Моделювання метаданих опису статистичної інформації
У статті розглядаються питання, які виникають під час моделювання метаданих, що використовуються для опису різноманітної статистичної інформації. Конкретизується відома модель статистичних бізнес-процесів та пропонується нова семіотична модель метаданих. В них, зокрема, враховані аспекти забезпеч...
Збережено в:
| Опубліковано в: : | Штучний інтелект |
|---|---|
| Дата: | 2010 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2010
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/56576 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Моделювання метаданих опису статистичної інформації / О.Р. Чертов // Штучний інтелект. — 2010. — № 3. — С. 552-560. — Бібліогр.: 15 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859516819807666176 |
|---|---|
| author | Чертов, О.Р. |
| author_facet | Чертов, О.Р. |
| citation_txt | Моделювання метаданих опису статистичної інформації / О.Р. Чертов // Штучний інтелект. — 2010. — № 3. — С. 552-560. — Бібліогр.: 15 назв. — укр. |
| collection | DSpace DC |
| container_title | Штучний інтелект |
| description | У статті розглядаються питання, які виникають під час моделювання метаданих, що використовуються для опису різноманітної статистичної інформації. Конкретизується відома модель статистичних бізнес-процесів та пропонується нова семіотична модель метаданих. В них, зокрема, враховані аспекти забезпечення знеособленості та конфіденційності статистичної інформації, а також її захист від розкриття при застосуванні методів інтелектуального аналізу даних.
В статье рассматриваются вопросы, которые возникают в ходе моделирования метаданных, используемых для описания разнообразной статистической информации. Конкретизируется известная модель статистических бизнес-процессов и предлагается новая семиотическая модель метаданных. В них, в частности, учитываются аспекты обеспечения обезличенности и конфиденциальности статистической информации, а также ее защита от раскрытия при использовании методов интеллектуального анализа данных.
In the paper, we discuss the problems which arise during the modeling of the metadata used for describing various pieces of statistical information. We concretize the well-known model of statistical business processes, and propose a novel semeiotic metadata model. Both models take into account aspects of providing statistical information depersonalization and confidentiality, and also its protection against the disclosure by means of data mining methods.
|
| first_indexed | 2025-11-25T20:42:28Z |
| format | Article |
| fulltext |
«Искусственный интеллект» 3’2010 552
5-Ч
УДК 004.82:004.62:314.1
О.Р. Чертов
Національний технічний університет України «Київський політехнічний інститут»,
м. Київ
chertov@i.ua
Моделювання метаданих опису
статистичної інформації
У статті розглядаються питання, які виникають під час моделювання метаданих, що використовуються
для опису різноманітної статистичної інформації. Конкретизується відома модель статистичних бізнес-
процесів та пропонується нова семіотична модель метаданих. В них, зокрема, враховані аспекти
забезпечення знеособленості та конфіденційності статистичної інформації, а також її захист від розкриття
при застосуванні методів інтелектуального аналізу даних.
Вступ
Проект розвитку системи державної статистики України для моніторингу соціаль-
но-економічних перетворень за підтримки Міжнародного банку реконструкції та роз-
витку [1] направлений на забезпечення єдиної технології збору, обробки, накопичення,
представлення і розповсюдження статистичної інформації, гарантування надання надій-
них, своєчасних та точних даних і їх ефективне використання для прийняття рішень. Роз-
в’язання завдань вказаного проекту можливе лише за умови створення Інтегрованої сис-
теми обробки статистичних даних (ІСОСД), впровадження котрої заплановано на 2012 р.
Сучасний підхід до створення інформаційних систем в галузі статистики був за-
кладений близько 10 років тому [2]. З того часу щороку під егідою Статистичного
Управління Європейських Співтовариств Євростат (Eurostat) проводяться спеціалізовані
семінари, що носять з 2004 р. назву «Meeting on management of statistical information
systems», на котрих обговорюються різноманітні аспекти розробки та впровадження
відповідних систем. Аналіз робочих документів цих семінарів показує, що побудова но-
вітніх інформаційних систем в галузі статистики істотно спирається на суцільне впро-
вадження концепції підтримки метаданих.
