一种指标数据溯源模型的构建方法、系统及其模型与流程

本发明涉及数据管理技术领域，具体而言，为一种指标数据溯源模型的构建方法及系统及其模型。

背景技术：

指标是企业生产经营和管理活动中经常使用的一种工具，用以对企业的相关生产经营情况进行量化。它通常是由若干数据项按照一定的统计口径计算而得到的数值结果。因此，在企业管理过程中，可以通过对参与指标计算的数项进行拆分和分解，并分别对每一个数据项的来源进行逆向追溯，直至其产生的源头。这样，企业经营者便可以掌握指标计算的脉络，以及影响这些数据项和最终指标数值的各项因素，从而可以更好地判断指标高低波动的原因，并制定针对性的改进提升措施。

早期的数据溯源是将数据及其注释和中间结果数据作为数据的元数据一起存储在数据库以备查询，但这样存储很容易造成管理混乱；2010年sudha等人提出w7模型，指出数据溯源信息应该包括“who、when、where、how、which、what、why”等7个部分，其中核心是“what”，它记录数据生命周期内使其发生改变的事件，即描述数据发生了什么，包括创建、使用、存储和转换，甚至涉及到数据的存档；以及该数据现在是什么。其它六项都是围绕“what”描述事件不同方面的信息，如“why”，记录事件发生原因；“where”，描述事件发生的位置；“when“记录事件发生的时间点或准确时段；“who”记录事件涉及到的人或者组织；“which”描述事件中应用得工具或软件等；“how”记录事件发生的动作。但这种w7模型在指标溯源场景中存在的精细度不足和信息缺失的问题：

1.who元素并没有对应的细分子元素；

2.how元素只是记录较为笼统的算法；

3.缺乏对这类指标信息的表达元素；

4.缺乏相应的表达元素。

技术实现要素：

针对现有技术中的缺陷，本发明提供一种指标数据溯源模型的构建方法及系统。

为实现上述目的，本发明的技术方案如下：

一种指标数据溯源模型的构建方法，包括：

基于指标数据生命周期事件的关键信息内容，配置元素与指标溯源场景的映射关系，建立溯源内容模型；

为所述元素配置子元素和标签，建立指标数据元数据信息的溯源内容元数据规则；

根据指标数据产生过程溯源信息的记录，建立溯源表达模型。

一些实施例中，所述溯源内容模型的元素包括who-organization、who-post、who-person、how-dimension、how-frequentness、how-formula、index、index-level、index-grade、index-subject以及result中的一种或多种。

一些实施例中，在指标阶段，why元素参考index元素的规划和规范提出指标计算事件的目标、原理与方法；在指标计算的实施过程中，who、when、where和which元素围绕how元素记录了指标数据计算事件的机构人员、时间、地点和方法工具信息及具体执行过程步骤信息；最终由result元素记录指标数据计算事件的结果信息。

一些实施例中，所述溯源表达模型的结构包括执行者、执行动作和执行数据；并通过类、子类以及属性之间的对应关系对溯源表达模型的结构进行定义。

另一方面，还提供了一种指标数据溯源模型的构建系统，包括处理器和存储器，存储器中存储有程序，程序被处理器运行时，执行上述任一项所述的指标数据溯源模型的构建方法。

在一方面，还提供了一种指标数据溯源模型，包括

溯源内容模型，用于基于指标数据生命周期事件的关键信息内容，配置元素与指标溯源场景的映射关系；

溯源内容元数据规则模块，用于为所述元素配置子元素和标签；

溯源表达模型，用于描述指标数据产生过程溯源信息的记录。

本发明的有益效果体现在：

本发明提供的指标数据溯源模型的构建方法、系统及其指标数据溯源模型，通过设置涵盖指标数据生命周期事件的各方面关键信息内容，细分模型中的元素，利于适应公司数据认责机制，应用于业务系统中，方便会对后继责任人的查找；建立更为完善的指标信息表达结构，为数据溯源应用提供良好的数据结构支撑。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明中涉及的指标溯源示意图；

图2为本发明指标数据溯源模型的构建方法的流程图；

图3为本发明指标数据溯源内容模型元素关系图；

图4为本发明指标数据溯源表达模型的逻辑示意图；

图5为本发明指标数据溯源模型的构建系统的结构示意图；

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

溯源与元数据之间存在着某种重合的关系，溯源信息实际上是一种上下文的元数据，用来记录工作流演变过程、标注信息以及实验过程等信息。而元数据用以描述对象的属性，而对象属性往往包含着数据溯源信息，因此两者在有些情况下是一致的。

一般的，参与指标计算的数据项大致可以分为两类：一是在业务活动中直接产生和采集到的数据元，例如用户用电表底数；二是经统计或计算得到的次级指标数据，例如某小区用户当月用电量。这些数据元和次级指标数据可能来自于不同的信息系用，又各自经历过不同的创建、更新、复制/抽取、转换、集成以及计算过程；为此本申请的发明人通过不断的拆分和追溯过程，找到源端所有的相关数据元，如图1所示。

数据溯源需覆盖指标计算过程中的相关信息，特别是记录指标相关属性以及计算和处理过程中具有重要参考和指导意义的信息。为此，本发明中提供的指标数据溯源模型构建方法中，如图2所示，包括

