京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的采集应用,助力社会治理
“阿里巴巴打假联盟破2亿大案”“协助佛山警方打掉制销假汽配犯罪团伙 涉案价值上千万”“阿里数据一年助浙江打掉14亿元假货”……这一系列新闻的幕后主角,是阿里巴巴平台治理部。这个成立还不满两年的团队,负责电商平台的规则、知识产权保护、打假、打击信用炒作、品质管控等诸多工作。
阿里巴巴首席平台治理官郑俊芳在接受中国青年报·中青在线记者采访时表示,根据浙江省双打办通报的“2016年云剑行动”成果显示,该行动依托阿里巴巴大数据,在2016年共铲除制售假货窝点417个,破获假货案件总值达14.3亿元。这一结果,在今年推动了阿里巴巴与上海市和安徽、江苏等省的13个城市的合作,将“云剑行动”升级为“云剑联盟”。
“我们十分欣喜地能看到一个社会共治的趋势和方向,越来越多的人加入进来了。我们这个联盟最重要的是实现了三个结合:一是政府和企业的结合;二是行政和刑事执法的结合;三是跨地域的结合。”郑俊芳说。
在此次分论坛中,郑俊芳表示,目前在消费者维权中,他们做到了“零举证,秒退款”,这一成绩的背后,依靠的就是阿里大量的数据集合。
通过对大数据的分析应用,阿里巴巴平台治理部在消费者维权中设定了三个模型,分别是消费者信用模型、商家信用模型以及投诉的智能模型。“比如消费者和商家信用模型,并不是我们从零开始建的。我们整个公司,不同团队,基于不同场景都在建立相关的模型,这次我们就是一种数据模型共用和结合的体现”。
大数据的采集应用,为社会治理的多方面起到了助力作用,但与此同时,对于大数据背后所链接的个人隐私,如何保护和监管,也成为近年来社会各界高度关注的问题。对此,郑俊芳认为,“生态中任何一个环节没有管理好,数据发生了泄露,对消费者都会造成伤害。我们建立‘生态护城河’的主要目的,就是希望把我们自身的数据保护能力,开放给生态中的更多参与者,比如服务商、物流公司等。保护隐私权是我们必须去做的。”
此外,对于个体数据信息的保护,郑俊芳也表示,“假设是个体的数据,我们一定是基于现有的法律框架下,比如要有合法的证据、证件,像是法院立案、立案通知书等,形成执法的函,这样我们才可以调取单体数据,否则我们不会有单体数据的交互。”
大数据产业发展至今,如何更好地实现企业与政府之间所掌握的数据互知互通,成为社会治理中一个亟待解决的问题。
“政府部门的数据到底应该怎样开放,开放到什么程度,我觉得今天已经到了政府部门需要有一些规范出来的时候了。要想让公共服务更快地让大家都能享受到,政府需要出台更为细致的大数据开放规范。”郑俊芳对中国青年报·中青在线记者说。
“其实数据不需要把你的数据给我,把我的数据给你,很多数据更重要的是,根据你的需求把我的数据结果反馈给你,我觉得就够了。例如说这就是规范之一,那这些规范就解决了很多后顾之忧。”
在大数据时代的社会治理中,数据的力量是无穷的,但同样也为社会治理带来了一个重要的挑战,那就是数据谁使用谁负责。郑俊芳在分论坛中表示,“面对大数据,我们今天所有的探索都还是一个小孩子。面对未来,我们的探索之路还很长。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14