Процес розробки загальної структури системи статистичних метаданих було іні-
ційовано в 2004 р. під час спільного робочого засідання Європейської економічної
комісії ООН (UNECE), Євростату і Організації економічної співпраці та розвитку (OECD),
присвяченого питанням інформаційної системи статистичних метаданих (METIS). Наразі
вироблені стандарти і рекомендації стосовно статистичних метаданих, які вже засто-
совуються на практиці національними і міжнародними статистичними організаціями.
До них, зокрема, відноситься комплекс технічних стандартів та настанов SDMX (Stati-
stical Data and Metadata eXchange) [3], настанова щодо звітування та представлення даних
та метаданих (The OECD Data and Metadata Reporting and Presentation Handbook) [4],
стандарт загальної моделі статистичних бізнес-процесів (Generic Statistical Business Pro-
cess Model) [5] та рекомендації щодо роботи із статистичними метаданими в мережі
Інтернет (UNECE Guidelines for Statistical Metadata on the Internet) [6].
Але всі зазначені нормативні чи рекомендаційні документи розраховані або на опис
архітектури та загальних статистичних бізнес-процесів [3], [5], або на опис метаданих з
точки зору взаємодії з іншими (нестатистичними) інформаційними системами [4], [6].
В той же час для практичного впровадження інтегрованої статистичної системи, керо-
Моделювання метаданих опису статистичної інформації
«Штучний інтелект» 3’2010 553
5-Ч
ваної метаданими, потрібна також детальна проробка моделі метаданих, що буде вико-
ристовуватися для опису статистичної інформації та конкретного процесу її обробки.
Також необхідно явно виділити питання забезпечення конфіденційності інформації,
бо вони мають винятково важливе значення в системах надання чи розповсюдження
статистичної інформації. Страсбурзька Конвенція «Про захист фізичних осіб в частині
автоматичної обробки персональних даних» [7] передбачає особливий статус статистики і
у зв’язку з цим проголошує необхідність обмеження права доступу до статистичної ін-
формації та до комп’ютерних файлів і баз даних, що використовуються в статистичних
чи науково-дослідних цілях. Зростання в останні десятиліття важливості забезпечення
знеособленості та конфіденційності інформації викликано цілим рядом причин [8-9]:
− збільшенням попиту на дані невеликих територіально-адміністративних оди-
ниць (для об’єктивного формування державної регіональної політики);
− поширенням вибіркових обстежень та розповсюдженням мікроданих;
− збільшенням кількості перехресних джерел інформації (статистичних, адміні-
стративних тощо), що підвищує ризик розкриття приватної чи конфіденційної інфор-
мації шляхом зіставлення даних;
− розширенням можливостей інформаційних систем, зокрема, швидким розвит-
ком методів інтелектуального аналізу даних (data mining), що дозволяють виявляти
структури та закономірності в статистичних даних.
У зв’язку з цим метою даної роботи є розробка моделі метаданих опису стати-
стичної інформації, що враховувала б особливості обробки даних в статистичній галузі
та явним чином підтримувала забезпечення конфіденційності інформації, що зберігається.
Постановка завдання. Є статистична інформація, яка збирається, зберігається,
оброблюється та розповсюджується державними органами статистики. Цю інформацію
формально можна розглядати як набір структурованих записів { }iA , що надходять чи
оброблюються в певний момент часу. Потрібно розробити модель метаданих, тобто
даних, які описують записи { }iA , котра б дозволила, з одного боку, представити всі
процеси обробки даних, що наразі використовуються органами державної статистики
України, а з іншого боку, підтримувала б забезпечення конфіденційності даних із
записів { }iA , як відносно окремих респондентів, так і їх груп. Відповідний захист
статистичних даних повинен також враховувати загрози розкриття інформації шляхом
застосування методів інтелектуального аналізу даних.
Мікродані, макродані, метадані
З самого початку свого розвитку інформаційні системи в галузі статистики під-
тримували збереження та обробку даних двох видів: мікроданих та макроданих.
Під мікроданими розуміють дані про об’єкти статистичного спостереження. На-
приклад, стать чи дату народження респондента, кількість респондентів в домогос-
подарстві тощо.
Макродані – це оцінні значення статистичних показників, що відносяться до групи
(сукупності) об’єктів. Вони тим чи іншим чином агрегують інформацію про групу одно-
типних об’єктів. Наприклад, середня кількість членів в домогосподарствах певного райо-
ну, кількість національностей, що включені до найбільш численних в певному регіоні тощо.
