數據治理：工業企業數字化轉型之道（第3版）（上下冊）

目錄
第1篇 趨勢篇
第1章 工業企業需要數據治理 2
1.1 工業革命的演變與發展趨勢 2
1.2 工業數據是工業智能化的核心基礎 9
1.3 主要工業國家和地區的工業數據戰略 13
1.4 企業工業數據的核心價值 15
1.5 我國各行業數據治理現狀 17
1.6 數據治理是實現工業企業數據價值的基礎 20
1.7 工業企業數據治理面臨的困難與挑戰 21
本章精要 24

第2章 工業企業數據治理概述 25
2.1 相關術語的定義與內涵 25
2.1.1 自動化、信息化、數字化、智能化
與數智化 25
2.1.2 數據資源、數據產品、數字資產、數據資產與數據要素 27
2.1.3 數字治理與數據治理 31
2.1.4 新一代數據治理 34
2.1.5 大數據內涵及其8V特征 36
2.1.6 工業互聯網與工業數據 38
2.1.7 數據管理、數據運營、數據應用、數據交易和數據流通 40
2.2 工業數據的分類 44
2.2.1 按照數據對象劃分 44
2.2.2 按照數據的存儲形式劃分 45
2.2.3 按照工業企業數據庫的類型劃分 45
2.2.4 按照權屬類型劃分 47
2.2.5 國家數據局在相關文件中提到的數據類型劃分 47
2.2.6 人工智能訓練和推理類應用中的數據類型劃分 47
2.3 五種視角下的數據治理體系框架 49
2.3.1 數據治理“五域模型”：管理視角 49
2.3.2 數據治理“黃金屋”：技術視角 50
2.3.3 數據治理“全景圖”：全生命周期視角 51
2.3.4 數據治理“藏金閣”：安全視角 53
2.3.5 數據治理“金字塔模型”：需求視角 54
2.4 數據治理的核心內容 55
本章精要 56

第3章 主流數據治理標準及框架介紹 57
3.1 國際標準 57
3.2 國內標準及模型 57
3.3 專業組織及理論框架 62
3.4 數據治理體系比較 67
本章精要 69

第4章 數據治理的發展趨勢 70
4.1 國內外數據治理體系的演變與發展 70
4.2 以組織為核心的數據治理體系建設 71
4.3 從傳統數據治理到資產化數據治理 71
4.4 從企業級數據治理到產業級數據治理 72
4.5 新一代信息技術促進數據治理的發展 72
4.6 數據素養與數據倫理建設是重要一環 80
4.7 數據空間成為重要的數據流通基礎設施 83
本章精要 85

第5章 本書閱讀導引 86
5.1 數據治理是一個系統工程 86
5.2 工具是數據治理的保障 87
5.3 實施數據治理有路線可循 87
5.4 數據治理已在諸多行業成功實施 87

第2篇 體系篇

第6章 數據管控 93
6.1 數據管控概述 93
6.2 組織架構 96
6.2.1 數據治理組織架構 97
6.2.2 數據治理組織模式 99
6.2.3 數據治理職責分工 101
6.2.4 數據崗位角色 103
6.3 制度規範 106
6.3.1 數據治理制度框架 106
6.3.2 數據治理制度修訂 112
6.3.3 數據治理制度執行流程 113
6.3.4 數據治理制度考核體系 117
6.4 管理機制 119
6.5 數字文化 122
6.5.1 數據文化 122
6.5.2 數據素養 124
6.5.3 數據治理溝通 126
6.5.4 業務案例與宣傳 127
6.5.5 數據倫理道德 128
6.6 人才培養 129
6.6.1 培訓體系 130
6.6.2 崗位認證體系 133
6.6.3 培訓宣貫 134
6.6.4 人才評估晉升 135
6.7 數據管控體系評價指標 137
本章精要 140

