可信数据空间助力数据要素高效流通

数据要素目前已经上升到国家战略高度,而如何通过数字技术创新,在保障原始数据“可用不可见”前提下,安全可信的开展数据流通,是当下推动数据要素流通普及、普惠的重要议题。可信数据空间的建立能够有效地助力数据要素在安全、高效的环境下发挥最大价值,重点针对可信数据空间中的关键技术及重点应用方向进行探讨分析,为进一步深入开展可信数据空间研究提供参考。     

大数据应用中数据确权问题探究

随着大数据时代的来临,数据的潜在价值正在被开发和利用。而数据的确权关系到数据市场的发展和数据价值的开发利用问题。文章从数据的所有权、使用权和隐私权方面探讨了数据确权的重要性,特别强调了对隐私权的保护对于大数据产业发展和造福于社会的重要意义。     

中原地区古代陶器数据预处理研究

利用数据挖掘技术对中原地区古代陶器数据进行分析研究,会对探究古陶器的发展演变规律及中原地区各类型文化之间的传承源流、关系起到积极的推动作用。数据预处理作为数据挖掘过程的主要步骤,可提高数据质量和其后挖掘过程的准确率及效率。阐述了针对中原地区古代陶器数据具有的类型复杂、数据量大、不正确、不完整和不一致的特点,采用数据清理、数据集成和数据变换技术对其进行数据预处理,从而提高了数据挖掘模式的质量。     

国家电网大数据运维体系与模式研究

近年来,随着大数据的迅猛发展,数据资源已被业界公认为企业最宝贵的资产之一,而传统的数据运维体系和模式必然要随之进行改变。本文根据大数据时代大型企业数据资源的特点,在强调传统运维模式的不足与转变方向的同时,总结出数据运维的最终目标和主要运维任务;根据数据运维任务,进而分析出电网企业在大数据时代所需要的数据运维团队的人员结构和素质要求,数据运维的新模式需要在企业内建立起以数据为核心的业务与信息专业的协同工作机制。     

企业信息化建设中的数据资源规划浅析

随着中国制造2025和大数据国家战略的提出,数据的重要性也被提到了前所未有的高度,在此背景下的制造业企业信息化建设的重心也由传统的IT信息化系统建设过渡到数据资产管理和应用的角度上,数据资源规划正是顺应这种时代背景所发生的产物。文章从数据资源规划的意义、内容和实施路径几方面进行了阐述,重点分析了企业实施数据资源规划的动因、挑战和应对方法。     

基于MAPGIS下地理信息数据的采集

地理信息数据的采集是GIS应用的基础和前提，MAPGIS提供了多种方法的数据输入与采集手段，通过对MAPGIS平台下获取地理信息系统数据的研究，进一步对各种方法进行比较分析，得出各种方法优缺点和实际工作中方法选择的一般规律，为GIS的数据获取工作提供了借鉴。     

海量数据的一致性研究

实现海量数据管理的关键技术之一是数据复制,维护多节点副本间数据的一致性是提高分布式数据库的容错能力与性能的重要保证。文章在介绍数据一致性基本理论和比较分析各种数据一致性维护方法的基础上,对海量数据一致性维护过程中出现的更新传播模型、更新传播内容及解决更新冲突等进行分析,并提出了相应的解决办法。     

陕西省农产品信息系统数据库建设与管理研究

基础地理信息数据的更新与完善是陕西省农产品信息系统建设的基础性与必备性工作。本项目建设将在现有农产品信息数据资料的基础之上,遵循国家和测绘行业标准与规范,通过航空摄影、数字摄影测量、数据建库等作业手段,进行基础地理信息数据的建设完善。     

基于XML的异构数据集成模式的研究

随着信息技术的发展,任何一个独立单位都有可能成为一个异构的数据源.为实现企业异构数据库问信息的共享和集成,对数据集成的原理以及主要技术进行了研究,重点分析了XML与数据库之间的映射、XML文档存储模式、将XML查询转化为SQL的查询转换问题以及如何将关系数据发布为XML文档,并提出了相应的解决方法.该方案简单易行,保证了各系统仍然按照原来的方式运行,只需要进行信息交换时通过转换接口把本地数据库数据转换成XML文档即可.     