Але як для опису мікроданих, так і для опису макроданих можна використову-
вати метадані. Існує багато означень метаданих. Наприклад, у звіті [10] їх наведено рів-
но 27, включаючи найлаконічніше: метадані – це дані про дані.
Ми в подальшому будемо користуватися наступним означенням: статистичні
метадані – це структуровані дані, що характеризують різні аспекти статистичних
даних, наприклад, їх зміст, точність, доступність тощо.
Чертов О.Р.
«Искусственный интеллект» 3’2010 554
5-Ч
Модель статистичних бізнес-процесів
Статистична спільнота вже тривалий час займається питаннями побудови загаль-
ної моделі статистичних бізнес-процесів (статистичного циклу). Мета цих робіт полягає
у формуванні для всіх статистичних організацій узгодженої стандартної термінології та
опису застосовуваних бізнес-процесів, необхідних для виробництва офіційної стати-
стики. Це сприятиме як стандартизації процесів обробки та розповсюдження статистич-
ної інформації, так і гармонізації статистичних обчислювальних інфраструктур, полег-
шенню процесу обміну компонентами відповідного програмного забезпечення.
Наразі можна виділити чотири основні міжнародні моделі та стандарти, що
певним чином пов’язані з моделлю статистичних бізнес-процесів:
1) керівництва та рекомендації щодо структури інформаційних систем для на-
ціональних та міжнародних статистичних установ [2] містять узагальнену модель
етапів та процесів для систем обробки даних статистичних спостережень;
2) модель Євростату «життєвий цикл даних» («Cycle de Vie des Donées») [11]
надає повний перелік концепцій, структур метаданих та інформаційних технологій
для застосування в усіх галузях статистики;
3) комбінована модель життєвого циклу, розроблена в рамках Ініціативи з доку-
ментування даних (ІДД) [12] – відкритого міжнародного проекту зі створення стан-
дарту для технічної документації, яка описує соціологічні дані;
4) загальна модель статистичних бізнес-процесів (ЗМСБП) [5], детальніше опи-
сана нижче.
Хоча за формою представлення моделі відрізняються поміж собою, проте їх зміст –
досить близький. Модель ЗМСБП з точки зору виконання статистичних задач здебіль-
шого перекриває можливості трьох інших моделей. Наприклад, модель ІДД включає, на
перший погляд, унікальний процес «Перепрофілювання», тобто вторинного викори-
стання набору даних, яке спочатку не передбачалося на етапах планування та збору
даних. Однак в моделі ЗМСБП цей процес можна зіставити з двома підпроцесами: «пе-
ревірки доступності існуючих даних і їх використання в разі можливості» (на етапі
«Уточнення потреб») та «інтеграції даних» (на етапі «Обробка»).
Загалом модель ЗМСБП включає в себе опис 9 етапів, кожен з яких складається з
різної кількості підпроцесів (від трьох до восьми) – табл. 1 [5, с. 9]. Назви підпроцесів
досить повно характеризують основні операції з обробки даних, які на них виконуються.
