摘要：在高速發展的互聯網信息技術時代背景下，大數據運用在人們的生產生活過程中發揮著越來越重要的作用，大數據在收集和分析大量數據方面都具有顯著效果，對于高效管理信息工作效率明顯，但是在管理信息工作中也存在很多問題，需要想辦法加以解決。本人將結合大數據時代背景，介紹在信息管理中發現的一些問題，提出一些具有可行性的解決辦法，供相關讀者參考。

關鍵詞：大數據；互聯網信息技術；信息管理；策略

為了和時代發展背景相適應，在信息管理過程中要充分利用大數據技術的作用。在當今背景下，要不斷創新信息管理方式方法，不斷優化信息管理制度，對于信息管理中遇到的一些問題要及時想辦法進行處理，充分發揮大數據技術的功能，不斷提升信息管理的技術水平。

1大數據對信息管理有何重要意義

毋庸置疑，近年來大數據是互聯網信息技術中關注度比較高的。目前，在云計算和互聯網之后，大數據已經成為直接影響信息管理的應用技術。如今很多企業和科研單位都著力于從不同角度具體研究對大數據的應用，希望把大數據的內在價值深入挖掘出來，使大數據有關技術走向迅速發展的軌道。（1）促進信息管理效率的提升大數據對于提升信息管理效率具有十分顯著的效果，受到眾多企業的追捧，通過對數據進行收集和分析可以促進數據的檢索和分析匯總，確保信息管理的狀態持續良好運行，從而確保信息數據的完整性，并不斷改進現有的數據管理模式。（2）促進信息管理的科學性大數據可以使得信息的分類以及分步管理變得更為有序與科學。借助大數據的技術可以把數據片段集零為整，從而達到對數據的分類管理，讓不同屬性的信息可以整合成集合，而后再結合相應的信息特點與特質進行有針對的管理，從而使信息管理變得更有科學性。此外，通過運用大數據，可以優化管理信息水平，對信息進行科學管理，有利于規劃管理信息。（3）使信息管理更加人性化根據不同的信息管理和使用習慣分析大數據可以使運用信息的過程更加具有人性化。在管理信息時，在管理大數據平臺的時候，管理人員要按照一些常用的管理規則和事項開展工作，這樣才能有效管理信息，也才會更加符合使用者的管理要求，實現對信息的高效管理。同時，可以更好地實現專業化運行有關操作。（4）對信息管理流程起到規范和輔助作用通過對大數據技術的使用，可以有序化管理信息流程，有利于科學管理信息流程，規范運行有關信息。大數據技術將數據片段集零為整，讓不同屬性的信息可以整合成一個集合，實現分類管理，結合不同的信息特點與特質，有針對性地對數據進行管理，實現科學化管理信息的效果。（5）有效促進信息管理效益的提升在對大數據進行運用中，讓不同的場景和使用習慣有效結合起來可以促進信息管理效益的提升。源的集成、結構多樣性是大數據最為重要的價值，通過對數據的分析、挖掘和利用可以促進企業精準把握客戶的實際需求，提供更加個性化的產品和服務，促進管理質量和效率的提升，促進有關政府部門有效把握現狀，從而實現對數據的精準預測，科學地進行決策，促進公共服務水平的有效提升。

2大數據時代背景下信息管理面臨哪些挑戰

元數據是數據記錄和存儲的根源，又被稱為“數據的數據”，它清楚的描述了數據的內容、數量、記錄方法、數據持有者、數據儲存方法等，它是一種說明性的文檔，派生于數據集。使用者可以利用元數據的查詢來了解數據集的大體概況，也可以利用與數據集發放的單位進行溝通，獲得相關的數據。