第7章 數據戰略 141
7.1 數據戰略概述 141
7.2 數據戰略規劃 149
7.2.1 識別幹系人 149
7.2.2 數據戰略需求調研與對標分析 151
7.2.3 數據戰略制定 151
7.2.4 數據戰略發布 155
7.2.5 數據戰略修訂 156
7.2.6 主要理論方法與技術 157
7.3 數據戰略實施 161
7.3.1 實施策略 161
7.3.2 實施路徑 162
7.4 數據戰略評估 163
7.4.1 評估策略 163
7.4.2 評估方法 164
7.4.3 管理層參與說明 166
7.5 數據戰略評價指標 167
本章精要 168

第8章 數據架構 169
8.1 數據架構概述 170
8.1.1 數據架構的建設目標 171
8.1.2 數據架構的組成 174
8.1.3 企業數據架構的主要問題 175
8.1.4 做好數據架構的意義 176
8.2 數據目錄 176
8.2.1 數據目錄類型 177
8.2.2 數據目錄管理 179
8.3 數據模型 180
8.3.1 數據模型中的基本概念與數據
關系 180
8.3.2 主題域模型 184
8.3.3 概念數據模型 186
8.3.4 邏輯數據模型 187
8.3.5 物理數據模型 188
8.3.6 數據模型設計和建模方法 189
8.4 數據標準 190
8.4.1 對象類數據標準 191
8.4.2 基礎類數據標準 195
8.5 數據分布與流向 196
8.5.1 數據分布 196
8.5.2 數據流向 197
8.5.3 數據資源全景圖 198
8.5.4 數據地圖分布應用 198
8.6 數據架構評價指標 198
本章精要 199

第9章 主數據管理 200
9.1 主數據概述 200
9.2 主數據規劃與設計管理 205
9.3 主數據溯源與識別管理 206
9.4 主數據標準管理與質量規則 209
9.5 建立主數據代碼庫 211
9.6 搭建主數據管理工具及集成接口 212
9.7 建立主數據運營體系 213
9.8 加強主數據推廣應用與貫標 215
9.8.1 統一源頭集中共享 215
9.8.2 主數據應用需求管理 215
9.8.3 主數據應用質量管理 216
9.8.4 主數據應用服務管理 217
9.9 主數據評價指標 218
9.10 企業常用的幾類主數據 220
9.10.1 物料主數據 220
9.10.2 設備主數據 220
9.10.3 固定資產主數據 221
9.10.4 會計科目主數據 222
9.10.5 組織機構和員工主數據 222
本章精要 223

第10章 元數據管理 224
10.1 元數據管理概述 224
10.2 元數據分類及相關理解 228
10.2.1 元數據分類 229
10.2.2 元數據相關概念理解 230
10.3 元數據管理關鍵活動 234
10.4 元數據管理主要內容 234
10.5 主動元數據管理 238
10.6 元數據的價值 240
10.7 元數據管理評價指標 241
本章精要 242
第11章 指標數據管理 243
11.1 指標數據管理概述 243
11.1.1 業務驅動因素 243
11.1.2 指標數據管理目標和內容 245
11.1.3 指標數據標準定義及分類 247
11.1.4 指標數據常見誤區和問題 249
11.1.5 指標數據標準梳理常見方法 251
11.2 指標數據體系框架設計與標準化定義 253
11.2.1 指標體系建設價值 253
11.2.2 指標體系框架設計思路 254
11.2.3 指標數據標準化內容和步驟 256
11.2.4 指標體系構建實施內容 269
11.3 指標數據工具建設及落地 269
11.4 指標數據運營體系建設 271
11.5 指標數據應用 272
11.6 指標數據評價指標 272
本章精要 274

第12章 時序數據管理 275
12.1 時序數據管理概述 275
12.1.1 業務驅動因素 276
12.1.2 時序數據管理的目標、內容和核心原則 277
12.1.3 時序數據的特點及應用場景 280
12.1.4 時序數據的應用需求和挑戰 285
12.2 時序數據治理的過程體系 288
12.2.1 時序數據架構規劃 289
12.2.2 時序數據的主數據和指標標準管理 290
12.2.3 時序數據的質量管理 294
12.2.4 時序數據安全 298
12.2.5 時序數據應用 300
12.2.6 時序數據全生命周期運營 300
12.2.7 AI樹在時序數據治理工作中的應用 301
12.3 時序數據治理工具與技術 302
12.4 AI環境下的時序數據治理 302
12.5 時序數據管理評價指標 307
12.6 時序數據治理展望 309
本章精要 310

