A Rule Management System for Knowledge Based Data Cleaning

In this paper, we propose a rule management system for data cleaning that is based on knowledge. This system combines features of both rule based systems and rule based data cleaning frameworks. The important advantages of our system are threefold. First, it aims at proposing a strong and unified rule form based on first order structure that permits the representation and management of all the types of rules and their quality via some characteristics. Second, it leads to increase the quality of rules which conditions the quality of data cleaning. Third, it uses an appropriate knowledge acquisition process, which is the weakest task in the current rule and knowledge based systems. As several research works have shown that data cleaning is rather driven by domain knowledge than by data, we have identified and analyzed the properties that distinguish knowledge and rules from data for better determining the most components of the proposed system. In order to illustrate our system, we also present a first experiment with a case study at health sector where we demonstrate how the system is useful for the improvement of data quality. The autonomy, extensibility and platform-independency of the proposed rule management system facilitate its incorporation in any system that is interested in data quality management.

A Framework for Identifying and Managing Information Quality Metrics of Corporate Performance Management System

Corporate Performance Management （CPM） system is an information system used to collect, analyze, and visualize key performance indicators （KPIs） to support both business operations and especially strategic decisions. CPM systems display KPIs in forms of scorecard and dashboard so the executives can keep track and evaluate corporate performance. The quality of the information as shown in the KPIs is very crucial for the executives to make the right decisions. Therefore, it is important that the executives must be able to retrieve not only the KPIs but also the quality of those KPIs before using such KPIs in their strategic decisions. The objectives of this study were to determine the role of the CPM system in the organizations, current data and information quality state, problems and perspectives regarding data quality, as well as data quality maturity stage of the organizations. Survey research was used in this study; a questionnaire was sent to collect data from 477 corporations listed in the Stock Exchange of Thailand （SET） on January, 2011. Forty-nine questionnaires were returned. The results show that about half of the organizations have implemented CPM systems. Most organizations are confident in the information in CPM system, but information quality issues are commonly found. Frequent problems regarding information quality are information not up to date, information not ready by time of use, inaccuracy and incomplete. The most concerned and frequently assessed quality dimensions were security, accuracy, completeness, and validity. When asked to prioritize, the most important quality dimensions are accuracy, timeliness, completeness, security, and validity respectively. In addition, most organizations concern about data govemance management and have deployed such measures. This study showed that most organizations are on level 4 on Gartner＇s data governance maturity stage in which data governance is concerned and managed, but still not effective.

Construction of Meteorological Observation Quality Management System for Basic Observation Business

A set of closed-loop normative standards of PDCA(planning-implementing-checking-improvement) of the quality management system is applied to promote the standardization, normalization and institutionalization of grass-roots meteorological observations, further improve the service availability and timely rate of data, and improve the quality and efficiency of meteorological observations.

Intelligent Biometric Information Management

We advance here a novel methodology for robust intelligent biometric information management with inferences and predictions made using randomness and complexity concepts. Intelligence refers to learning, adap- tation, and functionality, and robustness refers to the ability to handle incomplete and/or corrupt adversarial information, on one side, and image and or device variability, on the other side. The proposed methodology is model-free and non-parametric. It draws support from discriminative methods using likelihood ratios to link at the conceptual level biometrics and forensics. It further links, at the modeling and implementation level, the Bayesian framework, statistical learning theory (SLT) using transduction and semi-supervised lea- rning, and Information Theory (IY) using mutual information. The key concepts supporting the proposed methodology are a) local estimation to facilitate learning and prediction using both labeled and unlabeled data;b) similarity metrics using regularity of patterns, randomness deficiency, and Kolmogorov complexity (similar to MDL) using strangeness/typicality and ranking p-values;and c) the Cover – Hart theorem on the asymptotical performance of k-nearest neighbors approaching the optimal Bayes error. Several topics on biometric inference and prediction related to 1) multi-level and multi-layer data fusion including quality and multi-modal biometrics;2) score normalization and revision theory;3) face selection and tracking;and 4) identity management, are described here using an integrated approach that includes transduction and boosting for ranking and sequential fusion/aggregation, respectively, on one side, and active learning and change/ outlier/intrusion detection realized using information gain and martingale, respectively, on the other side. The methodology proposed can be mapped to additional types of information beyond biometrics.