1問題的提出和研究意義

隨著科技的發展，社會的進步，尤其是計算機通信技術的發展，人們對數據庫的共享性要求日益明顯，當前數據庫的管理和訪問充滿了復雜性，如何解決這一問題成為了管理者和用戶最為關心，最為頭疼的問題。例如，非數據庫的建設者和維護者，都需要知道數據庫當中的全部內容，以此來避免數據的重復錄入，從而更好的使用數據。根據用戶的需求用戶需要知道數據信息的質量，用戶也需要知道數據庫的數據結構和句存儲格式，來滿足用戶的信息數據交換和利用。在這種情況下數據的內容、品質等元數據的信息就變得十分重要了，它是信息數據有效管理和利用的重要方式，元數據的重要性正在得到用戶和數據庫的建設者的證明。由于現在數據庫的使用對象越來越專業化、復雜化，他們對數據集的元數據內容以及各式會存在相當大的差別，對數據的共享性影響很大，為了制定一套元數據的標準，需要采用同樣的各式對數據集進行描述。

2元數據的定義和形成

元數據又叫做描述數據，是臺灣學者通過英文翻譯過來的（英文為Metadata），現在我國對該術語還沒有形成統一的認識。國際標準化組織地理信息、地球空間信息技術委員會的地理信息元數據標準草案將元數據簡單的定義為“數據的數據”。美國聯邦地理數據委員會在數字地理空間元數據內容標準中將元數據定義為“關于數據的內容、質量、條件和其他性質的數據”。國際地球科學信息網絡學會對元數據定義為“關于數據和信息資源的描述信息，他們描述、指向或者補充與之相關的信息內容”。元數據的定義和專業術語出現的時間雖然不長，但是元數據的本質內涵確實流傳了很久。舉一個簡單的例子，在很早以前的圖書管理當中，管理人員對書籍目錄的編寫，記載了書籍的各種相信內容，包括作者、寫作時間、頁數和字數等，這種對書籍信息的記錄就可以理解為元數據。只不過在以前涉及到的數據不是特別復雜，只是到了現代隨著網絡技術的普及，數字資源呈現出爆炸性增長的速度，人們為了便于統計這些數字信息不得不將以前的文本化數據向網絡表格化數據方面進行轉變。從上世紀八十年代開始出現元數據的記錄方式，到現在元數據的應用已經擴展到了各個行業。

3元數據標準內容分析

摘要：財務分析指標是以簡明的形式，以數據為語言，來傳達財務信息并說明財務活動情況和結果。在此建立的財務指標與國家考核企業工作規定的財務指標是不同的。涉及到企業財務活動較廣的范圍，包含的指標數目多，而國家規定的考核指標則是抓住重點，有選擇地規定一些指標，分為外部分析指標體系及內部分析指標體系。

關鍵詞：財務分析指標；內部分析指標體系；外部分析指標體系。

企業財務分析的內容包括：

a.外部分析內容。企業償債能力分析；企業盈利能力分析；企業資產運用效率分析；社會貢獻能力分析；企業綜合實力分析。

b.內部分析內容。除以上外部分析內容外，還包括：企業籌資分析；企業投資分析。

另外，內部分析內容還應有：企業經營預算執行情況分析；財務狀況和財務成果形成原因分析。

摘要：數據管理計劃是科研數據管理服務的第一步和基礎，對良好的數據管理具有重要指導作用。文章以數據管理計劃工具RDMO為研究對象，從開發目標、服務模式到設計方案進行分析，發現該工具以訪談形式為輸入，屬性為核心元素構建信息組織關系，在應用上采用機構分散部署的方式，涵蓋整個數據生命周期，對于圖書館/信息機構開發相關工具具有較高的參考價值。

