-
任务数统计、问题/预警趋势、规则维度分布占比、常用规则等信息。②质量规则管理应支持表级和字段级质量规则定义。系统自带去重、求和等常用质量稽核规则,应支持范围校验
-
通过统一的基础数据系统进行修正后进入一体化平台和数据中心。并针对校验结果进行记录并统计。3.数据质量规则校验,通过定义数据质量规则,对数据进行自动化的检测和评估,提高数据质量的可控性和一致性
-
配码、发布、查询等流程进行管理。5数据质量管理数据质量策略制定、质规则制定、质量规则配置、质量监控、质量报告、质量异常提醒等功能,对系统运行期间产生的业务数据进行质量管控
-
案件综合评级包括案件评级规则管理、案件评分、案件评级统计。5、办理质量考评包括案件办理质量规则管理、案件办理质量模型管理、案件办理质量评分、案件办理质量统计。6
-
病历完成度自动判断支持根据特定条件判断病历完成状态。诊断相关质量规则判断支持以诊断作为质控条件的规则判断。手术相关质控规则判断支持以手术作为质控条件的规则判断
-
影响分析,逐步实现元数据的标准化;对信息资源的质量进行管理,包含质量规则制定、执行、分析生成报告,促进数据质量不断提升,并且数据治理进行全流程监控
-
上链规则管理支持上链规则管理功能,包括确权规则、共识规则、上链规则、存证规则、标识规则、数据质量规则、数据源规则等模块。数据标识服务标识定制功能可根据用户自身业务特点
-
套1中国是是2软件开发平台软件H3C绿洲数据运营平台软件H3C绿洲数据运营平台软件V1.01、数据质量(1)质量规则:支持多维度对数据进行质量规则管理。(2)质量评估:支持按照数据库
-
身份证号码校验、非空值校验、主键缺失性校验等;3)数据质量管理:支持数据质量规则定义、根据质量规则分析数据质量、提供各类数据的质量分析报告查看功能。3
-
套1中国是是2软件开发平台软件H3C绿洲数据运营平台软件H3C绿洲数据运营平台软件V1.01、数据质量(1)质量规则:支持多维度对数据进行质量规则管理。(2)质量评估:支持按照数据库
-
支持是否过滤质量问题数据,该功能需联动数据质量管理平台,获取源端绑定的质量规则,过滤掉质量异常数据。【投标人提供满足该功能参数要求的对应系统界面截图证
-
开发数据质量管理子系统、形成包括元数据管理、质量规则管理、数据标准管理等功能的数据治理能力;以及包括数据质量问题发现、错误修复
-
00转换任务配置数据对比服务清洗结果查看异常处理数据清洗监控数据质检模块质量规则管理9500.00质量规则执行数据质量监控质量问题管理质量评估报告数据加工数据加工9500
-
能够有效防止用语的混乱使用,进一步保障了数据的正确性和高质性,为后续的质量规则检核提供标准支撑。(1)质量基础规则:根据数据标准维护的15法标标准
-
能够有效防止用语的混乱使用,进一步保障了数据的正确性和高质性,为后续的质量规则检核提供标准支撑。(1)质量基础规则:根据数据标准维护的15法标标准
-
项15数据信息处理支持对接入的数据及一些非结构化数据进行清洗处理,进行导入存储等操作项16质量规则配置实现数据质量度量规则和检核方法管理。配置实现检核任务管理
-
字符串长度范围等40多种规则类型;(提供软件界面功能截图)支持便捷、灵活的创建表级、字段级的质量规则;支持结合数据标准,创建值域类型的质量规则;支持为质量流程配置定时调度策略和更新策略;支持通过运行质量流程
-
自定义报表等中字段级数据溯源及血缘分析及可视化展示。(4)<数据质量。能够涵盖构建管理数据质量规则、质量报告生产、质量问题监控及预警等。(5)<数据安全。支持构建数据分级规则实现数据分级
-
00清洗任务配置转换任务配置数据对比服务清洗结果查看异常处理数据清洗监控数据质检模块质量规则管理10000.00质量规则执行数据质量监控质量问题管理质量评估报告数据加工数据加工10000
-
提升数据治理能力,推动交易所数字化转型。2.完成数据标准及指标标准、数据质量规则、数据分类分级制定,同时在数据治理平台落地实施。二、中标信息中标人
-
提升数据治理能力,推动交易所数字化转型。2.完成数据标准及指标标准、数据质量规则、数据分类分级制定,同时在数据治理平台落地实施。五、评标结果公示信息第一中标候选人
-
7规则管理分区表达式配置套1微易可视化数据中台管理系统V1.0中国5.005.00质量规则配置套1微易可视化数据中台管理系统V1.0中国4.004
-
档案卷宗查看警种应用全局业务统计派出所业务统计特别业务统计自定义统计制式报告数据质量规则定义数据质量监测质量数据清单任务集成大闭环处置标签管理体系标签定义手工式
-
(3)支持自定义质量问题白名单,对于白名单数据,在质量任务运行时过滤掉白名单数据。(4)基于质量规则配置质量稽核任务,页面上能够查看所有问题数据详情,并支持将数据详情导出
-
