1С метаданные: Метаданные. Словарь терминов

Метаданные. Словарь терминов

(metadata дословный перевод — «данные о данных», греч. meta — вслед, за, после, через; от лат. data — данные) — это данные, описывающие другие данные. Например, данными может быть любая числовая или текстовая информация, содержимое колонок в таблицах. А уточняющая информация об этих данных — что это за данные, где они хранятся и применяются будет являться метаданными.

Термин «метаданные» (информация об информации) в широком смысле слова используется для любой информации о данных — это и название колонок в таблицах данных, и наименование самих таблиц данных, и номер версии в файле программы и т.п.

 

Метаданные в 1С — это специальные данные, описывающие структуру базы данных, т.е. внутренние данные хранилища информации. Метаданные являются описательной частью об объектах конфигурации (константы, справочники, документы, др.) и содержат сведения о их составе, содержании, статусе, происхождении, местонахождении, качестве, форматах и формах представления, условиях доступа и т.

п.

Иванов — это данные, а описание данных о том, что «Иванов» — это фамилия физического лица, записанная в справочнике «Физические лица» в реквизите «Фамилия» — это метаданные.

В области программирования 1С метаданные используется для получения информации об объектах. При этом объектом может быть любой объект конфигурации (константа, справочник, документ, регистр, отчет) или реквизит объекта конфигурации (информационное поле, например «дата документа» или «комментарий справочника»). Ниже приводится несколько примеров использования метаданных в 1С.

Специальная команда на языке программирования в 1С	Сведения о данных 1С
Метаданные.Справочник()	Команда выводит информацию о количестве справочников в конфигурации
Метаданные. Справочник(Номер).Реквизит(), где Номер — это номер справочника в базе данных	Команда выводит информацию о количество реквизитов определенного справочника
Метаданные.Справочник(Номер1).Реквизит(Номер2).Длина, где Номер1 — это номер справочника в базе данных       Номер2 — это номер реквизита в справочнике	Команда выводит информацию о длине определенного реквизита определенного справочника
Метаданные.Справочник(Номер).ФормаСписка()	Команда выводит информацию о количестве форм представления определенного справочника
Метаданные.Пароль	Команда выводит информацию о наличии или отсутствии пароля на конфигурации

НОУ ИНТУИТ | Лекция | Программная работа со справочниками, обработки, простые отчеты

< Дополнительный материал  || Лекция 6: 1234567

Аннотация: Лекция посвящена подробностям объектной модели справочников, программной работе со справочниками, а так же – созданию обработок и простых отчетов.

Ключевые слова: дерево конфигурации, ПО, список, поле, модуль, директива, доступ, очередь, отношение, объект, пользователь, реквизит, длина, группа, элементы управления, Дополнение, функция, сервер, создание процедур, значение, память, команда, цикла, параметр, счетчик, ссылка, регистр, поиск, вывод, идентификатор, копирование, тип данных, метаданные, операции, создание отчетов, система компоновки данных, механизмы, печатная форма, макет, прикладное решение, excel, ячейка, выборка, иерархия, подразделения

Обработка, программная работа со справочниками

Эта лекция продолжает тему работы со справочниками в 1С:Предприятие 8.2. Здесь мы уделим особое внимание программной работе со справочниками, а так же – рассмотрим механизм создания обработок и простых отчетов.

Начнем с создания обработки, которая выводит имена всех справочников, имеющихся в системе. Для этого добавим новую обработку в ветви Обработки

дерева конфигурации. Назовем ее РаботаСоСправочниками, рис. 5.1.

Рис. 5.1. Создание обработки

Включим новую обработку в состав подсистемы Администрирование на закладке Подсистемы. Перейдем на закладку Формы и создадим форму обработки. Наша обработка не имеет реквизитов – сразу после запуска конструктора формы обработки, мы можем нажать на кнопку Готово и увидим пустую форму обработки, рис. 5.2.

увеличить изображение
Рис. 5.2. Форма обработки

Задачу вывода данных по результатам работы обработки мы переложим на плечи системы – будем выводить их с помощью стандартного механизма сообщений, которым мы уже не раз пользовались.

А вот команды, которые будут выполняться обработкой, нам нужно будет создать самостоятельно.