Таблиця 1 – Загальна модель статистичних бізнес-процесів
1 2 3 4 5 6 7 8 9
Уточнен-
ня потреб
Проекту-
вання
Форму-
вання
Збір Обробка Аналіз Поши-
рення
Архів Оцінка
1.1
Визначе-
ння пот-
реб у ін-
формації
2.1
Проекту-
вання ре-
зультатів
3.1
Створення
інстру-
менту
збору даних
4.1
Вибірка
5.1
Інтеграція
даних
6.1
Підготов-
ка проек-
ту вихід-
них даних
7.1
Оновлен-
ня вихід-
них сис-
тем
8.1
Визначен-
ня правил
архіву-
вання
9.1
Збір
вхідних
даних для
оцінки
1.2
Консуль-
тації та
підтвер-
дження
потреб
2.2
Проекту-
вання
описів
змінних
3.2
Створення
(збільшен-
ня) ком-
понентів
процесу
4.2
Початок
збору
5.2
Класифі-
кація і
коду-
вання
6.2
Підтвер-
дження
вихідних
даних
7.2
Виробни-
цтво про-
дуктів
поши-
рення
8.2
Ведення
архівно-
го схо-
вища
9.2
Прове-
дення
оцінки
1.3
Визначен-
ня завдань
вихідних
даних
2.3
Проекту-
вання ме-
тодів збо-
ру даних
3.3
Форму-
вання ро-
бочих
процесів
4.3
Збір да-
них
5.3
Перегляд,
підтверд-
ження і ре-
дагування
6.3
Дослід-
ження та
пояснен-
ня
7.3
Випуск
продуктів
поши-
рення
8.3
Збережен-
ня даних і
метаданих
9.3
Узгоджен-
ня плану
дій
Моделювання метаданих опису статистичної інформації
«Штучний інтелект» 3’2010 555
5-Ч
Продовження табл. 1
1.4
Визна-
чення
понять
2.4
Проектуван-
ня методів
визначення
меж та
вибірки
3.4
Випробу-
вання сис-
теми ви-
робництва
4.4
Завер-
шення
збору
5.4
Викорис-
тання ро-
зрахунко-
вих даних
6.4
Контроль
над відк-
риттям
інформа-
ції
7.4
Просу-
вання
продуктів
поши-
рення
8.4
Знищен-
ня даних
і відпові-
дних ме-
таданих
1.5
Перевір-
ка досту-
пності
даних
2.5
Проекту-
вання ме-
тодів об-
робки
даних
3.5
Випробуван-
ня ста-
тистичного
бізнес-
процесу
5.5
Отримання
нових змін-
них та ста-
тистичних
одиниць
6.5
Оформ-
лення ви-
хідних
даних
7.5
Здійснення
підтримки
користу-
вачів
1.6
Підгото-
вка біз-
нес-
справи
2.6
Проекту-
вання ро-
бочого
процесу
3.6
Завершення
формування
системи ви-
робництва
5.6
Обчис-
лення
значень
5.7
Обчис-
лення су-
купностей
5.8
Оформлен-
ня файлів
даних
Враховуючи практику проведення статистичних спостережень в Україні, що скла-
лася за роки незалежності, і явно вказавши процеси, які забезпечують знеособленість та
збереження конфіденційності статистичної інформації, модель ЗМСБП можна конкрети-
зувати, виділивши в ній 14 процесів та територіальні рівні статистичної обробки (рис. 1).
На місцевому рівні маємо 498 районних та міських відділів статистики. Офіційними
органами статистики України на регіональному рівні є Головне управління статистики в
Автономній Республіці Крим, 25 головних управлінь статистики в областях і місті Києві,
а також Управління статистики в місті Севастополі. Центральний рівень забезпечує Дер-
жавний комітет статистики України, куди ми також віднесемо Головне міжрегіональне
управління статистики в місті Києві (реорганізований в 2000 р. колишній Головний
обчислювальний центр).
Зазначимо, що в запропоновану модель статистичних бізнес-процесів не включені
загальносистемні процеси на кшталт стратегічного планування, управління людськими
ресурсами, управління фінансами, управління організаційною структурою тощо. Також
у зв’язку з тим, що питання уточнення потреб, проектування та формування статистич-
ного процесу мають, насамперед, методологічний характер та здійснюються, як правило,
один раз для конкретного процесу, то вони були винесені за межі моделі, що розгля-
дається. З іншого боку, систематичні процеси обробки статистичних даних були ґрун-
товно деталізовані в порівнянні з моделлю ЗМСБП.
З точки зору наближення статистичних даних до їх користувача дуже важливим
є впровадження доступу до пошуку необхідної інформації:
− за допомогою нерегламентованих запитів до інформаційно-облікової стати-
стичної системи;
− через аналітичні запити до інформаційно-аналітичної статистичної системи;
− шляхом застосування інтелектуального аналізу даних для автоматизованого
пошуку в них певних закономірностей.
Тому в запропонованій на рис. 1 моделі був явно виділений процес «Пошуку», який
в моделі ЗМСБП розосереджено по процесах «Обробка», «Аналіз» та «Поширення».
Чертов О.Р.
