
工商阿里大数据交互平台启动
3月29日,阿里巴巴集团与浙江省工商局共同启动工商阿里大数据交互平台
“这件事情是全世界没有过的事情,3.7万亿体量的经济行为发生和运行在阿里巴巴的网络生态中,是实打实的经济实体,又是全透明和数据可追踪的,怎么样管理好这里面的经济行为,怎么样管理好这里的市场主体,路在我们脚下,阿里愿意配合政府部门一起去探索一个全新的管理之路!”昨天,阿里巴巴集团CEO张勇在“工商阿里大数据交互平台”启动仪式上表示。
阿里巴巴日前与浙江省工商局签订深化战略合作协议,共同推出大数据交互平台、合力打击网络违法行为等19大举措,把政企协作、打击线下线上制售假推进到大数据全面应用阶段。这是阿里响应国务院“打假工作指导意见”的举措之一。
工商阿里大数据交互平台启动
昨天,阿里集团和浙江省工商局共同推出大数据交互平台、合力打击网络违法行为等19大举措,合力打假。大数据、云计算与人工智能的广泛应用,将极大提高市场监管治理的水平,这即是阿里巴巴与工商系统深化战略合作的核心。张勇认为,通过数据连通,阿里巴巴将配合工商智能化消费者投诉平台,并在甄别和规模处理上带来极大提升。最终既能提高阿里巴巴的平台治理效率,同时也可帮助政府提高市场监管治理的效率和质量。
浙江省工商局局长冯水华把与阿里巴巴的战略合作定义为“共同应对网络治理新挑战,打造政企协作新示范”。冯水华介绍,浙江工商将致力于共同研究和推动标本兼治的打假长效机制建设,用好阿里巴巴大数据赋能、优化治理质量,尤其要通过打造平台治理机制、政企合作机制、网络监管机制三位一体的监管格局,引领和带动网络经营秩序的良性健康发展,最终助力以阿里巴巴为代表的新实体经济发展。
张勇解释说,目前,阿里巴巴整个生态体系横跨了电商、金融、物流、云计算、大数据和全球化,2016年交易规模达到3.7万亿人民币,占全国社会零售商品总额的10%。这些经济行为都会留下数据,而海量的数据又会支撑整个经济生态更好地运作。这即是新实体经济相对传统经济的优势:由大数据驱动,数据透明可追踪,因此也将由大数据进行管理。
国务院下发“打假工作指导意见”
今年两会期间,根治假货成为代表、委员和社会各界共同热议的话题。3月7日,阿里巴巴集团董事局主席马云向全社会公开呼吁“像抓酒驾一样打假”,随即获企业界多位领军人物附议。多名人大代表、政协委员、专家学者高度关注制售假案刑罚不足、犯罪成本过低、对犯罪分子震慑不够、制假售假泛滥问题。阿里巴巴集团所呼吁的“改善立法、严格执法、加重刑罚治理假货”逐渐形成共识。
两会结束后,国务院印发《关于新形势下加强打击侵犯知识产权和制售假冒伪劣商品工作的意见》(以下简称《意见》),要求到2020年基本形成行政执法、刑事执法、司法审判、快速维权、仲裁调解、行业自律、社会监督协调运作的打击侵权假冒工作体系。
阿里依托大数据积极配合打假
阿里巴巴首席平台治理官郑俊芳向媒体表示,国务院的意见为依法打击侵权假冒提供了重要的政策指引和依据,阿里巴巴非常支持《意见》精神,将立足平台责任,依托大数据的力量,积极配合执法司法各部门加大防假治假力度,努力维护诚信商家和消费者的合法权益,为构建打击侵权假冒共治体系做出贡献。
郑俊芳认为,《意见》既涉及完善立法、司法解释修订等顶层设计问题,也要求明确各相关部门责任、加强部门间执法协作,堵塞监管漏洞。执法司法各部门厘清权责、协同合作,对于构建多方参与的打假工作共治格局将发挥积极的作用,最终将推动全社会形成治理酒驾一样的共识和力度来治理假货,达到人人尽责、全民喊打,让每一个犯罪分子无法逃避应有的刑事处罚,让制假售假者不再心存侥幸,真正解决假货问题。
《意见》还提到,要加强大数据、云计算等新技术的研发运用,以提高市场监管和预警防范能力。郑俊芳表示,阿里巴巴平台治理部长期运用大数据主动防控体系拦截知产侵权商品信息,并筛查线下制售假窝点向执法部门提供大量破案信息。在新技术研发运用上,阿里巴巴愿意向执法司法部门和品牌权利人开放资源,共同提升全社会运用互联网方法治假的能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13