Перейдем на вкладку Команды в окне редактора форм. После этого нам будут доступны еще несколько вкладок, нас интересует первая из них – Команды формы, рис. 5.3.

увеличить изображение
Рис. 5.3. Переход к командам формы обработки

Список команд формы пуст – нам нужно создать собственную команду. Нажмем на кнопку Добавить в верхней части панели Команды формы, назовем ее ВывестиСписокСправочников

, в окне свойств команды нажмем на кнопку с увеличительным стеклом в поле свойства Действие – в модуле формы будет создана процедура для этой команды, рис. 5.4.

увеличить изображение
Рис. 5.4. Настройка команды

В модуль формы был добавлен такой код:

&НаКлиенте
Процедура ВывестиСписокСправочников(Команда)
  // Вставить содержимое обработчика.
КонецПроцедуры

То, что мы добавили в обработку команду, еще не означает автоматическое добавление на форму команды, например, кнопки, нажатие которой приведет к выполнению команды. Добавить такую кнопку на форму можно несколькими способами. Во-первых, мы можем просто перетащить команду из панели

Команды формы на панель Элементы – на форме появится кнопка Вывести список справочников, а напротив команды – серый квадратик, говорящий о присутствии элемента управления, связанного с командой, на форме.

Во-вторых, в список элементов формы можно добавить кнопку (кнопка Добавить в командной панели закладки Элементы) и задать свойства кнопки, в частности, в свойстве ИмяКоманды выбрать нужную команду. После добавления кнопки и настройки ее связи с командой, редактор форм приобрел вид, показанный на рис. 5.5.

увеличить изображение
Рис. 5.5. Настройка кнопки

Дальше >>

< Дополнительный материал  || Лекция 6: 1234567

Что такое метаданные и почему они так же важны, как и сами данные?

Что такое метаданные и почему они так же важны, как и сами данные?

Электронная книга: Стимулирование трансформации коммунального сектора с помощью новых данных

Загрузите электронную книгу!

Главная > Блог ODS > Что такое метаданные и почему они так же важны, как и сами данные?

Анализ данных и отчетность

25.08.2016

Метаданные. Возможно, вы слышали этот термин раньше и, возможно, задавались вопросом: «Что такое метаданные?» или «почему это так же важно, как данные?» Эта статья будет попыткой дать ответы на эти два вопроса.

Поделиться этой публикацией

Метаданные можно объяснить несколькими способами:

• Данные, предоставляющие информацию о других данных.
• Метаданные обобщают основную информацию о данных, упрощая поиск конкретных экземпляров данных и работу с ними.
• Метаданные могут быть созданы вручную, чтобы быть более точными, или автоматически и содержать больше основной информации.

Узнайте больше о метаданных в этой статье: Все, что вам нужно знать о метаданных.

Короче говоря, метаданные важны . Мне нравится отвечать на этот вопрос «что такое метаданные» как таковой: метаданные — это сокращенное представление данных, к которым они относятся. Если мы используем аналогии, мы можем думать о метаданных как о ссылках на данные. Вспомните, когда вы последний раз искали в Google. Этот поиск начался с метаданных, которые вы имели в виду о чем-то, что хотели найти. Возможно, вы начали со слова, фразы, мема, географического названия, сленга или чего-то еще.

Возможности для описания вещей кажутся безграничными. Конечно, схема метаданных может быть простой или сложной, но все они имеют некоторые общие черты.

Исторический (1943 г.) реактор B в Хэнфорде является частью Исторического национального парка Манхэттенского проекта. С уважением ТРИДЕК.

Старинное происхождение: Прото-метаданные

Я не настолько стар, но достаточно взрослый, чтобы помнить, что выполнял свою работу без цифровых вспомогательных средств. В начале 90-х я был (тогда) молодым археологом, работавшим в северо-западной лаборатории Battelle Pacific над Хэнфордским проектом. Хэнфорд — это предприятие США по извлечению плутония оружейного качества. Там же США перерабатывали обогащенный уран для бомб, сброшенных на Нагасаки и Хиросиму в 1919 г.45. У Энрико Ферми там была лаборатория, и Министерство энергетики США считало это сооружение имеющим историческое значение. В этом анекдоте есть смысл. В 1992 и 1993 годах у нас были базовые протоколы tcp/ip, но у нас не было набора цифровых инструментов, которые есть сегодня.

