政务数据标签V10

1、1. For personal use only in study and research; not forco m mercialuse2.3.4. 膈政务数据标签莅1.1.1.2.莃数1.1.11.1.2. 蕿属性类衿数据来源：委办局（住房城乡建设委、司法局、住房公积金 管理中心、工商局、市城市管理委、 民政局、安监局、水务局、 公安局、质监局、城管执法局、文化局、地税局、交通委、通 信管理局）、互联网、内部系统、第三方莇数据类别：经济、政治、军事、文化、资源、能源、生物、 交通、旅游、环境、工业、农业、商业、教育、科技、质量、 食品、医疗、就业、人力资源、社会民生、公共安全、信息技 术

2、蒁数据性质：状态类、明细类节开放性：无条件共享、有条件共享、不共享、开放蕿更新频率：实时、日、天、周、月、年、不定期、一次性膄数据类型：数据库、文本、图片、音频、视频袄应用领域：反恐维稳、证照、信用、五证合一、政务审批、城市运行蚁主体：数、企、人、房、车、物1.1.3.1.1.4. 荿特征类芆数据质量：优、良、差羂数据量：KB级别、MB级别、GB级别、TB级别、PB级别、ZB级别肁敏感性：敏感、普通袆数据日期：最早开始时间、最近更新时间1.3.1.4. 芇企1.2.1.1.2.2. 芄属性类中外合作企业、中私营企业薀企业性质：国有企业、三资企业 （其中：外合资企业、 外商独资企业）、集体企业、

3、薆行业分类：肄1. 农、林、牧、渔业蒃 2. 采矿业羀 3. 制造业莇4. 电力、热力、燃气及水的生产和供应业膆5. 环境和公共设施管理业薁6. 建筑业荿7. 交通运输、仓储业和邮政业肇8. 信息传输、计算机服务和软件业膇9. 批发和零售业袄10.住宿、餐饮业螈11.金融、保险业螇12. 房地产业羄13.租赁和商务服务业肂14. 科学研究、技术服务和地质勘查业蒂15.水利、环境和公共设施管理业薈16.居民服务和其他服务业肆17.教育莄18.卫生、社会保障和社会服务业羁 19. 文化、体育、娱乐业芈20. 综合（含投资类、主业不明显）袃21.其它蒃是否集团企业：是、否1.2.3.1.2.3. 莀

4、特征类肈环境影响分类：环保型、污染性羅企业规模：大型、中型、小型、微型1.5.1.6. 螀人1.3.1.1.3.2. 蝿属性类羆性别：男、女、未知的性别、未说明的性别(GB/T 2261.1-2003 )羃学历：小学、初中、中专 / 高中、专科、本科、硕士、博士腿户籍：农业户口、非农业户口蕿职业：()螃第一大类：国家机关、党群组织、企业、负责人；肂第二大类：专业技术人员；虿第三大类：办事人员和有关人员；芀第四大类：商业、服务业人员；袅第五大类：农、林、牧、渔、水利业生产人员；蒄第六大类：生产、运输设备操作人员及有关人员； 莂第七大类：军人； 螆第八大类：不便分类的其他从业人员。 袆注：上班族、

5、自由职业者、无业游民、其他薃螁婚姻状况：未婚、已婚（初婚、再婚、复婚）、丧偶、离婚、未说明的婚姻状况。蒆1.3.3.1.3.3. 蚃特征类蚁年龄段：1.2. 膁童年 :0 岁 6 岁(1)(2) 芇婴儿期 0-3 周月 ;(3)(4) 螅小儿期 4 周月 2、5 岁;(5)(6) 肃幼儿期 2、5 岁后 6 岁 ;3.4. 蚀少年:7 岁17 岁(1)(2) 羇启蒙期 7 岁10 岁;(3)(4) 螆逆反期 11 岁 14 岁 ;(5)(6) 膂成长期 15 岁17 岁;5.6. 聿青年:18 岁40 岁(1)(2) 螇青春期 1828 岁;(3)(4) 薄成熟期 2940 岁;7.8. 薄中

6、年:41 65岁(1)(2) 葿壮实期 4148 岁;(3)(4) 蒈稳健期 4955 岁;(5)(6) 蚅调整期 56-65 岁 ;9.10. 蚂老年 :66 岁以后(1)(2) 膂初老期 6772 岁;(3)(4) 膈中老期 7384 岁;(5)(6) 螆年老期 85岁以后 ;螁收入水平：低、一般、中、高薂是否有车：有车、无车罿是否有房：有房、无房蒄是否有孩子：有、无膃孩子性别：男、女、未知的性别、未说明的性别(GB/T2261.1-2003 )1.7.1.8. 肁房1.4.1.1.4.2. 虿属性类薅建设时间：具体年份节用途：商用、家用蒀产权：商品房、经济适用房、房改房葿商品房：按照商品

