组成页面的基本元素和最终生成的版面文件。此外，随着数字化工作流程的逐步推广，企业生产过程中的各种参数也成为了企业内数字资产的一部分。如何使用好这些数据，使现有的数据能为以后的生产服务并实现现有数字资产的增值，已成为目前相关企业迫切需要重点解决的问题。如今的企业中，历史的以及新增的浩繁资料迫切需要进行数字化的存储、管理和使用，需要用数字资产管理技术来实现对管理观念、管理方法上质的变革，从而大幅地提高工作效率和服务质量，同时融合数据录入、制作、等多个子业务系统，并创设多种增值服务，科学有效地对不同种类的用户和组织，以不同的方式重复进行数据、交换与交易，从而实现数字资产的保值与增值。企业转向数字化资产管理以及新的数字化工作流程已是大势所趋。使用数字资产管理技术，不仅可以从众多的数据中挖掘更有价值的信息，帮助改善传统企业的工作流程管理，拓展新的业务；而且可以通过使用该系统来规范企业的管理方式，帮助企业构建协同化的工作机制，提高企业的工作效益。有了数字资产管理技术，企业生产的出版物、文档将能更好地发挥其自身的价值，之前的工作模式也将得到根本的改变。先进和完善的数字资产管理技术将帮助在激烈竞争环境中的企业不断发展进步。因此，建立相关的数字资产管理系统将是帮助企业提高市场竞争力的必由之路。
3构建数字资产管理系统
想把数字资产管理好，需要构建合适的数字资产管理系统。数字资产管理系统(DigitalAssetManagementSystem)是为数字资产提供管理、利用以及增值的方法的管理信息系统。它使得数字资产的保存、管理和运用变得更为便捷。数字资产管理系统包括两个部分：第一部分是软件管理部分，也是整个系统最关键最核心的部分；第二部分是存储技术，该项技术在国内外已经得到了广泛的应用，解决方式多样且越来越先进。数字资产管理系统的运行步骤一般包括：（1）收集数据：在数字资产管理系统下，进行数字资产的录入工作，也可对模拟资产做相应的数字化处理。（2）内容处理：对收集到的信息内容进行加工，使其成为能够存储和运用的数字资产，也可对现成的数字资产进行加工再利用。（3）存储并管理数据：存储、管理以及查询数据信息，是系统的主要工作。（4）数据：能够实现针对不同媒体的数据以及信息传递。（5）增值服务：提供数字资产增值开发的方法。组建数字资产管理系统的基本方式为：数据通过数据采集模块传送至内容管理模块，其中包含数据存储、编目、检索、传输，进入数据整合模块，形成符合不同要求的数字文件，经由数据分发模块进行多种媒体形式的分发，根据上述思想，数字资产管理系统具备了数据采集、内容加工、数据整合以及数据分发4项功能。实现了从数据的导入、信息的保存、数据结果的查询到内容的加工完善，再到出版等整个流程。如今，国内外有很多知名公司从事了数字资产管理系统的开发工作，如IBM、TS、高术、北大方正等。此外，国内外也有许多知名企业，如HP、Interwoven都有开发数字资产管理系统，以适应相关行业的需求，应用广泛。
4数字资产管理的关键技术
数字资产管理技术主要是解决企业生产运营中产生的结构化和非结构化数据的录入、管理、应用、增值等问题，在管理过程中，需要将不同类型的数字资产集中保存，并以数字化形式进行管理。最终目标是完成资产的优化管理以及增值，实现企业效益的最大化。在数字资产管理的关键技术中，主要涉及到元数据技术、分布式存储技术、编码索引技术等。（1）元数据技术：元数据是描述数据的结构化数据。目前，普遍都使用XML语言表示元数据，XML文档的结构通过XMLSchema来标识。XML文档表示的元数据；而XMLSchema描述的是元数据的结构。元数据能对每项数字资产进行正确的描述，数字资产管理系统通过提取元数据的方式为用户提供管理、查询和检索等服务。企业的生产运营中，各种数字资产都具有能反应自身特点的元数据。用户可以对数字资产的各类元数据执行模糊查询、精确查询、以及定位等操作。（2）分布式存储技术：分布式存储系统通常是以数据对象作为基本存储单元，这些数据对象包括规则的和不规则的数据。结构化、规则的数据直接存储在关系数据库中。而非结构化的不规则数据使用XML技术进行封装。然后用LOB(LargeObject)将信息存储于数据库的内部，也可将其存放在数据库外部，但需保持与数据库的连接，由本地的操作系统负责管理信息。
