第 7 章 结论与展望
7.1 研究结论。
本文依据已有的数据质量评价维度，结合大数据的数据量巨大、数据类型繁多、处理速度快、价值密度低的特性，确定了政府大数据质量评价指标体系。
在该体系构建过程中，针对政府大数据的特点筛选出 17 个政府大数据质量评价指标，并从政府部门、被调查者、制度性因素三个方面建立指标共计 51 个。在对用户发放问卷应用该体系实践之后，对用户打分数据进行主成分分析，在因子探索步骤中，剔除了 13 个与指标整体比较偏离的指标，完成了对体系的修正和完善，并通过计算，以用户的打分得出体系的权重，得到用户对质量满意度得分。通过上述研究，政府数据的数据源质量依旧十分关键，是政府大数据质量的重中之重；数据的时效性质量在大数据特征质量中最为重要，体现了政府大数据对运算高速性的特点和要求。根据各指标的质量评价满意度得分可知，提高政府大数据质量的途径和方法是政府需要建立政府数据增值性管理机制；加强数据融合的指导要求建设；明确处理多种结构数据能力的指导要求。
7.2 研究局限。
虽然关于政府大数据的论文很多，但是对于政府大数据的质量评价目前鲜有研究。本文的研究深度有限，很多地方有待加强，在体系维度构建方面，按科学的严谨性来说应该由权威专家来完成，尤其是大数据这样的人们还处于不断认知过程的革命性的尖端技术。在权重方面，利用主成分分析法可能会在计算上加大主成分提取带来的误差。在指标方面，每个维度从政府部门、被调查者、制度性因素三个方面建立指标虽然可行，但是从指标的确定和描述方面也一定存在误差。相信这些问题会在他人的研究中不断解决，并将体系建设上升到一个新的高度。
7.3 研究展望。
大数据正在成为新的经济增长点，面对大数据时代的来临，集中掌握着资金、人力、政策等资源优势的政府部门当仁不让的扮演着重要角色。政府既是推进政府大数据发展的主体，也是自身需要经现代化信息技术关联分析后发现新知识、创造新价值的研究客体，其数据质量更是重中之重，关系到大数据最终的运算结果。在未来，关于政府大数据一定会有权威的数据质量评价体系建立，这将有助于我们规范的政府大数据的科学性管理，加速数据信息标准化，引导新的契合信息技术手段的信息基础建设。
参考文献：
[1] 政务大数据起步助力智慧政府转型_政策法规解读 [DB].
[2] 大数据推动政府职能转变_CPDA 大连授权管理中心网络[DB].
[3] 2014 中国大数据发展分析报告[DB].
[4] 最新 2014 年国内外"大数据"发展现状、机遇与互联网金融 [DB].
[5] 2014 年我国大数据发展分析报告[DB]. 199IT-互联网数据中心
[6] 会点大数据|2014 年我国大数据发展分析报告[DB].
[7] 大数据报告价值独特进一步获得认可[DB].
[8] 大数据报告国内条件得天独厚有新机遇[DB].
[9] 放开电力电信等垄断行业竞争业务[N]. 三湘都市报
[10]我国首次提出推行国家大数据战略|资源|战略|国家网络[DB].
[11]赵春雪。基于风险管理理论的高速公路项目施工进度目标规划研究[D].天津理工大学。2010
[12]中国首次提出推行国家大数据战略[DB].
[13]康旗，玉秀莲，周晓敏。选择性开放：大数据发展的必由之路[J]人民邮电。2015
[14]选择性开放：大数据发展的必由之路_装备技术网络[DB].
[15]魏凯。 对大数据国家战略的几点考虑[J]. 大数据，2015,01:115-121.
[16]S Ghemawat,H Gobioff,S Leung.File and storage systems: The Google File System[J].Acm Symposium on Operating Systems Principles Bolton Landing .2003
[17]F Chang,J Dean,S Ghemawat.Bigtable: a distributed storage system for structured data[J].Acm Transactions on Computer Systems.2008
[18]LG Valiant .A bridging model for parallel computation[M].Communications of the Acm. 1990 33（8）：103-111
[19]G Decandia,D Hastorun,M Jampani.Dynamo: amazon's highly available key-value store[J].Acm Sigops Operating Systems Review.2007
[20]G Fauconnier,M Turner.The way we think : conceptual blending and the mind's hidden complexities[J].Wired.2002
[21]大数据时代商业银行信贷业务的机遇和挑战华雅琴[J].时代金融。 2015-05-31
[22]于艳华，宋美娜。 大数据[J]. 中兴通讯技术，2013,01:57-60.
[23]宋立荣，李思经。 从数据质量到信息质量的发展[J]. 情报科学，2010,02:182-186.
[24]韩京宇，徐立臻，董逸生。 数据质量研究综述[J]. 计算机科学，2008,02:1-5+12.
[25]周芝芬，乐嘉锦。 消除数据仓库中相似重复记录的方法[A]. 中国计算机学会数据库专业委员会。第二十届全国数据库学术会议论文集（技术报告篇）[C].中国计算机学会数据库专业委员会：,2003:3.
[26]林靖生，郭茜。 医疗行业数据集成中的数据质量问题研究[J]. 中国数字医学，2009,01:70-72.
[27]李天阳，王新。 基于专家主页的信息源相关信息及关系抽取研究[J]. 情报理论与实践，2015,12:120-126.
[28]李庆阳，彭宏。 面向数据质量的 ETL 框架的设计与实现[J]. 计算机工程与设计，2010,09:2057-2060.