第13章 空間數據管理 311
13.1 空間數據管理概述 311
13.1.1 業務驅動因素 311
13.1.2 空間數據管理域目標、內容和原則 313
13.1.3 空間數據管理的相關概念 316
13.1.4 空間數據管理技術的發展歷程 319
13.1.5 空間數據的屬性和類型 320
13.2 空間數據管理體系 321
13.2.1 空間數據模型 322
13.2.2 空間數據相關標準 323
13.2.3 空間數據質量與安全 325
13.3 空間數據管理的主要內容 325
13.3.1 數據采集 325
13.3.2 數據存儲 328
13.3.3 數據處理 329
13.3.4 數據分析 331
13.3.5 數據可視化 333
13.3.6 數據安全 335
13.3.7 數據共享與互操作 336
13.4 空間數據管理工具與技術 338
13.4.1 空間數據獲取技術 338
13.4.2 空間數據存儲與管理技術 339
13.4.3 空間數據分析與處理技術 339
13.4.4 空間數據可視化技術 340
13.4.5 雲計算與大數據處理技術 340
13.4.6 其他相關技術 341
13.5 空間數據主要應用場景和特點 341
13.6 空間數據管理評價指標 344
13.6.1 空間數據的管理指標 344
13.6.2 空間數據的評價指標 345
13.7 空間數據應用場景展望 346
本章精要 349
第14章 非結構化數據管理 350
14.1 非結構化數據管理概述 350
14.1.1 相關概念 351
14.1.2 非結構化數據管理目標和內容總體框架 353
14.1.3 非結構化數據的應用場景 355
14.1.4 非結構化數據管理面臨的難題和挑戰 356
14.2 非結構化數據管理的主要活動與內容 357
14.3 非結構化數據管理工具與技術 361
14.4 非結構化數據評價指標 361
14.4.1 數據質量維度 361
14.4.2 數據管理流程維度 365
14.4.3 數據安全與合規維度 366
14.4.4 業務價值維度 366
14.4.5 系統性能與運維維度 366
14.5 非結構化數據管理的趨勢 366
本章精要 368

第15章 數據質量管理 369
15.1 數據質量管理概述 371
15.1.1 業務驅動因素 371
15.1.2 數據質量域建設目標和內容 372
15.1.3 數據質量管理原則 375
15.1.4 數據質量的重要性 376
15.1.5 數據質量管理技術 377
15.1.6 數據質量管理標準 380
15.2 數據質量需求 383
15.2.1 數據質量管理的智能化轉型 383
15.2.2 智能化轉型面臨的挑戰 384
15.3 數據質量檢查 384
15.3.1 數據質量檢查計劃 385
15.3.2 數據質量剖析 386
15.4 數據質量分析 386
15.5 數據質量提升 387
15.6 數據質量管理評價指標 391
本章精要 396

第16章 數據安全與合規管理 397
16.1 數據安全與合規管理概述 397
16.2 數據安全與合規的發展與挑戰 399
16.2.1 數據安全與網絡安全、信息安全的演變與對比 399
16.2.2 數據安全與合規管理面臨的挑戰 400
16.3 數據安全與合規管理體系 402
16.3.1 數據管理能力成熟度評估模型（DCMM） 403
16.3.2 數據安全與合規管理體系框架 404
16.3.3 工業互聯網安全體系案例 407
16.4 數據安全策略 408
16.4.1 識別數據安全需求 408
16.4.2 定義數據安全策略 410
16.5 數據安全管理 411
16.5.1 數據安全組織和制度體系 411
16.5.2 數據安全分級 413
16.5.3 數據安全保護檢查 414
16.5.4 人員意識培訓與管理 415
16.5.5 數據開放共享安全保障 416
16.5.6 數據安全與合規的應急保障 417
16.6 數據安全審計 418
16.7 數據合規管理 419
16.7.1 常態化的數據合規工作內容 419
16.7.2 數據合規中需特別關註的業務場景 419
16.8 數據安全與合規評價指標 421
本章精要 423

