
韩国政府开放公用资料36大类建构大数据基础
韩国政府2014年年底时,公布由韩国民众选出的36个希望政府开放资料的项目,并宣布自2015年起会先开放不动产等10大领域的资料,剩余的26项资料也将陆续放置于公共平台让民众查询、使用,最迟会于2017年年底前全面开放。韩国政府开放资料的目的是希望能藉由开放的资料提供民众更便利的生活,并建立一个完整的创业体系。
早先,政府机构因自行订定开放资料的类型,因此常不符合民众期待或需求。所以,为提供更贴近民众需求的资料,韩国行政自治部在徵询国务总理所属的公共资料策略委员会的意见后,于2014年12月底发表「国家优先开放资料的开放计画」,让民众可以自由选择需要开放的资料类别,并视为「韩国的数据大变革专案」。再由大学生、开发者等各领域民众所遴选出来的36项国家优先开放数据资料将于2015年至2017年为止,陆陆续续将上传至公共平台供民众使用,其中,不动产综合资讯、全国商家和商圈资讯、诊疗、用药、健康等与民众实际生活息息相关的10大领域的数据资料,则会优先在2015年开放,预估在开放之后将可为韩国带来一年6千亿韩圜的效益 ,其余项目的资料亦会在统整后最迟于2017年上传开放。
目前,韩国政府正积极准备即将开放的不动产、商圈跟医疗资讯,这些资料依据属性不同,资料的整合、开放方式也有所不同,其中,韩国国土部正在统合建筑物、土地资讯、公告现值等23类、680万件不动产资讯,希望能建立属于韩国的「Zillow」。在商圈资讯方面,则是采取与通讯业者、入口网站和信用卡业者合作分享资讯的方式,开放商家过密指数、相似的竞争商家资讯等,藉由开放资讯提高创业成功率,以及衍生出相关创业谘询企业。
至于在与个人隐私有关的诊疗、用药、健康方面的资讯,则是必须在个人情报保护相关法令订定后才能开放,医院、药局以及健康检查报告等与全国民众有关的健康资讯高达1千多亿件,这类个人隐私资讯的开放若无完善的资讯安全措施将会因为泄露个人隐私而导致反效果,所以开放时必须更加审慎小心。
韩国行政自治部表示,政府开放的资料除了希望能提供民众更加便利的生活之外,还希望能藉此刺激国内创业活力,并建立一个从启发想法开始到商用化为止的创业支援体系。而医疗方面的资料开放后,预估可以帮助国内远端医疗或是行动保健等产业发展。(900字;表1)
表一、南韩政府开放公用资料36大类
开放时程 2015年~ ~2017年
1 房地产综合资讯 财政资讯公开系统
2 商圈 道路名住址
3 国民健康资讯 地方财政
4 农渔畜牧产品调查价格、成交资讯、流通价格 社会保障资讯系统
5 地方行政资讯 废弃物、厨余
6 建筑行政资讯 国家空间资讯综合体系、公开平台与流通系统
7 登山路、韩国生物种 房地产交易管理
8 中央交通资讯中心、交通事故位置资讯以及交通事故分析 都市计画资讯
9 道路施工资讯同步更新 航运港湾物流资讯
10 渔产品安全和检验资讯 国家法令资讯
11 食品、医药品综合资讯
12 进出口贸易统计资讯
13 国家综合电子规划
14 产业再生奖励
15 健康诊断资讯审查
16 综合海洋资讯系统
17 国民年金
18 劳动保险
19 雇用保险
20 教育行政资讯
21 国家灾难管理资讯
22 国家税务资讯
23 关税
24 国家综合统计资讯
25 法院判决书
26 天气预报
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 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 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29