[29]游志青。 数据质量管理平台的设计与实现[D].大连理工大学，2012.
[30]陶雪娇，胡晓峰，刘洋。 大数据研究综述[J]. 系统仿真学报，2013,S1:142-146.
[31]周世佳。 大数据思维初探：提出、特征及意义[J]. 中共山西省直机关党校学报，2014,05:10-12.
[32]冯登国，张敏，李昊。 大数据安全与隐私保护[J]. 计算机学报，2014,01:246-258.
[33]杨单。 基于图像差分特征的彩色图像差分预测与信息提取算法研究[J].计算机科学，2015,01:308-311+316.
[34]费仕忆。 Hadoop 大数据平台与传统数据仓库的协作研究[D].东华大学，2014.
[35]宗威，吴锋。 大数据时代下数据质量的挑战[J]. 西安交通大学学报（社会科学版），2013,05:38-43.
[36]金连，王宏志，黄沈滨，高宏。 基于 Map-Reduce 的大数据缺失值填充算法[J]. 计算机研究与发展，2013,S1:312-321. [37]***解读 GDP 为何保底6.5%:有利于改善民生_智能能耗监控系统网络[DB].
[37]***解读 GDP 为何保底 6.5%:有利于改善民生_智能能耗监控系统网络[DB].
[38]十三五经济年均增长底线是 6.5%以上。 新闻资讯。解读十三五。 华声在线专题[DB].
[39]浅谈统计数据质量评估姜忠波。科技资讯。2006-06-23
[40]于浩。 大数据时代政府数据管理的机遇、挑战与对策[J]. 中国行政管理，2015,03:127-130.
[41]彭宇，庞景月，刘大同，彭喜元。 大数据：内涵、技术体系与展望[J]. 电子测量与仪器学报，2015,04:469-482.
[42]Meng xiaofeng,Ci xiang.Big Data Management: Concepts,Techniques and Challenges[J].Journal of Computer Research\s&\sdevelopment.2013
[43]L Li.Design and application of future global unlimited cellular big data network system of ECG[J].Journal of Practical Electroca rdiology.2015
[44]童其慧。主成分分析方法在指标综合评价中的应用[J].北京理工大学学报（社会科学版）。2002-03-15
[45]陈海平，毕翠芬。统计数据质量控制研究[J].经济研究导刊。2014
[46]政务大数据起步助力智慧政府转型_政策法规解读_政策[DB].
[47]统计数据--------MBA 智库百科[DB].
[48]统计数据-统计百科- 人大经济论坛-经管百科[DB]
[49]统计资料-商业评论百科-专业的管理百科[DB]
[50]统计数据[DB]
[51]张亮。 航班延误统计指标体系及延误等级评估研究[D].中国民航大学，2008.
[52]张芳。 政府统计数据质量及其管理研究[D].湖南大学，2004.
[53]柯崴。关于统计数据质量问题的研究[J].职业圈，2007.
[54]方燕萍。浅谈统计数据质量问题 [J].物流工程与管理，2009.
[55]关于统计数据质量问题的研究[DB].
[56]关于统计数据质量问题的研究论文类别[DB].
[57]李勇。 人民防空信息资源开发利用能力评估研究[J]. 通讯世界，2016,01:215-216.
[58]张印。Diffie-Hellman 算法实现密钥交换的过程分析[J].电子商务。2012-09-15
[59]孙现伟，邓双，朱云，王红梅，张凡。 大气污染物控制技术的评估方法研究[J]. 能源与环境，2015,06:39-42.
[60]陈黎明，赵辉。 PCA 在大型工程目标集成化动态分析上的应用[J]. 工程管理学报，2011,04:434-437.
[61]李丹。 定量判断优先级--层次分析法在量化 HRM 各模块中的应用[J].企业导报，2010,12:206-207.
[62]统计数据质量[DB].MBA 管理百科
[63]统计数据质量[DB].统计百科人大经济论坛-经管百科
[64]孙志娟。 面向功能和性能的机构综合性能分析和评价方法研究[D].北京工业大学，2014.
[65]孙中义。 高等教育信息化用户满意度主成分分析与评价[D].河南工业大学，2010.
[66]闵鹏。 基于动力机制的产业集群竞争优势研究[D].中南大学，2008.
[67]张帆。 IPO 主承销商声誉评价研究[D].同济大学，2007.
[68]邱国峰。 证券审计市场声誉与监管研究[D].华中科技大学，2008.
[69]江伟。 城市道路应急疏散能力综合评价的研究[D].北京交通大学，2009.
[70]刘露萍。 基于 EIS 的江苏省创新型省份建设进程综合评价研究[D].江苏大学，2009.
[71]常红军。人才环境的评价与分析[D].广东省社会科学院，2007.
[72]张春雨。石家庄市民营科技企业成长路径与核心竞争力评价研究[D].河北科技大学，2006.
[73]王亦虹。企业安全文化评价体系研究[D].天津大学，2007.
[74]张明康。 大数据应用于政府统计的探索与实践--基于财税数据应用的研究[J]. 调研世界，2014,03:45-47+64.
[75]傅倩。政府大数据平台的建设策略研究[D].南昌大学，2014.
[76]张力恒。提高统计数据质量的对策研究[D].吉林大学，2012.
[77]叶少波。政府统计数据质量评估方法及其应用研究[D].湖南大学，2011.
[78]无锡市统计局课题组，滕兰英，杨晋超。 财税信息共享体系探索与实践[J].统计科学与实践，2010,03:51-53.
[79]王书伟。大数据时代政府部门间信息资源共享策略研究[D].吉林大学，2013.
