移动通信中数据资产管理体系的研究与改进

2022-09-08万鹏方长钟况荡徐礼浪

电子元器件与信息技术 2022年6期

万鹏，方长钟，况荡，徐礼浪

中国移动通信集团江西有限公司信息技术部，江西南昌，331000

0 引言

随着大数据的广泛应用，意味着人类走向了大数据时代，大数据的应用为人们的生产、生活带来了便利，同时也改变了人们的生产以及生活方式，不断推进社会经济发展，助力社会的改革与创新。与此同时，大数据的发展也发生了新的突破，进入了新的阶段。数据是非常重要的资源，而很多企业对于数据的重视力度也越来越高，因此大数据在企业中发挥的作用越来越重要，成了提升企业经济效益与带动企业发展的重要因素。

1 移动通信

移动通信技术是人们较为熟知的，从最初的第一代（1G）到现在的5G，移动通信技术发生了翻天覆地的变化，同时覆盖面积也越来越广阔，在不断提升技术的同时也在为更好地满足用户需求、为用户提供更加全方位的服务体验而努力[1]。

2 数据资产管理

在我国，“数据资产管理”在我国第一次出现是中国数据资产管理峰会所提出的，而第一届中国数据资产管理峰会的举行地点在上海，由信息化委员会指导完成，主办方为上海市云计算产业促进中心。中国数据资产管理峰会的宗旨是成为数据资产管理界的标杆，并不断推动我国数据资产管理的发展，使我国数据资源管理迈入新阶段[2]。

3 数据资产的背景

随着时代的发展，大数据逐渐成为人们改造这个世界最有利的工具。大数据的开发和利用对传统的生产生活方式进行强烈冲击，不断改变着这个时代的传统模式。人们都在找寻掌握和运用大数据的方式。数据信息目前已经被各大企业视为重要资源，也有很多企业都是根据数据信息来判断企业的发展以及存在的问题，由此可见，企业的数据资源对于一个企业的发展是具有重要意义的。使数据资源最大化被利用可以促进企业的稳定发展。大数据被人类广泛接受随之而来的就是数据信息的增加，大量的数据信息就会对管理体制有更好的要求，一旦这些数据没有被管理好，那么就会出现很多不必要的资源浪费，对于成本来说也会造成很大程度的浪费和压力[3]。

对于运营商而言，他们的数据体系比较庞大，而且数据的真实性和完整性都是可以得到保障的，在数据资源上占据了很大的优势，运营商的数据来源主要是两个方面：（1）网络后台运行过程中产生的数据；（2）用户的特征数据。随着用户量的增加，数据信息也在不断增加，为了保障数据的有效利用，已经不能单纯依靠传统数据的管理技术[4]。因此，为了解决这些问题，降低成本、有效利用数据、为客户提供更好的服务，就需要在原有的管理体系上进行优化和改进。

4 数据资产的研究现状

目前，国内外很多企业已经开始注重数据资产的管理类，尤其体现在发展较快的国家，通过采集和登记的方式完成数据资产的管理。我国对于数据资产的管理，从国家层面来看是由上自下推动进行的数据资产管理，从互联网企业来看，数据管理虽然得到了重视，但还存在许多的问题，例如：数据冗杂、标准无法统一、数据安全等问题还比较普遍。还有一些大型企业通过实时获取的数据进行处理，将实时的数据转变为有效的数据信息，再通过其他方式转变成模型，来达到效益的获利。

数据信息是一个非常笼统的东西，它里面包含了本身的数据价值也包含了部分无效的数据，俗称“脏数据”。人类对于这样的数据也做出了很多研究，来进行数据的清洗和筛选，将这些“脏数据”用专业的手段和方法剔除。对于国外发展较快的地区来说，他们对于数据的清洗有着更进一步的方法和手段，而国内的技术发展主要也是在国外研究的成果上进行了改进和优化，并不是自己研发出来的数据清洗方法。但无论是国内还是国外，数据清洗工作都是围绕以下三个方面进行：数据完整性检测与处理、数据重复性检测与处理、数据异常值检测与处理[5]。对于其中丢失的数据，在没有办法找回的情况下用其他数据信息进行填补；而对于重复的数据，为了避免过多的冗杂，就会采取删除的方式，保留一条数据；那对于那些异常的数据来说采用的判别方式也有很多，如统计分析的方法、基于距离的方法、基于密度的方法、基于聚类的方法等，针对不同的异常数据，可以采取均值代替法、估值法、按缺失值处理法等方法。

