1、1. 政务数据标签1.1. 数1.1.1. 属性类 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 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 数据性质：状态类、明细类 开放性：无条件共享、有条件共享、不共享、开放 更新频率：实时、日、天、周、月、年、不定期、一次性 数据类型：数据库、文本、图片、音频、视频 应用领域：反恐维稳
2、、证照、信用、五证合一、政务审批、城市运行 主体：数、企、人、房、车、物1.1.2. 特征类 数据质量：优、良、差 数据量：KB 级别、MB 级别、GB 级别、TB 级别、PB 级别、ZB级别 敏感性：敏感、普通 数据日期：最早开始时间、最近更新时间1.2. 企1.2.1. 属性类 企业性质：国有企业、三资企业 （其中：中外合作企业、中外合资企业、 外商独资企业）、集体企业、私营企业 行业分类：1.农、林、牧、渔业2.采矿业3.制造业4.电力、热力、燃气及水的生产和供应业5.环境和公共设施管理业6.建筑业7.交通运输、仓储业和邮政业8.信息传输、计算机服务和软件业9.批发和零售业10.住宿、餐
3、饮业11.金融、保险业12.房地产业13.租赁和商务服务业14.科学研究、技术服务和地质勘查业15.水利、环境和公共设施管理业16.居民服务和其他服务业17.教育18.卫生、社会保障和社会服务业19.文化、体育、娱乐业20.综合（含投资类、主业不明显）21.其它 是否集团企业：是、否1.2.2. 特征类 环境影响分类：环保型、污染性 企业规模：大型、中型、小型、微型1.3. 人1.3.1. 属性类 性别：男、女、未知的性别、未说明的性别（GB/T 2261.1-2003） 学历：小学、初中、中专/高中、专科、本科、硕士、博士 户籍：农业户口、非农业户口 职业：（ GB/T 6565-2015）
4、第一大类：国家机关、党群组织、企业、事业单位负责人；第二大类：专业技术人员；第三大类：办事人员和有关人员；第四大类：商业、服务业人员；第五大类：农、林、牧、渔、水利业生产人员；第六大类：生产、运输设备操作人员及有关人员；第七大类：军人；第八大类：不便分类的其他从业人员。注：上班族、自由职业者、无业游民、其他 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。1.3.2. 特征类 年龄段：1. 童年:0 岁6 岁(1)婴儿期 0-3 周月;(2)小儿期 4 周月2、5 岁; (3)幼儿期 2、5 岁后6 岁;2. 少年:7 岁17 岁(1)启蒙期 7 岁10 岁; (2)逆
5、反期 11 岁14 岁; (3)成长期 15 岁17 岁;3. 青年:18 岁40 岁(1)青春期 1828 岁; (2)成熟期 2940 岁; 4. 中年:4165 岁(1)壮实期 4148 岁; (2)稳健期 4955 岁;(3)调整期 56-65 岁; 5. 老年:66 岁以后(1)初老期 6772 岁;(2)中老期 7384 岁;(3)年老期 85 岁以后; 收入水平：低、一般、中、高 是否有车：有车、无车 是否有房：有房、无房 是否有孩子：有、无 孩子性别：男、女、未知的性别、未说明的性别（GB/T 2261.1-2003）1.4. 房1.4.1. 属性类 建设时间：具体年份 用途：
6、商用、家用 产权：商品房、经济适用房、房改房商品房：按照商品房性质购买的房屋经济适用房：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 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 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
7、 号线、16 号线、八通线、亦庄线、昌平线、房山线、机场线1.4.2. 特征类 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 户型：一室、二室、三室、四室、五室以上1.5. 车1.5.1. 属性类 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 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、北汽绅宝、北汽幻速、比速汽车、北汽新能源、北
8、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、Genesis、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、Icona、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、九龙、君马汽车、凯迪拉克、克莱斯勒、凯翼、开瑞、康迪全球
9、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、Rimac、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、W Motors、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
10、、永源、依维柯、云度、御捷、众泰、中华、中兴汽车、知豆、之诺 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 结构：两厢车、三厢车、旅行车、掀背车、软顶敞篷车、硬顶敞篷车 能源：汽油、柴油、油电混合、电动 进气：涡轮增压、机械增压、自然吸气 变速箱：自动、手动 国别：德国、美国、韩国、中国、日本、法国、英国、意大利1.5.2. 特征类 用途：家用、商用、其他 价格范围：5 万以下、5-8 万、8-12 万、12-18 万、18-25 万、25-35 万、35 万以上 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
11、、日行灯、非承载式车身1.6. 物1.6.1. 属性类 管理设备： 感知设备：（传感器） 位置：桥梁、道路、环境 采集频率：毫秒级、秒级、分钟级、小时级、天级、不定期、其他1.6.2. 特征类 设备状态：正常运行、未运行、已损坏、未知2. 政务数据标签建设方案2.1. 标签库ID 实体 标签类别 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 12.2. 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和整合层。从贴源层形成“数据”的标签，这个主要对于来源数据表而言，从宏观角度轻而易懂对数据状况就行概述，形成数据层面的标签库。通过 GLDM 模型在原子层对数据进行最细粒度拆分、细化，通过数据校核、整理汇聚到整合层，形成数据较全、准性性较高、维度较细的实体信息数据（人、企、房、车、物），然后通过对实体进行标签运算，形成实体数据的标签库，从而为以后的数据挖掘或者分析奠定基础。