關鍵詞：科研數據；數據管理計劃；RDMO

數據管理計劃（DataManagementPlan，簡稱DMP）作為科研數據管理的第一步，是由科研人員撰寫，描述科研項目中如何管理、描述、分析和存儲可能獲取或生成的數據，以及項目結束后如何共享和保存這些數據的正式文檔[1-2]。由于科研數據管理的后續步驟都包含在數據管理計劃之中，且數字管理計劃是科研數據生命周期全流程管理的出發點，所以良好的數據管理計劃是增強數據質量、提升數據共享水平的基礎保障，也是后續數據存儲、組織等工作的落腳點和指南[3]。現階段，作為參與數據管理的重要工具，幾乎所有開展科研數據管理服務的圖書館都提供該服務[4]。數據管理計劃工具就是在此背景下，提供完善的數據管理計劃參考信息，并指導科研人員創建符合資助單位或是開放科學要求的工具。因此，設計、開發數據管理計劃工具是圖書館提升科研數據管理服務水平的重要任務，對于數據管理工作具有重要的指導意義。目前，數據管理計劃工具主要包括：由DigitalCurationCenter（DCC）開發運行的DMPOnline[5]、加利福尼亞大學數字圖書館監管中心（CDL）的DMPTool[6]、德國比勒菲爾德大學數據管理計劃工具OnlineTool[7]、柏林工業大學（TUBerlin）TUP-DMP[8]和德國生物數據學會GFBio開發的GFBioDMPTool[9]。其中最為常用的為DMPOnline和DMPTool。DMPTool的設計開發工作始于2011年，由5家美國高校圖書館、2家科學數據組織和1家博物館共同研制，目前共有268家機構，46911個用戶。DMPOnline最初由格拉斯哥大學的人文技術信息研究所按照DCC模型開發，目前有203家機構，近18000個用戶。目前，DCC和CDL聯合開發版本DMPRoadmap也已經上線。由于使用相對廣泛，所以針對數據管理計劃工具的研究普遍也以這兩種工具為主。

1文獻綜述

對于數據管理工具的相關研究成果方面，馬建玲等注意到國外圖書館在科研數據管理工具開發方面的工作，并介紹了數據管理計劃創建工具DMPTool[10]；王凱等從開發路線、服務方式與需求建議的角度比較了DMPTool與DMPOnline二者的區別[11]；王璞則分別介紹了DMPOnline和DMPTool的發展和目標，并指出盡管兩個工具有所差異，但都以集成式的DMP撰寫工具來促進數據管理的最佳實踐，已發展成為國際普及的數據管理計劃工具[12]；吳海茹認為DMPTool可以加速科研人員創建數據管理計劃，更加熟悉科研資助單位的數據要求[13]。目前，針對現有科研數據管理計劃工具的研究還較少，主要集中在應用方式方法層面，對于開發的依據、設計理念的研究還有所欠缺。在實際使用層面，DMPTool與DMPOnline主要針對英美兩國科研環境，所關聯的機構數據要求也以本國為主。雖然機構在使用上述工具時可以進行個性化配置，但對于我國這樣的科研大國，開發自己的工具尤為重要。而RDMO工具開發時參考了相關工具的不足，并進行了德國科研的個性化開發，所以研究該工具，對于我國開展相關軟件工具的開發具有重要參考價值。

2RDMO工具概述

摘要：分析了汽車NVH試驗數據管理系統的設計及有關概念，研究了汽車NVH試驗數據管理系統設計實現中的關鍵技術包括數據抽象化、數據結構轉換以及單位換算、可視化實現和數據對象擴展，對推進汽車NVH研究進一步發展有著積極的作用和意義。

關鍵詞：汽車；NVH實驗數據管理系統；關鍵技術

汽車NVH試驗數據管理系統的開發設計是當前汽車NVH研究和關注的重要內容。NVH試驗數據是基于試驗測試所獲取的數據結果，然后投入了較多的時間以及財力等各項資源，在對這些試驗數據進行安全、有效的管理基礎上，利用可視化技術實現數據價值的開發利用，形成試驗數據庫，能夠為汽車NVH研究提供更加充分與可靠的數據支持，對推動汽車NVH研究發展具有非常積極的作用和意義。當前針對汽車NVH試驗數據管理的研究，主要以互聯網技術應用下通過實驗數據庫構建，使試驗數據報告向數據庫方向轉變，同時通過建立集中式試驗數據庫，實現數據自動存儲與查找功能等。這些試驗數據管理開發方式在實際應用中仍然存在著管理效率低下、數據獲取便利性較低等局限性，迫切需要進一步完善。下文將對汽車NVH試驗數據管理系統開發實現的關鍵技術進行研究，以供參考。

