DB35∕T 1952-2020 公共信息资源开放 数据质量评价规范(福建省).pdf
《DB35∕T 1952-2020 公共信息资源开放 数据质量评价规范(福建省).pdf》由会员分享,可在线阅读,更多相关《DB35∕T 1952-2020 公共信息资源开放 数据质量评价规范(福建省).pdf(17页珍藏版)》请在咨信网上搜索。
1、IICS 35.020 CCS L 70 35 福建省地方标准 DB35/T 19522020 公共信息资源开放 数据质量评价规范 Open dataSpecification for quality evaluation 2020 - 12 - 30 发布 2021 - 03 - 30 实施福建省市场监督管理局 发 布 DB35/T 19522020 I目 次 前 言 . II 1 范围 . 1 2 规范性引用文件 . 1 3 术语和定义 . 1 4 数据集元数据描述 . 2 5 数据质量评价原则 . 3 6 数据质量评价方法 . 3 6.1 重复值分析法 . 3 6.2 缺失值分析法 .
2、4 6.3 值域分析法 . 4 6.4 逻辑关系分析法 . 4 6.5 词组比对分析法 . 4 6.6 实验观察法 . 4 6.7 经验分析法 . 4 7 数据质量评价指标 . 4 7.1 完整性 . 4 7.2 一致性 . 5 7.3 唯一性 . 6 7.4 可机读性 . 7 7.5 规范性 . 8 7.6 及时性 . 9 7.7 原始性 . 9 7.8 非歧视性 . 9 7.9 安全性 . 10 8 数据质量评价步骤 . 10 8.1 步骤 . 10 8.2 选择评价指标 . 11 8.3 初步评价 . 11 8.4 数据集元数据评价 . 11 8.5 标识数据记录评价 . 11 8.6
3、内容数据记录评价 . 11 8.7 形成评价结果 . 12 附 录 A (资料性) 评价结果应用示例 . 13 DB35/T 19522020II前 言 本文件按照GB/T 1.12020标准化工作导则 第1部分:标准化文件的结构和起草规则的规定起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由福建省经济信息中心提出。 本文件由福建省信息化标准化技术委员会归口。 本文件起草单位:福建省经济信息中心、浪潮软件股份有限公司。 本文件主要起草人:阙天豪、何坤山、郑清溪、吴阳、戴起飞、张兆勇、鲍庆峰、许剑雄。DB35/T 19522020 1公共信息资源开放
4、数据质量评价规范 1 范围 本文件给出了公共信息资源开放数据集元数据描述,确立了数据质量评价的原则、方法、指标和步骤。 本文件适用于公共信息资源管理、开放、开发和质量评价等活动中的数据质量评价。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。 其中, 注日期的引用文件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。 GB/T 74082005 数据元和交换格式 信息交换 日期和时间表示法 GB/T 197102005 地理信息 元数据 GB/T 363442018 信息技术 数据质量评价指标 3 术语和定义
5、 GB/T 197102005、GB/T 363442018界定的以及下列术语和定义适用于本文件。 3.1 政务部门 government department 国家机关、经法律法规授权或者受委托管理公共事务的事业单位和团体组织。 3.2 公共信息资源 public information resources 政务部门、公共服务企业在履行职责或经营过程中制作或获取的,以一定形式记录、保存的,与企业和公众息息相关的文件、资料、图表和数据等各类信息资源。 3.3 公共信息资源开放 opening of public information resources 经过数据加工处理后,将不涉及国家秘密、
6、商业秘密和个人隐私的公共信息资源,通过公共信息资源开放平台,提供给社会使用的过程。3.4 数据质量 data quality 在指定条件下使用时,数据的特性满足明确的和隐含的要求的程度。 DB35/T 19522020 2来源:GB/T 363442018,2.3 3.5 数据质量评价 data quality evaluation 按照数据质量评价指标体系, 采用适当的方法对数据质量进行评估, 并形成数据质量评价结果的过程。3.6 数据集 dataset 具有一定主题,可以标识并可以被计算机化处理的数据集合。 来源:GB/T 363442018,2.6 3.7 元数据子集 metadata
7、section 元数据的子集合,由相关的元数据实体和元素组成。 来源:GB/T 197102005,4.8 3.8 数据项 data item 数据的不可分割的最小单位。 4 数据集元数据描述 数据集元数据包括标识子集和内容子集,描述见表1。 表1 数据集元数据 序号 子集 元素 填写说明 填写建议 1 标识子集 名称 缩略描述公共信息资源内容的标题 由概括公共信息资源内容的标题和“信息”字样组成 2 摘要 对公共信息资源内容进行概要说明的文字 与公共信息资源名称相对应 3 开放类型 公共信息资源面向社会开放的类型 根据公共信息资源开放的实际情况,选择“授权开放、普遍开放”之一 4 提供单位名
