統計數據專題庫的研究與設計分析

統計數據專題庫的研究與設計分析

　　摘 要：著眼統計領域信息的發展趨勢，從建設統計專題數據的必要性、基本思路出發，對統計領域專題數據庫建設的步驟、方法、應用等進行闡述，并對統計數據專題庫的應用等方面作了一些思考。

　　【關鍵詞】專題庫 統計 數據處理 數據應用

　　Abstract: Focus on the development trend of information in the field of statistics, the need to build statistical thematic data from the basic idea of view, the thematic areas of statistics database construction steps, methods, applications and so forth, and the application of statistical data, etc. for thematic library some thinking.

　　Key words Thematic library statistical data processing data application

　　1 統計專題庫建設的必要性

　　統計部門應用系統繁多，數據來源廣。在對數據進行使用時，一方面可能會出現不同系統中的相同指標數據矛盾的情況;另一方面，若涉及不同專業，則需要協調的范圍、周期的難度都會明顯增大，數據的時效性和及時性都難以得到保障。而專題庫的建設將可有效的將歷史數據整合利用起來，以專業為邊界切割海量數據，實現按專業的跨年度數據存儲，從而可進行更深價值的挖掘。

　　2 專題庫建設的步驟和方法

　　2.1 確定專題范圍

　　專題庫建設時，首先需要明確該專題的數據范圍，專題數據可來源于統計年鑒、專題匯報等文件以及聯網直報系統等應用，緊密圍繞專題的業務本質進行設定，如能源專題庫則應該包括能源建設、能源生產、能源消費等內容。

　　2.2 建立數據模型

　　根據對統計領域已有系統和基礎數據的分析，建立專題庫的數據模型。其元數據主要包括13類，其中9類為業務元數據(圖1)、4類為管理元數據(圖2)。

　　專題庫中最直接的為數據，通過對9類業務元數據的分析可得知指標與數據關聯最為緊密，其他元數據均可通過指標與數據進行關聯，通過分析和設計，可變為如圖3所示的數據模型。

　　通過分析每個元數據本身的屬性，根據模型可得出每一數據應包括60多個屬性，考慮數據存儲及專題庫的價值，逐一評估后給出需冗余的屬性，如下：ID、值、報送單位_ID、期別_ID、指標_ID、目錄條目_ID、入庫時間戳、報送單位全稱、期別_起、期別_訖、指標全稱、目錄_ID、目錄條目名稱、分組1條目_ID 、分組2條目_ID 、分組3條目_ID 、分組4條目_ID 、分組5條目_ID 、分組6條目_ID 、分組7條目_ID、地域1級_ID 、地域2級_ID 、地域3級_ID、計量單位_ID、數據釋意全文。

　　其中，5個必須字段為值、報送單位_ID、期別_ID、指標_ID、目錄條目_ID;2個管理字段為ID、入庫時間戳，以及18個冗余存儲字段。

　　2.3 確定數據來源

　　數據是專題庫的基礎，所有的數據處理和分析都是建立在及時、準確、全面的數據之上，專題數據的來源主要包括以下幾個方面：

　　(1)通過聯網直報系統由企業、地方統計部門等按照制度報送周期的要求進行數據的報送;

　　(2)通過各專業司建立的信息上報系統，由相關的企業(如房地產企業等)進行定期的數據報送;

　　(3)通過電子郵件、紙質文件等由各部委辦局或地方統計局等將相關的數據進行匯總報送;

　　專題庫的建設將支撐不同的數據來源、不同類型數據的匯聚，并以統一的數據集合加以利用。

　　2.4 數據處理及存儲

　　當數據處理和存儲時需考慮數據的處理，包括輸入格式轉換、數據篩選、數據單位的轉化、數據的校驗、數據存儲等。

　　(1) 輸入格式轉換。不同的數據來源可能有不同的數據格式，系統將自動解析來源數據的格式，并轉換為系統的統一數據格式。

　　(2) 數據篩選。由于專題庫的數據有著多種數據來源，可能存在不同來源間的數據沖突，系統將建立數據沖突的處理機制，對數據進行篩選，確定數據采集途徑的標準，確保數據的唯一性。

　　(3) 數據單位的轉化。在統計數據中，經常會碰到以不同數量級的單位作統計的數據，如萬噸和噸。針對這種情況，系統將自動把不同數量級的單位轉換成標準單位存儲入庫。

　　(4) 數據的校驗。數據之間存在一定的關聯驗證關系，系統在進行數據處理時將對數據的準確性進行審核，如不同指標數據的交叉對比、歷史數據的對比等，通過系統審核可保障數據的準確性，對異常的數據進行報警。