«Искусственный интеллект» 3’2010 556
5-Ч
Забезпечення конфіденційності статистичної інформації визначається розділом
V Закону України «Про державну статистику» [13]. Зокрема, в ньому зазначається,
що забороняється «поширення статистичної інформації, на підставі якої можна ви-
значити конфіденційну статистичну інформацію щодо конкретного респондента».
Рисунок 1 – Процеси та територіальні рівні статистичної обробки в Україні
Моделювання метаданих опису статистичної інформації
«Штучний інтелект» 3’2010 557
5-Ч
Замість підпроцесу «6.4. Контроль над відкриттям інформації» моделі ЗМСБП в про-
понованій моделі введено два загальні процеси: «Знеособлення» та «Забезпечення
конфіденційності».
Під знеособленням персональних даних ми розуміємо вилучення відомостей, які
дають змогу ідентифікувати особу (наприклад, номер та серія паспорту, прізвище, ім’я
та по батькові тощо). Термін «знеособлення даних» було введено в модельному законі
«Про персональні дані», що був прийнятий 16 жовтня 1999 р. на 14 пленарному засідан-
ні Міжпарламентської асамблеї держав-учасниць СНД, принципи і норми котрого тим
чи іншим чином мають бути включені до національних законодавств зазначених держав.
В забезпеченні конфіденційності статистичної інформації ми виділяємо три
підпроцеси:
1) визначення мінімально допустимої кількості респондентів, інформація про кот-
рих може бути надана (у вихідній таблиці, у відповіді на аналітичний запит тощо), напри-
клад, під час обробки даних Всеукраїнського перепису населення 2001 р. ця кількість
дорівнювала 3000 осіб;
2) забезпечення індивідуальної анонімності даних [9] – окрім здійснення знеособ-
леності, існують й інші методи, що дозволяють приховати інформацію про конкретного
респондента, наприклад, зменшення рівня деталізації інформації про посаду особи – не
«прокурор району», а «працівник правоохоронних органів»; дані методи застосовуються
в основному під час підготовки мікрофайлів – наборів даних, що містять інформацію
про вибіркову кількість респондентів;
3) забезпечення групової анонімності даних [14], бо при наданні користувачам
доступу до первинних чи агрегованих даних у вигляді мікрофайлів з’являється можли-
вість виявлення характерних ознак розподілу даних, наприклад, максимуми територіаль-
ного розподілу концентрації військових можуть вказувати на наявність військових баз
на відповідній території.
Розширена семіотична модель метаданих
опису статистичної інформації
В роботі [15] була висунута ідея побудови моделі метаданих для опису статис-
тичної інформації, яка виходить з визначення трьох проекцій тривимірного предста-
влення метаданих (табл. 2). Беручи до уваги класичний поділ семіотики на синтаксис,
семантику та прагматику, ми пропонуємо такі моделі називати семіотичними.
Таблиця 2 – Проекції (семіотичні рівні) опису статистичних метаданих
№ Семіотичний
рівень
Направленість
опису метаданих Коротке пояснення
1 синтаксична
проекція на представлення метадані є фізичним представленням
метаінформації
2 семантична
проекція на зміст метадані надають інформацію про дані
3 прагматична
проекція
на цілі
використання
метадані як дані, необхідні для підготовки та
використання статистичних даних
Наведене в табл. 2 представлення метаданих є типовим для різноманітних семіотич-
них моделей. Однак воно потребує розширення, бо не враховує явним чином ще одного
(четвертого) рівня – рівня конфіденційності статистичної інформації, що зберігається чи
оброблюється. Інформаційні системи в галузі статистики завжди мали справу з діалек-
тичною протилежністю точності та конфіденційності даних: саме первинні мікродані
можуть забезпечити найбільшу точність статистичної інформації, але ж вони одночасно
мають найнижчий рівень знеособленості.
Чертов О.Р.
«Искусственный интеллект» 3’2010 558
5-Ч
В роботах [2] і [15] синтаксична та семантичні проекції були деталізовані для опи-
су макроданих, які традиційно представляються в статистиці у вигляді таблиць. Автор
цього підходу Бо Сунгрен (Bo Sundgren) виділяє 4 компоненти (виміри) опису:
− α: об’єктний (респондентський) вимір (the dimension of population and scope);
− β: підрахувальний вимір (the dimension of measurement and summation);
− γ: класифікаційний вимір (the dimension of classification);
− τ: часовий вимір (the dimension of time).
