煤矿安全大数据特征及治理方法体系研究
TD67; 高效分析利用煤矿安全大数据,对于提高煤矿的安全管理水平和生产效率具有重要意义.目前煤矿安全大数据治理存在数据特征不明、治理方法不清等问题,针对该问题,着重分析了煤矿安全大数据特征,得出煤矿安全大数据具有5V特征,即数据体量大(Volume)、数据类型多(Variety)、处理速度快(Velocity)、价值密度低(Value)、真实性(Veracity),此外还具有结构化程度不一致的特征.介绍了可应用于煤矿安全管理中的主要数据治理方法及模型,并分为单变量方法、多变量统计分析方法、智能模式识别方法、系统动力学模型和综合集成模型五大类.从主体和客体的视角,提出了煤矿安全大数据治理方法体...
Gespeichert in:
| Veröffentlicht in: | 工矿自动化 2023, Vol.49 (5), p.52-58 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 58 |
|---|---|
| container_issue | 5 |
| container_start_page | 52 |
| container_title | 工矿自动化 |
| container_volume | 49 |
| creator | 陈孝慈 李东海 |
| description | TD67; 高效分析利用煤矿安全大数据,对于提高煤矿的安全管理水平和生产效率具有重要意义.目前煤矿安全大数据治理存在数据特征不明、治理方法不清等问题,针对该问题,着重分析了煤矿安全大数据特征,得出煤矿安全大数据具有5V特征,即数据体量大(Volume)、数据类型多(Variety)、处理速度快(Velocity)、价值密度低(Value)、真实性(Veracity),此外还具有结构化程度不一致的特征.介绍了可应用于煤矿安全管理中的主要数据治理方法及模型,并分为单变量方法、多变量统计分析方法、智能模式识别方法、系统动力学模型和综合集成模型五大类.从主体和客体的视角,提出了煤矿安全大数据治理方法体系,认为数据治理方法的选择必须与智慧矿山的主体、客体的数据治理目标相契合.基于主体的治理方法选择:根据数据主体的需求、层次、担负的任务及安全管理目标确定数据治理具体内容;基于客体的治理方法选择:根据客体对象的时效性、吞吐量要求及安全管理目标确定数据治理具体内容.最后得出煤矿安全大数据治理方法的确定需要在统一目标和统一标准下,根据作用域和作用对象的不同,满足共性和个性需求. |
| doi_str_mv | 10.13272/j.issn.1671-251x.18097 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_mkzdh202305007</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>mkzdh202305007</wanfj_id><sourcerecordid>mkzdh202305007</sourcerecordid><originalsourceid>FETCH-wanfang_journals_mkzdh2023050073</originalsourceid><addsrcrecordid>eNpjYJA3NNAzNDYyN9LP0sssLs7TMzQzN9Q1MjWs0DO0MLA0Z2HghIlEcDDwFhdnJhmYGhhZGJoamnIymD1vXfJ8_v6n6zqftq54umT5s6kbnvWue9658-m-xqf9Xc827X4-oe3ZtJ3PNk99snfy8827ny-Y8nzlNh4G1rTEnOJUXijNzaDm5hri7KFbnpiXlpiXHp-VX1qUB5SJz82uSskwMjAyBlpqYG5MtEIAc1lSYA</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>煤矿安全大数据特征及治理方法体系研究</title><source>DOAJ Directory of Open Access Journals</source><creator>陈孝慈 ; 李东海</creator><creatorcontrib>陈孝慈 ; 李东海</creatorcontrib><description>TD67; 高效分析利用煤矿安全大数据,对于提高煤矿的安全管理水平和生产效率具有重要意义.目前煤矿安全大数据治理存在数据特征不明、治理方法不清等问题,针对该问题,着重分析了煤矿安全大数据特征,得出煤矿安全大数据具有5V特征,即数据体量大(Volume)、数据类型多(Variety)、处理速度快(Velocity)、价值密度低(Value)、真实性(Veracity),此外还具有结构化程度不一致的特征.介绍了可应用于煤矿安全管理中的主要数据治理方法及模型,并分为单变量方法、多变量统计分析方法、智能模式识别方法、系统动力学模型和综合集成模型五大类.从主体和客体的视角,提出了煤矿安全大数据治理方法体系,认为数据治理方法的选择必须与智慧矿山的主体、客体的数据治理目标相契合.基于主体的治理方法选择:根据数据主体的需求、层次、担负的任务及安全管理目标确定数据治理具体内容;基于客体的治理方法选择:根据客体对象的时效性、吞吐量要求及安全管理目标确定数据治理具体内容.最后得出煤矿安全大数据治理方法的确定需要在统一目标和统一标准下,根据作用域和作用对象的不同,满足共性和个性需求.</description><identifier>ISSN: 1671-251X</identifier><identifier>DOI: 10.13272/j.issn.1671-251x.18097</identifier><language>chi</language><publisher>常州大学 商学院,江苏 常州 213000%内蒙古师范大学 政府管理学院,内蒙古 呼和浩特 010022</publisher><ispartof>工矿自动化, 2023, Vol.49 (5), p.52-58</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/mkzdh/mkzdh.jpg</thumbnail><link.rule.ids>314,776,780,860,4010,27902,27903,27904</link.rule.ids></links><search><creatorcontrib>陈孝慈</creatorcontrib><creatorcontrib>李东海</creatorcontrib><title>煤矿安全大数据特征及治理方法体系研究</title><title>工矿自动化</title><description>TD67; 高效分析利用煤矿安全大数据,对于提高煤矿的安全管理水平和生产效率具有重要意义.目前煤矿安全大数据治理存在数据特征不明、治理方法不清等问题,针对该问题,着重分析了煤矿安全大数据特征,得出煤矿安全大数据具有5V特征,即数据体量大(Volume)、数据类型多(Variety)、处理速度快(Velocity)、价值密度低(Value)、真实性(Veracity),此外还具有结构化程度不一致的特征.