Слово «происхождение» в то время использовалось для описания происхождения и природы объектов. Если я раскопаю артефакт и вырву его из контекста, то есть уберу с сайта, что произойдет с его научной ценностью? Это зависит от того, насколько хорошо я описываю это происхождение и использую ли я правильные ключевые слова и организационные принципы, которые используются для классификации, описания, анализа и отбора похожих объектов и артефактов. Вот почему разграбление археологических памятников так вредно. Объект не только потерян, но даже если он восстановлен, он утратил свое происхождение или значение!

Этот анекдот, надеюсь, формирует представление о том, что данные о данных так же важны, как и сами данные. Без контекста данные имеют небольшую ценность для повторного использования.

Метаданные так же ценны, как и данные

Археолог упаковывает артефакт и записывает метаданные в сумку, чтобы сохранить научную ценность артефактов. Фото Клифф Майн.

Используя контекст моей работы археолога, объект теряет свою научную ценность, если он теряет свое происхождение или метаданные. Каждый артефакт упаковывается в пакеты и маркируется числовым номером на пакете, который соответствует заметкам в журнале. Часто имеются фотографии и зарисовки артефакта, сделанные на месте (в исходном состоянии) для будущих исследований. Археология не занимается поиском сокровищ. открытые данные — это не только рассказывание историй. Оба занятия интересны и увлекательны. Но полезная сторона как открытых данных, так и археологии заключается в количестве повторного использования, которое мы можем извлечь из наших объектов, будь то камни и кости или массивные наборы данных.

Теперь, когда у нас есть более общий ответ на наш первоначальный вопрос «что такое метаданные», давайте посмотрим, что сказали другие. Я использую два определения в качестве справки: одно из Международной организации по стандартизации (ISO), другое из круглых столов Белого дома, на которых я присутствовал (как по качеству данных, так и по открытым данным для государственно-частного сотрудничества), поскольку мы совместно разработали определение. в присутствии специалистов.

Определение качества данных в ISO и Круглых столах Белого дома имеет некоторые тонкие различия. Во-первых, происхождение в контексте Белого дома определяется как метаданные набора данных. Второе отличие состоит в том, что в определении качества данных ISO отсутствует измерение «своевременности». ISO предшествует широкому внедрению открытых данных. Возможно, своевременность станет частью ISO в будущем. ISO предоставляет семантическое определение качества данных, которое служит требованием к метаданным. Чтобы упростить обсуждение, мы объединим определения происхождения и семантики в третий термин, называемый метаданными.

Согласно книге Лю и Рама «Семиотическая основа для анализа исследования происхождения данных», слово «происхождение», используемое в контексте данных, имеет разные значения для разных людей. Лю и Рам продолжают определять семантическую модель происхождения в этой и нескольких других работах как концептуальную модель из семи частей.

Лю и Рам концептуализируют происхождение данных как состоящее из семи взаимосвязанных элементов, включая что, когда, где, кто, как, что и почему. Это элементы нескольких структур метаданных. По сути, большинство схем метаданных спрашивают эти элементы об их данных.

Онтологическая модель метаданных W7

Итак, если мы объединяем эти два термина в метаданные, мы говорим, что метаданные предоставляют следующую информацию о данных, которые они моделируют или представляют:

• Что
• Когда
• Где
• Кто
• Как
• Какой
• Почему

Opendatasoft изначально использует подмножество DCAT для описания наборов данных. Доступны следующие метаданные:

• название,
• описание,
• язык,
• тема,
ключевое слово
• ,
лицензия
• ,
• издатель,
• ссылок.

Можно активировать полный шаблон DCAT, добавив, таким образом, следующие дополнительные метаданные: создано, выпущено, создатель, участник, начисление, периодичность, пространственная, временная, гранулярность, качество данных .

 

Также доступен полный шаблон INSPIRE, который можно активировать по запросу. Также можно создать полностью настраиваемый шаблон метаданных.

