广东工业大学学报 ›› 2017, Vol. 34 ›› Issue (03): 67-71.doi: 10.12052/gdutxb.170015

• 大数据基础理论与应用专题 • 上一篇    下一篇

主数据管理技术在企业信息集成中的应用研究

林穗, 李煜臻, 孙为军   

  1. 广东工业大学 计算机学院, 广东 广州 510006
  • 收稿日期:2017-01-15 出版日期:2017-05-09 发布日期:2017-05-09
  • 作者简介:林穗(1972-),女,副教授,主要研究方向为云计算、操作系统和Web服务等.
  • 基金资助:

    广州市科技计划项目（2017010160012）

A Research on the Application of Master Data Management Technology in Enterprise Information Integration

Lin Sui, Li Yu-zhen, Sun Wei-jun   

  1. School of Computers, Guangdong University of Technology, Guangzhou 510006, China
  • Received:2017-01-15 Online:2017-05-09 Published:2017-05-09

HTML

PDF (PC)

2891

摘要：

随着大数据的广泛应用，政府对企业信息的精准管理亟待加强.大数据背景下，针对企业海量数据多源异构的问题，基于主数据关键性、独一性以及长期有效性的特征，提出了构建主数据平台是实现企业信息集成的最佳方式.通过主数据“多数一源，一源多分”的原则，构建完整一致、集中统一的企业信息集成机制，建立符合企业信息规范的数据管理体系，实现企业基础信息的全面共享和统一数据的分发，从而使政府决策部门全面、动态、准确地了解和掌握企业登记注册和生产经营等方面的情况.

关键词: 多源异构, 主数据, 主数据管理, 企业信息集成

Abstract:

With the wide application of big data, accurate management of enterprise information needs to be strengthened. Under the background of big data, aiming at the problem of multi-source heterogeneous data, based on the criticality, uniqueness and long-term validity of master data, it is the best way to realize the enterprise information integration by constructing the master data platform. Through the principle of "multiple data one source, one source multiple distributions", a complete, unified, centralized and unified enterprise information integration mechanism can be built, and a data management system established conforming to enterprise information norms, and realizing the comprehensive sharing of basic information of enterprises and the distribution of unified data, for government decision-making departments to understand and master comprehensively, dynamically and accurately the business registration and production and management.

Key words: multi-source heterogeneous, master data, master data management, enterprise information integration

中图分类号: 

