某领域数据资源池建设无第1包招标预告

内容
 
发送至邮箱

某领域数据资源池建设无第1包招标预告


为便于供应商及时了解军队采购信息,根据《军队物资服务集中采购需求管理暂行办法》等有关规定,现将某领域数据资源池建设采购意向公开如下:


序号

采购项目名称

需求概况

初步技术
参数

预算金额

(万元)

预计采购时间

1

某领域数据资源池建设

某领域数据资源池建设:开展某领域数据资源顶层设计和体系化建设,包含标准规范建设、数据资源目录建设、能力评估指标体系建设、数据资源池相关各主题数据库建设、数据整编治理、数据挖掘分析以及数据产品化应用,强化数据治理和服务支撑能力,实现数据引接汇聚适时全面、整编治理可信高效、共享交互按需通联、服务应用精准有效。2025年12月交付。

一、技术标准:

1.数据资源体系总体设计

设计数据资源体系的总体架构、技术架构、数据架构及数据治理架构,匹配数据赋能应用场景,主动利用数据产生业务价值,形成可持续发展的数据资源生态体系。

2.数据资源标准规范

梳理既有的相关共性标准规范,丰富、补充和细化某领域数据资源体系建设的标准规范,对某领域数据资源建设的机制流程、工作制度和主要业务环节的内容和方法进行规范性描述,并紧跟项目建设进程,动态深化完善,形成科学合理的数据标准管理体系,为项目建设、联试验证、考评验收和运行使用等各个环节提供指导和规范支撑。主要包括数据建设相关的数据资源标准、工程技术标准和应用服务标准,并提供数据标准管理服务。

3.数据资源目录

基于数据特性分层分级建立某领域数据分类框架,完成某领域数据目录整编,并支持数据资源依权按需发现与使用,为实现数据、模型的快速检索和访问,确保数据数出同源,充分发挥数据资源价值,促进数据按需流动、有序共享提供保障。主要包括数据资源目录规划、数据资源分类编目、元数据设计、数据资源目录发布等。

4.数据资源池

围绕某领域数据全生命周期各阶段的要求,满足数据的采集引接、整编、治理、融合、认证、入库和存储管理需求,将内外部数据汇聚在一起,对数据进行重新组织和联接,对数据进行清晰定义和统一结构,形成某领域数据资源池,实现数据易获取、易读懂,最终打破数据孤岛。主要包括数据库、模型库、算法库、指标库和知识库等及其相关的管理工具。

5.数据整编治理

构建某领域数据治理流程,以“强化治理、清洁数据”为原则贯穿数据生产、流转、处理等各个环节,补充完善数据治理工具,对历史数据进行整编入池,并建设完善相关模型、算法、指标,逐步形成标准化机制,持续改进活动数据质量,使数据质量管理系统化、持续化和常态化。主要包括数据治理策略制定、数据采集引接、数据融合治理、历史数据整编归集。

6.数据挖掘分析

提供数据挖掘分析服务,支持业务的关联影响分析以及对目标对象的特征识别,进行特定业务范围圈定、差异化管理与决策等,支撑不同场景的数据赋能应用需求。主要包括模型算法调用、多维数据分析、知识归集加工、智能标签标注、数据指标映射等服务。

7.数据产品化应用

在数据生产和综合治理的基础上,利用大数据挖掘分析、知识图谱、深度学台反馈参与意向和意见建议。

联系人:朱杰

联系方式:*



为便于供应商及时了解军队采购信息,根据《军队物资服务集中采购需求管理暂行办法》等有关规定,现将某领域数据资源池建设采购意向公开如下:


序号

采购项目名称

需求概况

初步技术
参数

预算金额

(万元)

预计采购时间

1

某领域数据资源池建设

某领域数据资源池建设:开展某领域数据资源顶层设计和体系化建设,包含标准规范建设、数据资源目录建设、能力评估指标体系建设、数据资源池相关各主题数据库建设、数据整编治理、数据挖掘分析以及数据产品化应用,强化数据治理和服务支撑能力,实现数据引接汇聚适时全面、整编治理可信高效、共享交互按需通联、服务应用精准有效。2025年12月交付。

一、技术标准:

1.数据资源体系总体设计

设计数据资源体系的总体架构、技术架构、数据架构及数据治理架构,匹配数据赋能应用场景,主动利用数据产生业务价值,形成可持续发展的数据资源生态体系。

2.数据资源标准规范

梳理既有的相关共性标准规范,丰富、补充和细化某领域数据资源体系建设的标准规范,对某领域数据资源建设的机制流程、工作制度和主要业务环节的内容和方法进行规范性描述,并紧跟项目建设进程,动态深化完善,形成科学合理的数据标准管理体系,为项目建设、联试验证、考评验收和运行使用等各个环节提供指导和规范支撑。主要包括数据建设相关的数据资源标准、工程技术标准和应用服务标准,并提供数据标准管理服务。

3.数据资源目录

基于数据特性分层分级建立某领域数据分类框架,完成某领域数据目录整编,并支持数据资源依权按需发现与使用,为实现数据、模型的快速检索和访问,确保数据数出同源,充分发挥数据资源价值,促进数据按需流动、有序共享提供保障。主要包括数据资源目录规划、数据资源分类编目、元数据设计、数据资源目录发布等。

4.数据资源池

围绕某领域数据全生命周期各阶段的要求,满足数据的采集引接、整编、治理、融合、认证、入库和存储管理需求,将内外部数据汇聚在一起,对数据进行重新组织和联接,对数据进行清晰定义和统一结构,形成某领域数据资源池,实现数据易获取、易读懂,最终打破数据孤岛。主要包括数据库、模型库、算法库、指标库和知识库等及其相关的管理工具。

5.数据整编治理

构建某领域数据治理流程,以“强化治理、清洁数据”为原则贯穿数据生产、流转、处理等各个环节,补充完善数据治理工具,对历史数据进行整编入池,并建设完善相关模型、算法、指标,逐步形成标准化机制,持续改进活动数据质量,使数据质量管理系统化、持续化和常态化。主要包括数据治理策略制定、数据采集引接、数据融合治理、历史数据整编归集。

6.数据挖掘分析

提供数据挖掘分析服务,支持业务的关联影响分析以及对目标对象的特征识别,进行特定业务范围圈定、差异化管理与决策等,支撑不同场景的数据赋能应用需求。主要包括模型算法调用、多维数据分析、知识归集加工、智能标签标注、数据指标映射等服务。

7.数据产品化应用

在数据生产和综合治理的基础上,利用大数据挖掘分析、知识图谱、深度学台反馈参与意向和意见建议。

联系人:朱杰

联系方式:*


     查看详情》
    相关推荐
     

    招投标大数据

    最近搜索

    热门搜索