Множество дискуссий о качестве данных и возможности их обнаружения вращались вокруг метаданных и так называемых онтологий. Онтологии — это описания и определения отношений. Онтологии могут включать некоторые или все следующие описания/информацию:

• Классы (общие вещи, типы вещей)
• Экземпляры (отдельные вещи)
• Отношения между вещами
• Свойства вещей
• Функции, процессы, ограничения и правила, относящиеся к вещам.

Онтологии помогают нам понять отношения между вещами. Например, «телефон Android» является субъектом класса объектов «сотовый телефон».

Некоторые ссылаются на «онтологический спектр», который описывает одни структуры как слабые, а другие как сильные. Этот «спектр» заключает в себе ряд мнений относительно того, чем на самом деле является онтология.

Использование онтологий для улучшения возможности обнаружения в метаданных

Представьте, что у нас есть набор данных о разрешениях на строительство. Мы можем захотеть сравнить характер нашего набора данных разрешений с другим набором данных разрешений. К счастью для нас, появился стандарт для данных разрешений под названием BILDS. На сайте BILDS мы видим спецификацию и 9все муниципалитеты используют спецификацию BILDS. Из учетной записи BILDS GitHub мы можем увидеть набор необходимых стандартов для набора данных разрешений. (См. Требования к основным разрешениям)

Если наш набор данных соответствует схемам этих 9 муниципалитетов, то мы можем сказать, что они будут взаимодействовать. Нам все еще нужно добавить некоторые обнаруживаемые метаданные вокруг них. Это проще, потому что все эти наборы данных имеют одинаковую схему. Наши метаданные могут предоставить стандартное определение для каждого типа заголовка столбца. Это означает, что все 9наборы данных также повысят возможность обнаружения. Мы знаем, что искать.

В начале этой статьи мы говорили об открытых данных и качестве данных. Мы также утверждали, что метаданные так же ценны, как и сами данные. Затем мы изучили некоторые аспекты анатомии и определений метаданных, онтологий, схем и стандартов.

Качество данных связано с их происхождением. Без метаданных, обеспечивающих происхождение, у нас есть набор данных без контекста. Данные без контекста, такие как артефакт, химикат, пищевая сода или любой другой случайный объект, имеют небольшую ценность. То, что я узнал на двух круглых столах в Белом доме, укрепило во мне эту концепцию. Недавно я закончил проект открытых данных для муниципалитета и собирал данные ГИС. У большинства этих данных не было метаданных, что мешало мне их использовать. Метаданные сами по себе могут быть чрезвычайно полезными . Метаданные могут предоставлять указатели на наборы данных даже без фактических данных. Мы можем составить организационную диаграмму на основе данных, существующих по заданной теме.

Другие обсуждения определения метаданных

• Dugas, M., et al. «Меморандум «Открытые метаданные». Методы информации в медицине 54.4 (2015): 376-378.
• Деткен, Кай-Оливье, Дирк Шойерманн и Бастиан Хеллманн. «Использование расширенных определений метаданных для создания независимой от поставщика системы SIEM». Международная конференция по разведке роев . Springer International Publishing, 2015.
• Цзян, Гоцянь и др. «Использование семантических веб-технологий для создания доменных шаблонов для поддержки стандартов метаданных клинических исследований». Журнал биомедицинской семантики 7.1 (2016): 1.
• МакКрей, Джон П. и др. «Одна онтология, чтобы связать их всех: онтология META-SHARE OWL для функциональной совместимости лингвистических наборов данных в Интернете». Европейская семантическая веб-конференция . Springer International Publishing, 2015.
• Рихерт, Матиас и др. «Разработка определений метаданных исследовательской информации как серьезная проблема? Характеристика и решение с помощью визуализации аргументации». Программа 50.3 (2016).
• С. Рам и Дж. Лю, «Семиотическая структура для анализа исследований происхождения данных», Журнал вычислительной науки и техники, том. 2, стр. 221-248, 2008.)
• Уилсон, Сэмюэл П.  Разработка репозитория метаданных для распределенного аннотирования файлов и обмена ими. Дисс. УНИВЕРСИТЕТ ПЕРДЮ, 2015.