多分支的场景1项52工作流加工节点上支持配置数据质量监控功能,通过质量监控可以全程检测数据加工流水线,根据质量规则及时发现问题,并通过报警通知负责人及时处理1项53支持工作流的导入导出操作
-
3.3功能设计2.3.3.1数据规则管理建立数据规则库,支持维护数据质量规则相关信息。建立数据指标标准和校验规则库,并对数据的完整性、准确性进行逻辑检查
-
并提供错误数据定位功能,为数据管理者提供数据质量分析报告。19.★提供丰富的数据质量规则,预置多种数据质量规则:空值规则、值域规则、重复数据规则、格式规范规则
-
行内数据质量管理的业务规范,建立金统、金数、利率报备、存款保险等专项质量规则库,编写脚本,落地到监管报送平台并形成日常数据质量问题的检核
-
遵循集团数据治理与数据共享应用体系相关要求,细化采油厂层级统一数据资产目录、数据质量规则库、构建采油厂数据质量评估体系,落实采油厂做为数据源单位的数据质量管控主体责任
-
编辑、删除功能。(满足参数要求得1分,不满足要求的不得分)3、数据质量管理:质量规则管理,支持质量规则模板设置,支持内嵌的多种数据质量校验规则,如
-
输出扫描报告,并进行缺陷问题的收集和处置闭环,协助搭建管理信息域代码质量规则)。1.3项目预算:含税243.742336万元(不含税229.9456万元)
-
具备规则的管理能力,包括:1)规则的可视化创建,可通过页面配置的方式创建质量规则;2)规则创建过程支持抽检,用于验证规则的正确性;3)可根据实际情况设置规则权重;4)支持API接口
-
从完整性、有效性、一致性、时效性4个方面进行考量,配置各数据项的数据质量规则,数据处理完成后,根据配置的规则进行计算,生成数据质量报告
-
形成数据资源目录;建立数据标准,完成基础数据标准和指标数据标准建设;数据质量规则制定;数据分类分级。2)数据模型建设:包括对数仓进行分层架构设计,划分主题域
-
档的入库管理;12)需要依据《数据治理责任清单》,以数据责任单位为单元,完成数据质量规则、数据质检方案的设置,输出《责任单位数据质量报告》,质检结果支持量化打分,支持分级
-
输出扫描报告,并进行缺陷问题的收集和处置闭环,协助搭建管理信息域代码质量规则)。1.3项目预算:含税243.742336万元(不含税229.9456万元)
-
000000东华软件股份公司数据治理平台1规则类型管理支持规则类型权重设置、生效/失效。提供六种质量规则类型,空值检查、值域检查、规范检查、重复数据检查、完整性检查
-
档的入库管理;12)需要依据《数据治理责任清单》,以数据责任单位为单元,完成数据质量规则、数据质检方案的设置,输出《责任单位数据质量报告》,质检结果支持量化打分,支持分级
-
形成数据资源目录;建立数据标准,完成基础数据标准和指标数据标准建设;数据质量规则制定;数据分类分级。2)数据模型建设:包括对数仓进行分层架构设计,划分主题域
-
保障已有数据服务的正常运行;三是结合招标人最新数据治理成果,对数据质量规则进行优化和补充,提高数据加工的准确性,确保为下游系统提供高质量的数据服务。范围
-
我校已建成数据治理平台,已梳理出教师、学生、组织架构、专业、课程五个方面的主数据,输出数据质量规则30余个。学校具有前期主数据治理的基础并已建有数据治理平台及数据分析平台
-
优化;(2)财务域数据资产盘点;(3)经营分析平台指标体系及数据标准梳理;(4)分析平台数据质量规则编制;(5)根据华润信托内部工作流程,编写经营分析需求管理规范。二
-
制定数据质量判断规则,对已有的数据选择不同的质量规则完成相关数据校验任务配置、调度运行,并生成可视化的数据质量报告合同金额
-
邮件发送等工作。人资数据稽查自动化。通过RPA自动化进行数据稽查,基于预先设定的数据质量规则对人资专业数据进行比对分析,实现对异常问题的监测预警和监督反馈
-
(万元)付款条件合同类型保证金金额(万元)备注认证证书业绩要求其他包04数据中台质量规则引擎建设技术支持服务项目详见技术规范书具备ISO20000信息技术服务管
-
下架、授权等能力。以上功能点,功能完全满足得2分,每少一个扣1分。三.数据质量规则和数据安全:提供内置的数据质检规则,包括但不限于唯一约束校验、长度校验
-
下架、授权等能力。以上功能点,功能完全满足得2分,每少一个扣1分。三.数据质量规则和数据安全:提供内置的数据质检规则,包括但不限于唯一约束校验、长度校验
-
然后数据治理团队及数据供应方制定出数据处理规则。1.1.2.3.3.数据质量规则制定数据质量规则来源数据元的数据规范,并在业务部门的指导和确认下
-
质量报告:通过数据治理分析当前各部门业务系统现状,充分评估当前学校数据整体质量情况,依据质量规则对数据质量进行综合校验,生成数据质量报告,供领导查看和对外公布。n9
-
采购内容1、数据标准化治理:1)建立流程数据质量规则,实现数据质量自动化评估与预警,提升数据准确度;2)做到数据价值最大化