1汽車NVH試驗數據管理系統設計及有關概念分析

結合當前汽車NVH試驗數據管理系統的開發設計研究情況來看，試驗數據管理系統的設計實現，是以試驗數據庫建立為基礎。而數據庫的建立隨著數據庫技術的不斷發展也逐漸完善，一般情況下需要通過需求分析以及結構設計、數據庫實施和運行維護等不同階段實現數據庫構建，并且在數據庫建立中，數據類型也需要進行有效分析。一般情況下，數據庫中不同列以及局部變量、表達式、參數等資料文件都對應有相關的數據類型屬性，像整數數據以及字符數據、日期與時間數據、貨幣數據、二進制串等多種數據類型，并且根據存儲方式不同，對有關數據也會因其類型進行再次劃分，以便于數據管理開展[1]。此外，在數據庫結構設計中，對數據庫的概念結構設計需要對用戶需求進行收集分析后，再進行相應的數據庫概念結構模型構建，以實現對數據庫的設計開發。數據庫模型構建與設計實現，就是將客觀對象抽象化后形成一種概念級的信息結構，通過結構信息的語義表達來實現數據的分類與管理，并在用戶需求引導下實現數據分析與利用。對于汽車NVH試驗數據來講，其數據類型包含基本信息與試驗結果兩大部分，而基本信息中又包含技術狀態以及測試工況、儀器參數等數據信息，而試驗結果中則包含試驗原始數據以及報告結果、圖片、聲壓級曲線、色譜變化圖、電機音頻等。而數據庫概念結構模型中，以E—R模型最為典型，即實體—聯系模型方法，通過實體、屬性以及聯系的結構設置方式實現數據庫模型構建。數據庫結構設計中，除概念結構設計外，還包含邏輯結構設計。邏輯結構的數據庫設計構建，首先需要進行相應的關系模式建立，并對建立的關系模式進行優化完善后，進行關系數據模型的二維表設計，它也是關系數據模型的結構體現，其中所包含每一行記錄都是一個對應的實體。其中，關系模式建立中，就是將構建的概念結構模型向關系模式上進行轉換，然后利用規范化理論進行轉換后的關系模式優化，從而得到一個相應的數據庫管理系統支持的關系模式中關系記錄的二維表，完成對數據庫結構的設計。

2汽車NVH試驗數據管理系統的關鍵技術研究

摘要：政務大數據管理平臺建設的背景是優化營商環境、促進政務服務改革，以“數據多跑腿、群眾少跑腿”為目的，促進政務數據共享交換，提升政府服務能力、城市智慧管理能力。近年來在大數據技術快速發展的背景下，我國已經開始創建政務大數據平臺，獲得了一定的成績。新時期為制定與我國政務工作需求相適應的政務大數據平臺的建設策略，文章提出幾點戰略規劃建議，旨在為提升政務大數據管理平臺的規劃建設效果提供幫助。

關鍵詞：政務大數據管理平臺；戰略規劃；技術政務

大數據管理平臺主要就是政府進行數據管理的系統，具有5V屬性，主要就是容量、速率、多樣性、真實性、價值，從宏觀層面來講，政務大數據主要就是面向政府或者是政府自由的數據，涉及到生活、服務與公共三項數據。為了能夠提升政府大數據的管理效果，應著重構建有關的管理平臺，制定相應的戰略規劃，合理使用先進技術，確保有關的管理平臺良好發展。為了更好的完成政務大數據管理平臺的建設工作，應該完善戰略規劃，合理使用先進技術，積極構建數據歸集交換、數據管理與統一身份認證的相關平臺，完善有關平臺的政務大數據管理功能，保證各項工作的高質量、有序性開展。

