| 数据系统工程: 数据资源与数据产业 |
| Data systems engineering: Data resources and the data industry |
| 摘要点击 12 全文点击 2 |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 中文关键词 |
| 英文关键词 |
| 基金项目 |
| 投稿方向 |
| 作者 | 单位 | | 杨善林 | 合肥工业大学管理学院； 过程优化与智能决策教育部重点实验室, ；数据科学与智慧社会治理教育部哲学社会科学实验室 | | 焦建玲 | | | 莫杭杰 | | | 王东波 | | | 李霄剑 | | | 黄 挺 | | | 刘业政 | |
|
| 中文摘要 |
| 随着新兴信息技术的快速发展, 有组织的记录、处理和运用数据成为了一类典型的系统工程. 为了更好地研究和利用数据, 从数据成因视角将数据分成记聚类、沉积类和产成类. 记录并汇聚经济运行过程的记聚类数据, 面临价值释放与隐私和安全约束的张力; 承载知识积淀的沉积类数据, 需克服时效性与异构性的挑战; 具有特定目的性设计与生产的产成类数据, 展现出独特定位与生产方式. 通过系统分析三类数据的特性、处理与利用, 提出数据要素价值释放需协同技术突破、制度保障与生态建设, 为培育数据产业生态、推动数据产业发展奠定了理论基础. |
| 英文摘要 |
| |
| 关闭 |
|
|
|
|
|
