首页 > 论文范文 > 社会科学论文 > 社会学论文 > 军事论文 > 军事物流数据资源治理体系研究分析

军事物流数据资源治理体系研究分析

2020-08-19 190 上传者：管理员

摘要：为确保军事物流信息系统高质量融入网络信息体系,满足联合作战、全域作战的物资精确配送保障要求,从影响军事物流数据开发与应用价值的数据质量问题入手,提出数据质量评估指标、治理标准依据和功能架构构成的军事物流数据治理体系,为军民融合体制下的军事物流数据治理提供参考方案。

关键词：
军事
军事物流数据
数据治理
数据资源质量
现代军事物流
加入收藏

现代军事物流就是军民融合军事物流,是在军民融合体制下,依据军事物流保障流程需求,集成国家物流、地方物流的相关实体与流程的活动。现代军事物流最大特点是军事物流资源网络化,信息流控制军事物流。军事物流资源网络化的特征主要体现在军事物流数据资源的规模结构、类型和来源渠道3个方面。军事物流数据资源的开发与应用是实现信息流有效控制物流流向的前提,通过数据资源驱动军事物流活动。

当前,军事物流信息系统建设还处于初级阶段,特别是新时代的联合作战、全域作战的战役、战术物流资源的网络化,没有形成完备的军事物流数据资源管理与应用模式,也未部署实践应用。如何有效获取与申请、开发与应用取决于各环节及其各节点的军事物流数据资源质量,而军民融合体制下军地物流数据资源的结构异构和语义异构问题较大,直接影响“数据驱动决策”质量。因此,为提高基于信息系统的军事物流保障力,军事物流数据资源(以下简称“数据”)质量是关键。

1、数据治理对象与必要性

军事物流数据治理是在军事物流资源网络化基础上,对军事物流流程内的采集与处理、关联与聚合、开发与应用的数据质量进行评估与改进的活动。军事物流数据质量是军事物流数据治理的对象。数据质量[1,2,3]是一门新兴热点的研究方向、一个主观性较强的概念,简单理解就是“用户对数据应用结果的满意度”。军事物流数据质量是指在军事物流业务环境内,正确使用不同粒度数据,支持军事物流的基层运作、业务管理和主题决策,以满足具体业务需求的程度。

1.1 军事物流数据质量问题

1)军事物流军地数据的数据结构问题。

数据结构是保证数据库系统内数据质量的根本,如果数据结构设计不合理,数据可用性必然差,数据库系统可维护性也必然低。根据以往数据库建设实践和文献[1],数据结构设计问题主要体现在:结构化数据字段的结构异构、标记和含义异构;结构化数据的字段集覆盖内容不够,难以满足具体业务需求;半(非)结构化数据在物流决策过程中的价值为90%以上,半(非)结构化数据的“字段”难以有效设计,有结构化的、有单位文件的、有XML的;等等。

2)军事物流数据的采集与交换问题。

当前,军事物流基层运作和中层管理的“小数据”难以聚集,严重影响军事物流数据共享共用。采集与共享问题主要体现在:没有统一公认的信息标准,特别是没有军用物资与装备编目,没有数据传输与共享规则,国家物流平台、地方物流平台数据传输与交换接口各异;采集过程存在数据造假的现象,未意识到数据造假比没有数据更加可怕;难以量化和有效规范大量的半(非)结构化数据,比如日常办公表格、文档和多媒体文件等;军事物流领域应用信息技术还处于试验阶段,信息网络还没有全覆盖;军事物流相关数据库系统的数据保鲜度低,与地方物流平台数据聚合可用性和有用性存在疑问;等等。

3)军事物流数据的开发与应用问题。

由于存在军事物流数据匮乏、共享性差等问题,造成不同粒度数据不能被正确处理和应用,比如“先射箭再画靶”“经验驱动数据应用”“算法按需选取”“偷梁换柱”“数据可视化误导”的现象[4]。按照系统化原则,“数据驱动决策”的反馈环节至关重要,是军事物流智能化提升的保证,而现实中存在信息系统结果与实践应用“两张皮”等情况。

1.2 军事物流数据质量管理的必要性

1)通过构建军事物流数据质量评估指标体系,使数据治理有的放矢。根据军事物流数据质量存在的问题,针对性地构建数据质量维度、数据质量维度指标、检查规则等内容,为军事物流数据质量评估提供评判标准。

2)通过构建军事物流数据质量评估与改进模式,为数据治理提供数据业务流程和治理架构。针对军事物流数据管理业务而设计的采集与处理、抽取与装载、评估与改进、跟踪与预警等业务关系,构建数据业务流程,进而提出军事物流数据治理模式。

3)通过设计军事物流数据质量评估与改进系统的功能结构,为数据治理系统设计提供概念结构参考。根据军事物流数据治理模式,重点分析与设计数据质量评估与改进的系统结构,支持软件系统开发。