第17章 數據集成與共享 424
17.1 數據集成與共享概述 424
17.2 數據集成與共享的主要活動與內容 428
17.2.1 制定數據集成與共享的制度和流程 428
17.2.2 建立數據集成與共享技術標準 430
17.2.3 建立數據集成平臺 432
17.2.4 開發數據服務接口 434
17.3 數據集成與共享工具與技術 436
17.4 數據集成與共享評價指標 437
17.5 數據集成與共享展望 438
17.5.1 技術趨勢 438
17.5.2 應用場景拓展 439
本章精要 440

第18章 數據開放共享 441
18.1 數據開放共享概述 441
18.2 數據開放共享的主要活動與內容 445
18.2.1 建立統一的數據開放共享策略 445
18.2.2 數據資源目錄梳理 446
18.2.3 數據資源準備 447
18.2.4 數據服務管理 450
18.2.5 數據供應商管理 451
18.2.6 數據采購管理 452
18.3 數據開放共享工具與技術 452
18.3.1 數據開放共享工具 452
18.3.2 數據開放共享技術 455
18.4 數據開放共享評價指標 456
18.5 數據開放共享展望 456
18.5.1 技術趨勢 456
18.5.2 應用場景拓展 457
18.5.3 面臨的挑戰與應對策略 458
本章精要 459

第3篇 工具篇
第19章 數據治理工具概述 2
19.1 數據標準管理工具 2
19.2 數據模型管理工具 3
19.3 主數據管理工具 4
19.4 元數據管理工具 4
19.5 數據目錄管理工具 5
19.6 數據質量管理工具 6
19.7 數據安全和隱私保護工具 6
19.8 時序數據管理工具 7
19.9 湖倉一體化數據平臺 8
19.10 如何選擇合適的數據治理工具 10
本章精要 10

第20章 數據資產運營工具 11
20.1 數據資產目錄 11
20.1.1 數據資產概述 12
20.1.2 系統構建 12
20.2 數據資產確權 14
20.3 數據資產健康評估 15
本章精要 17

第21章 數據模型管理工具 18
21.1 數據模型管理工具概述 18
21.2 企業級數據模型管控 18
21.3 數據標準管控 20
21.3.1 數據標準的發布和工具訪問 20
21.3.2 模型設計中的應用數據標準 21
21.3.3 數據標準應用情況的自動檢核 21
21.3.4 自定義數據標準的發布管理 22
21.4 企業架構與數據架構 22
本章精要 25

第22章 指標數據管理工具 26
22.1 指標平臺的定義和選型方法 26
22.2 指標平臺的組成部分 27
22.3 模塊A：指標標準 29
22.4 模塊B：指標開發 31
22.5 模塊C：指標管理 33
22.6 模塊D：指標存儲與計算 35
22.7 模塊E：指標應用 36
22.8 模塊F：指標服務 38
22.9 指標平臺的其他模塊 38
22.10 指標平臺與其他系統（或模塊）之間的關系 39
本章精要 41

第23章 主數據管理工具 42
23.1 主數據功能概述 42
23.2 主數據標準管理 43
23.3 主數據模型管理 43
23.4 主數據清洗管理 43
23.4.1 主數據清洗的內容 44
23.4.2 主數據清洗的一般過程 45
23.5 主數據全周期管理 47
23.6 主數據質量管理 49
23.7 主數據發布與共享 51
23.8 人工智能組件 52
本章精要 53

第24章 元數據管理工具 54
24.1 元數據管理工具概述 54
24.2 元數據管理工具組成 54
24.3 元數據管理工具的架構 59
24.4 元數據管理工具的發展趨勢 61
本章精要 62

