XX市经济和信息化局产业数据融合分析服务支撑平台创建项目采购需求.docx

《XX市经济和信息化局产业数据融合分析服务支撑平台创建项目采购需求.docx》由会员分享，可在线阅读，更多相关《XX市经济和信息化局产业数据融合分析服务支撑平台创建项目采购需求.docx（11页珍藏版）》请在优知文库上搜索。

1、XX市经济和信息化局产业数据融合分析服务支撑平台创建项目采购需求一、项目建设背景（一）XX省数字化改革总体方案要求“聚焦数字经济，推动公共基础数据、生产要素数据、科技创新数据、消费服务数据、贸易流通数据、供应链数据的融合应用，实现资源要素的高效配置和经济社会的高效协同”，提出“推动数据汇聚共享。基于一体化智能化公共数据平台和工业互联网平台，打通政府端数据仓和企业端的产业数据仓，实现供应链创新链数据与公共资源数据互联互通,有效支撑多样化的经济数字化治理、产业数字化服务、数字产业化发展应用场景，提升政企协同能力”。（二）根据XX省数字化改革数字经济组关于印发XX省产业数据仓建设工作指南（试行）的通

2、知，按照“统一规划、统分结合、协同共享、安全可靠”原则，统筹推进省级产业数据仓、市（区县）级产业数据仓、行业数据仓建设，开展全市产业数据采集、归集、治理、共享交换、数据分析建模和安全管理等工作，贯通省市县三级产业数据，实现产业数据资产全省“一本总账”、数据流转全省“一键通达”，一体化支撑全市数字经济系统重大场景应用。二、项目建设目标（一）为深入贯彻省委数字化改革总体部署，XX市数字经济系统是“1612体系”的重要组成部分。XX市数字经济系统技术构架由基础设施体系、数据资源体系、应用支撑体系、业务应用体系、“两端”组成。（二）产业数据仓是数字经济系统数据资源体系的基础平台，属于一体化智能化公共数

3、据平台的组成部分，将汇集工业、农业、服务业、信息业公共数据；基于一体化智能化公共数据平台，以公共资源交易、科技创新、网上技术交易市场、金融综合服务、企业信用信息服务、企业综合服务（企业码）、数字化产业链、“亩均论英雄”，以及行业产业大脑等应用数据为基础，通过应用场景和产业服务中枢实现跨企业、跨工业互联网平台、跨产业、跨政府的资源及数据整合，沉淀行业数据，构建产业数仓，最终形成产业大脑的数据基座。并贯通省市县三级产业数据，实现产业数据资产全省“一本总账”、数据流转全省“一键通达”，一体化支撑全省数字经济、党政机关整体智治、数字政府重大场景应用。三、项目建设要求（一）业务功能需求1 .数据融合分析

4、：市级数据仓根据地域和行业特色进行知识建模、规则建模、算法建模，汇集应用系统的知识库、规则模型和算法模型，支撑数字经济系统各类场景应用。同时根据“一地创新、全省共享”的原则，可将知识库、规则模型和算法模型纳入全省数据服务能力。2 .企业标签：围绕构建现代产业体系，按照“统一规划、统分结合、协同共享、安全可靠”原则，开展企业标签业务规则标识、标签开发管理和标签服务等工作，构建先进实用、全面可靠、符合数字经济系统特色的企业标签体系，建立数据与业务之间的桥梁，推进企业标签数据标准化，推动产业数据在各类场景的快速、灵活、精准应用，支撑数字经济系统重大场景应用。3 .数据标准制定：收集、整理、分析产业数

5、据相关国家标准、行业标准、地方标准和部门相关数据规范，协助市经信局，建立符合XX市产业数据情况的数据标准，包括核心元数据标准、标准代码集和标准编码规则，实现对XX市产业数据仓管理的统一定义、统一管理、统一规范。（二）技术支撑需求1 .系统采用B/S体系架构,基于业界成熟、稳定的Django+Vue框架和SpringCloud微服务作为搭建系统框架和组织业务功能的基础；2 .系统要求采用云架构设计，支持在云上进行部署，支持节点横向扩展能力；3 .系统要求支持云平台高可用部署，提供单节点容错机制，在出现单节点故障时，软件平台仍可正常运行;4 .软件要求具有平台无关性，支持WirIdOws、LinU