国内外相关领域已经进行数据质量理论与方法研究[1],并取得一些成果,但是我军还未真正认识到军事物流数据质量管理的重要性,特别是军民融合体制下军地物流数据聚合质量的重要性。基于此,本文提出研究军事物流数据资源治理体系课题,为军事物流数据质量改善提供一种解决方案。

2、数据质量评估指标体系

2.1 军事物流数据质量维度

一个数据质量维度即提供一种测量和管理数据的方式。军事物流数据质量维度,针对多数据源、多类型数据的某一字段、记录、记录集,从军事物流结构化数据的结构异构和语义异构、半(非)结构化数据的结构模型及量化的若干角度确定评估因素,衡量数据质量区分等级。

1)数据质量维度统计。

参考文献[1,2]在统计部分国际机构、国家政府部门和国内相关领域行业的数据质量维度选用基础上,经归类统计确定12个维度,频次分别为准确性17次、有用性10次、可访问性10次、时效性10次、一致性9次、完整性7次、可解释性6次、可比性3次、方法科学性3次、唯一性2次、标准化1次、可维护性1次。

2)数据质量维度构成。

结合军事物流数据集成需求及数据质量问题现状,提出军事物流数据质量由6个维度组成,分别是准确性、完整性、时效性、有用性、可访问性和可解释性。其中:完整性、准确性是数据管理的首要要求;时效性、可访问性是指数据能否在有效的生命周期内,及时更新与传输,数据是否能够按照需求获取,是数据开发与应用的保证;可解释性,是指采集、存储与获取的数据是否能够被正确解释,开发过程是否客观正确,应用方案是否能够被正确理解并应用显示。

2.2 军事物流数据质量维度指标

参考文献[2]围绕数据质量6个维度,确定军事物流数据质量维度指标构成(如图1所示)。

图1军事物流数据质量维度指标构成

1)准确性。

该维度是指数据的正确性、可靠性和可鉴别的程度。典型问题包括:数据是否符合实际,是否存在造假、预估等拼凑的数据;数据的精度是否符合要求。与准确性相关维度主要是数据完整性。准确性指标主要由数据表达清楚且无歧义、数据真实度和数据精度、数据唯一性、数据可溯源度等指标构成。

2)完整性。

该维度是指数据应保证完整,既不能缺项漏项又不能过度冗余。典型问题有:数据冗余,数据集聚后存在冗余数据;数据遗漏,数据聚集后缺少应有的属性数据。完整性指标主要由数据结构合理性、实体完整性、参照完整性、自定义完整性等指标构成。

3)时效性。

该维度是指相对当前任务,数据是最新数据的程度。不同类型的应用对数据的时间特性有不同的要求。时效性指标主要由数据更新比例、数据更新及时性等指标构成。

4)有用性。

该维度是指收集的数据是否有用,是否能够满足用户的不同需求。数据不在于多,而在于可用且有用。其中有用性指标主要有结构化程度数据比例、数据主题覆盖率、数据粒度等级等。

5)可访问性。

该维度是指需要的数据是公开的、可以方便获取或者允许授权后进行下载和使用的程度。典型问题是权限问题和信息网络可靠性问题。可访问性指标主要由获取难易程度、结构异构程度、语义异构程度等指标构成。

6)可解释性。

该维度是指数据被使用者正确理解的程度。典型问题是数据存储和应用显示难以被理解,未能清晰明白地表达。可解释性指标主要由数据符号与代表语义匹配程度、引用数据模型易于理解程度、数据可视化合理性等指标构成。

2.3 军事物流数据质量评估

军事物流数据质量评估是指军事物流数据符合维度指标要求的程度。

1)评估等级。

军事物流数据质量评估等级分为5级:好、较好、中、较差、差。针对不同维度指标,评估量化结果因维度和具体业务而不同。参照文献[2,3,5]进行等级评估:准确性维度指标“数据精度”分为≥99.9%好、≥99%且<99.9%较好、≥90%且<99%一般、≥85%且<90%较差、<85%差;时效性维度指标“数据更新比例”分为≥90%好、≥75%且<90%较好、≥60%且<70%一般、≥45%且<60%较差、<45%差;等等。

2)检查规则与方法。

针对具体业务需求定制的维度级指标量化权重,结合被检查的字段及值域、记录结构及记录集的质量要求,合理定制各个字段、记录、记录集的维度及其指标的检查规则。检查规则结构形式多样,比如规则可表示为“如果……为真,那么……否则……”。对于结构化程度不同的军事物流数据,仅仅靠系统规则难以有效评估数据质量,还必须有专家参与评估,采取系统自动评估和人工评估相结合的方式,才能逐步提高军事物流数据质量,更加可靠地确定数据质量等级。