第25章 時序數據處理工具 63
25.1 通用大數據處理工具的不足 63
25.2 時序數據處理工具應具備的功能和特點 64
25.3 時序數據的采集 66
25.4 時序數據處理工具 67
本章精要 69

第26章 非結構化數據管理工具 70
26.1 非結構化數據管理工具概述 70
26.2 非結構化數據收集工具與技術 70
26.3 非結構化數據存儲工具與技術 72
26.4 非結構化數據加工標註技術 75
26.4.1 非結構化數據清洗技術 75
26.4.2 OCR識別技術 76
26.4.3 語音識別技術 77
26.4.4 元數據標註技術 77
26.4.5 復雜知識表示結構化加工技術 78
26.4.6 數據分類與標簽化技術 79
26.4.7 知識圖譜構建技術 79
26.4.8 內容摘要技術 80
26.4.9 內容向量化技術 80
26.5 非結構化數據索引與檢索技術 81
26.5.1 索引技術 82
26.5.2 檢索技術 83
26.5.3 主流工具與技術棧 84
26.6 數據集成技術 84
26.7 數據安全與隱私保護技術 85
26.8 人工智能模型訓練技術 86
26.9 非結構化數據管理平臺 88
本章精要 89

第27章 數據質量管理工具 90
27.1 數據質量管理工具概述 90
27.1.1 數據質量管理平臺 91
27.1.2 數據清洗工具 91
27.1.3 數據質量監控工具 92
27.2 數據質量稽核規則設置 92
27.3 數據質量任務管理 94
27.4 數據質量報告 94
27.4.1 數據內容分析 94
27.4.2 數據關系分析 95
27.4.3 數據遵從度分析 95
27.5 數據質量與數據管理各領域的協同關系 96
本章精要 99

第28章 數據交換與服務工具 100
28.1 數據交換與服務工具概述 100
28.2 數據采集 101
28.3 數據交換 104
28.3.1 前置交換子系統 104
28.3.2 交換傳輸子系統 105
28.3.3 交換管理子系統 105
28.4 數據加工服務 106
28.5 數據共享服務 107
28.6 工業大數據技術平臺 108
28.6.1 工業大數據的采集 108
28.6.2 工業大數據的交換 109
28.6.3 工業大數據的處理 111
本章精要 113

第29章 數據安全與合規管理工具 114
29.1 數據安全與合規管理工具概述 114
29.2 需求與評估類 116
29.2.1 合規跟蹤對標工具 116
29.2.2 流程化的自動風險評估 117
29.3 權益保障類 117
29.4 事件管理類工具 118
29.5 數據采集安全合規工具 118
29.5.1 數據分類分級工具 118
29.5.2 數據源鑒別及記錄 119
29.5.3 數據質量規則制定與監測 119
29.6 數據傳輸安全合規工具 120
29.6.1 加密算法 120
29.6.2 對稱加密 120
29.6.3 非對稱加密 121
29.7 數據存儲安全合規工具 121
29.7.1 數據存儲安全 122
29.7.2 數據備份和恢復 122
29.7.3 災難恢復能力等級劃分 123
29.8 數據應用與服務安全合規工具 123
29.8.1 統一的身份認證系統 124
29.8.2 API安全管控系統 124
29.9 數據交換安全合規工具 125
29.10 數據銷毀安全合規 126
29.11 數據安全與合規審計工具 127
29.12 隱私保護計算技術 128
29.13 可信數據空間的安全合規能力 130
29.14 人工智能技術賦能數據安全合規管理 132
本章精要 133