1合理建設數據歸集交換的數據管理平臺

1.1平臺的構建要求。對于數據歸集交換平臺而言，主要就是面向政務部門，合理使用完善的網絡信息基礎設施與優勢性的資源，在資源共享、業務協同的過程中，提升區域之內的信息資源共享效果，達到良好的網絡互通的目的，預防出現重復建設問題、縱強橫弱問題、信息孤島問題等等，使得各級政府部門都能夠在數據交換的過程中，有著集約化、具體性的指導。數據歸集交換平臺的建設，主要是依托國家電子政務外網，在合理利用原本系統的同時，對其進行擴容處理和優化處理，建設出多級條塊都能融會貫通、運行管理性能和效果較高、自控能力良好、持續性擴展性能強的平臺。在建設平臺的過程中，應遵循節約投資的基本原則，盡可能提升各種基礎設施的應用效率，創建完善的多交換域模式，增強平臺的交換能力、效率，確保平臺管理效果和數據采集效果，在優化并且拓展相關框架的同時，使得平臺之內更好的容納各級政府的數據共享、交換，符合政府在數據共享方面與交換方面的根本需求。1.2平臺的戰略規劃。具體的數據歸集平臺建設和發展過程中，應結合政務信息化發展的根本需求，將基礎性的網絡設施、安全體系當做是載體，按照電子政務的發展需求制定統一規范、平臺與設計的戰略規劃，使得平臺建設工作能夠向著標準化、制度化、規范化的方向發展。政府部門在有關的平臺中可以對數據進行系統性的分析，梳理目錄的同時可以更好地實現信息交換的目的，也可以在平臺中各種資源，訂閱相關的信息，對政務數據進行統一性的共享與交換處理。在設計平臺的過程中，應保證其在人口、法人、地理信息、宏觀經濟四大庫有著專門的信息交換域，可以為進一步開展民生資金方面、財稅增收方面、經濟運行監測方面的政務業務的協同工作提供基礎、支撐。在制定戰略規劃的過程中，應按照政府部門的具體需求，遵循著安全性原則、穩定性原則、標準型原則等等，完善平臺的可維護性能、廣泛應用的性能、拓展性延展性的性能。①應該遵循標準性的戰略規劃原則，根據有關的法律制度、行業技術標準等，在確保合理共享政務信息資源的同時，增強信息交換的效果，盡可能使用統一性的基礎設施與產品，增強其中信息交換系統的穩定性，保證通用性，健全有關的數據構架，爭取在戰略規劃的過程中提升平臺的標準化程度[1]。②遵循先進性的戰略規劃原則，創建耦合性較低的軟件架構，利用先進的軟件設計良好運行的軟件系統，保證系統的先進性，同時還需將行業標準當做是基礎部分，運用先進的技術工具，確保系統具有一定的通用性，可以針對信息資源全面的共享處理。③遵循安全性的戰略規劃原則。就是在規劃的過程中設置有關的管理維護模式，保證所使用的基礎設施部分、中間設備部分、軟件硬件部分的安全性，在規劃建設平臺的過程中，選用與標準相符的基礎設施，創建科學化、有效性的信息安全管控體系，完善其中的CA認證模式和SSL功能。④遵循實用性的戰略規劃基本原則，形成正確的平臺構建和設計觀念意識，完善其中的方案內容，在確保系統性能的同時，提升平臺運行的合理性，確保平臺運作的適用性，可以在具體工作中有效解決和應對問題，保證平臺建設的實用性。⑤遵循靈活性的戰略規劃原則，將API接口當做是基礎部分，在其中設置適配器工具，保證內部系統和外部系統之間的良好對接，在增強系統運行穩定性的同時，改善系統在發展過程中的松耦合性，使得系統之內的資源可以高效性的整合運用。除此之外，戰略規劃期間還應該遵循可管理性、可擴展性的基本原則，形成良好的數據歸集處理平臺[2]。1.3具體的技術措施。如圖1所示，數據歸集平臺屬于數據共享平臺中的一部分，構建政務大數據歸集管理平臺的過程中，應該完善相關的標準規范體系，統一的數據交換、運行管理、平臺對接等規范內容，在規范性應用技術的同時不斷增強相關的平臺建設效果。在應用技術的過程中，主要的要求為：①明確有關的平臺建設內容，就是要進行交換管理平臺的良好建設，保證分布式的各個節點服務器都能夠統一性的接入處理，確保區級的業務都可以全面性的覆蓋連接，保證數據歸集交換平臺具備穩定運行的性能，可以增強數據傳遞的安全性與可靠性。應該構建交換業務的多域管理模式，保證各種業務域都能夠更好的進行交換邏輯隔離。同時還需對政務資源進行統一性的目錄處理，融入到有關的數據歸集交換平臺中，統一開展政務數據的管理工作。②具體的建設工作中應該遵循統一性的技術規劃原則，將政務數據資源的交換需求當做是基礎部分，全面進行部署、逐漸落實各類工作，因地制宜的整合資源，遵守著經濟性原則、實用性原則，按照政務部門的具體發展、信息化的現狀，明確有關的數據歸集交換平臺的規模和標準，使用信息技術、大數據技術等全面進行信息資源的整合，以此減少平臺構建的成本。在建設期間還應該借鑒國內外的成功經驗，確保所使用技術的先進性和規范性[3]。