Другие обсуждения онтологий и онтологии

• Поллерес, Аксель и Саймон Стейскал. «Стандарты семантической сети для публикации и интеграции открытых данных». Стандарты и стандартизация: концепции, методологии, инструменты и приложения (2015): 1.
• Дарайо, Чинция и др. «Преимущества подхода к управлению данными на основе онтологий: открытость, совместимость и качество данных». Наукометрия (2016): 1-15.
• Фукута, Наоки. «На пути к основанной на агентах платформе для лучшего доступа к открытым данным с использованием отображений онтологий и их базовой семантики». Передовая прикладная информатика (IIAI-AAI) , 2015 4-й Международный конгресс IIAI . IEEE, 2015.

Подробнее о метаданных

• Как выбрать и описать метаданные: технический документ

Статьи на ту же тему:

Метаданные

---

Подробнее

Тенденции данных

Все, что вам нужно знать о метаданных

Данные без контекста бессмысленны. При представлении данных большинство людей сразу же задают множество вопросов, например: Откуда они взялись? Когда он последний раз обновлялся? Кто отвечает за ма…

Государственный сектор

10 лет открытых данных

7 декабря 2007 г. 30 человек встретились в Севастополе, Калифорния, чтобы обсудить определение «открытых общедоступных данных». Как изменились открытые данные после встречи в Севастополе?

Цифровая трансформация

3 способа улучшить качество данных в вашей организации

Данные низкого качества влияют на нас ежедневно, часто так, как мы даже не замечаем. Итак, нам нужны качественные данные. Но что такое качество данных и как его получить?

Тенденции данных

Все, что вам нужно знать о метаданных

Данные без контекста бессмысленны. При представлении данных большинство людей сразу же задают множество вопросов, например: Откуда они взялись? Когда он последний раз обновлялся? Кто отвечает за ма…

Государственный сектор

10 лет открытых данных

7 декабря 2007 г. 30 человек встретились в Севастополе, Калифорния, чтобы обсудить определение «открытых общедоступных данных». Как изменились открытые данные после встречи в Севастополе?

Цифровая трансформация

3 способа улучшить качество данных в вашей организации

Данные низкого качества влияют на нас ежедневно, часто так, как мы даже не замечаем. Итак, нам нужны качественные данные. Но что такое качество данных и как его получить?

Что такое метаданные и как они работают?

По

• Гарри Кранц

Часто называемые данными, которые описывают другие данные, метаданные представляют собой структурированные справочные данные, которые помогают сортировать и идентифицировать атрибуты описываемой информации. В книге Zen and the Art of Metadata Maintenance Джон У. Уоррен описывает метаданные как «вселенную и ДНК одновременно».

Мета — это префикс, который в большинстве случаев использования информационных технологий означает «базовое определение или описание». Метаданные обобщают основную информацию о данных, что может упростить поиск, использование и повторное использование конкретных экземпляров данных.

Например, автор, дата создания, дата изменения и размер файла являются примерами очень простых метаданных файла документа. Возможность поиска определенного элемента (или элементов) этих метаданных значительно упрощает поиск конкретного документа.

В дополнение к файлам документов метаданные используются для:

• компьютерные файлы
• изображений
• реляционных баз данных
• электронных таблиц
• видео
• аудиофайлов
• веб-страниц

Использование метаданных на веб-страницах может быть очень важным. Метаданные содержат описания содержимого страницы, а также ключевые слова, связанные с содержимым. Эти метаданные часто отображаются в результатах поиска поисковыми системами, а это означает, что их точность и детали могут повлиять на то, решит ли пользователь посетить сайт. Эта информация обычно выражается в виде метатегов.

Поисковые системы оценивают метатеги, чтобы определить релевантность веб-страницы. Мета-теги использовались как ключевой фактор для определения позиции в поиске до конца 1990-х годов. Рост поисковой оптимизации (SEO) к концу 1990-х годов привел к тому, что многие веб-сайты начали наполнять свои метаданные ключевыми словами, чтобы обмануть поисковые системы, что сделало их веб-сайты более релевантными, чем другие.