5结语
数字资产管理技术不仅可以帮助改善传统企业的工作流程，而且还能够规范企业的管理方式，提高工作效率。运用数字资产管理技术，可以使企业生产的各类出版物、文档更好地发挥价值。就目前来看，企业数字化程度的高低决定了企业是否需要引入数字资产管理系统。一部分企业数字化程度并不高，数字资产种类不多，且更新缓慢，而数字资产管理这种软件平台成本较高，盲目地引进会增加企业的负担。但是，随着企业数字化程度的提升，建立先进和完善的数字资产管理系统是帮助企业提高市场竞争力的必由之路。所以，相关企业可以用小步快走的方式构建自己的数字资产管理系统，达到巩固传统业务、扩展新业务，使企业能在竞争激烈的市场中立于不败之地的目的。
作者：李吴松 单位：武昌工学院
参考文献
[1]张乾.数字资产管理及其印刷产业链的建立与实施[J].印刷质量与标准化，2014，（4）.
数据资产的管理范文第4篇
关键词：综合资源管理系统；资源资产管理；资源质量管理；在线设计平台；物联网；5G
引言
近年来随着移动通信技术与互联网技术的结合发展，电信运营商网络资源不断扩张，业务资源更加纷繁复杂[1]。为了加强对现网多种资源的管理及应用，优化资源结构提高网络资源的利用率和合理性，提高电信运营商面向网络的管理能力、面向业务的提供能力，电信运营商提出网络资源综合管理，实现包括集网络调度、设备管理、业务管理于一体的资源综合管理系统，从而更好的支撑电信业务的提质增效发展[2]。
1系统现状
综合资源管理系统作为xx省移动网络资源管理平台，经过前期建设已实现对现网全专业的数据进行集中化和规范化的管理；规范了家客业务、集客业务的管理流程和网络割接流程中资源的标准化管理；并与周边网管系统打通了接口，实现数据互通共享，对部分上层应用系统提供了数据及应用支撑。目前综合资源管理系统在数据接入、功能实现以及接口协作等层面均取得了一定提升。统一采集平台将采集的原始数据共享至综合资源管理平台，在采集层对原始数据进行清洗、对比等处理后，存储在管理平台的数据库中[3]。数据管理层对资源数据库中存储的数据进行规范化管理，满足后端服务层和应用层需要。服务层作为应用层与数据管理层中间件，根据应用层的需求，以数据管理层数据为基础，像应用层提供对应服务。xx省移动资源管理系统按集团统一要求采用分层的软件结构，软件从下至上分为采集适配层、数据管理层和应用功能层，每层只需要关心本层的数据、业务逻辑和业务实现，层与层之间通过标准接口进行交互，能更好的实现系统的可扩展性[4]。系统基于跨平台的J2EE架构设计实现，采用主流的B/S模式，为用户提供高效的系统应用[5]。（图1）随着综合资源管理系统的应用逐步深入，综合资源管理系统在资源数据质量、规范化、精细化管理方面还存在诸多不足，需要进一步提升网络资源管理能力。
2方案与建议
为了有效提升综合资源管理系统的资源管理能力，满足业务支撑需求，发掘资源内在价值，反向精准倒推业务发展，综合资源管理系统需要资源资产管理、资源质量管理、在线设计平台、集客业务支撑、面向物联网及5G等新业务支撑能力几个方面加强综合资源管理系统的能力。
2.1资源资产管理
2.1.1系统接口现网各专业资源与资产关联平台完成地址、设备绑定后，将绑定信息推送给资产管理平台，并定时将资产系统的资产信息推送至资源与资产关联平台。接口同步方式：FTP接口协议。接口同步内容：地址编码、资源与资产映射关系编码、无线资源编码、无线资源名称、资产编码、资产名称。