数据治理过程浅析

数据是一种参与企业经济活动的经济资源,是企业无形、有价值的核心资产,维护数据质量是一个长期而艰巨的任务,然而企业有可能花费大量精力和金钱在保护某些没有价值的数据上。有效的管理和使用数据可以减少和消除企业经济活动中的风险。数据综合治理是提升数据资产管理与应用水平的关键举措,是进一步梳理业务流程及其数据标准、加强跨业务部门的协同、提升信息系统应用收益的过程,是帮助企业强化标准、提高数据质量、控制成本的重要工作内容。     

数据ETL过程中的数据质量控制

分析产生数据质量问题的原因，并对数据质量问题进行了分类，建立数据质量评价的量化标准。提出通过模式集成解决模式层次上的数据质量问题，通过数据清洗解决实例层次上的数据质量问题，并概述了数据清洗算法，提出分四步进行数据ETL数据清洗。     

我国数据要素市场培育进展与趋势

数据要素市场建设是一项长期、系统的复杂工程。在相关政策和机制的加速完善过程中,数据要素市场培育相关的产业实践不断深入,取得了一定的积极进展,但仍面临着数据供需不充分、流通规则不完善、配套支撑不健全等瓶颈和阻碍。随着数据基础制度的加快落地,我国数据要素市场有望从强化公共数据供给应用、加快构建数据交易流通规则体系、完善数据要素市场生态等方面继续突破。     

数据治理体系建设与实践

目前,我国已明确数据正式成为第五大生产要素。数据不是唯一的生产要素,但作为全新的、关键的生产要素,它与其他生产要素不断组合迭代,加速交叉融合,从而促进生产要素多领域、多维度、系统性、革命性的群体突破。以数据质量提升为核心的数据治理工作正在各个企业持续开展,构建一套完善的企业数据综合治理体系,统一数据来源,持续推动数据的清洁、透明、量化、精准,实现数据的标准化与结构化,是企业信息化工作的重要组成部分。     

“数据信托”探析:基于数据治理与数据资产化的双重视角

在千行百业数字化转型加快推进,数字经济时代全面到来的大背景下,数据要素的重要价值得到普遍重视,与此同时,个人隐私保护与数据安全问题也日益严峻。数据信托作为兼顾数据价值实现与数据权益保护的全新探索,受到国内外广泛关注,形成了数据治理与数据资产化两种不同视角下的发展思路,并加速从理论走向实践。结合我国法律制度环境与数字经济发展战略导向,提出未来我国数字信托发展的设想与建议。     

基于双向检验的异常数据剔除与修复方法

针对靶场复杂的试验环境及测量数据的特点,深入分析了异常数据产生的原因,提出了一种利用多项式拟合对测量结果数据进行双向检验,剔除异常数据的方法,并在检验结果满足修复条件时,对剔除数据进行加权修复。实际数据测试表明:本方法能够有效克服数据突变和段落性阶跃等干扰因素的影响,具有较好的模型稳定性和较高的异常数据剔除率,满足试验任务实际需求,具有较高的工程应用价值。     

"数据信托"探析:基于数据治理与数据资产化的双重视角

在千行百业数字化转型加快推进,数字经济时代全面到来的大背景下,数据要素的重要价值得到普遍重视,与此同时,个人隐私保护与数据安全问题也日益严峻.数据信托作为兼顾数据价值实现与数据权益保护的全新探索,受到国内外广泛关注,形成了数据治理与数据资产化两种不同视角下的发展思路,并加速从理论走向实践.结合我国法律制度环境与数字经济...