数据科学：从数字世界到数智世界

随着大数据的持续发展,数据已经成为国家的重大战略资源,对社会影响日益明显。为了更深入地挖掘和研究大数据背后所蕴藏的基本科学问题,新的研究领域——数据科学被提出。本文从大数据的发展历程出发,介绍了数据科学的兴起和内涵;分析了大数据和数据科学的研究现状,以及数据在各行业中的应用;简述了为探索数据科学本身的内涵和规律而建设的大数据试验场;讨论了数据科学的关键问题,以及在研究数据时应具有的新思维和新观念,以推动数据科学的发展,促进现实世界向数字世界的转型,最终实现社会生活的真正智能化。     

大数据环境下的数据治理框架研究及应用

大数据技术及应用创新促进了数据的业务化。从数据中发现问题到解决问题、从业务支撑到业务创新、从商业智能到决策指引,数据与业务相伴相生,大数据环境下的机遇与风险共存。通过对当前国内外数据治理理论、方法和新的应用需求分析,提出大数据环境下的数据治理框架,包含数据治理目标、治理保障、治理域和治理方法论等。并分析大数据治理框架的应用,对组织开展大数据环境下的数据治理具有重要的参考价值和意义。     

数字孪生流域数据安全问题探究及对策

当前,水利部大力推进智慧水利建设,特别是数字孪生流域、数字孪生水网和数字孪生水利工程建设,他们都面临着大量的数据汇集,保障数据安全对推动新阶段水利高质量发展具有十分重要的意义。为提高数字孪生流域建设中的数据安全保障水平,在分析数字孪生流域数据特征的基础上,针对数字孪生流域建设过程中面临的数据安全管理制度体系不健全、大范围数据共享的安全风险、多样业务场景的安全保障挑战及大数据安全隐患等问题进行探讨,结合相关研究成果和作者认识,提出数字孪生流域的数据安全治理框架和措施,为解决数字孪生流域的数据安全问题提供对策。     

数字化转型背景下的数字电厂应用场景思考

以绿色低碳为方向的新一轮能源革命正在全球蓬勃兴起,面对可再生能源逐步替代化石能源,电力消费逐步替换其他能源消费的趋势,能源供应和消费的界限变得日益模糊,同时新一代信息技术的全方位渗透正深刻地影响着能源行业原有的生产方式、组织方式、商业模式、价值链分布和竞争格局,数字化转型将是能源企业高质量发展的内生动力。     

数据跨境流动治理与对策研究

数据是信息时代重要的国家战略资源,合理的数据流动在促进经济增长、加速创新、推动全球化方面发挥着重要作用。当前全球跨境数据流动监管体系处在形成关键期。我国作为全球数据资源大国,面临数字经济快速发展机遇,需要妥善规制处理数据跨境流动问题,在保障数据安全的基础上促进数据有序高效流动,为数字经济高质量发展提供有力支撑。在梳理美国、欧盟以及国际组织等主要国家和地区数据跨境流动研究最新进展的基础上,分析了各自特点,并结合我国数据跨境流动实际提出对策建议。     

战场大数据与数据安全防护的认识与思考

结合大数据技术飞速发展和信息化战场需要,对战场大数据总体架构、来源特点进行概括研究,重点从前端感知、网络连接、跨域流动、技术体制,智能算法应用方面,分析提出战场大数据面临的主要安全威胁与挑战,并对问题原因进行归纳总结。从科学管理和先进技术应用两个维度给出加强战场大数据安全防护的对策建议,为有关项目建设提供参考借鉴,促进战场大数据建设安全、规范发展。     

数字经济背景下的银行数字化转型应用研究

当前,数字经济在我国已成为稳增长、促转型的重要引擎,在数字经济背景下的银行服务,从线下面对面服务延伸至APP、小程序等线上系统操作,服务内容也从金融向“非金融服务+金融”进行转变。商业银行更须深化数字化思维、变革新技术、构建金融平台生态圈,向数字化转型。文章分析商业银行进行数字化转型的实践,前瞻性探索数字驱动经营、数字驱动运营、数字驱动风控的应用前景。以某城市商业银行数字化转型为例,分析该商业银行如何运用先进的金融科技,创新金融服务模式,成功打造纯线上运营的专属贷款产品,并大幅提升服务效率和客户体验,以供借鉴。     