2.1.2资源管理资产资源对应关系管理：对资源和资产的对应目录进行管理，按照规则方式进行管理。对资产关联工具及资产关联的合理性核查进行支撑。资产关联工具：通过查询资源侧统一地址和资产侧地址，对两边的地址进行映射关联。资产关联核查：根据资产资源对应目录关系，对资产资源关联合理性、关联性进行核查，并对核查结果进行呈现。资产关联任务管理：对未关联的资源，根据工作量分批次选择资源范围，制定出资产关联任务，派发给相关责任单位进行处理。
2.1.3资产管理资产的管理需根据项目建设流程建立资产全生命周期的管理流程，包括如下：入网资产关联管理：通过资源入网清单和资产转资清单的双向同步，映射审核，实现资源入网和资产转资的一体化管理，使得资源在入网时即实现资源和资产的准确映射。割接资产关联管理：通过资源割接清单和资产调整清单的双向同步，映射审核，实现资源调整和资产替换同步，并实现资源资产映射关系的实时修改。清退资产关联管理：通过资源退网清单和资产清退清单的双向同步，映射审核，实现资源退网和资产清退的同步进行，达到资产清退即资源退网。
2.2资源质量管理
2.2.1动环资源管理将动环数据中动环CSC唯一编码与KJ设备编码一一对应的数据进行整理；将动环CSC唯一编码与KJ设备编码不能匹配的数据分为匹配为空、匹配错误、匹配多个的三类报表分别呈现在系统中；通过动环唯一编码匹配的方式成功数据入动环集团最小集19个新建模型中；后续用户整改的数据通过后台脚本定时更新到集团最小集19个模型中。
2.2.2传输资源管理基于入网规范化要求，对传输SDH、PTN、PON、波分、RTN等设备的采集指标做改造，不允许直接入现网库，需接入入网规范化分析系统生成对应入网申请单；对于新采集传输设备做集中化空间归属和状态同步，只有通过集中化数据归属的传输设备现网才可查，才可用。支持新入网设备并发拓扑采集，并根据拓扑进行物理连纤制作和物理链路分析；基于业务合规性和物理合规性两个维度对入网网元的入网链路进行分析[6]。
2.2.3集客资源管理以集团客户为入口，关联集团客户相关业务，业务相关专线，专线相关设备方式对巡检资源进行选定，通过流程+APP端相结合的方式进行巡检；从高维到低维、逻辑到物理的拓扑关联能力，以实际现场光缆中断这种物理场景反推对专线业务的影响，同时通过同路由分析判断该光缆中断是否影响保护路由，以此推断对集客业务的影响[7]。
2.3在线设计平台
通过开展传输外线资源的全生命周期管理与数据质量提升，科学有效地将工程设计纳入到系统管理中，有必要进一步深入研究目前传输外线工程在设计阶段的管理模式与实现模式，以便更好的提高工程设计的质量与效率，提供更准确及时的系统数据[8]。在线设计覆盖管道工程、线路工程，聚焦设计，融合时间、人员、位置、对象、动作五要素，具有互联网化页面方案，基于位置的可视化线上在线设计工具[9]。
2.4新业务支撑
物联网专线业务：针对物联网业务实现不同承载模式下，实现物联网专线的勘察、开通、变更、停闭等功能，使原本串行的流程转并行，实现物联网业务端到端售中建设统一电子化、平台化、可视化[10]。5G网络资源管理：根据业务5G业务发展，实现5G资源模型及数据的管理能力，包括新增5G基站（G-NODEB）、5G小区（NR-ULTRACELL）、BBU池资源管理，改造升级现有的BBU、RRU、天线、板卡、端口模型支持适配5G资源的；并实现5G设备面板图可视化呈现[11]。
数据资产的管理范文第5篇
关键词：国情监测；矿产资源；监管；三维矿山
中图分类号：C35文献标识码： A
1引言