7、房性质购买的房屋蚇经济适用房：按照经济适用住房性质购买的房屋按照回迁房性质购买的房屋部分通过集资建房性质购买的房屋蚄房改房：按照房改政策购买的房屋（包括：成本价购买、标准价购买及标准价优惠产权购买 ） 部分通过集资建房性质购买的房屋袀区域：（所在城市的区县，以北京为例）东城、西城、朝阳、海淀、丰台、石景山、通州、昌平、大兴、亦庄、开发区、顺义、房山、门头沟、平谷、怀柔、密云、延庆、燕郊、香河膀地铁： 1号线、 2 号线、 4号线、 5 号线、 6 号线、 7号线、 8 号线、 9号线、 10号线、 13号线、 14号线（东段） 、 14号线（西 段）、 15号线、 16 号线、八通线、亦庄线、

8、昌平线、房山线、 机场线1.4.3.1.4.3. 蒄特征类螂面积范围： 50平以下、 50-70 平、 70-90 平、 90-110 平、 110平-130 平、 130-150 平、 150-200 平、 200 平以上艿户型：一室、二室、三室、四室、五室以上1.9.1.10. 蚆车1.5.1.1.5.2. 蒅属性类袁排量： 1.0L 以下、 1.0-1.2L 、1.3-1.5L 、1.6L 、1.8-2.3L 、2.4-3.0L 、 3.0L 以上螈品牌：奥迪、阿斯顿马丁、阿尔法罗密欧、艾康尼克、ABT、 Alpina 、宝马、奔驰、本田、别克、标致、比亚迪、宝 骏、奔腾、宝沃、北京、北

9、汽绅宝、北汽幻速、比速汽车、北 汽新能源、北汽威旺、北汽制造、北汽道达、保时捷、宾利、 巴博斯、长城、长安汽车、长安欧尚、长安轻型车、昌河、成 功汽车、长江EV大众、DS东南、道奇、东风、东风风行、 东风风神、东风启辰、东风风度、东风风光、东风小康、Datsun、 Dacia、电咖汽车、丰田、福特、菲亚特、福田、法拉利、福 迪、风诺、福汽启腾、 Faraday Future 、观致、广汽传祺、广 汽吉奥、Gen esis、GMC哈弗、海马、华泰、华泰新能源、华 颂、红旗、汉腾、哈飞、黄海、海格、华骐、Ico na、吉利、江淮、Jeep、捷豹、金杯、江铃、江铃集团轻汽、江铃集团新能源、金龙、金旅

10、、九龙、君马汽车、凯迪拉克、克莱斯勒、 凯翼、开瑞、康迪全球鹰电动汽车、卡威、卡升、科尼赛克、KTM雷克萨斯、铃木、雷诺、路虎、林肯、陆风、力帆、猎 豹汽车、 理念、领克、陆地方舟、 雷丁、劳斯莱斯、 兰博基尼、 路特斯、领志、朗世、莲花汽车、 Lucid Motors 、马自达、 MG、 MINI、玛莎拉蒂、迈凯伦、明君汽车、摩根、纳智捷、讴歌、 欧朗、帕加尼、起亚、奇瑞、前途、奇点汽车、日产、荣威、 如虎、Rimae、斯柯达、三菱、斯巴鲁、smart、双龙、SWM斯 威汽车、上汽大通、思铭、首望、世爵、 TESLA腾势汽车、 泰克鲁斯腾风、沃尔沃、五菱、五十铃、潍柴、 WEY蔚来、 威兹曼

11、、WMotors、瓦滋汽车、雪佛兰、现代、雪铁龙、西雅 特、英菲尼迪、一汽、野马汽车、永源、 依维柯、 云度、御捷、 众泰、中华、中兴汽车、知豆、之诺莆车型：微型车、小型车、紧凑型车、中型车、中大型车、豪华车、SUV跨界车、MPV跑车薇结构：两厢车、三厢车、旅行车、掀背车、软顶敞篷车、硬 顶敞篷车芃能源：汽油、柴油、油电混合、电动蒂进气：涡轮增压、机械增压、自然吸气膇变速箱：自动、手动莄国别：德国、美国、韩国、中国、日本、法国、英国、意大利1.5.3.1.5.3. 莁特征类袁用途：家用、商用、其他袇价格范围： 5万以下、 5-8 万、8-12万、12-18万、18-25 万、25-35 万、3

12、5 万以上莅特色：只加93号油、ESP导航、倒车影像、全景天窗、儿童乘坐、 7 人乘坐、四轮驱动、日行灯、非承载式车身1.11.1.11. 螄物1.6.1.1.6.2. 芁属性类蚈管理设备：蒇感知设备：（传感器）袂位置：桥梁、道路、环境蚀采集频率：毫秒级、秒级、分钟级、小时级、天级、不定期、其他1.6.3.1.6.3. 莈特征类芄设备状态：正常运行、未运行、已损坏、未知5.6. 芅政务数据标签建设方案2.1.22腿标签库膈ID莅实体莃标签类别蕿标签类 型类型描述标签名称父ID1数属性类SJLY数据来源委办局-12数属性类SJLY数据来源住房城乡建设委13数属性类SJLY数据来源司法局123标签形成标签作为大数据的根基，它完美地抽象出一个实体对象的信息 全貌，从GLDM模型的整个分层机构来看，数据标签的形成主要在 贴源层