6、X等主流操作系统；5 .系统可部署在TOInCat、WCbSPhere、WCblOgiC等主流应用服务器；6 .适配各种主流类型的云服务数据存储和处理平台，包括但不限于MySQL、MSSQL、DB2、AnalytiCDB和ORACLE等；7 .要求适配各种主流大数据平台，包括但不限于HadoopaiaxCompute和CDH等；8 .要求具备科学、合理、先进的软件系统架构，并具有高度的灵活性和扩展性，充分考虑整个平台的性能、安全性、可用性、可修改性需要；9 .本项目实施必须按照数字化改革要求和规范，实现市级数据与省厅以及智能化一体化公共数据平台的互联互通；10 .确保软件系统的稳定性和安全性，

7、所有系统实施遵循统一的严密的权限管理。实现有限操作，保存痕迹；应用层与基础数据层有访问限制，保密信息与公开信息有严密区隔等安全管理体系；11 系统具有高度的可用性、可靠性和稳定性，满足系统24小时不间断运行要求；12 .系统操作简单方便，界面友好，易于维护和设置管理；13 .系统支持云平台负载均衡和集群技术；M.系统具备自动备份功能；（三）信息安全需求本项目信息安全要求如下：1 .保密性。确保信息在存储、使用、传输过程中不会被泄漏给非授权用户或实体。2 .完整性。确保信息在存储、使用、传输过程中不会被非授权用户篡改，同时还要防止授权用户对系统及信息进行不恰当的篡改，保持信息内部和外部标识的一致

8、性。3 .可用性。确保授权用户或实体对信息及资源的正常使用不会被异常拒绝,允许其可靠而及时的访问信息及资源。4 .网络安全性：使用防火墙对不同的网络访问进行严格控制；建立网络监测机制，检测、分析及响应针对本平台信息系统的网络攻击行为，使用防病毒系统防范网络病毒；严格控制于系统相关的网络端口及协议。5 .系统安全性：采用防病毒系统预防入侵攻击、病毒攻击，使用漏洞检测系统修补系统存在的安全漏洞，制定系统加固方案，调整系统的各项安全参数,达到最优。6 .应用安全性：在开发阶段考虑系统的安全需求，规范编码，注重程序的安全性,检测程序中的安全漏洞予以修补；启用防火墙防止SQL注入及恶意攻击;采用网页防篡

9、改系统预防网页的非法篡改;对系统进行实时监控，建立监控体系。7 .信息安全性：建立数据备份及恢复体系，防止数据丢失、错误及非法篡改；确保信息在存储、使用、传输过程中不会被泄漏给非授权用户或实体；确保信息在存储、使用、传输过程中不会被非授权用户篡改，同时还要防止授权用户对系统及信息进行不恰当的篡改，保持信息内部和外部标识的一致性；确保授权用户或实体对信息及资源的正常使用不会被异常拒绝，允许其可靠而及时的访问信息及资源。8 .遵循等级保护二级信息安全标准，提供多方式、多层次、多渠道的安全保密措施，防止各种形式与途径的非法侵入和机密信息的泄露，保证系统中数据的安全。9 .建立安全管理策略：采用多种安

10、全技术，建立系统安全保障体系；对用户访问权限进行控制、对系统及数据库定期进行安全备份并在出现运行故障时能够及时恢复、进行网络访问安全控制，并能有效防止计算机病毒和黑客攻击、对用户进行身份审核、对于关键数据采用加密传输等。（四）标准规范制定按照“统筹规划、统一标准”的方针，在梳理和整合现有省数字化改革和省科技厅的标准规范基础上，建立符合我市近、远期建设和发展需求的标准体系，确保本项目建设与标准的一致性。数据标准规范、接口标准规范、业务标准规范、运维标准规范等。1 .数据标准规范主要参照省市一体化智能化公共数据共享平台的数据规范，主要包括数据信息资源目录、数据分类与编码、数据代码集、数据核对等方面