矿产资源是人类生产和生活资料的基本源泉，我国，90%以上的能源，80%的工业原料来之矿产资源。矿业在取得巨大成就的同时，也给社会生态环境带来一些危害，大量的开发活动所造成的破坏与污染越来越严重。如何有效地管理矿业、维护矿产资源开采秩序，遏制违法行为，有效保护和利用矿产资源，保障矿山安全生产，协调矿山与地方的矛盾，提升矿产资源监管水平，实现矿产资源管理工作的规划化、科学化，从而促进矿业经济健康、可持续发展，成为矿产资源管理部门亟待解决的问题。
目前，我国正在开展第一次全国地理国情普查工作，综合利用了全球导航卫星系统（GNSS）、航空航天遥感技术（RS）、地理信息系统技术（GIS）等现代测绘地理信息技术及各时期测绘成果档案，对自然、人文等地理要素进行动态和定量化、空间化的监测，并统计分析其变化量、分布特征、地域差异、变化趋势等，形成反映各类资源、环境、生态、经济要素的空间分布及其发展变化规律的监测数据、图件和研究报告等，为矿产资管的监管提供了详实的基础数据[1]。本文为了提升矿产资源监督管理手段，保护、合理利用矿产资源，充分利用辽宁省第一次全国地理国情普查数据成果，结合3S技术、数据库技术及网络技术等，设计和研究基于地理国情动态监测的矿产资源监管系统。
2系统总体设计
2.1系统流程结构
矿产资源监管系统基于省市县多级数据中心之间的数据联动，上级矿管部门对本级和下属单位的矿业权审批、矿产开采、矿产复垦等情况进行实时监测。省市县三级通过上下级数据交换，实现省、市、县三级数据的动态同步更新和共享。如下图所示，省级通过抽取程序，采用增量抽取的方式获取下级部门的矿山日常监管数据、矿业权数据等，并集中到地理国情动态监测数据仓库中，通过在线动态分析，图文展示、实现对各级矿政管理部门的矿业权登记过程、矿产开采情况、矿产复垦情况等以及对矿山企业的生产过程进行监管。
2.2系统逻辑结构
地理国情动态监测数据库和业务子模块是矿产资源监管系统的两大基石，因此在系统总体设计时，必须从业务子模块和数据库结构两方面进行科学合理的设计，在数据库设计时，既要考虑结构的完备性、格式和编码的规范化，又要尽可能地避免数据的冗余[2]。在系统功能模块设计时，为使系统结构合理，层次清晰，并具有较强的开放性和可伸缩性，将系统划分为若干既相对独立又相互协调、可共享信息的子系统[3]。这些子系统再依据一定的通讯规则和集成模式完成各自独立的功能的同时，能够有机的集成在一起，服务于整个系统的信息处理目标，同时应用子系统通过对数据库的合理调度、组织，形成数据的合理流向，完成系统的整体功能，维持系统的旺盛的生命力。
根据矿产资源监管业务的要求，其逻辑结构层面上又可以划分为五个部分：技术层，数据层、中间层、应用层和用户层[4]。具体的逻辑结构图如下所示：
图2 逻辑框架结构图
2.2.1技术层
技术层是系统实现的基础，为系统的实施提供技术保障。本系统的架构和开发采用当前主流的开发技术。主要包括：网络技术，WebGIS技术，数据库技术以及组件开发技术等。这些技术成熟稳定，为系统的顺利实施打下良好的技术基础。
2.2.2数据层
数据层为整个系统数据提供了永久化存储的支持。数据层主要包括数据的采集、获取、提取、组织、管理、更新、维护等。数据组织与管理是指对集中-分布式、异构(矢量、影像、属性、文档)、多数据源、多分辨率的数据进行管理；数据的更新与维护是指在数据库平台上, 根据不同的管理层次, 在统一的组织管理原则指导下, 利用地理国情动态监测、矿政信息等多种信息源, 实现数据的各种更新与维护。这些数据库按照功能划分为空间矢量数据库、影像数据库和属性数据库。
2.2.3平台层
平台层是应用层与数据层之间的一个桥梁，平台层对系统的公共组件进行管理，将数据和应用进行屏蔽，使得系统具有良好的可维护性和可扩充性，满足系统分步实施的需要。针对本系统的特点，分为地理国情动态监测基础数据平台和矿产资源信息服务平台, 以建立地理国情动态监测数据共享、矿产监管功能共享为目标，使矿产管理规范化、动态监管实时化。
2.2.4应用层