Приклади відповідних компонент наведені в табл. 3.
Таблиця 3 – Компоненти метаопису макроданих
компоненти макроданих
назва
компоненти α-компоненти β-компоненти γ-компоненти τ-компоненти
синтаксична
проекція
стовпчик чи
рядок таблиці
чарунки
таблиці
стовпчик чи
рядок таблиці
стовпчик, рядок чи
заголовок таблиці
семантична
проекція
(сенс компо-
ненти)
Які об’єкти
підраховуються?
Яка величина
підраховується?
За якими вла-
стивостями (ха-
рактеристиками)
йде розподіл
об’єктів?
Який часовий ряд
береться, тобто з
якого часового
діапазону і з якою
періодичністю?
приклад
резиденти Ук-
раїни в певний
момент часу
кількість/1000 за місцем
проживання
щорічно, з
01.01.2000 по
01.01.2010
Всі статистичні метадані традиційно [15, c. 16-19] об’єднуються в групи. Але, на
наш погляд, класифікація, наведена в [15], знову ж таки, не враховує важливість та особ-
ливість питань забезпечення конфіденційності статистичної інформації, а тому вимагає роз-
ширення, що знайшло відображення в додаткових рядках, виділених в табл. 4 курсивом.
Таблиця 4 – Групи статистичних метаданих
Призначення
метаданих
Назва групи
метаданих
Умовний код / назва
підгрупи (якщо є)
Пояснення
загальні
(глобальні)
К1 опис, тезаурус, індекси
К2.1 / сенс для оцінки релевантності даних
К2.2 / точність стосовно розрахунку чи оцінки
декларативні
К2.3 / доступність як отримати доступ до даних
для
користувачів
процесо-
орієнтовані
К3 застосовані моделі, процедури вибірки,
кодування, редагування, верифікації тощо
загальні
(глобальні)
П1 застосована методологія, близькі за
методикою статистичні задачі
зворотний
зв’язок
П2 чи задоволені користувачі отриманими
даними і наскільки, якщо задоволені
процесо-
орієнтовані
П3 аналогічно К3
П4.1 знеособленість та індивідуальна
анонімність
для
постачаль-
ників даних
орієнтовані
на конфіден-
ційність П4.2 групова анонімність
фактографічні С1 назви таблиць, формати представлення
даних тощо
пов’язані з
програмним
забезпеченням алгоритмічні С2 алгоритми обчислення та їх опис
Моделювання метаданих опису статистичної інформації
«Штучний інтелект» 3’2010 559
5-Ч
За теорією моделювання процесів [5, c. 3], кожен процес повинен мати певну кіль-
кість чітко виражених атрибутів, включаючи: вхідні дані, вихідні дані, мету (з додат-
ковими характеристиками), власника, керівництва (наприклад, інструкції з використання
та документація), дозвільні елементи (люди та системи), механізми зворотного зв’язку.
Зазначені атрибути в обов’язковому порядку повинні бути враховані в моделі
опису статистичних даних, якщо вона має використовуватися на практиці.
Наведені вище міркування, включаючи конкретизовану модель статистичних біз-
нес-процесів, дозволяють запропонувати нову, розширену семіотичну модель мета-
даних для опису статистичної інформації.
Для ілюстрації застосування цієї моделі наведемо в табл. 5 фрагмент опису понят-
тя «статистичне спостереження», як це пропонується робити в ІСОСД України.
Висновки
В роботі здійснена конкретизація загальної моделі статистичних бізнес-процесів [5]
для статистичної галузі України та запропонована нова розширена семіотична модель
метаданих для опису статистичної інформації. Принциповою особливістю зазначених
моделей є явне врахування в них проблематики забезпечення конфіденційності та
знеособленості даних. Для демонстрації можливості практичного застосування запропо-
нованої моделі метаданих наведено фрагмент опису моделі поняття «статистичне спо-
стереження». Планується, що розроблені моделі будуть використані під час побудови
Інтегрованої системи обробки статистичних даних України.