С тех пор поисковые системы стали меньше полагаться на метатеги, хотя они по-прежнему учитываются при индексировании страниц. Многие поисковые системы также пытаются помешать веб-страницам обмануть свою систему, регулярно меняя критерии ранжирования, а Google известен тем, что часто меняет свои алгоритмы ранжирования.

Метаданные могут быть созданы вручную или с помощью автоматизированной обработки информации. Ручное создание имеет тенденцию быть более точным, позволяя пользователю вводить любую информацию, которую он считает уместной или которая может помочь описать файл. Автоматическое создание метаданных может быть гораздо более простым, обычно отображая только такую ​​информацию, как размер файла, расширение файла, когда файл был создан и кто создал файл.

Варианты использования метаданных

Метаданные создаются каждый раз при изменении документа, файла или другого информационного актива, включая его удаление. Точные метаданные могут помочь продлить срок службы существующих данных, помогая пользователям находить новые способы их применения.

Метаданные организуют объект данных с помощью терминов, связанных с этим конкретным объектом. Он также позволяет идентифицировать непохожие объекты и сопоставлять их с похожими объектами, чтобы оптимизировать использование ресурсов данных. Как уже отмечалось, поисковые системы и браузеры определяют, какой веб-контент отображать, интерпретируя теги метаданных, связанные с HTML-документом.

Язык метаданных написан так, чтобы быть понятным как для компьютерных систем, так и для людей, уровень стандартизации, который способствует лучшему взаимодействию и интеграции между разрозненными приложениями и информационными системами.

Компании, занимающиеся цифровыми публикациями, инжинирингом, финансовыми услугами, здравоохранением и производством, используют метаданные для сбора информации о способах улучшения продуктов или модернизации процессов. Например, поставщики потокового контента автоматизируют управление метаданными интеллектуальной собственности, чтобы их можно было хранить в множестве приложений, тем самым защищая правообладателей и в то же время делая музыку и видео доступными для пользователей, прошедших проверку подлинности.

Зрелость технологий искусственного интеллекта несколько облегчает традиционное бремя управления метаданными за счет автоматизации ранее выполняемых вручную процессов каталогизации и маркировки информационных ресурсов.

История и происхождение метаданных

Джек Э. Майерс, основатель Metadata Information Partners (теперь The Metadata Co.), утверждает, что ввел этот термин в 1969 году. Майерс зарегистрировал товарный знак для слова «метаданные» без дефиса в 1986 году. Несмотря на это, ссылки на этот термин появляются в научных статьях, предшествовавших заявлению Майерса.

В научной статье, опубликованной в 1967 году профессорами Массачусетского технологического института Дэвидом Гриффелем и Стюартом Макинтошом, метаданные описываются как «запись… записей данных», которые получаются, когда библиографические данные по теме собираются из отдельных источников. Исследователи пришли к выводу, что необходим «металингвистический подход» или «мета-язык», чтобы компьютерная система могла правильно интерпретировать эти данные и их контекст по отношению к другим соответствующим фрагментам данных. В отличие от Майерса, Гриффель и Макинтош рассматривали «мета» как префикс к «данным».

В 1964 году Филип Р. Бэгли, студент бакалавриата, специализирующийся на компьютерных науках, начал работу над своей диссертацией, в которой он утверждал, что усилия по «созданию составных элементов данных» в конечном итоге основаны на способности «явно связываться» со вторым и связанным элементом данных. , который «мы могли бы назвать« элементом метаданных »». Хотя его диссертация была отклонена, работа Бэгли, включая его ссылку на метаданные, впоследствии была опубликована в виде отчета по контракту с Управлением научных исследований ВВС США 19 января.69.

Типы метаданных и примеры

Метаданные подразделяются на различные категории в зависимости от функции, которую они выполняют в управлении информацией.

