京公网安备 11010802034615号
经营许可证编号:京B2-20210330
知识产权:大数据时代的机遇与挑战
以史为鉴,可以知兴替。”如果说从浩瀚的历史中总结出可借鉴的得失之道只有部分伟人可以做到,那么大数据的应用则可以让历史经验这面镜子飞入寻常百姓家。投资人会为我的技术秘密出多少钱?谁拥有我需要的专利?什么样的商标价值更高?什么条件下知识产权诉讼胜诉率更高?在5月29日闭幕的中国国际大数据产业博览会(下称数博会)上,一组组成功的大数据应用实例向与会者展示了大数据从浩如烟海的信息中拎出“干货”、给使用者以指导借鉴的强大力量。如何保护大数据的知识产权也成为大家热议的话题。
大数据指明知识产权保护路径
“不同于互联网时代的数据储存和数据传输,大数据时代的大数据以数据的深度挖掘和数据的广泛应用为主要目的。这给知识产权保护带来了新的机遇。”在数博会的大数据与知识产权保护论坛上,中华商标协会会长兼秘书长马夫指出,通过大数据分析寻找侵权规律,追踪和定位问题源头,为相关政府部门和企业实现为不同侵权行为逐步升级的有效布控和打击,提供了可靠的路径;同时大数据不仅使知识产权检索更加便捷精准,而且还将在知识产权价值评估中得到广泛应用。
“从大数据统计结果来看,改革开放40年来,我国法院受理的知识产权案件的规模和结构,是与我国经济社会发展的趋势相吻合的。”论坛上,北京知识产权法院法官杨静结合数据,向与会嘉宾分享了我国知识产权保护的发展趋势。“深度数据挖掘对我们而言是重要的参考材料,大数据甚至比我们自己还了解我们。每次阅读大数据分析材料,都让我们能迅速直观地发现问题,促进工作不断改进。”杨静指出,数据分析显示,我国知识产权案件面临总量剧增、新类型层出不穷、涉外案件比例扩大等挑战。比对分析结果,北京知识产权法院有针对性地采取解决措施,如增加技术调查官,开展多元化纠纷解决,对新类型案件开展针对性研究,结合数据科学化、精细化确定侵权赔偿额等。“通过大数据分析,我们推行符合知识产权诉讼规律的裁判方式改革,探索确定真正体现知识产权价值的侵权损害赔偿额,提升司法审判效率,优化纠纷解决效果。”杨静对大数据在知识产权案件审判中的借鉴指导作用予以高度肯定。
“大数据的应用,不能只求大求广,一定要把大数据和具体的应用以及特定的行业结合起来才有价值。”北京知产宝网络科技发展有限公司首席执行官普翔表示,零散的庞大信息没有使用意义,只有将信息体系化、结构化,才是真正有作用、可以指导实践的大数据。“从数据到信息,从信息到知识,从知识到指挥行动,这是我们所追求的大数据应用。”他表示。
大数据呼唤知识产权保护“身份”
“如果我们只产生、应用大数据,不对其本身的知识产权加以保护的话,就相当于‘裸奔’了。”在讲解公司如何进行大数据运营时,普翔提出,大数据本身具有很强的创造性和实用性,这些特点与专利等知识产权有共通之处。
“大数据不仅仅是海量数据的集合,更重要的是对数据集合进行采集、存储、关联分析。”贵州省高级人民法院知识产权庭法官白帆指出,大数据实际上具有典型的无形财产的特征,形成大数据需要付出大量劳动,其结果具有很高价值,是典型的知识产权,应当依法受到保护。
然而,大数据本身不同于专利、商标、版权等知识产权的特点,其究竟应当以何种形式受到保护,仍是学界争议的问题。白帆指出,同样是大数据,抓取采集的数据汇集、机器分析的数据处理、以报告形式表达的分析结果等,虽是大数据形成的不同阶段,但由于手段的不同,其知识产权的权利特点也不尽相同,不能以着作权一概而论。
“数据权利有没有可能像欧盟一样作为一种特殊权利保护起来?这是立法者、法官、律师以及全社会都必须参与的问题。”贵州财经大学大数据法律与政策研究院院长刘云飞深入分析了多件大数据以商标、版权、商业秘密等知识产权“身份”作为诉讼标的的案例,指出当前无论是商标、版权还是商业秘密等保护方式,都不能完全适用于大数据的保护,应当抓紧完善立法,保护大数据的知识产权价值。
“大数据产业的发展正在给相关法律制度提出诸多挑战,我们必须从传统的数据观念很快地过度到规范的法律意识。”武汉大学知识产权与竞争法研究所所长宁立志认为,对大数据特别是海量的跨国流动的大数据进行产权界定非常困难,在传统民法中难以找到准确的对应法条,需要对民法中的基本概念进行调整。宁立志还指出,让大数据进入规范化的法律框架,不只是法律的任务,“法律、经济和管理应该共同作用,才能做好这个课题。”宁立志表示。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06