2合理建設系統化的數據管理平臺

摘要：在社會經濟和科學技術不斷發展的過程中，面對海量數據信息，發揮技術優勢，實現對大量數據的管理及分析工作具有非常重要的意義。當前，傳統數據管理方式的弊端逐漸顯露出來，已經無法滿足社會發展需求。將云計算技術應用到數據管理領域，開展電子政務大數據管理工作勢在必行。論文主要對云計算和大數據進行分析，論述了電子政務大數據管理的必要性及意義，對云計算下的電子政務大數據管理模式進行分析，總結了云計算下電子政務大數據管理對策，以期改善政府部門的管理效率，為制定科學決策奠定堅實的基礎。

關鍵詞：云計算；電子政務；大數據管理

政府集成數據在社會數據中占有極大的比重。當前大數據時代背景下，政府部門數據逐漸呈現出多樣化的特點，包括非結構化、半結構化以及結構化不同的類型，所以必須提高電子政府數據管理水平，高效完成電子政務大數據管理工作。通過開展面向云計算的電子政務大數據管理分析，能夠有效落實大數據的搜集、存儲和共享等工作，實現政府的科學化管理，提高政府整體工作水平。

一、云計算和大數據概述

云計算建立在網絡資源和計算機技術快速發展的基礎上，作為大規模分布式計算模式，其能夠提供網絡服務提供給用戶。云計算能夠對海量資源進行搜集和匯總，并支持海量運算，依據所制定的靈活方案，可以高效地完成工作，使資源整體利用效率得到明顯提升，有效對設備規模進行了降低[1]。同時，云計算的另一大優勢就是具有較強的動態可擴展性，有效節約了資源消耗量，迎合了時展需求。基礎設施即服務、軟件即服務和平臺即服務是云計算的三大基礎類型，在當前各個領域中均發揮著重要的作用，有著廣闊的發展空間。當前對于大數據所形成的統一界定為：大數據指的是類型多樣化、數量繁多的數據，最顯著的特征即為“4V”，分別為價值高、容量大、流量大以及種類多[2]。大數據技術能夠對大規模、不同類型的數據進行分析，不僅對統計學方式進行應用，還借助機器學習算法及人工智能算法來實現數據的深層研究、分析。對于云計算、大數據二者間的聯系，前者強調的是運算，則將核心放在IT架構、解決方案的制定方面，將關注點放在運算能力上，具有較強的數據處理能力；而后者側重的是數據，對實際業務非常注重，支持搜集、研究和挖掘數據，具有較強的數據存儲性能。建立在云計算技術基礎之上的大數據，能夠發揮云計算的優勢，對數據開展高效化的處理工作，還能夠作為對海量、類型繁多數據的有效挖掘工具。