Research on Welding Quality Traceability Model of Offshore Platform Block Construction Process

Quality traceability plays an essential role in assembling and welding offshore platform blocks.The improvement of the welding quality traceability system is conducive to improving the durability of the offshore platform and the process level of the offshore industry.Currently,qualitymanagement remains in the era of primary information,and there is a lack of effective tracking and recording of welding quality data.When welding defects are encountered,it is difficult to rapidly and accurately determine the root cause of the problem from various complexities and scattered quality data.In this paper,a composite welding quality traceability model for offshore platform block construction process is proposed,it contains the quality early-warning method based on long short-term memory and quality data backtracking query optimization algorithm.By fulfilling the training of the early-warning model and the implementation of the query optimization algorithm,the quality traceability model has the ability to assist enterprises in realizing the rapid identification and positioning of quality problems.Furthermore,the model and the quality traceability algorithm are checked by cases in actual working conditions.Verification analyses suggest that the proposed early-warningmodel for welding quality and the algorithmfor optimizing backtracking requests are effective and can be applied to the actual construction process.

企业高质量数字化转型管理:理论前沿

在相关领域理论前沿与企业实践的基础上,首先,基于数据生产要素和数实融合的中国数字经济原创思想及理论,按“基础理论—应用基础理论—应用理论”的科学研究递进逻辑,提出企业高质量数字化转型管理的研究框架;然后,归纳提炼出7个重要研究领域及关键科学问题;最后,通过与已有相关研究框架和结论的文献对话,论述该框架理论的学术价值和实践指导潜力,以期为今后的理论研究提供方向性指导。

ArcGIS Data Reviewer在林业矢量数据质量管理中的应用

介绍ArcGIS Data Reviewer基本功能和特性,对其应用于林业地理信息矢量数据质量检查,如图斑重复、重叠,图斑间有间隙、多部件、狭长面、急锐角化、漏绘等空间关系,以及属性字段之间的逻辑性检查等的方法和步骤,举例进行了详细叙述,可为该软件模块的使用提供参考。

基于大数据反馈的急诊预检全流程管理实践

目的:评价基于大数据反馈的急诊预检全流程管理的效果,为提高急诊预检分诊质量提供借鉴。方法:采用历史对照研究方法,便利选取杭州市某三级甲等医院2021年4月22689位急诊预检患者作为改进前组,接受常规急诊预检分诊管理;以2022年4月22236位急诊预检患者作为改进后组,接受大数据反馈的急诊预检分诊全流程管理,包括预检前、中、后端质量的动态评估及持续改进。比较改进前后急诊预检分诊质量和效率。结果:实施基于大数据反馈的全流程预检管理后,患者分诊信息完整率、分诊级别符合率、响应时间符合率显著高于改进前(P<0.05),分诊候诊时间、候诊不良事件发生率显著低于改进前(P<0.05)。结论:基于大数据智能化及可视化的全流程管理可有效提高急诊预检分诊质量与效率,保障急诊患者安全。

《真实世界针灸临床研究数据管理规范》的编制与解读

随着中医药标准化进程的不断加快和由于真实世界临床研究理念的影响,越来越多的研究者重视从真实世界获得数据,以解决医学问题。针灸临床试验由于实施盲法存在一定困难,使得随机对照研究并不好开展,因而越来越多地转向真实世界研究。真实世界数据主要来源于医院信息系统数据、登记研究数据、医保支付数据等多个数据源,相较于“金标准”随机对照试验(Randomized Controlled Trial,RCT),真实世界数据在大多数情况下缺乏记录、采集、存储等流程的研究质量控制,数据质量问题严重影响了临床研究结果的可靠性。数据管理是提高数据质量的重要途径,故《真实世界针灸临床研究数据管理规范》的诞生对于真实世界针灸临床研究的规范性具有重要意义。因此,通过详述该规范的编制原则、方法、过程及具体内容和在编制中的思考过程,希望帮助读者深刻理解该规范的内容,将该规范应用于数据管理实践,提高研究数据质量。

基于数据驱动的临床危急值数据直采与统筹管理实践

临床危急值管理是医疗质量安全核心制度的要求。为进一步推动住院患者危急值规范化管理,搭建基于数据驱动的市级医院医疗质量安全信息监管平台,制订临床危急值数据直采标准,加强危急值的数字化应用,建立临床危急值管理促进机制,在应用与联动中提升危急值管理标准化与精细化水平。实施后,危急值临床及时确认率、危急值临床及时处置率和危急值规范闭环率得以显著提升。统一的区域临床危急值数据直采与统筹管理体系,能够确保数据精准可靠,拓展分析广度和深度,促进医疗质量安全持续改进。