基于指标数据生命周期事件的关键信息内容，配置元素与指标溯源场景的映射关系，建立溯源内容模型；

为所述元素配置子元素和标签，建立指标数据元数据信息的溯源内容元数据规则；

根据指标数据产生过程溯源信息的记录，建立溯源表达模型。

基于该方法构建更为合理的数据溯源模型，利于通过溯源信息的交换，建立起业务系统之间的互操作。

在一个具体实施例中，基于指标数据生命周期事件的关键信息内容，配置元素与指标溯源场景的映射关系，建立溯源内容模型时，所述所述溯源内容模型的元素包括who-organization、who-post、who-person、how-dimension、how-frequentness、how-formula、index、index-level、index-grade、index-subject以及result中的一种或多种。

为了涵盖指标数据生命周期事件的各方面关键信息内容，配置元素与指标溯源场景的映射关系如下表1所示，表1中以一个具体的指标溯源场景实例对模型元素和元素含义进行说明。

表1

该溯源内容模型既能够很好地满足指标溯源过程相关信息的记录需求，同时也很好地结合了公司数据认责、指标体系管理等相关工作的规范，便于后继指标溯源信息能够与之互通和加以有效利用。

进一步的，所述指标数据溯源内容模型各元素之间的关系，基于指标数据的生命周期过程，可以从指标的策划、实施与结果等三个方面进行说明：

如图3所示的，在指标阶段，why元素参考index元素的规划和规范提出指标计算事件的目标、原理与方法；在指标计算的实施过程中，who、when、where和which元素围绕how元素记录了指标数据计算事件的机构人员、时间、地点和方法工具信息及具体执行过程步骤信息；最终由result元素记录指标数据计算事件的结果信息。

在步骤为所述元素配置子元素和标签，建立指标数据元数据信息的溯源内容元数据规则中，溯源信息内容的表示主要是通过溯源元数据来体现，通过表2所示的指标数据溯源元数据设置，能够为指标数据溯源元数据的应用提供的细化规范和指导。

表2

需说明的是，上述表2的溯源元内容数据规则对元数据结构本身进行的设置。

通过溯源内容模型与溯源内容元数据规则，能够从静态角度对完整的指标数据溯源信息内容进行规范化的描述，本发明还通过溯源表达模型，从动态角度对指标数据产生过程溯源信息的记录进行规范化的描述。

指标数据的生产环节是指标数据溯源的一方面，不仅包括参与指标计算的各项原始数据元的采集、录入等生产过程，也包括数据的汇集、抽取、计算和统计等二次生过程，故而，本发明根据指标数据产生过程溯源信息的记录，建立溯源表达模型，其中，如图4所示的，为本指标数据溯源表达模型的逻辑示意图；所述溯源表达模型的结构包括执行者、执行动作和执行数据；并通过类、子类以及属性之间的对应关系对溯源表达模型的结构进行定义。

其中，溯源表达模型主要包括3个实体actor(执行者)、execution(执行动作)和artifact(执行数据)，这种结构设计与一般陈述语句主谓宾结构相类似。其中，actor又可细化包括humanactor(与人相关的主体执行者)和nonhumanactor(无生主体执行者)。artifact又可细化包括dataelement(数据元)或index(指标)。最后各个实体间通过属性关系进行连接，主要包括操作、执行、输入、输出、推导等关系。

该模型的具体类、子类和属性说明详见下表3所示。

表3

本发明提供的指标数据溯源模型的构建方法，通过设置涵盖指标数据生命周期事件的各方面关键信息内容，细分模型中的元素，利于适应公司数据认责机制，应用于业务系统中，方便会对后继责任人的查找；建立更为完善的指标信息表达结构，为数据溯源应用提供良好的数据结构支撑。

另一方面，如图5所示，本发明还提供了一种指标数据溯源模型的构建系统，包括处理器和存储器，存储器中存储有程序，程序被处理器运行时，执行图2所示指标数据溯源模型的构建方法。

具体地，上述处理器301可以包括中央处理器(centralprocessingunit，cpu)，或者特定集成电路(applicationspecificintegratedcircuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器302可包括硬盘驱动器(harddiskdrive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universalserialbus，usb)驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器302可以包括可移除或不可移除(或固定)的介质，或者存储器302是非易失性固态存储器。存储器302可在综合网关容灾设备的内部或外部。

处理器301通过读取并执行存储器302中存储的计算机程序指令，以实现图2所示实施例中的方法步骤，并达到图2所示实例执行其方法/步骤达到的相应技术效果，为简洁描述在此不再赘述。

再一方面，还提供了通过上述指标数据溯源模型的构建方法的得到的指标数据溯源模型，包括

溯源内容模型，用于基于指标数据生命周期事件的关键信息内容，配置元素与指标溯源场景的映射关系；

溯源内容元数据规则模块，用于为所述元素配置子元素和标签；

溯源表达模型，用于描述指标数据产生过程溯源信息的记录。

所述溯源内容模型的元素包括who-organization、who-post、who-person、how-dimension、how-frequentness、how-formula、index、index-level、index-grade、index-subject以及result中的一种或多种。

所述溯源表达模型的结构包括执行者、执行动作和执行数据；并通过类、子类以及属性之间的对应关系对溯源表达模型的结构进行定义。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。