APP下载

数据流通释放数据价值

2017-08-24

软件和集成电路 2017年7期
关键词:流通数据挖掘协同

数据包括什么?2016年,由国务院颁布的《“十三五”国家信息化规划》中明确提出加强政务数据、社会数据和互联网数据的建设和融合。现在数据流通包括三大类,从概念来讲叫组织数据和互联网数据,因为互联网数据更多是自组织,政务数据和社会数据更多的是由组织政务部门和发展行业企业所产生的数据,所以现在的数据流是这三类数据的流通和融合。

怎么流通?靠什么支撑流通?数据依靠一个平台来支撑和承载。数据流通实际上是通过共享平台、开放平台和交易平台进行流动。数据的产生从本质上来讲是交易,只不过有的是经济上的商业交易,有的是服务交易。共享平台解决部门之间的数据流通,开放平台解决政府数据流向社会的疏导,交易平台解决整个全社会数据之间的流通和互通。整个数据流通的过程中,数据的治理是基础。数据流通的三个核心本质是治理、平台支撑、应用驱动。

按照数据流通的理解,浪潮提出了自己的大数据产业模型,整个数据发展包括:按照国家建设一体化大数据中心要求,平台通过共享、对外开放,来支撑整个政府面向社会实现“三化”目标。另外,互联网数据和社会数据通过建立大数据交易,以及通过数据众包和AB创客的采集数据和应用数据机制,不断将互联网数据、社会数据进行汇聚和利用。

数据怎么来利用和释放价值?我们总结了四个字,“理、通、聚、用”。“理”是数据的治理;“通”提供平台实现互联互通;“聚”是数据的汇聚;“用”是最終数据的利用。随着现在对数据的需求越来越多,大家对数据利用的依存越来越高,会发现运用数据时不知道有哪些数据可以利用,人们对数据治理的需求是越来越旺盛,所以我们把数据治理作为整个数据利用路径中最关键的一个环节。

数据治理,包括治和理,“理”其实就是建规范、建标注、做规划,“治”按照定义的规则对数据进行检测,检查出问题后进行治疗或改善,保证数据健康,才能在社会发挥更大的价值。同时通过治和理,使数据更加清晰,达到可用目的。数据治理其实有很多工具和服务,包括人工、工具和综合解决方案的治理方式。

在数据治理过程中很重要的一个问题是安全,什么样的数据能给谁用、用到什么程度,需要一套完善的安全保障体系来保障数据流通,所以按照数据的不同等级、用途建立一个分层分级模型,按照模型对数据目录设定不同安全等级,从而来管控数据进行安全合理的利用。

数据怎么来梳理?现在结合政府的业务管理模型,多年来,虽然做了很多改革,但是我们核心的业务管理没有变。现在的数据治理模型,更多的是围绕每个部门业务管理对象,按照部门业务数据去梳理。在大数据时代,我们需要更多的数据汇聚在一起找到它的用途,通过数据治理,达到数据的可支、可管、可控、可用,才能够利用这些数据进行更多创新应用来实现数据资产化。第二步,通过技术平台的支撑来实现互联互通,其中包括共享平台、开放平台以及社会交易平台。现在的数据汇聚已经不单是政府内部部门之间的数据汇聚,还有市场数据、社会数据、互联网数据都要汇聚一起,为整体服务决策来使用。

政府在主题库、基础库这方面做的工作成效显著。对社会数据和互联网数据来讲,现在更多的是通过社会数据与各行各业的机构共同将电信数据、能源数据、金融数据进行融合,把数据和政府数据结合起来产生价值,通过在互联网上购买互联网数据或者是自己采集互联网数据来实现互联网数据的汇聚。

最后一部分是“用”,对政府来讲“用”体现在两方面,第一是内部应用,第二是社会应用。内部应用是共享,共享数据分为两大类:第一类业务协同类,包括国家现在实行的“一窗一号一网”,通过业务协同、并联审批等服务,达到业务协同,来提高服务效率,降低行政管理成本。第二类是内部共享数据,利用数据挖掘分析,将各个行业各个部门数据汇聚到一起,来揭示某个趋势和发展问题。数据汇聚、挖掘、分析应用与业务协同应用不同的地方在于业务的协同应用要求数据精准和合法性,而数据挖掘分析应用方面,大数据更多的是揭示了趋势。现在各地在对内部业务协同数据共享不断深化的过程中,也开始了更多的数据挖掘、数据分析、数据碰撞方面的应用。对于数据的社会开放应用,体现在两大方面:第一是政府向社会提供公共服务,来弥补或提升公共服务质量。第二是通过数据的释放,来推动、促进整个社会产业升级。现在的社会,老百姓需要的服务已经不再是过去的单纯标准化服务,更需要的是个性化服务,特别是互联网使社会每个成员已养成了个性化推荐服务氛围。但是如果这些服务全部都由政府来投资建设,并不一定能够满足每个人的诉求,所以社会需要政府把数据切换出来,由社会根据社会的需求来创造所需应用。促进产业升级更多的价值是通过释放出政府的数据,让社会围绕这些数据做加工应用,从而带来一系列的产业发展。

猜你喜欢

流通数据挖掘协同
家校社协同育人 共赢美好未来
融合创新 协同发展
京津冀协同发展
我国流通产业现代化的路径思考
数据挖掘综述
软件工程领域中的异常数据挖掘算法
基于R的医学大数据挖掘系统研究
The Japanese keiretsu system
协同软件市场的演进和落地
一本面向中高级读者的数据挖掘好书