3、数据治理方案

3.1 军事物流数据治理流程

围绕提高军事物流数据质量目标,按照抽取、预警或检查、改进等总体思路,提出军事物流数据治理流程:选择数据源→选择数据库表→抽取数据→判断对象→加载指标规则→判断规则符合程度→循环检查→查找存储数据质量问题→检查完毕→综合评价→数据改进→跟踪问题状态→修订依据数据→完善治理环境。

3.2 军事物流数据治理体系架构

参考文献[3],本文提出如图2所示的基于“问题清单库+基准数据库+检查规则库+知识库”四元组为核心的数据治理体系。该体系由数据资源层、数据资源治理构件层、数据资源治理模型层和数据资源治理机构层等4部分构成。

图2军事物流数据资源治理体系概念结构

1)数据资源层。

该层主要是军事物流数据资源库,存储军事物流(含相关的国家、地方物流)数据资源,有军事数据库、地方数据库、国家数据库,有数据库结构、文件系统结构和二者融合结构,可分为军事物流主数据、业务数据,也可分为军事物流静态数据和动态数据等,为军事物流基层运作、中层管理和高层决策提供数据支持。

2)数据资源治理构件层。

该层主要是军事物流数据检查、数据评估、数据改进、统计分析等模块功能。

3)数据资源治理模型层。

该层内的基准数据库是军事物流数据校验与正确关联的保证,主要包括军事物流主数据、军事物流单证数据和军事物流元数据等标准、规范化数据;规则库是判断军事物流数据库的字段、记录、集合是否存在质量问题的逻辑准则;问题清单库是军事物流数据质量问题及其特征的索引源;知识库是军事物流数据质量问题的产生原因及改进建议的解释源。

4)数据资源治理机构层。

该层主要描述军事物流数据治理涉及的组织机构。围绕体系构成,治理机构总体上可划分为标准组、评估组、专家组、改进组、应用组等5个部分。

3.3 军事物流数据治理功能结构

采用结构化设计方法,遵从功能耦合和功能聚合的系统设计原则,提出军事物流数据治理功能构件的7个模块。

1)检查对象配置模块。

围绕军民融合下的军地物流活动相关的数据库系统,对待检查与改进的数据库源进行配置,主要是来源IP、账号、权限等要素,是信息网络环境下与待检测数据库连结与抽取数据的基础。

2)检查规则定制模块。

围绕配置数据源,以数据库表字段为主线,定制字段、记录、记录集的数据质量检查规则,主要有维度管理、指标管理、数据检查规则维护、知识点维护等功能。

3)数据资源评估模块。

依据定制的数据源及其检查规则,按照预设数据质量评价流程,全部或随机校验数据维度,主要有系统自动校验和人工校验相结合的功能。军事物流的标准组、评估组、专家组、改进组、应用组各组按照数据业务分配职能评估和改进数据质量。

4)数据资源质量改进模块。

围绕数据质量问题清单,逐一修正字段值域、记录、记录集的结构异构、语义异构问题,主要有系统自动修订和人工修订等功能。

5)数据资源质量预警模块。

主要是依托系统的预警构件,根据预设的检查规则,按照约定间隔时间或周期时间自动检查,并将检查结果推送问题清单库或直接警示警告。

6)数据资源治理分析。

围绕各个数据源,对数据质量的综合情况,按照不同维度组合汇总、统计,生成报表,主要有质量问题多维分析、改进状态多维分析和治理综合分析等功能。

7)评估数据库管理。

对治理系统用到的自身数据进行标准化、结构化处理,主要是基准数据、知识库、检查规则、问题清单等数据的日常管理维护。

4、结语

为适应基于军事物流信息系统的联合作战、全域作战的物资精确配送新要求,应依托网络信息体系推送与获取高质量军事物流数据资源。本文从军事物流数据资源的数据结构、采集与处理、关联与聚合等方面存在的数据质量问题入手,提出军事物流数据资源质量维度指标、“四元组”治理模型和系统功能结构的治理体系,为有效挖掘军事物流数据资源的潜在价值提供可用的数据资源治理体系。

参考文献：

[1]蔡莉,朱扬勇.大数据质量[M].上海:上海科技出版社,2017:18-28,122-130.

[2]戴超凡,刘丽华,曾赛红,等.军事数据质量管理研究[J].指挥与控制学报,2016(4):322-328.

[3]刘芳,李敏,任洪敏,等.基于规则库的数据质量评估方法[J].计算机系统应用,2017(11):165-169.

[4]爱德华·扎卡罗,丹尼尔·扎卡罗.揭开数据真相:从小白到数据分析达人[M].李芳,译.北京:中国工信出版社,电子工业出版社,2016:11.

[5]刘慧,刘敏,韩兵.基于维度的信息系统数据质量评估指标体系研究[J].信息系统工程,2010(6):102-107.

齐继东,张迪,匡小平.军事物流数据资源治理体系初探[J].军事交通学院学报,2020,22(07):49-53.

基金:陆军军事交通学院投送理论创新工程项目.