绝大多数企业的数据字典具有“裸”字典的特性，字典的语义很“弱”，究其原因是这些数据字典与企业 概念体系相脱离，企业不重视或忽视了概念体系模型的建设。一般来讲，绝大多数企业仅仅将概念体系模型当作 提取字典的一个中间产品，一旦字典建成，概念体系模型生命周期也随之结束。数据标准建设的目的是为数据共 享服务，实践证明：企业数据标准建设的速度往往落后于应用对标准的需求速度，结果导致了对数据标准的供需矛 盾。为此，文献[1]首次提出了采用自标准数据与标准数据联合解决这一问题的思路，并将自标准数据作为标准数 据的有效补充。通过对逻辑学中的概念、语义学中的语义以及Is0／IEc lIl79（ED3）等诸多技术研究的基础上得 出结论：认为自标准数据与标准数据规范化过程没有本质区别，并提出了将二者规范化方法融为一体的以概念为 中心的数据规范化体系框架。该模型认为规范化过程包括两项核心内容：一个是建立规范的概念体系模型，目的 是增强数据语义：另一个是规范描述这些概念的属性（元数据）．加强元数据规范性。二者是一切数据标准的“源 点”或“根”。因此，企业在进行数据标准建设的过程中一定不要忽视企业概念体系模型标准的建设。并极力主张 这些数据标准都是企业的重要资产，企业必须对它们进行统一注册、管理、发布及应用。