大数据驱动的税收征管与非上市公司高质量发展——基于创新行为的研究视角

作为我国经济发展的重要力量,非上市公司创新行为是社会技术进步不可或缺的推动力。利用独特的全国税收调查数据,以金税三期工程在我国各省市的逐步试点作为政策冲击,探讨大数据驱动的税收征管是否以及如何影响非上市公司的创新行为。实证研究发现,在金税三期工程试点实施后,非上市公司加大了创新投入。机制检验发现,这种影响主要是通过大数据税收征管的公司治理效应和信息质量效应获得实现。异质性检验发现,大数据税收征管对非上市公司创新投入的影响与金税三期工程实施的客观条件和主观能动性,以及企业融资约束程度密切相关。进一步分析发现,在金税三期工程试点实施后,非上市公司的创新产出有了明显提升。

校本人才培养工作状态数据采集与管理实践研究

人才培养工作状态数据对高职院校“双高计划”建设的重要作用日益凸显。针对高职院校人才培养状态数据采集与管理中存在的管理机制缺失、采集队伍缺乏、数据意识淡薄、数据挖掘困难等问题,结合黄河水利职业技术学院工作实践,提出搭建校本数据平台,精准管理数据资产;打造高效采集团队,规范采集流程;强化数据意识,变被动为主动;深度挖掘数据,赋能“双高计划”建设等优化数据采集与管理的对策。

数字档案管理中数据归档鉴定的方法与应用分析

文章旨在阐述数据归档鉴定的重要性,并探讨其在数字档案管理中的应用。研究首先解释数字化和数据归档鉴定的基本概念,明确二者的关系。文章侧重数据归档鉴定的八种核心方法:完整性、可用性、安全性、可追溯性、标准化、备份、处理和访问,并针对每种方法提供具体的实践指导。同时,研究从技术与非技术平衡的视角,提出提高数据归档鉴定效果的几项建议,包括加强专业培训、制定标准规范、提升安全性和可信度、增强监督评估以及促进跨部门合作。研究结果有助于提升数字档案的管理效率和安全性,对于促进数字化时代的信息共享与利用具有重要的现实意义。

发展新质生产力的信息资源管理学科回应与思考

作为高级化的生产力,新质生产力(New Quality Productive Forces)以科技创新为引领、战略性新兴产业和未来产业为主要载体,依靠创新驱动实现了符合高质量发展要求的生产力的跃升,也是数字时代更具融合性、更体现新内涵的生产力。作为新时代经济发展的重要引擎,其内涵特征、发展路径、机遇与挑战等问题值得进一步探讨。为此本刊邀请了7位专家组织了本次笔谈。1)新质生产力与高质量数据资源建设的逻辑与路径:深入探讨了高质量数据资源建设的时代背景与内涵特征,分析了高质量数据资源与新质生产力发展之间的相互促进的内在逻辑。提出高质量数据资源建设需践行创新、协同、开放、可信和可持续的建设理念,遵循观念创新、模式创新、结构创新和技术创新的建设策略,从而全面提升数据资源管理和利用效率并推动新质生产力发展。2)数据要素赋能新质生产力的发展:数据要素与新质生产力之间呈现出深刻的辩证关系,在相辅相成的螺旋式上升中加速开拓经济社会发展新局面。揭示了数据要素赋能新型优质生产能力及其要素发展的主要路径与关键保障,指出应以人机协同、普惠共享、绿色智能为目标拓展新质生产能力与生产要素,推动经济社会可持续发展。3)推进新质生产力视域下的数据确权:数据从技术、要素与产业维度都能作用于新质生产力,加快推进新质生产力的形成。提出发挥数据要素对新质生产力乘数效应会涉及众多维度、层面及阶段,其中极为重要且基础的则是如何对数据进行确权。总结出构建契合数据特征及新质生产力发展规律的财产权理论、加快厘清数据确权的类型及范围、完善数据确权配套制度等加快推进新质生产力的举措。4)以中国式数字化助力中国式现代化行稳致远:加快推动中国式数字化,既是实现中国式现代化的必由之路,又是新形势下充分释放新质生产力、筑牢我国非对称竞争优势的核心抓手。提出了在我国数字化、信息化进程中,信息资源管理行业发挥着至关重要的作用,承担着数字化转型的重要责任。5)新质生产力视域下公共图书馆的价值与使命:面对社会深刻的数智化转型,公共图书馆需要进一步发挥在数字经济领域赋能于民众的潜能,使其在新质生产力发展中发挥积极作用。提出公共图书馆应积极主动地成为数据市场化的积极参与者,促进数据要素的有效利用和资源配置的高效性,并通过开放获取和数字化服务使其更为开放。6)新质生产力视域下大学图书馆的智慧化变革:作为推动科教兴国的重要力量,大学图书馆更应着力于如何有效支持科技创新和人才培养以推动新质生产力发展。阐述了大学图书馆对于新质生产力的3个关键词的理解,分析了大学图书馆发展新质生产力的关键“新”技术环境及其适用性分析,并提出重新认识和实现图书馆智慧化是发展新质生产力的重要抓手。7)为加快发展新质生产力提供信息资源管理学科支撑:从信息资源管理学科视角分析了新质生产力理念兴起下学科“有所为”的诸多方面,包括理论体系、信息资源保障、信息分析与咨询、场景打造、知识科普与公民素养培育等。与新质生产力相关的学术评价、信息政策、知识产权、数字消费行为等方向的内容也是学科需要关注的重要方向。