5 数据资产的形成过程

①根据图1可以对数据形成资产化的过程进行大概的了解，首先要建立行业的共识性，要对数据标准化现状进行深入的了解，并通过创建数据标准化体系的方式将数据的类型与字段长度进行标准化的统一[6]。

图1 数据资产化的过程

对于数据隐私的保护，为了更好地保护数据的隐私性，要对数据资产进行分类，根据数据重要程度对高低进行等级划分，从而确保数据的隐私性，使数据更加安全。

②数据加工处理：数据一般分为三个类别，可以观看表1来进行相关类别的了解，对于数据的加工首先是将大量的数据信息先进行抽取，然后通过查询再根据结果填充主数据，最后设置数据的表情，对基本信息作出说明。

表1 数据的类别与说明

③数据包封装：数据的质量是数据应用的前提，所以就要求对数据各方面按要求进行质量评估检测，同时还应该对数据的价值进行评估，针对评估做出系统性的评估体系，最后再将数据的内容和资产形成一份评估报告放在一起，对数据报进行保护，为了使数据包可以直接使用，可以设置良好的访问接口，方便数据包使用。

6 数据的资产应用

企业通过正确的手段对数据资产进行处理，从而为企业的管控提供有力的支撑，为企业的决策提供合理的依据，这一过程称作是数据资产应用。

数据资产的合理利用会对企业的活动起到促进的作用，更好地执行活动方案，从而获得更多的利益。在移动通信技术中应用数据资产也是为了使企业的相关数据可以更加的人性化，能够帮助公司做出更优的决策，促进企业长久稳定的发展[7]。

7 数据管理的发展

数据管理最开始的时期仅停留于数据管理。随着时代的发展，数据管理也慢慢开始演变成了数据资源的管理阶段，之后兴起的大数据时代也推动了数据管理的发展，逐渐演变成现在的数据资产的管理阶段。这一演变过程也可以让人们看出时代的推动对于相关技术的影响具有怎样深远的意义，从图2就可以看出，数据管理在每个阶段的发展过程。

图2 数据资产的发展

①数据管理：所谓数据管理，就是通过计算机的硬件以及软件技术对数据进行的收集与整理，并通过技术将数据进行存储以便后期的应用。而一系列操作管理的最终目的是充分发挥数据的作用。为了更好地实现数据管理，数据的组织是非常关键的，随着计算机技术水平的不断发展，数据管理由最初的人工管理到数据库系统管理发生了很大的变化，在数据库的结构建立上变得越来越科学化，能够对数据进行更加独立性、可靠性的管理，并保证数据的完整与安全性，使得数据管理效率得到了很大的提升。

②数据资源管理：随着信息化时代的发展，数据管理演变成现在的数据资源管理，在原有的基础上进行了改进和优化。与数据管理相比，数据资源管理主要针对于决策的支持，为了使资源能够最大化地发挥出自身的价值，提升数据的利用率。从图3可以大概看清数据资源管理的主要职能。

图3 数据资源管理的职能

③数据资产管理：最早于80年代数据管理的概念就已经被提出，到目前为止已经有40余年，而对于数据治理的提法到目前为止也已经有20余年。但是对于数据资产管理的提出只有短短5年的时间，作为数据资产管理的标杆峰会中国数据资产管理峰会将数据资产管理进行了定义，对数据管理、数据治理及数据资产化的管理过程[8]。数据资产管理又不同于数据资源的管理，他主要是以改善管理决策，实现数据的价值与创新为目的，将企业的经营活动进行集中积累形成庞大的数据资产化。