专题导读

随着大数据应用的广泛开展,数据作为一种资产,越来越得到企业机构的重视。为了有效利用数据资产,数据治理也越发引起政府和企业机构的关注。关于数据治理的科学定义,目前人们还没有形成一个共识。笔者认为,数据治理是指以保护和发挥数据作为资产的价值为目的,围绕数据获取、整理、使用、共享等活动展开的,从政策制定、标准规范到技术体系、工具研制等多层次、多方面的行为。大数据自身的4V特性给数据治理带来了很多挑战性难题。本专题汇集了来自不同行业和不同研究领域的5篇论文,围绕大数据治理是什么、为什么、做什么、怎么做等问题展开讨论,既有理论的探讨,也有实践的介绍,以期引起读者的关注,推动大数据治理领域研究的进展。

安小米等人在文章《政府大数据治理体系的框架及其实现的有效路径》中,提出了宏观层面的多元主体合作联盟共治、中观层面的多层次活动流程联通共生、微观层面上的多维度要素联结共赢的大数据治理参考体系。该论文还结合贵州省大数据治理体系建设,进行了深入的调研,分析并总结了政府大数据治理的相关经验。

杜小勇等人在《数据整理——大数据治理的关键技术》一文中,从技术角度论述了数据整理在整个数据治理过程中的重要作用。论文强调了以数据拥有者和直接使用者为核心的数据整理的关键技术,包括数据结构化处理、数据质量评估及数据清洗、数据规范化、数据融合与摘取、数据整理发布共享等方面。最后,针对加强数据整理方面的研究提出了一些思考。

蒋东兴等人在《证券期货行业监管大数据治理方案研究》一文中,通过梳理证券期货行业监管大数据治理的需求与特殊性,对证券期货行业的大数据治理体系进行了深入研究,包括构建证券期货行业数据模型、搭建公共数据平台、建设数据服务体系以及构建组织保障体系4个方面。作者还探讨了在大数据工程建设中发现的证券期货行业大数据治理的深层次技术问题。

秦永彬等人在《“智慧法院”数据融合分析与集成应用》一文中,针对“智慧法院”建设中存在的共性问题和实际需求,介绍了“智慧法院”数据融合分析及集成应用示范平台的架构。论文重点探讨了司法大数据深度语义学习、数据融合、数据安全防护与隐私保护以及数据融合分析的可视化4个方面,并结合案例探讨了与数据治理相关的实际应用及其效果。

代红等人在《大数据治理标准体系研究》一文中,梳理了当前我国大数据治理标准化面临的问题,提出了大数据治理标准体系框架,并给出了下一步标准化工作的建议。该论文给出了大数据治理标准体系在大数据标准体系中的位置以及重点相关标准的推进情况,最后结合我国大数据治理的技术、产业发展现状,为后续的标准化工作提出了方向。

本专题篇幅有限,虽不能涵盖大数据治理的方方面面,但在一定程度上阐述了大数据治理的内涵,探讨了其学术研究价值以及在多个行业中的重要作用。