应用层针对矿产资源监管系统的需要开发各功能模块。每个模块完成特定的功能。由于各模块的开发是基于公共平台之上的，使得各模块间的数据交换，系统通讯都很方便快捷，系统应用层采用可伸缩设计以满足不同层次的需求。公共平台中集成了系统大量的功能组件和功能模块，应用系统的开发就是按应用要求对功能组件或功能模块的组装, 实现对专题数据的管理以及专题数据与基础数据的关联或融合。这种结构设计大大加快了系统的开发速度，提高了系统的稳定性。
2.2.5用户层
用户层实现用户对系统的操作。系统用户包括各级领导、矿产管理部门的工作人员，系统维护人员。根据系统权限的不同，用户可以与不同的界面进行交互，实现系统数据更新，系统管理，矿山监管、分析决策，信息查询，数据统计，成果输出等。
3系统功能设计
矿产资源监管系统的总体目标是利用地理国情动态监测信息，结合已有的国土资源电子政务平台，实现矿业权审批辅助审查、矿产基本信息查询、矿山开采现状地表覆盖数据动态更新、违法违规开采和资源破坏及时预警，矿产复垦数据动态更新、矿产复垦立项三维辅助审查、地质环境评估三维实景展示等。
根据系统总体要求，系统主要功能包括数据管理、图形辅助审查、专题监管分析、动态监测、三维矿山、数据查询、报表统计、常用工具、系统维护、系统接口等。
3.1数据管理
数据管理模块包括数据检查、数据入库、数据日常维护等，用于统一配置、维护管理各类矿产资源专题数据及地理国情动态监测数据，能支持海量空间数据的快速组织管理；提供数据录入、数据格式转换等工具便于维护系统数据；提供界面化的操作方式，及时将遥感影像、地形图、地理国情、矿产复垦数据等信息进行更新，保持数据库的现势性，保证数据分析和监管的有效性。
3.2图形辅助审查
3.2.1叠加分析
在矿产资源监管系统中，导入矿产资源的相关信息及坐标，根据管理工作的需要，利用地理国情动态监测数据，通过叠加分析功能，自由选定分析条件，将矿产资源信息与地理国情动态监测信息进行叠加分析并形成分析报告。
3.2.2缓冲区分析
选定一个或者多个矿产图形或者自定义一个点、线、面，在矿产资源监管信息系统中，可以对选定的或者自定义勾画的图形要素创建一定范围的缓冲区，进行空间分析。如重点水源和旅游风景区为禁采区，对矿产资源进行开采规划时，可以对禁采区建立缓冲区来为矿产资源执法监察提供辅助决策作用。
3.2.3对比分析
可以选择多个年份的矿产数据进行对比分析，以图形、表格、模型等形式展现矿产资源的变化情况及规律，对矿产资源管理、矿产资源复垦、矿产资源执法都具有重要作用。
3.3专题监管分析
3.3.1矿产分布分析
矿产资源监管系统通过调用已有的矿政信息，套合高分辨率遥感影像及辽宁省地理国情动态监测数据库，可按照行政区划、矿种等条件，自动进行矿产资源分布规律分析，并形成分析报告。系统同时提供按照任意区域范围输出各类矿产资源分布图件及专题图件等，包括对专题图的页面调整和整饰功能。
3.3.2矿产开采地表覆盖情况分析
在各类矿产开采数据基础之上，结合地理国情动态监测数据，利用计算机及GIS技术，按照年、季度、矿产名称、企业单位、行政区划（可具体到乡级单位）、矿产编号等条件，对矿产开采地表覆盖情况进行分析，形成多时态的分析报告。同时，将分析结果与高分辨率遥感影像数据叠加，为矿产执法监察提供数据支持。
3.3.3矿产复垦地表覆盖汇总分析
矿产复垦是现阶段解决矿产环境及矿产经济发展的主要途径。目前，由于我国有关的法律和法规，涉及到矿产环境保护方面的规定，大多限于“三废”污染与治理，而对矿产存在的其他环境问题关注不够，缺少对矿产复垦工作的有效监督。本系统正是利用先进的信息化手段，将矿产复垦与遥感影像、地理国情数据等信息进行综合分析、可按照上报的矿产复垦方案对矿产复垦进度进行动态的监督、分析，形成分析报告，供管理人员决策。
3.3.4非法采矿区地表覆盖分类统计
