京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据进入理性发展期 构建治理体系需从三个层
各界学者就大数据治理研究和实践现状展开研究和实践,并产生不少成功的研究和实践探索工作。梅宏表示,在国家政府层面,围绕促进数据共享开放、保障数据安全和保护公民隐私等方面陆陆续续出台相关的政策和发展,比如贵阳出台地方法规,促进政府数据的共享问题。同时,有很多针对企业组织、机构改善数据管理的模型陆续出现。近几年,数据质量、方法和工具均受到了广泛的关注,在市场上持续走高。
梅宏指出,根据当前现状分析,大数据治理仍存在三大问题:
第一,大数据治理概念的使用相对比较狭义。
第二,大数据治理内涵的理解尚未形成共识。
第三,大数据治理相关的研究实践是多条线索并行,关联性、完整性和一致性不足。
梅宏建议,构建一个大数据的治理体系需跳出单个组织的边界,从营造国家大数据产业发展环境的视角来进行系统化的考虑。他表示,一是数据资产地位的确立,二是数据的管理体制和体制,三是促进数据共享和开放,四是要保障数据安全及隐私保护。
梅宏表示,需从三个层次建立治理体系:“在国家或者政府层次需要制定大数据上位法来指导和监管行业和组织层面的大数据治理。行业层次需要通过行业自治模式,作为国家和企业的沟通桥梁,在自愿原则下形成行业联盟,在国家法规政策指导下,制定行规行约,以及各类标准,监管企业行为,同时也积极的向政府传达行业的共同需求。每个企业要在国家和行业框架下确立自己的目标,优化对大数据资源管理,最大化大数据获得的利益,并为行业和国家大数据发展不断贡献自己的成功案例。”在他看来,这三个环节是相互依存,互相促进的,是一个治理体系不可或缺的三个层次。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07