8、称 公共信息资源提供单位的名称 以公共信息资源提供单位的全称表示 5 提供单位统一社会信用代码 公共信息资源提供单位的统一社会信用代码 18位统一社会信用代码 6 提供单位地址 公共信息资源提供单位的物理地址 省市区街号 7 提供单位联系方式 公共信息资源提供单位的联系方式 电子邮箱或办公电话号码 DB35/T 19522020 3表1 数据集元数据(续) 序号 子集 元素 填写说明 填写建议 8 标识子集 更新周期 提供单位更新公共信息资源的周期 根据公共信息资源更新实际情况,选择“每年、每半年、每季度、每月、每周、每日、实时、其他”等周期之一; 属于结构化数据资源的,按更新频率较快的数据项
9、进行描述; 属于非结构化数据资源的,则对公共信息资源整体进行描述 9 发布日期 提供单位发布公共信息资源的日期 按照GB/T 7408-2005执行,格式为YYYY-MM-DD 10 更新日期 提供单位更新公共信息资源的日期 按照GB/T 7408-2005执行,格式为YYYY-MM-DD 11 内容子集 数据集摘要 数据表名称;一个数据集下可以有多个数据表名称清晰、无歧义 12 数据集特征数据元 数据项名称、数据项格式、数据项是否脱敏 数据集特征数据元填写建议如下: a)数据项名称: 描述结构化信息资源中具体数据项的标题, 适用于格式为数据库、 电子表格类等的信息资源 b)数据项格式:应依据
10、数据类型,选择“字符串型、数值型、货币型、日期型、日期时间型、逻辑型、通用型、整型、双精度型、浮点型、长文本、二进制”之一 c)数据项是否脱敏:选择“是、否”之一 5 数据质量评价原则 5.1 系统性 综合考虑各要素对数据质量的影响, 全面评价公共信息资源开放应具备的条件、 要求和优化提高数据质量的要素。 5.2 通用性 根据不同参与主体、应用场景合理选择评价指标,并设置分值和权重。 5.3 可操作性 评价内容和指标可量化,评价步骤和方法可操作,评价结果可使用。 6 数据质量评价方法 6.1 重复值分析法 DB35/T 19522020 4在非冗余的情况下, 将每条数据记录中的部分数据项或者所
11、有数据项的取值, 与所有的数据记录进行逐一比对,识别重复记录。 6.2 缺失值分析法 对每条数据记录的所有数据项进行逐一检查,识别数据记录的数据项是否为空。 6.3 值域分析法 将数据项的取值与字段的取值区间进行比对,识别是否超出取值区间。 6.4 逻辑关系分析法 通过对数据记录中相关数据项取值的内在逻辑关系进行分析,识别违背逻辑关系的数据记录。 6.5 词组比对分析法 将数据记录目标数据项的取值与目标敏感词、 常见错词等词库内容进行比对, 识别与词库相同的数据记录。 6.6 实验观察法 设置某些条件,通过控制行为过程,观察符合条件的结果是否出现。 6.7 经验分析法 对比验证数据取值与日常生
12、产生活中产生的经验取值,证实或证伪数据内容。 经验分析法常与逻辑关系分析法、词组比对分析法联合使用。 7 数据质量评价指标 7.1 完整性 完整性评价指标见表2。 表2 完整性评价指标 序号 一级指标 二级 指标 指标描述 评价 方法 计算方法 示例/说明 1 完 整 性 数据集完整性 一个数据集是否碎片化,是否人为拆分成多个数据集 经验 分析 数据集不完整得 0 数据集完整得 1 同一数据集按时间、地域、产品类型等属性,拆分成多个数据集 2 标识子集元数据完整性 标识子集元数据是否完整 缺失值分析 标识子集元数据填写不完整得 0 标识子集元数据填写完整得 1 标识子集元数据完整性示例/说明如
13、下: a)信息资源摘要为空 b)信息资源提供单位为空 DB35/T 19522020 5表2 完整性评价指标(续) 序号 一级指标 二级 指标 指标描述 评价方法计算方法 示例/说明 3 完 整 性 内容子集元数据完整性 内容子集元数据是否完整。a 经验分析内容子集元数据填写不完整得 0 内容子集元数据填写完整得 1 内容子集元数据完整性示例/说明如下: a)旅行社名称、旅行社地址是“旅行社名录”数据集内容子集元数据; 如果缺失 “旅行社名称” 这一元数据, 数据集的使用价值明显降低 b)一个内容子集仅有一个元数据视为元数据不完整 4 标识数据记录数据项完整性标识数据记录的所有数据项填写完整、
14、无缺失 缺失值分析 数据项缺失得 0 数据项完整得 1 在 “旅行社名录” 数据集里,标识数据记录的信息资源摘要内容为空 5 内容数据记录完整性一个数据集涵盖有效日期内产生的所有数据记录 经验分析有效日期内数据记录缺失得 0 有效日期内数据记录完整得 1 在 “天气预报信息” 数据集里, 若其一年内开放的数据记录内容无法覆盖 365 天,视为数据记录不完整 6 内容数据记录数据项完整性每条数据记录的数据项填写完整、无缺失 缺失值分析 A=数据项填写完整的数据记录条数 B=数据记录总数 在 “旅行社名录” 数据集里,一条数据记录包括旅行社名称、 旅行社地址基础数据项; 所有旅行社名称取值缺失,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- DB35T 1952-2020 公共信息资源开放 数据质量评价规范福建省 DB35 1952 2020 公共 信息资源 开放 数据 质量 评价 规范 福建省
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【曲****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【曲****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。