探索数字贸易视阈下跨境数据流动治理体系

较早探索跨境数据流动治理的国家和地区已经积累了丰富的经验,我国应取其所长,加强与其他主要经济体在这一领域的合作。中国应在恪守“数据主权”利益的基础上,在实践中不断完善我国跨境数据流动治理体系,推进WTO提高规制跨境数据流动治理水平,为共同构建和平、安全、开放、合作、有序的网络空间命运共同体贡献中国智慧。     

面向公交企业数字化转型的数据治理方法研究及应用

随着信息技术的发展,国内公共交通企业的管理信息化和智能化水平日益提升。在各部门信息系统建设逐步完善的过程,沉淀了丰富的业务数据,但系统间往往没有实现数据共享,大量数据未能得到有效利用,分散存储在系统中数据未能形成数据资产。本文结合当前企业数字化转型热点问题,提出了公交企业数据治理实施路径,给出了数据现状调研与分析的关键步骤,研究了公交企业数据治理框架。最后以“某公交业财数据融合”为例,讲述如何通过数据治理实现企业数据资产化。     

飞行试验工程大数据治理思考

飞行试验工程大数据是典型的工业大数据,是试飞工程规划、设计、执行、评估以及开展航空科学研究的最重要的基础。文章分析了试飞工程大数据的质量特性及其影响因素,学习借鉴国际标准化《数据治理白皮书》提出的数据治理思想体系与模型,针对试飞工程大数据管理与应用特点,结合多年来在试飞工程中的大数据管理应用的实践经验,提出了以飞行试验大数据标准化体系为基础,以涵盖试飞工程全过程和全业务流程的试飞数据质量监控系统和一体化的试飞大数据管理与应用系统为并行相互支持的大数据治理技术平台,将试飞业务流程、业务策略、业务标准、业务逻辑以及组织管理有机有效地融入到数据管理与治理体系中,形成能够不断自我完善、自我更新、自我规范、开放共享的试飞工程大数据治理体系,对飞行试验工程以及航空科学研究步入“大数据科研范式”奠定数据基础。     

企业数据中台建设和发展的思考

1引言产业互联网时代,企业数字化转型将成为一种趋势。数字化转型的本质是新一代信息技术驱动下的产业变革,企业的数字化转型是社会整体数字化转型中的一部分,并非一个孤立事件。数字化转型,业务是基础,核心是数据,那么如何充分发掘数据的价值,以数据指引业务决策并驱动业务增长,是企业推进数字化转型要思考的关键课题。数据中台着眼于企业数据资产汇集、数据开发建模、数据服务能力输出。     

关于大数据的若干思考

关注大数据技术与应用以及大数据产业的发展，必须思考四个方面的问题：一是大数据的价值，二是数据的可信性，三是数据的可视化，四是大数据的挑战。     

社会变迁与数字治理转型十年述评

在互联网1.0全面迈向互联网2.0,并进一步开启互联网3.0的时代背景下,社会变迁与数字治理的关系构成学界研究的一条主轴。在宏观层面,要了解技术进步如何形塑新的社会形态,明确数字治理的定位和总体价值导向,分析在其影响下人机关系、人人关系的变化,防止社会治理出现异化和走样。在微观层面,可以区块链、人工智能、平台治理等数据技术的具体应用场景为观察窗口,分析数字治理的运作逻辑。两者相互关照,从而回答数字时代应“驯服技术”还是“驯服社会”这一时代课题。     

大数据所带来的数据安全问题

大数据是现在的研究热点,正在逐渐着改变着人们的生活,工作方式。但是目前在这方面存在着许许多多的数据安全问题。本文介绍了大数据的概念及其特征,浅析了目前实现大数据安全与隐私保护所面临的技术挑战,简介了该领域内的一些关键技术。     