第30章 湖倉一體大數據平臺 134
30.1 大數據平臺的演變與現狀 134
30.1.1 大數據平臺的演變 134
30.1.2 大數據平臺的新內涵 135
30.2 大數據平臺的基本建設思路與原則 135
30.2.1 大數據平臺的目標 135
30.2.2 建設方針和思路 136
30.2.3 建設路徑 136
30.3 大數據平臺功能架構 137
30.3.1 湖倉一體大數據平臺的產生和總體架構 137
30.3.2 數據采集 138
30.3.3 數據存儲管理 139
30.3.4 數據計算 140
30.3.5 數據分析與挖掘 142
30.3.6 數據服務 143
30.3.7 應用與可視化模塊 144
30.3.8 作業調度系統 145
30.3.9 集成開發環境門戶 146
30.4 大數據平臺的主要技術 146
30.5 大數據平臺團隊建設 147
30.5.1 大數據平臺團隊的職能 147
30.5.2 大數據平臺實施團隊構成 148
30.6 大數據平臺的能力評估 148
30.7 大數據平臺發展趨勢 149
30.7.1 數字經濟中的發展與安全的平衡 150
30.7.2 信息與大數據技術的疊代發展 151
本章精要 152

第4篇 實施篇
第31章 數據治理建設策略和路徑選擇 154
31.1 數據治理建設策略和路徑選擇概要 154
31.2 數據治理常見誤區 157
31.3 遵循的十項基本原則 161
31.4 數據治理工作的整體建設策略 164
31.4.1 六個導向 165
31.4.2 三個結合 170
31.4.3 四個堅持 172
31.4.4 五個避免 173
31.5 十二條建設路徑 175
31.5.1 路徑選擇 175
31.5.2 實施路徑 177
31.6 數據治理成效 180
本章精要 182
第32章 數據治理頂層架構規劃與設計 183
32.1 規劃目標和內容 183
32.1.1 規劃目標 184
32.1.2 實施註意事項 184
32.1.3 方法論 185
32.2 規劃步驟 187
32.2.1 第一階段A：現狀調研及需求分析 187
32.2.2 第二階段B：數據體系頂層規劃 191
32.2.3 第三階段C：實施路線圖規劃 209
32.2.4 項目成果展示 211
本章精要 212
第33章 數據資產入表 213
33.1 數據資產入表是數據資產化的重要內容 213
33.2 相關規定解讀 214
33.2.1 總體原則 214
33.2.2 數據資產定義 215
33.2.3 數據資產分類與確認 216
33.2.4 數據資產的核算與計量 218
33.2.5 數據資產列示與披露 219
33.2.6 數據資源入表與數據資產入表的異同 221
33.3 數據資產入表難點分析 223
33.4 數據資產入表的準備工作 224
33.4.1 搭建管理體系 224
33.4.2 構建數據治理平臺 225
33.4.3 調整財務系統 226
33.5 數據資產入表的步驟和方法 227
33.5.1 數據資產盤點與梳理和數據產品的設計與運營 227
33.5.2 數據質量評估 228
33.5.3 數據資產場內登記與合規性審核 229
33.5.4 數據資產價值評估 230
33.5.5 數據資產入表 232
33.6 數據資產入表的外部協作生態機構 233
33.7 數據資產入表的企業內部參與部門 235
33.8 數據資產入表各主要階段涉及的相關部門 236
本章精要 238

第34章 主數據管理實施 239
34.1 主數據管理實施內容 239
34.2 主數據管理實施步驟和方法 239
34.2.1 主數據管理實施步驟 239
34.2.2 主數據管理實施方法 241
本章精要 245

第35章 元數據管理實施 246
35.1 元數據管理實施內容 246
35.2 元數據管理實施步驟和方法 246
本章精要 249

第36章 指標數據管理實施 250
36.1 指標數據管理項目實施概述 250
36.1.1 指標數據管理項目實施的相關人員 250
36.1.2 指標項目實施的業務價值和目標 251
36.1.3 指標數據管理項目實施的階段劃分 251
36.2 第一階段：指標體系規劃 252
36.2.1 指標體系構建方法 252
36.2.2 任務A：確定指標標準 257
36.2.3 任務B：制定保障機制 261
36.3 第二階段：項目實施推進 263
36.3.1 指標項目實施原則 263
36.3.2 任務C：指標藍圖設計 264
36.3.3 任務D：指標開發與運營 271
本章精要 273