根据地表露天开矿分布情况，对照矿业权审批数据，对开采区域或行政区进行非法开采矿的地表覆盖情况进行分类统计，同时对比土地利用现状分类形成专题统计结果。
3.4动态监测
矿产资源监管系统应用地理国情动态监测数据搭建可视化平台，采用形象的图形图像语言和简便的计算机表达方式，同时对数据库中相关的数据和最新的图形数据资料进行比较分析并结合实际监督检查，对矿产资源开发利用过程实行动态监测，并与设定的指标或计划相比较，对潜在的安全问题、违法违规开采、矿产复垦时限、复垦比例等问题及时提出预警信息，对资源开发和监管过程中存在的问题及时警示，为管理部门对矿产资源的开发利用、打击非法采矿行为、监督矿产复垦等提供科学依据。
3.5三维矿山
利用地理国情动态监测基础数据，通过Skyline三维分析扩展模块，叠加DEM和DOM数据，实时生成矿产三维模型，建立虚拟三维场景。用户能够在三维模型监督矿产开采、污染、复垦情况，自由调整观察者的观测视角，并能迅速定位到目标点，同时辅助开展地质灾害环境评估。
3.6数据查询
数据查询满足不同业务的应用需求，针对空间数据和非空间数据特点，统提供了模糊查询、快捷查询、自定义查询等各种灵活方便的查询功能。
3.7报表统计
3.7.1矿业权数据统计
通过调用地理国情动态监测数据，利用自定义报表模板，灵活统计矿业权分类情况一览表、矿业权交易情况一览表、矿业权审批情况一览表等工作报表。
3.7.2采矿区地表覆盖分类统计
对矿产企业可以根据开采区域、行政区划（乡级名称、县级名称、市级名称等）、开采矿的地表覆盖情况进行分类统计，还可以根据其各类指标设定进行分级统计等。
3.7.3矿产复垦区地表覆盖分类统计
矿产复垦是指在开采矿过程中，为有效保护环境进行的复垦生态治理。在地理国情数据底图基础上，依据矿产复垦立项要求，对矿产企业的开采区域、行政区划（乡级名称、县级名称、市级名称等）、开采矿复垦的地表覆盖情况进行分类统计，也可设定各类指标进行分级统计。
3.7.4非法采矿区地表覆盖分类统计
根据地表露天开矿分布情况，对照矿业权审批数据，可对开采区域或行政区进行非法开采矿的地表覆盖情况进行分类统计，同时对比土地利用现状分类形成专题统计结果。
3.8常用工具
系统提供面积量算、长度量算、坐标系统转换、数据格式转化等常用工具。
3.9系统维护
系统维护功能主要提供一些系统管理的可视化工具，协助系统管理员更有效地管理系统。功能包括：组织机构管理、角色管理、用户权限管理、系统参数设置 ,系统字典管理等。
3.10系统接口
系统提供数据服务接口，能实现与已有矿政管理平台及将来系统功能升级的衔接。
4结束语
矿产资源监管一直是矿产资源管理研究的热点问题，随着地理国情普查工作的不断推进，充分利用地理国情动态监测数据成果，实现矿产监管从事后到事前模式的转变，不但拓展了地理国情动态监测数据成果的应用范围，而且带动了矿产资源管理模式的深刻改变，从而更加促进矿产资源的合理开发与应用，提升了矿产资源管理水平，为提高矿产资源管理的可持续性，市县矿产规划、设计、开采及复垦等工作有机结合奠定了基础。
参考文献：
[1] 国家基础地理信息中心. 项目介绍[EB/OL]./article/ztzl/gqjc/xmjs/
[2] 王希营,张乐,文胜欢. 基于KanqGIS的河南省林业资源综合管理系统设计与应用[J]. 地理信息世界,2012(1):66-68.
[3]齐建伟. 土地利用动态遥感监测数据库系统研建[D].北京：中国农业大学,2005.
[2]王宝,谈树成,蒋顺德,高博.基于GIS的矿产资源规划管理信息系统研发[J].矿产保护与利用,2007(4):1-5.[3] 贺重媛,周廷刚,唐霄,等.基于MVC的矿产资源信息系统 的设计与实现[J].金属矿山,2008(2):109-111.
[4] 沈泉飞,顾和和,张海荣,等.矿产资源管理信息系统设计与开 发[J].信息技术,2006(5):19-22.