11、的标准；2 .接口标准规范建立规范的接口标准，为数据的最终应用提供规范化的数据及流程。本项目具体涉及到的接口规范涵盖数据上传接口、数据更新接口、数据下载接口和数据访问服务接口等；3 .业务标准规范建立相关业务标准规范，明确信息管理和应用使用范围，业务标准规范包括科技创新服务信息分类等级管理目录、科技创新服务开发利用标准、科技创新服务信息交换规范和科技创新服务制度建设等；4 .运维标准规范管理运行维护是保障平台长期持续运行的管理机制，为相关的政府部门，包括主管部门和业务部门对科技创新服务信息的维护管理规范，以及未来对科技创新服务信息专业服务接口使用当中的数据管理规范等。（五）采购内容及主要技术要

12、求序号采购内容名称主要技术要求数量（一）数据融合分析数据模型服务建设数据模型功能，建设分层级的数据仓建模功能，供专题库开发人员及用户在工作区内遵循数据仓库建设流程完成主题域、逻辑模型、物理模型建模设计，以可视化、拖拉拽、半自动化的方式建立模型，形成基于模型的数据加工工作流，动态调度，实时更新数据。1.模型类目管理。包括模型类目创建、模型类目修改、模型类目删除和转移等2 .逻辑模型管理。支撑概念模型建立，指面向用户、面向客观世界的模型，进行建模的过程中，支持添加实体。3 .物理模型管理。支持一键从逻辑模型生成物理模型，配置物理模型主要包括将模型表物化，配置模1项型表列。4.可视化建模支撑。以拖拉

13、拽的方式进行建模，降低业务部门数据建模门槛。具有数据模型管理、模型加工任务管理，对数据模型进行增删改查操作，支持在线进行物理模型来源数据映射配置，并自动生成数据加工任务等。数据管理中心提供跨业务系统和计算引擎的统一元数据管理，可对采集的各类数据源元数据进行集中管理。支持以元数据为核心对数据资产进行管理，包括业务元数据、技术元数据等。1.基础元数据管理。提供跨业务系统和计算引擎的统一元数据管理，可对采集的各类数据源元数据进行集中管理。支持以元数据为核心对数据资产进行管理，包括业务元数据、技术元数据等。2元数据采集。从传统关系型数据库和大数据平台中采集从数据生产到数据加工到数据应用的全量元数据，包

14、括过程中产生的数据实体，如：系统、库、表大小、行数、字段等。根据采集任务配置方式的不同，配置系统采集和自定义采集。1项数据分析建模1.企业科创评价模型：通过大数据对科技型企业进行模型评估,辅助金融机构进行科技企业授信管理，包含企业科技能力评估、知识产权价值度的评估。运用企业知识产权相关数据（包括企业专利数量、专利类型、专利状态、科技论文、商标数量等）、科研人员相关数据、科创资质相关数据，结合企业大数1项据精准构建科创企业能力画像。2.专精特新企业评价模型：参考国内外有关专精特新的相关政策及文献，同时考虑不同细分行业的具体情况和可操作性，以及与现有国家的相关标准、技术规范、指标体系标准、统计口径

15、的接轨性，选择了5个一级评价指标、18个二级评价指标构建专精特新评价指标体系，建立基于专业化、精细化、特色化、创新性、绩效表现的结构方程模型，从中找到影响企业专精特新水平的核心要素，进一步推进后续的提质增效、扶苗育壮工作。融合库数据开发服务根据行业产业大脑对政府侧数据需求与申请，通过与产业大脑的数据进行融合加工，在完成数据脱敏的基础上，有条件的将数据通过产业共享库进行外部开放。融合分析数据涵盖了产业大脑侧数据与产业数据仓数据的融合加工。形成五金电动工具、影视业等不少于4个行业专题库，构建现代产业体系治理的数据资源支撑体系。1项（二）产业服务目录通过进行产业服务的相关处理，实现对数据的能力共享、标签中心、数据管控等能力，包括数据服务、系统管理、企业标签工厂。1项数据服务服务管理用于生成、注册API、数据表等服务，提供服务主动授权能力。1.服务监控。支持展示服务概览信息和单个服务的监控信息；2.服务统计。展示数据服务数目、服务访问次数、服务访问排名，不同服务分组下服务数等统计信息；3.服务查询。通过统一的数据接口和标准化查询结1项构提供结构化数据的查询服务，支持配置多种查询条件组合参数，支持多表联合查询，支持APl安全访问控制:对开放的API进行访问认证和安全管控，包括基于APPKey(AK)请求认证、请求参数校验、基于IP地址黑白名单控制等系统管理系统在数据