二、電子政務大數據管理的必要性及意義

【摘要】城市測繪與城市的發展密不可分，未來的發展趨勢對具體的參數和信息會有更高要求。城市測繪不僅要輔助城市規劃設計，還要適應經濟發展的客觀需要。隨著我國測繪技術的不斷優化和深化，積累了大量的土地測繪成果數據，是重要的資源。用于城市測繪的地理信息管理系統日益成熟和普及，包括GIS系統處理能力的進一步優化和升級，特別是通過云計算和網絡大數據集成技術的大規模測繪信息。規模化城市測繪土地管理測繪項目成果各類統計數據綜合管理和利用，極大地提升了城市測繪成果數據綜合管理效率和綜合應用管理效果。大規模城市地理空間和地圖信息統計數據庫系統的全面建設，各類信息管理和服務應用智能終端的全面建設和推廣，包括智能手機等移動智能終端應用設備，可用于系統訪問全市國土測繪工程成果統計數據庫，獲取豐富的統計數據管理信息。城市測繪機構和企業在大型信息化城市建設中開展各種戰略整合和資源整合，促進城市測繪、土地管理、測繪工程績效和統計數據綜合管理高效發展。同時，也直接推動了我國城市測繪建設的巨大而快速的發展。

【關鍵詞】國土測繪；數據管理；城市建設

1相關概念

1.1城市國土測繪成果數據管理概述

城市測繪采集管理信息所得的城市基礎數據量巨大、多變、復雜，測繪采集管理的過程在基礎信息采集更新以及轉換利用中速度較快，容易直接構成更為復雜的基礎信息管理系統。當前，在城市現有國土基礎建設的快速進程中，城市測繪管理數據采集規模持續提升和擴大，但現有的測繪數據采集資源很難及時發現，不利于實施高效合理的測繪數據采集管理。通過技術研究，開發引進先進的國土規劃測繪相關成果業務數據處理和信息應用數據管理系統，推動了大型城市測繪部門國土規劃管理部門工作的系統化和有效性，利用先進信息管理系統的數據基礎功能，可以有效實現國土測繪成果業務資料數據處理工作的數據化、動態化和數據管理工作的規范化，提升測繪業務管理工作的效率。

1.2常規測繪技術

摘要：傳統鐵路信號設備數據管理中，存在很多問題，如維護檢修不及時、信息傳遞滯后等，在一定程度上影響了鐵路事業的發展。基于此，結合BIM技術的特點，分析了其在鐵路信號設備數據管理中的意義，從數據庫管理模型構建以及系統功能模塊開發兩個方面，就BIM技術在鐵路信號設備數據管理中的應用情況進行了分析和討論，希望能夠推動鐵路信號設備數據管理的高效化、協同化、立體化和可視化。

關鍵詞：鐵路信號設備；數據管理；BIM技術

依照我國中長期鐵路網規劃，到2020年，鐵路運營線路總長度將會達到15萬km，形成覆蓋全國的鐵路網，為人們的出行提供便利。而在鐵路網建設中，需要重視信號設備數據管理工作，引入信息化技術，逐步實現信息化管理。現階段，我國鐵路信號設備在設計、施工和運維管理方面存在不少問題，影響了其功能的有效發揮，可以將BIM技術引入其中，提升鐵路信號設備數據管理效果。