　　(5) 數據存儲。在存儲方面，專題庫的建設將采用分布式數據存儲，以提高海量數據的分析時效性，提升專題數據庫的服務能力。

　　3 專題庫的應用

　　3.1 多維的統計信息檢索服務

　　為滿足不同對象的信息需求，專題庫將建立多維的統計信息檢索服務，以更快更準確的獲取所需信息。另一方面，專題庫將提供關鍵字檢索服務，以支持用戶的模糊檢索需求，并提供檢索結果的歷史數據軌跡跟蹤服務。

　　3.2 可視化產品服務

　　通過對數據的匯總、統計、分析，結合空間和時間屬性，以專題地圖、柱狀圖、餅狀圖和曲線等多種形式展示數據，直觀地支持領導決策。

　　系統為各統計部門的業務提供GIS展示功能，使業務數據和地理空間數據融合，滿足統計部門使用系統的應用需求。如能源統計專題庫系統可以支持以下應用：某地區歷史能源消費動態演示，各地區能源消費排名，各地區能源消費預測，發布各地區能源消費預警信息等。

　　3.3 專題數據供給服務

　　為了更好的利用專題數據庫資源，專題庫應該給其他部門提供數據服務。數據共享可以通過以下兩個途徑來實現：一、導出專題庫報表提供給相關部門使用;二、提供查詢調用接口給其它部門，可通過網絡進行數據的調閱。

　　4 統計專題庫的幾點思考

　　4.1 建設統計專業數據庫群

　　單個專題數據庫涉及的內容相對狹窄，僅適用于某些固定的對象和用途，所以可在專題庫建設的基礎上逐步拓展建立專題庫的統一平臺，可以接入各種專題庫，組成統計專業數據庫群，共享數據，互相補充，擴展專題庫的深度和廣度，為用戶提供更廣泛的數據服務。這樣才能更加發揮出專題庫的作用和優勢，相應地也會促進專題庫群的進一步發展，形成良性循環。

　　4.2 建設面向不同用戶的專題庫

　　不同的用戶有不同的信息需求，一方面專題庫的內容要基于不同用戶的需求來建設，另一方面有些信息具有敏感性，對不同的用戶需要把信息分保密級別。因此針對不同的用戶，需把專題數據分類和分級，建設相關的數據權限。

　　4.3 統計專題庫的維護

　　統計專題庫的維護包含以下幾個方面：

　　(1)數據的備份和恢復：對專題庫的數據庫文件定期做物理備份，同時設置邏輯備份機制，以保證一旦發生故障能盡快的把數據庫恢復到某種一致的狀態，并盡可能減少對數據完整性的破壞。

　　(2)數據的安全性控制：在系統運行過程中由于應用環境的變化，對安全性的要求也會發生變化，如有的數據原來是機密的但現在可以公開查詢了�；蛘呦到y某用戶的權限級別改變，也需要做相應的安全配置。

　　(3)數據庫性能監測：通過分析數據庫的系統指標，判斷當前系統運行狀態是否最佳，應做哪些改進或者擴容等。

　　參考文獻

　　[1]李順，李京，張波，王利強，孫強，吳班. 國家環境數據中心建設研究[A].中國環境科學學會.2007中國環境科學學會學術年會優秀論文集(下卷)[C].中國環境科學學會，2007(10).

　　[2]. 我國統計信息化建設的回顧與展望[J]. 電子政務，2010(Z1)：159-166.

　　[3]門鳳超，王會仙.淺談統計信息化建設[J].經濟研究導刊，2009(11)：248-249.

　　[4]黃鶯，李建陽.元數據質量評估方法及模型研究[J].圖書館學研究，2013(12)：52-56+51.

　　[5]陳智.中國統計信息化建設初探[J].經濟研究導刊，2013(15)：243-244.

【統計數據專題庫的研究與設計分析】相關文章：

網絡安全協議分析與設計研究03-28

當前VB程序設計的教學改革研究分析11-18

腦卒中患者研究與分析12-10

統計數據質量問題的研究參考文獻11-14

隱喻在產品界面設計中的應用研究分析03-28

淺析高職高�！督ㄖ�設計基礎》課程的教學大綱整合研究12-09

分析“鋼琴熱”現象研究12-05

家居智能網絡研究分析03-28

企業VI設計中的中國傳統元素分析研究論文11-07