什么是数据治理的HAO治理模型呢？

 

     数据治理的目的是解决这些数据信息质量管理问题可以提升数据服务质量，对其数据质量问题的根因分析。从而为数据驱动的数字化企业员工提供源动力，而提到数据质量安全问题，做过BI、数仓的同学一定知道，这是我们一个科学技术和业务“经常打架”相互推诿的问题。

     下面让我们具体来看一下数据治理的 HAO 治理模型，前我们知道，数据治理是从数据收集到应用信息处理的管理工作机制，而框架则规定了有关研究数据的流程、原则或定义。

     例如，我们现在有一堆图像数据集，所以从图像源、图像采集到图像存储，我们必须确定数据访问模式是什么。然后，因为多个任务的图像，有必要确定一个标准化的形式，并做一些清洁和预处理;当然，标签根据任务确定。最后，这些图像数据还应该统一地提供给不同的模型与任务，从而可以构建具有不同的服务，这一重要部分企业也是该统一关系管理的。

     将大数据作为开始“HI”（人类的智慧），“AI”（人工智能）和“OI”（组织智力）三者可以携手合作，提供智能数据管理支持。

     下面我们举个 HAO 的例子：其中HAO智能输入不仅有各种传感器，还有人类的主观感受。计算后分析人类比赛的分析所有的信息和机器操作/推理结果，形成有机协调规则的优化判断概率。

     人类、机器和组织三者结合，整个人机协同系统是非常复杂的，所以这需要一个成熟的治理框架来规范数据和计算能力的分布。这三者结合其起来，数据与判断企业相互协助，这样我们才能实现最大化地利用信息数据的能力。

     数据服务模式可为用户提供查询检索，比对排序等基础数据服务，也可为专业人员提供挖掘分析，专家建模等智能数据服务；这样的系统设计应该发展需要不断满足很多要求，例如全面的数据接入机制、标准化的数据信息处理流程、多元集成的数据组织模式和多种数据技术服务营销模式。

     HAO示出了用于智能设计，其主要包括三个部分感知，认知和行为的蓝图。总体发展而言，整个过程会从大数据问题开始，并根据大数据、人类专家管理系统、人工智能和组织智能技术生成对应的知识图谱，从而将大知识应用到人机协同中。

     此外，“HAO治理”是一个实用的系统，因此，需要一个模块化数据来源和治理能力，它更需要快速，灵活地建新功。

版权声明：本文为Yun88网的原创文章，转载请附上原文出处链接及本声明。

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！