Таблиця 5 – Фрагмент метаопису «статистичного спостереження»
опис метаданих
рівень код (під)
групи
тип компо-
ненти
реквізити
синт. К1 α+β+γ+τ назва
прагм. К2.3 / до-
ступність α відповідальний підрозділ Держкомстату
прагм. П1 α+β+γ+τ методика, методичні положення, роз’яснення (вказівки,
рекомендації, посібники)
синт. С1 α код статистичного спостереження
сем. К3, П3 γ
вид статистичного спостереження за ступенем охоплення
одиниць (суцільне, несуцільне – вибіркове, основного
масиву, монографічне, анкетне, моніторинг)
прагм. К3, П3 τ вид статистичного спостереження за часом реєстрації
даних (поточне, періодичне, одноразове)
сем. К3, П3 γ
спосіб статистичного спостереження (безпосередній
облік, документальний облік, опитування – експедиційний
спосіб, самореєстрація, кореспондентський спосіб )
сем. К1 α об’єкт статистичного спостереження
прагм. П3 β одиниця статистичної сукупності
прагм. К3, П3 β одиниця статистичного спостереження
сем. γ національні та локальні статистичні класифікації (назва,
підстава і дата введення в дію)
синт. С1 α код джерела отримання даних
прагм. С2 α+β+γ+τ контролі повноти даних
прагм. С2 α+β+γ+τ арифметичні контролі даних
прагм. С2 α+β+γ+τ логічні контролі даних
прагм. С2 γ перевірки правильності кодування даних
прагм. С2 α+β+γ+τ алгоритм обчислення розрахункових показників та агрегація
конф. П4.1 α+β+γ+τ контролі дотримання правил конфіденційності даних
конф. П4.2 α+β+γ+τ перевірка забезпечення групової анонімності в мікрофайлах
прагм. П2 α+β+γ+τ оцінка якості даних статистичного спостереження
Чертов О.Р.
«Искусственный интеллект» 3’2010 560
5-Ч
Література
1. Development of State Statistics System for Monitoring Social & Economic Transformation Project
[Електронний ресурс] / The World Bank. – Режим доступу :
http://web.worldbank.org/external/projects/main?Projectid=P076338&theSitePK=40941&piPK=642904
15&pagePK=64283627&menuPK=64282134&Type=Overview
2. Sundgren B. Information systems architecture for national and international statistical offices. Guidelines
and recommendations // Conference of European statisticians. Statistical standards and studies. – Geneva :
United Nations Statistical Commission, 1999. – № 51. – 56 p.
3. SDMX Standards Version 2.0 [Електронний ресурс] – Режим доступу : http://sdmx.org
4. The OECD Data and Metadata Reporting and Presentation Handbook / Denis Ward (ed.). – Paris :
OECD Publications, 2007. – 161 p.
5. Generic Statistical Business Process Model, Version 4.0 (April 2009) / Steven Vale (ed.). – METIS,
2009. – 28 p.
6. Guidelines for Statistical Metadata on the Internet // Conference of European statisticians. Statistical
standards and studies. – Geneva : United Nations Statistical Commission, 2000. – № 52. – 12 p.
7. Convention for the Protection of Individuals with regard to Automatic Processing of Personal Data, ETS
№ 108, 28.01.1981 (with Amendments approved by the Committee of Ministers on 15 June 1999). –
Strasbourg : The Council of Europe.
8. Григорьев В.В. Обеспечение конфиденциальности статистических данных в странах Европей-
ского Сообщества / В.В. Григорьев, Е.В. Кузнецова // Вопросы статистики. – 2000. – № 12. – С. 8-14.
9. Privacy-Preserving Data Mining: Models and Algorithms / C.C. Aggarwal, P.S. Yu (eds.). – New York :
Springer, 2008. – 513 p.
10. Task Force on Metadata. Summary Report, June, 1999 [Електронний ресурс] / American Library
Association. – Режим доступу : http://www.libraries.psu.edu/tas/jca/ccda/tf-meta3.html
11. Eurostat. Data Life Cycle Object Model for Eurostat Production Systems, Cronos Technologies, Unit
A1, DG ESTAT, European Commission, Luxemburg, June 2002. – 25 p.
