
大数据流通治理成果显著 首轮数据流通测试结果发布
当前,随着大数据技术的飞速发展与产业生态不断扩展,数据流通产业发展方兴未艾,但面临的问题也愈发凸显。数据流通领域面临着数据权属不明、数据使用不规范、隐私保护不到位、数据孤岛现象严重等问题。
为进一步推动我国大数据产业健康持续发展,规范市场秩序,保障数据权益,保护用户隐私,促进数据合规流通,中国信息通信研究院与数据中心联盟大数据发展促进委员会近年来开展了系列活动,共同进行数据流通治理。
在2016年大数据产业峰会上,《数据流通行业自律公约》正式发布。《公约》定位为解决数据流通领域长期缺乏行业规范问题。数据中心联盟结合行业发展现状与未来发展趋势,邀请数据流通上下游企业与各级政府、相关专家在调研的基础上共同起草。在2016年7月的“大数据发展促进委员会”成立大会上,中国信通院中国联通、中国电信、阿里巴巴、京东等公约发起单位共同发布《数据流通行业自律公约》2.0版。《公约》将作为一个有力的平台,帮助参与单位共同维护良好的数据流通生态环境,共同推动大数据产业发展。
在达成数据流通治理共识的基础上,中国信息通信研究院、大数据发展促进委员会、中国数据共享公约组织、京东万象于今年1月共同发起“数据流通协同治理——企业数据流通状况信息披露行动计划”行动。作为《公约》的后续行动,该行动旨在通过对相关信息的披露,促进企业接受社会监督,加强自律,共同营造规范、可信的数据流通环境。
2017年3月28日,由工业和信息化部指导,中国信息通信研究院、中国通信标准化协会主办的2017大数据产业峰会在北京国际会议中心盛大召开。在会议主论坛上,中国信息通信研究院高级工程师韩涵博士介绍了数据流通协同治理成果。据韩涵介绍,权属、指导、合规性、质量等问题已成为制约数据流通的关键瓶颈,需要着力解决。
韩涵表示,通过系列数据流通治理活动,数据相关的企业达成了规范数据流通环节的共识,并自觉披露相关信息接受社会监督,数据流通领域透明度明显增加。数据流通治理成果已经初步显现。
在此基础上,为规范企业在各场景下数据流通行为,中国信息通信研究院的相关专家进过大量调研,结合行业实践制订了系列数据流通规范标准。针对征信领域、风控领域、数据交易领域的标准已经制订完成,针对精准营销、位置信息等领域的标准正在制订中。同时开展了针对上述标准的符合性测试工作。通过文档审查、测试软件部署等方式,对企业安全管理机制、数据使用规范、身份识别、信息验证、数据转移方式、授权方式及流程、接口、审计等方面进行测评。在2017大数据产业峰会上,还同时公布了通过相关标准符合性测试的企业。企业名单如下:
中国信息通信研究院在数据流通领域的更多后续活动正在筹备中,并呼吁更多企业参与标准符合性测试,共同维护良好的数据流通生态环境,推动数据流通产业发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03