1BIM技術特點分析

BIM，建筑信息模型（BuildingInformationModeling）其基本原理，是通過對建筑工程各項數據信息的收集和整理，構建三維立體化的建筑模型，以數據信息仿真技術，實現對于建筑本身特征的仿真模擬。BIM技術是一種先進技術，一種有效方法，也是一個科學過程，通過信息收集來提升建筑行業的效率和工程質量。1.1可視化。與一般的效果圖不同，BIM技術的可視化，強調在構件之間形成互動性和反饋性可視，BIM模型中整個過程都是可視化的，其不僅可以生成報表，展示效果圖，還可以為項目設計、施工和運行過程的討論和決策提供支撐。1.2協調性。BIM建筑信息模型能夠在施工安裝建設初期，協調各種專業的碰撞問題，生成相應的協調數據，同時也可以對很多實際問題進行解決，如道岔轉轍機安裝與預留安裝基坑要求的協調、車站電纜敷設與站內支吊架線槽安裝要求及站房預留孔洞需求的協調等。1.3模擬性。設計階段，BIM能夠通過模擬實驗，確定一些虛擬性的數據信息；施工階段，配合4D模擬，能夠依照施工組織設計對施工過程進行模擬，確定具體施工方案；運營階段，BIM能夠對日常緊急情況進行模擬，設置相應的應急預案，如消防疏散模擬、地震逃生模擬等[1]。

2BIM技術應用在鐵路信號設備數據管理中的意義

今年以來，**市局堅持把提升征管系統數據質量作為重點工作來抓，在組織清理的基礎上，規范數據檢測分析、錄入維護、考核修正等工作環節的管理，有效地提高了稅收征管的規范化水平。該局的主要做法是：

一、建章立制，規范數據質量管理行為

該局從明確數據質量管理職責和數據質量管理制度著手規范數據管理行為。在計劃統計處設立“數據管理中心”，明確專人負責組織全市國稅系統征管數據質量管理工作，其他業務處室和信息中心則負責業務和技術支持。該局還逐步制定一套覆蓋全面、體系嚴密、操作性強的制度體系，從數據、審計、維護、考核建章立制等四個主要環節入手，以制度的形式明確數據的方式、途徑，數據質量的檢查辦法，錯誤數據的維護要求，操作失誤的考核等一系列問題。通過建立制度體系，使數據管理有規可遵、有章可依，干部的數據質量意識也明顯提高，“不產生、不傳遞、不接受、不掩蓋”錯誤數據問題成為大家的共識。

二、強化執行，持續不斷改進數據質量

（一）不斷清理維護，掃清歷史數據中的錯誤

在去年CTAIS2.0上線之前，該局進行為期3個月的數據專項清理工作，共清理出152個項目85萬條錯誤數據。在此基礎上，該局針對日常數據分析應用中問題數據仍然較多的實際，根據其類型，分步驟、分階段，按照緩急、難易程度，先從最基礎和最重要的項目著手，開展征管系統數據清理維護專項工作。先期重點對全市37642戶一般納稅人登記、認定等基礎信息進行全面核實、采集、維護。通過基礎信息清理，對一般納稅人進行一次徹底的排查和摸底，掌握了大量一手資料，核實了納稅人經營范圍和行業信息，為開始行業類評估和分析掃清了障礙。目前該項工作已全部完成，累計核實維護各種數據共計17萬戶次。其中核實更新電話號碼11萬戶次、注冊資本11432戶，維護主行業12494戶、明細行業20673戶，核實地址8161戶、銀行帳號2241戶。此外，針對納稅人財務報表信息采集率、準確率低的現狀，該局6月份開始，還開展納稅人財務報表信息補充采集、核對、錄入專項工作。要求對全部一般納稅人去年以來的財務報表進行核對、采集。為確保質量、提高效率，該局明確白下區局作為試點單位，開發運用具有錄入、比對、統計等功能的簡易采集軟件，并全面推廣。至10月底，財務報表歷史數據錄入率由50%提高到93%，準確率由44%提高到87%。7月份以后申報的財務報表采集率和準確率也逐月提高，10月份分別達99.7%、99.13%。