介绍了可应用于煤矿安全管理中的主要数据治理方法及模型,并分为单变量方法、多变量统计分析方法、智能模式识别方法、系统动力学模型和综合集成模型五大类.从主体和客体的视角,提出了煤矿安全大数据治理方法体系,认为数据治理方法的选择必须与智慧矿山的主体、客体的数据治理目标相契合.基于主体的治理方法选择:根据数据主体的需求、层次、担负的任务及安全管理目标确定数据治理具体内容;基于客体的治理方法选择:根据客体对象的时效性、吞吐量要求及安全管理目标确定数据治理具体内容.最后得出煤矿安全大数据治理方法的确定需要在统一目标和统一标准下,根据作用域和作用对象的不同,满足共性和个性需求.</description><issn>1671-251X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNpjYJA3NNAzNDYyN9LP0sssLs7TMzQzN9Q1MjWs0DO0MLA0Z2HghIlEcDDwFhdnJhmYGhhZGJoamnIymD1vXfJ8_v6n6zqftq54umT5s6kbnvWue9658-m-xqf9Xc827X4-oe3ZtJ3PNk99snfy8827ny-Y8nzlNh4G1rTEnOJUXijNzaDm5hri7KFbnpiXlpiXHp-VX1qUB5SJz82uSskwMjAyBlpqYG5MtEIAc1lSYA</recordid><startdate>2023</startdate><enddate>2023</enddate><creator>陈孝慈</creator><creator>李东海</creator><general>常州大学 商学院,江苏 常州 213000%内蒙古师范大学 政府管理学院,内蒙古 呼和浩特 010022</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2023</creationdate><title>煤矿安全大数据特征及治理方法体系研究</title><author>陈孝慈 ; 李东海</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_mkzdh2023050073</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2023</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>陈孝慈</creatorcontrib><creatorcontrib>李东海</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>工矿自动化</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>陈孝慈</au><au>李东海</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>煤矿安全大数据特征及治理方法体系研究</atitle><jtitle>工矿自动化</jtitle><date>2023</date><risdate>2023</risdate><volume>49</volume><issue>5</issue><spage>52</spage><epage>58</epage><pages>52-58</pages><issn>1671-251X</issn><abstract>TD67; 高效分析利用煤矿安全大数据,对于提高煤矿的安全管理水平和生产效率具有重要意义.目前煤矿安全大数据治理存在数据特征不明、治理方法不清等问题,针对该问题,着重分析了煤矿安全大数据特征,得出煤矿安全大数据具有5V特征,即数据体量大(Volume)、数据类型多(Variety)、处理速度快(Velocity)、价值密度低(Value)、真实性(Veracity),此外还具有结构化程度不一致的特征.介绍了可应用于煤矿安全管理中的主要数据治理方法及模型,并分为单变量方法、多变量统计分析方法、智能模式识别方法、系统动力学模型和综合集成模型五大类.从主体和客体的视角,提出了煤矿安全大数据治理方法体系,认为数据治理方法的选择必须与智慧矿山的主体、客体的数据治理目标相契合.基于主体的治理方法选择:根据数据主体的需求、层次、担负的任务及安全管理目标确定数据治理具体内容;基于客体的治理方法选择:根据客体对象的时效性、吞吐量要求及安全管理目标确定数据治理具体内容.最后得出煤矿安全大数据治理方法的确定需要在统一目标和统一标准下,根据作用域和作用对象的不同,满足共性和个性需求.</abstract><pub>常州大学 商学院,江苏 常州 213000%内蒙古师范大学 政府管理学院,内蒙古 呼和浩特 010022</pub><doi>10.13272/j.issn.1671-251x.18097</doi></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1671-251X |
| ispartof | 工矿自动化, 2023, Vol.49 (5), p.52-58 |
| issn | 1671-251X |
| language | chi |
| recordid | cdi_wanfang_journals_mkzdh202305007 |
| source | DOAJ Directory of Open Access Journals |
| title | 煤矿安全大数据特征及治理方法体系研究 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-28T02%3A53%3A59IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E7%85%A4%E7%9F%BF%E5%AE%89%E5%85%A8%E5%A4%A7%E6%95%B0%E6%8D%AE%E7%89%B9%E5%BE%81%E5%8F%8A%E6%B2%BB%E7%90%86%E6%96%B9%E6%B3%95%E4%BD%93%E7%B3%BB%E7%A0%94%E7%A9%B6&rft.jtitle=%E5%B7%A5%E7%9F%BF%E8%87%AA%E5%8A%A8%E5%8C%96&rft.au=%E9%99%88%E5%AD%9D%E6%85%88&rft.date=2023&rft.volume=49&rft.issue=5&rft.spage=52&rft.epage=58&rft.pages=52-58&rft.issn=1671-251X&rft_id=info:doi/10.13272/j.issn.1671-251x.18097&rft_dat=%3Cwanfang_jour%3Emkzdh202305007%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=mkzdh202305007&rfr_iscdi=true |