大数据环境下的数据安全性探讨

随着互联网的高速发展,特别是近年来云计算、物联网等新兴技术的出现,社交网络等服务的广泛应用,人类社会的数据的规模正快速地增长,大数据时代已经到来。如何获取,分析大数据已经成为广泛的问题。但随着带来的数据的安全性必须引起高度重视。本文从大数据的概念和特征说起,阐述大数据面临的安全挑战,并提出大数据的安全应对策略。     

大数据背景下高职院校数据治理体系的构建与实践

高职院校信息化建设积累了大量的数据资产,但数据质量也成为高职院校信息化发展的瓶颈,需要建立面向全校的数据治理体系以有效地提升数据质量。本文在分析DAMA数据治理框架、桑尼尔·索雷斯大数据治理框架和我国制定的《数据治理白皮书》国际标准研究报告的基础上,结合高职院校的特点,从数据治理的管理和技术两大核心要素出发,提出了一种基于大数据的高职院校数据治理框架体系,并对该体系主要内容及实施方法进行了详细阐述,希望能为高职院校数据治理的实践提供思路。     

艺术大数据中数据治理方法研究

数字经济背景下艺术品数字资产化逐渐成为趋势，探讨艺术大数据治理过程中面临的问题、挑战，并在此基础上提出了艺术数据治理的原则、框架和艺术品多维元模型，同时针对艺术数据治理过程中数据处理和存储给出解决方案。     

人工智能时代的风险治理和数据决策

在过去的几年间,我国的大数据、人工智能等技术突飞猛进,涌现了许多新的应用场景. 社会系统性风险涉及很多领域,包括社会治理、公共安全、环境安全、水资源、电力等,风险发生的原因都有据可寻,我们应该认识这些风险发生、发展的规律,然后进行规避.可以说,研究风险治理的核心目的就是为了"防患于未然".为此,我们需要通过大数据、人工...     

一种基于大数据的可视化数据治理平台的研究

博物馆和科技馆等场馆的系统数据量非常巨大,系统需要的数据处理都是按照固定的算法和程序进行开发的,扩展性和灵活性差,不能满足用户灵活多变的需求且对业务处理人员不是很友好。本文研究一种基于大数据的可视化数据治理平台通过综合运用大数据及互联网等新技术,构建可视化的大数据治理平台,平台提供数据采集能力组件进行数据采集,数据处理组件进行数据处理,而且用户还可以自定义选择具体算法进行大数据计算处理,最终进行数据资源输出。系统通过搭建模块化架构,为用户提供可视化数据处理能力组件,帮助用户完成数据采集和数据计算处理等服务,用户可以通过平台对数据处理进行灵活定制化选择,保证灵活性的处理数据来满足业务需求。     

智能化煤矿数据治理体系与关键问题研究

智能化煤矿数据治理是实现煤矿智能化建设高阶段发展目标的关键瓶颈,对于确保数据运营合规、保障数据质量、防控数据风险、提升数据价值具有重要意义,但目前缺乏完善的方法论体系指导智能化煤矿数据治理的理论研究和技术实践。针对该问题,从数据治理要素、治理机制、治理层次和治理过程4个维度构建智能化煤矿数据治理要素-机制-层次-过程参考模型,提供多维度融合的方法论视角和理论分析逻辑,达成对关键问题的认识。分析得出复杂系统理论、数据战略管理理论、协同创新理论、数字连续性理论、公共治理理论、信息生命周期理论、PDCA循环理论是智能化煤矿数据治理重要的理论基础。在智能化煤矿数据治理参考模型的指导下,基于相关理论基础,构建包括数据治理环境、驱动与保障因素、顶层设计、数据治理域、数据治理过程与能力5大组成部分的智能化煤矿数据治理体系框架。对标智能化煤矿数据治理体系框架,得出智能化煤矿数据治理尚需进一步突破数据价值运动规律揭示、元数据与数据字典构建、数据质量和数据安全体系管理规则设计、复杂巨系统数据耦合模型开发和数字智慧发生规律建模等5个方面的关键问题。