信息资源管理学科融合新质生产力:构成要素、研究体系及推进路径

文章基于扎根理论和意义建构理论对18名信息资源管理领域科研人员进行深度访谈,通过结构化处理访谈数据提炼信息资源管理学科融合新质生产力的构成要素。研究表明,数据要素、技术要素、政策要素和信息素养是信息资源管理学科融合新质生产力的关键要素。以此为基础,构建基于文献驱动和技术驱动的信息资源管理学科融合新质生产力研究体系,并提出相应推进路径,即以数据要素研究为核心,夯实新质生产力建设的数据基础;以技术政策和产业政策研究为抓手,做好新质生产力建设的服务保障;以信息素养教育为基础,培养高质量新质人才。

健康医疗数据质量检测系统建设与应用

目的:为解决健康医疗数据质量低下的问题,建设健康医疗数据质量检测系统。方法:该系统基于完整性、准确性、数据范围和及时性四大类的11项评价指标构建,使用MySQL 5.7数据库,采用浏览器/服务器(Browser/Server,B/S)架构,使用Python、Java、Vue语言并基于vscode neovim开发工具开发。整个系统包括系统设置、数据管理、质量管理、质量分析4个功能模块。结果:采用该系统后,数据质量检测规则管理更加灵活和规范,同时可定期分析数据质量问题,且能够更便捷、全面地查看数据检测结果,提升了数据质量检测和处理数据质量问题的效率。结论:该系统能提高数据质量,为医院提供了有价值的数据支撑。

数据资产如何赋能企业高质量发展——对传统生产要素的优化机制

数据资产的资产属性和数据属性决定了其可以改善企业传统生产要素的配置状态,从而赋能企业高质量发展。根据企业年报,运用机器学习算法,通过“种子词筛选+AutoPhrase相似词扩充+SnowNLP情感极性分析”对企业的数据资产水平进行评估,以全要素生产率衡量企业高质量发展水平,进而采用沪深A股上市公司2007—2022年的数据进行分析,结果发现:数据资产增加显著促进了企业高质量发展,该作用主要由数据资产的处理和应用产生,数据资产获取对企业高质量发展的影响不显著;数据资产增加能够改善劳动力结构、提高技术水平、抑制非效率投资、降低管理成本,从而通过对传统生产要素的优化机制来赋能企业高质量发展;外部环境对数据资产赋能企业高质量发展具有调节作用,表现为环境不确定性、信息化水平、市场化水平和数字经济政策供给水平的提高会强化数据资产对企业高质量发展的促进作用。因此,企业应积极开发、积累和利用数据资产,政府应持续推进地区信息化、市场化和数字经济发展,以充分发挥数据资产的积极效应。

化学新药研发企业对临床试验用药品委托制备的研发质量管理实践

临床试验用药品是化学新药研究与试验发展(以下简称研发)过程中里程碑式的产品,其制备的质量直接影响到临床受试者的用药安全性和临床试验结果的有效性。为确保临床试验用药品在委托制备过程中安全、有效且质量可控,本文阐明了化学新药药学研究在不同阶段下的研究重点,深入分析了工作中对临床试验用药品委托制备的质量管理所遇到的问题,探索出以“技术转出资料管理”“委托合同”“质量协议”三位一体,协同对临床试验用药品委托制备研发质量管理的模式,以期为新药研发企业的研发质量管理提供借鉴与思考。

医疗大数据质量评价及管理研究综述

目的/意义归纳数据质量评价常用维度,概述医疗大数据质量评价和管理方法的类型及特点,为医疗大数据质量评价和管理提供参考。方法/过程梳理国内外医疗大数据质量相关文献,重点分析质量评价的维度、方法及管理。结果/结论数据质量标准有助于医疗大数据规范管理,应尽快建立和完善科学合理且符合我国国情的医疗大数据质量评价体系及全流程数据质量管理体系,促进我国医疗大数据的发展和应用。