  • TP311

[1] 贺益盛. 基于主数据的信息系统集成与应用研究[D]. 广州:华南理工大学软件学院, 2014.
[2] 郭延全. 异构数据库环境下数据集成技术的研究[D]. 大连:大连海事大学信息科学技术学院, 2007.
[3] 陈跃国, 王京春. 数据集成综述[J]. 计算机科学, 2004, 31(5):48-51. CHEN Y G, WANG J C. A review of data integration[J]. Computer Science, 2004, 31(5):48-51.
[4] 黄锦辉. 福建烟草数据中心主数据管理系统的设计与实现[D]. 厦门:厦门大学软件学院, 2013.
[5] 武彤, 谭光炜. 基于索引视图实现动态数据仓库的实时数据加载[J]. 计算机科学, 2016, 43(6A):493-496. WU T, TAN G W. Real-time data loading of dynamic data warehouse using index view set[J]. Computer Science, 2016, 43(6A):493-496.
[6] 钱鹏程. 基于主数据管理技术的企业信息集成方法研究[D]. 上海:上海交通大学计算机科学与工程系, 2009.
[7] 翁盛鑫, 庄严, 陈祁. 基于数据整合应用的预约挂号平台设计与实现[J]. 中国数字医学, 2012, 7(3):53-56. WENG S X, ZHUANG Y, CHEN Q. Design and implementation of appointment registration platform based-on data integration[J]. China Digital Medicine, 2012, 7(3):53-56.
[8] 郑龙. 企业数据管理系统的研究和实现[D]. 上海:上海交通大学计算机科学与工程系, 2008.
[9] 于玺, 张义强, 赵彦宾, 等. 基于模式匹配的主数据质量控制[J]. 计算机应用, 2013, 33(A01):73-75. YU X, ZHANG Y Q, ZHAO Y B. Quality control of master data based on pattern matching[J]. Journal of Computer Application, 2013, 33(A01):73-75.
[10] 朱默. 基于开源平台的高校主数据管理平台分析与设计[D]. 南京:东南大学计算机科学与工程学院, 2015.
[11] 王欢. 中海油主数据模型和主数据管理系统的设计与实现[D]. 哈尔滨:哈尔滨工业大学软件学院, 2015.
[12] 许青林, 覃国民, 姜文超, 等. 敏感数据自主可控的云存储平台元数据管理[J]. 广东工业大学学报, 2014, 31(4):46-53. XU Q L, QIN G M, JIANG W C. Metadata management of cloud storage platform based on sensitive information self-Management[J]. Journal of Guangdong University of Technology, 2014, 31(4):46-53.
[13] 李桥兴, 强保华, 杨春燕. 大数据基元的HBase数据库存储模型与实现[J]. 广东工业大学学报, 2014, 31(3):8-13. LI Q X, QIANG B H, YANG C Y. The storage model of big data basic-elements in HBase database and its realization[J]. Journal of Guangdong University of Technology, 2014, 31(3):8-13.
[14] 束进, 牛渝, 周巍伟. 企业信息化建设中的主数据管理[J]. 上海船舶运输科学研究所学报, 2016(1):81-84. SHU J, NIU Y, ZHOU W W. The master data management in enterprise informatization[J]. Journal of Shanghai Scientific Research Institute of Shipping, 2016(1):81-84.
[15] XIAOCHEN D, XUE H. Multi-decision-tree classifier in Master Data Management System[C]//Proceedings of 2011 International Conference on Business Management and Electronic Information(BMEI 2011). Guangzhou, China:IEEE Beijing Section, IEEE Wuhan Section, Guangdong University of Business Studies, Engineering Information Institute, 2011, 3:756-759.
[16] LAMOLLE M, MENET L, LE D C. Incremental checking of master data management model based on contextual graphs[J]. Enterprise Information Systems, 2015, 9(7):681-708.
[17] 李刚, 焦谱, 文福拴, 等. 基于偏序约简的智能电网大数据预处理方法[J]. 电力系统自动化, 2016, 40(7):98-106. LI G, JIAO P, WEN F S, et al. A partial order reduction based method for big data preprocessing in smart grid environment[J]. Automation of Electric Power Systems, 2016, 40(7):98-106.
[1] 王体春, 华洋, 秦家祺. 基于可拓本体蕴含系的产品方案可拓设计模型[J]. 广东工业大学学报, 2021, 38(02): 1-9.
[2] 杨达森. DPLORE：一种差分隐私保护位置推荐算法[J]. 广东工业大学学报, 2021, 38(01): 69-74.
[3] 丁磊, 钟文杰. 基于OMA的移动广告投放平台设计与实现[J]. 广东工业大学学报, 2019, 36(04): 46-51.
[4] 林穗, 郑志豪. 基于关联规则的客户行为建模与商品推荐研究[J]. 广东工业大学学报, 2018, 35(03): 90-94.
[5] 胡惠成, 陈平华. 一种融合隐式信任关系的推荐算法[J]. 广东工业大学学报, 2017, 34(03): 43-48.
[6] 毛莉娜, 李卫华. 用信息流和知网构建大数据语义共享通道研究[J]. 广东工业大学学报, 2017, 34(03): 30-35.
[7] 张巍, 张思勤, 宋静静, 滕少华, 刘艳. 基于E-CARGO的在线社区多对多好友推荐机制研究[J]. 广东工业大学学报, 2017, 34(03): 36-42.
[8] 李宇洁, 李卫华. 基于第一创造法的可拓创新软件设计111[J]. 广东工业大学学报, 2017, 34(02): 6-11.
[9] 刘祥佳, 程良伦. IFAMR:一种基于MapReduce的高效频繁项挖掘算法[J]. 广东工业大学学报, 2017, 34(02): 86-91.
[10] 陈文伟, 赵侠, 黄金才. 进化创新的绕行变换[J]. 广东工业大学学报, 2017, 34(01): 1-5.
[11] 赵杰, 李卫华. 基于知网的矛盾问题语义二义性研究[J]. 广东工业大学学报, 2014, 31(2): 21-26.
[12] 吴书全, 陈健, 张秋伟, 刘国权. 基于C#的气囊群气压监测系统[J]. 广东工业大学学报, 2014, 31(2): 109-112.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 2017 《广东工业大学学报》编辑部
地址：广州市东风东路729号广东工业大学 邮编：510090
电话：020-37626653,020-37626139,020-37626396
邮箱：xbzrb@gdut.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发