第37章 數據質量管理實施 274
37.1 數據質量管理實施內容 274
37.2 數據質量管理步驟和方法 275
37.2.1 數據剖析 275
37.2.2 數據質量診斷 276
37.2.3 數據處理規則 277
37.2.4 數據質量優化 277
37.2.5 數據質量監管 278
37.2.6 數據質量評估 279
37.3 數據質量管理“三道防線”體系 280
37.4 數據質量提升要點 282
37.4.1 數據質量管理文化 282
37.4.2 數據源頭管控 282
37.4.3 數據質量管理流程 283
37.4.4 數據考核評價機制 284
37.5 實施數據質量管理所面對的挑戰與應對策略 286
37.5.1 實施挑戰 286
37.5.2 應對策略 287
37.6 實施數據質量管理時需註意的問題 288
本章精要 289

第38章 數據安全與合規管理實施 290
38.1 數據安全與合規管理實施概述 290
38.2 數據安全與合規管理實施步驟 290
38.2.1 第一階段：統籌規劃 291
38.2.2 第二階段：數據全生命周期監管 292
38.2.3 第三階段：檢查審計 292
38.3 實施典型案例 293
38.3.1 數據安全產品案例 293
38.3.2 數據合規任務清單 296
本章精要 297

第5篇 案例篇

第39章 電力行業：夯實數字化轉型基礎——南方電網數據資產管理行動實踐 300
39.1 背景介紹 300
39.2 項目實施 302
39.3 項目成果 315
39.4 項目亮點和洞察 317
39.5 數據治理願景 319
第40章 鋼鐵行業：產線時序數據治理實踐 320
40.1 背景介紹 320
40.2 項目目標 320
40.3 項目實施 321
40.4 項目總結 327
40.5 未來展望 328
第41章 核電：秦山核電基於AI大模型的核電非結構化數據治理與智能化知識管理應用 329
41.1 背景介紹 329
41.2 整體架構 331
41.2.1 “采-治-存-管-用”數據生命周期管理整體規劃 331
41.2.2 基於大模型的核電智能管理平臺架構 332
41.2.3 以大模型為底座的非結構化數據處理 333
41.3 項目實施 334
41.3.1 多業務系統數據集成管理 334
41.3.2 基於大模型的多源異構數據深度加工 335
41.3.3 多維度知識體系下的數據分類處理 336
41.3.4 秦山核電知識庫構建與存儲 337
41.3.5 以大模型為底座的核電知識圖譜構建 340
41.3.6 “管理-監控-修正”的數據質量管理體系建設 340
41.3.7 多層級管控下的數據安全策略 341
41.4 項目成果 342
41.5 未來展望 343

第42章 航天行業：軍工企業的“三位一體”數據治理體系建設實踐 344
42.1 背景介紹 344
42.2 數據治理體系建設實踐 345
42.3 數據治理成效 349
42.4 未來展望 353
第43章 航空行業：基於統一模型的數據賦能業務實踐 354
43.1 背景介紹 354
43.1.1 單位簡介 354
43.1.2 信息化現狀 354
43.1.3 數據治理需求 355
43.2 工作歷程 355
43.2.1 戰略規劃 355
43.2.2 建設藍圖 356
43.2.3 組織保障與統一管理 357
43.2.4 數據文化 358
43.3 項目成果 358
43.3.1 數據治理體系 358
43.3.2 數據治理效果 359

43.3.3 創新經驗 362
43.3.4 應用價值 363
43.4 未來展望 363
第44章 交通物流行業：數據治理助力中國外運數字化轉型 364
44.1 背景介紹 364
44.2 主數據管理項目實施 366
44.3 數據資源目錄項目實施 369
44.4 構建數據供應鏈 373
44.5 主要成果 376
第45章 煤炭行業：中國中煤大數據體系建設項目 381
45.1 背景介紹 381
45.2 項目建設情況 383
45.3 項目效果 408
附錄A 工業英文縮寫術語表 410
附錄B 數據治理411個重要名詞
術語 417