12. The Data Documentation Initiative Specification, version 3.1 (October 2009) [Електронний ресурс] –
Режим доступу : http://www.ddialliance.org
13. Закон України «Про державну статистику», № 2614-XII, остання редакція вiд 31.03.2009
[Електронний ресурс] / Верховна Рада України. – Режим доступу :
http://zakon.rada.gov.ua/cgi-bin/laws/main.cgi?nreg=2614-12
14. Чертов О.Р. Застосування вейвлет-перетворень для забезпечення групової анонімності даних /
О.Р. Чертов // Системи обробки інформації. − 2010. − Вип. 3 (84). − С. 90-95.
15. Guidelines for the modeling of statistical data and metadata // Conference of European statisticians.
Methodological material. – Geneva : United Nations Statistical Commission, 1995. – 30 p.
О.Р. Чертов
Моделирование метаданных описания статистической информации
В статье рассматриваются вопросы, которые возникают в ходе моделирования метаданных, используемых
для описания разнообразной статистической информации. Конкретизируется известная модель статисти-
ческих бизнес-процессов и предлагается новая семиотическая модель метаданных. В них, в частности,
учитываются аспекты обеспечения обезличенности и конфиденциальности статистической информации, а
также ее защита от раскрытия при использовании методов интеллектуального анализа данных.
Oleg Chertov
Metadata Modeling of Statistical Information Description
In the paper, we discuss the problems which arise during the modeling of the metadata used for describing various
pieces of statistical information. We concretize the well-known model of statistical business processes, and
propose a novel semeiotic metadata model. Both models take into account aspects of providing statistical
information depersonalization and confidentiality, and also its protection against the disclosure by means of data
mining methods.
Стаття надійшла до редакції 29.06.2010.
|
| id | nasplib_isofts_kiev_ua-123456789-56576 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Ukrainian |
| last_indexed | 2025-11-25T20:42:28Z |
| publishDate | 2010 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Чертов, О.Р. 2014-02-19T21:56:44Z 2014-02-19T21:56:44Z 2010 Моделювання метаданих опису статистичної інформації / О.Р. Чертов // Штучний інтелект. — 2010. — № 3. — С. 552-560. — Бібліогр.: 15 назв. — укр. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/56576 004.82:004.62:314.1 У статті розглядаються питання, які виникають під час моделювання метаданих, що використовуються для опису різноманітної статистичної інформації. Конкретизується відома модель статистичних бізнес-процесів та пропонується нова семіотична модель метаданих. В них, зокрема, враховані аспекти забезпечення знеособленості та конфіденційності статистичної інформації, а також її захист від розкриття при застосуванні методів інтелектуального аналізу даних. В статье рассматриваются вопросы, которые возникают в ходе моделирования метаданных, используемых для описания разнообразной статистической информации. Конкретизируется известная модель статистических бизнес-процессов и предлагается новая семиотическая модель метаданных. В них, в частности, учитываются аспекты обеспечения обезличенности и конфиденциальности статистической информации, а также ее защита от раскрытия при использовании методов интеллектуального анализа данных. In the paper, we discuss the problems which arise during the modeling of the metadata used for describing various pieces of statistical information. We concretize the well-known model of statistical business processes, and propose a novel semeiotic metadata model. Both models take into account aspects of providing statistical information depersonalization and confidentiality, and also its protection against the disclosure by means of data mining methods. uk Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Интеллектуальные системы планирования, управления, моделирования и принятия решений Моделювання метаданих опису статистичної інформації Моделирование метаданных описания статистической информации Metadata Modeling of Statistical Information Description Article published earlier |
| spellingShingle | Моделювання метаданих опису статистичної інформації Чертов, О.Р. Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| title | Моделювання метаданих опису статистичної інформації |
| title_alt | Моделирование метаданных описания статистической информации Metadata Modeling of Statistical Information Description |
| title_full | Моделювання метаданих опису статистичної інформації |
| title_fullStr | Моделювання метаданих опису статистичної інформації |
| title_full_unstemmed | Моделювання метаданих опису статистичної інформації |
| title_short | Моделювання метаданих опису статистичної інформації |
| title_sort | моделювання метаданих опису статистичної інформації |
| topic | Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| topic_facet | Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/56576 |
| work_keys_str_mv | AT čertovor modelûvannâmetadanihopisustatističnoíínformacíí AT čertovor modelirovaniemetadannyhopisaniâstatističeskoiinformacii AT čertovor metadatamodelingofstatisticalinformationdescription |