• Административные метаданные позволяют администраторам устанавливать правила и ограничения, регулирующие доступ к данным и разрешения пользователей. Он также предоставляет информацию о необходимом обслуживании и управлении ресурсами данных. Административные метаданные, часто используемые в контексте текущих исследований, включают такие сведения, как дата создания, размер и тип файла, а также требования к архивированию.
• Описательные метаданные идентифицируют конкретные характеристики части данных, такие как библиографические данные, ключевые слова, названия песен, номера томов и т. д.
• Юридические метаданные предоставляют информацию о творческом лицензировании, такую ​​как авторские права, лицензирование и роялти.
• Метаданные сохранения определяют размещение элемента данных в иерархической структуре или последовательности.
• Метаданные процесса описывает процедуры, используемые для сбора и обработки статистических данных. Статистические метаданные — это еще один термин для обозначения метаданных процесса.
• Метаданные о происхождении , также известные как происхождение данных, отслеживают историю части данных по мере их перемещения по организации. Исходные документы объединяются с метаданными, чтобы гарантировать достоверность данных или исправить ошибки в качестве данных. Проверка происхождения — обычная практика управления данными.
• Справочные метаданные относятся к информации, описывающей качество статистического содержания.
• Статистические метаданные описывает данные, которые позволяют пользователям правильно интерпретировать и использовать статистические данные, содержащиеся в отчетах, опросах и сборниках.
• Структурные метаданные показывают, как собираются различные элементы составного объекта данных. Структурные метаданные часто используются в цифровом мультимедийном контенте, например, для описания того, как должны быть организованы страницы в аудиокниге, чтобы сформировать главу, как должны быть организованы главы, чтобы сформировать тома и т. д. Термин «технические метаданные» является синонимом, наиболее тесно связанным с элементами электронных библиотек.
• Использовать метаданные — это данные, которые сортируются и анализируются каждый раз, когда пользователь обращается к ним. На основе анализа метаданных об использовании бизнес может выявить тенденции в поведении клиентов и с большей готовностью адаптировать свои продукты и услуги для удовлетворения своих потребностей.

Как эффективно использовать метаданные

Ускоренные темпы роста данных вызвали новый интерес к потенциальной ценности для бизнеса, которую можно извлечь из метаданных. Существует множество структур данных, которые представляют как возможности, так и проблемы.

Управление метаданными обеспечивает организационную основу для согласования дискретных наборов данных, хранящихся в различных системах. Он также обеспечивает организационный консенсус для описания информации, часто разбитой на деловые, операционные и технические данные.

Компании внедряют управление метаданными, чтобы отсеять старые данные и разработать таксономию для классификации данных в соответствии с их ценностью для бизнеса. Компонентом этого является каталог или центральная база данных, которая служит хранилищем метаданных, также известным как словарь данных.

Помимо классификации данных, стратегии управления метаданными используются для улучшения анализа данных, разработки политики управления данными и создания контрольного журнала для соблюдения нормативных требований.

По своей сути управление метаданными позволяет людям идентифицировать атрибуты конкретной части данных с помощью пользовательского веб-интерфейса. Атрибутом может быть имя файла, его автор, идентификационный номер клиента и т. д. Таким образом, человек, запрашивающий документ, может видеть и понимать различные атрибуты данных, корпоративную систему, в которой они находятся, и причины, по которым эти атрибуты были созданы.

По состоянию на ноябрь 2020 года Alation, ASG, Alex Solutions, Collibra, Erwin, IBM, Informatica, Oracle, SAP и SmartLogic входят в число ведущих поставщиков платформ управления метаданными ИТ-аналитической фирмой Gartner в своем Магическом квадранте решений для управления метаданными.

Стандартизация метаданных

Чтобы сделать метаданные более полезными, был разработан ряд отраслевых стандартов. Эти стандарты обеспечивают единообразие общего языка, формата, правописания и других атрибутов, используемых для описания данных. Каждый стандарт основан на определенной схеме, которая обеспечивает всеобъемлющую структуру для всех его метаданных.

Стандарты метаданных гарантируют единообразие общего языка, формата, правописания и других аспектов, используемых для описания данных. Каждый стандарт основан на определенной схеме, обеспечивающей всеобъемлющую структуру для всех его метаданных.

Dublin Core — это широко используемый общий стандарт, первоначально разработанный для облегчения индексации каталогов физических библиотечных карточек. С тех пор стандарт был адаптирован для цифровых метаданных в Интернете. Dublin Core описывает атрибуты 15 основных элементов данных: название, создатель, тема, описание, издатель, участники, дата, тип, формат, идентификатор, источник, язык, отношение, охват и управление правами.

