水务信息化中数据管理与应用问题及解决策略

发布时间:2015-11-20 20:30:51

  摘    要:在城市的发展过程中,对供水、排水系统的要求越来越高,水务信息的管理建设在维护城市发展方面起到了重要的作用。目前,水务企业的信息化建设是发展的需要,数据管理技术在水务工作中具有重要作用。论文通过对城市水务处理工作进行探索和研究,对水务管理提出了建设性意见。

  关键词:水务; 信息化; 数据管理;

  Abstract:In the process of urban development, the requirements of water supply and drainage system are increasingly high, and the management and construction of water information plays an important role in maintaining urban development. At present, the informationization construction of water affairs enterprises is the need of development, and data management technology plays an important role in water affairs. Through the exploration and research of urban water management, this paper puts forward some suggestions on the construction of water management.

  Keyword:water affairs; informatization; data management;

  1 引言

  随着社会经济的不断发展,信息化技术在各行各业得到了广泛的应用,水务信息化工作是现代水务企业发展的重中之重。通过信息化的手段可以提高管理服务工作的效率和质量,对提高整个企业的业务经营水平有重要的意义,在当下物联网、云计算、互联网等技术的支持下,水务企业信息化的水平不断得到提高,面对不断增长的数据,在数量方面需要科学高效的系统提供技术支撑。

  2 水务信息化建设中数据管理与应用中存在的问题

  在数字技术的支持下,水务企业信息化管理效率不断提高,但是,由于数字技术在我水务信息管理中的应用起步较晚,相关企业对该技术的应用还不够成熟,在应用过程中还存在一些问题,例如,数据种类多、质量差、标准不统一、元数据不可见等,以下主要对这些问题进行分析。

  2.1 数据种类多

  随着信息管理技术的不断发展,数据管理技术相比于传统的管理技术有较多的优势,通过新兴的科学技术,使信息的采集、储存、处理过程效率更高[1].但是,在数据管理技术的应用过程中,增加了许多新的数据来源,会使水务企业面临水务数据量大的问题,并且随着企业的不断发展,数据不仅在数量上呈指数增长,在内容方面也越来越复杂,必须根据不同的来源进行有针对性的处理。

  2.2 数据质量差

  在水务企业的数据管理过程中,除了数据量不断增加,还存在数据质量差的问题。数据来自不同的系统和用户,是企业了解他们的基础,只有通过准确的信息分析,才能更好地服务用户。若数据质量达不到要求,会导致企业对用水量的评估不准确,从而导致整个信息化项目失败。

  2.3 数据标准不统一

  通常情况下,一个水务企业的下属企业单位众多,在数据使用方面,没有统一的标准和定义,会导致无法正确宏观地处理相应的业务。另外,若数据标准不统一,在企业的实际工作中会产生大量的内耗,需要大量临时的协商和现场处理,对工作质量的影响很大。因此,在水务数据的使用过程中,需要一个严格统一的制度作为规范,使下属单位与企业之间高效地配合,提高工作效率。

  2.4 元数据不可见

  元数据在工作中有重要的作用,但是实际情况中,有许多企业数据的整理和分析工作做得不到位,没有投入相应的时间和精力对用户进行管理,导致工作人员无法在系统环境中轻松地找到元数据,这样的情况会导致一些企业很难得到用户的信任,不能和用户达成良好的沟通,使企业水务工作的展开面对很大的难度。而导致元数据不可见的原因是,企业本身对从而影响水务工作的质量。

  3 相关解决策略

  3.1 数据集成

  数据集成是水务工作信息化的重要环节,大量不同的信息需要通过统一的收集梳理系统进行整理,从而获得对企业有利的真实反馈。为了满足不同的业务需求,需要有针对性地对不同的数据进行整理和分析,通过提取、转化、加载的技术,可以建立一个数据库,将大量的数据加载到数据库中,进行分层分批次的高效处理,通过分析建立真实可信的数据群,对不同数据源的数据进行有针对性的处理。

  3.2 提升数据质量

  要提升数据质量,应注重对数据的分析。数据分析能够对异常数据进行提取和筛选,数据分析和清理过程在工作中是相辅相成的关系,对企业的信息整理工作有重要的作用。在实际工作中,要建立高效严谨的数据分析系统,先对不同数据源的收集和整合,然后建立数据库,使企业在提供服务的过程中能够有准确的数据作为依据,从而制订切实可行的方案,对提升企业服务水平有重要的意义。完成数据分析后,要进行数据清理,通过用户姓名等信息进行数据识别和清理,并进行记录。最后,要根据操作规范进行数据审核,通过审核这个过程能够对数据进行高效的验证,检查数据是否配置了不正确的信息和链接。通过分析、清除、验证、审核4个过程,使数据的收集储备工作更加严谨、科学[2].

  3.3 统一数据标准

  数据管理是水务工作中最重要的一环,一些部门在实际工作中,为了保护本部门的机密信息,往往会采用一些标识性的字符和密匙进行数据保护,在这种情况下,不同的部门调用同一个项目的数据时,容易产生混乱,出现许多问题。所以,进行数据管理时,需要统一数据的定义标准,为企业跨部门调动数据时提供便利,提高水务工作效率。

  3.4 元数据管理

  在信息化系统的实际工作中,对于元数据的管理和使用要符合企业的发展需求,在数据的使用方面,不仅要注意过程的简化,还要注意对数据结构的分析。使用工作人员能够从系统中获得更多的有价值的数据。通过分析元数据的数据结构,避免出现因为对数据了解不全面、不准确导致的问题,提高数据应用水平和工作效率,对企业的发展有重要意义[3].

  4 结语

  水务信息的处理在企业的工作过程中是一个需要持久面对的问题,随着业务的不断增长和企业的高速发展,水务信息管理必须以外界的高新科学技术为支撑。信息的处理要通过高效和科学的手段,消除传统的管理方式中存在的问题,通过新型管理系统的建立,为企业制定宏观的发展策略提供帮助,促进水务企业的发展。
  参考文献
  [1] 梅丹,艾伟。水务数字化管理模式在水务集团的应用[J].给水排水,2014(Z1):395-396.
  [2] 陈颉,郝华。水务企业建立智慧水务体系[J].仪器仪表用户,2019,26(4):110-111.
  [3] 涂杰,马宏娟,刘文睿,等。数字化水务管理平台建设---以大港油田供水公司为例[J].灌溉排水学报,2018,37(S1):141-144.

如果您有论文代写需求,可以通过下面的方式联系我们
点击联系客服

提交代写需求

如果您有论文代写需求,可以通过下面的方式联系我们。