Аналогичным стандартом библиографических метаданных является схема описания объектов метаданных, основанная на XML схема для библиотек, созданная Управлением по развитию сетей и стандартов Библиотеки Конгресса США в качестве преемника стандартов машиночитаемого каталога, разработанных в 1960-х годах.

Более новый стандарт, schema.org, основан на совместной работе над программным обеспечением с открытым исходным кодом, который предоставляет набор схем метаданных, предназначенных для структурированных интернет-данных, электронной почты и других форм цифровых данных.

Отраслевая схема метаданных

Ряд стандартных схем метаданных был разработан для удовлетворения уникальных требований определенных дисциплин и отраслевых вертикалей.

Искусство и гуманитарные науки:

• Инициатива по кодированию текста — это консорциум учреждений, разрабатывающих стандарты, определяющие методы кодирования для представления машиночитаемого текста в цифровой форме.
• VRA Core, совместно разработанный Библиотекой Конгресса и Ассоциацией визуальных ресурсов, описывается как «стандарт данных для описания произведений визуальной культуры, а также изображений, которые их документируют».

Культура и общество:

• Инициатива по документированию данных стандартизирует описания данных, используемых в бихевиористских науках и смежных дисциплинах.
• Языковое сообщество Open Archives, основанное на Dublin Core, пытается разработать всемирное виртуальное хранилище языковых ресурсов.

Науки:

• Darwin Core используется для обмена информацией о биологических образцах.
• Язык экологических метаданных — это удобочитаемый формат XML-разметки для обмена данными по наукам о Земле.
• Федеральный комитет по геопространственным данным разрабатывает форматы метаданных для документирования данных геопространственных исследований.

Последнее обновление: июль 2021 г.

Продолжить чтение о метаданных

• Какова роль метаданных в управлении неструктурированными данными?

• Как автоматизированное управление метаданными улучшает понимание бизнеса

• Надежный процесс управления метаданными облегчает проблемы с большими данными

• Смешанные метаданные, процесс управления основными данными обязателен для мобильных приложений

• Хранилища объектов, метаданные создают интеллектуальные системы хранения

СБОМ

Спецификация программного обеспечения (SBOM) — это список всех составляющих компонентов и программных зависимостей, участвующих в разработке и доставке приложения.

ПоискСеть

• беспроводная ячеистая сеть (WMN)

  Беспроводная ячеистая сеть (WMN) — это ячеистая сеть, созданная путем соединения узлов точек беспроводного доступа (WAP), установленных в . ..

• Wi-Fi 7

  Wi-Fi 7 — это ожидаемый стандарт 802.11be, разрабатываемый IEEE.

• сетевая безопасность

  Сетевая безопасность охватывает все шаги, предпринятые для защиты целостности компьютерной сети и данных в ней.

ПоискБезопасность

• Что такое модель безопасности с нулевым доверием?

  Модель безопасности с нулевым доверием — это подход к кибербезопасности, который по умолчанию запрещает доступ к цифровым ресурсам предприятия и …

• RAT (троянец удаленного доступа)

  RAT (троян удаленного доступа) — это вредоносное ПО, которое злоумышленник использует для получения полных административных привилегий и удаленного управления целью …

• атака на цепочку поставок

  Атака на цепочку поставок — это тип кибератаки, нацеленной на организации путем сосредоточения внимания на более слабых звеньях в организации . ..

ПоискCIO

• пространственные вычисления

  Пространственные вычисления широко характеризуют процессы и инструменты, используемые для захвата, обработки и взаимодействия с трехмерными данными.

• Пользовательский опыт

  Дизайн взаимодействия с пользователем (UX) — это процесс и практика, используемые для разработки и внедрения продукта, который обеспечит позитивное и …

• соблюдение конфиденциальности

  Соблюдение конфиденциальности — это соблюдение компанией установленных правил защиты личной информации, спецификаций или …

SearchHRSoftware

• Поиск талантов

  Привлечение талантов — это стратегический процесс, который работодатели используют для анализа своих долгосрочных потребностей в талантах в контексте бизнеса …

• удержание сотрудников

  Удержание сотрудников — организационная цель сохранения продуктивных и талантливых работников и снижения текучести кадров за счет стимулирования .