教育场景驱动的高校数据治理

教育数字化转型的重要任务之一是通过数据治理提高教育治理能力,当前数据治理呈现出场景化和智能化的趋势,但是以管理和标准为核心的静态治理理念难以适应应用场景的数字化转型和创新。该文首先从数据治理的视角探讨了教育场景的概念和特征,然后分析了当前高校教育场景数据治理中存在的数据不够“大”、数据不够“好”、数据未尽其“用”三个核心问题,提出高校教育场景驱动的数据治理方法和治理流程,教育场景中的原始数据经过数据资产化、数据标准化、数据要素化三个关键环节演化为具有计算属性、组织属性和教育属性的场景数据资产,作为关键要素进入到教育教学过程中,从而形成良性循环的数据资产生态,充分发挥数据资产的教育价值。

新型电力系统数据跨域流通泛安全边界防护技术

新型电力系统建设涉及多业务系统、多部门、多方主体间进行海量、异构数据的交互和共享,电力数据的内外部网络环境与安全形势日趋复杂化,数据流通的脆弱性风险加剧。首先,分析新型电力系统下数据流的类型与特性,概括电力数据流通安全防护面临的新形势;其次,基于专用数据处理器(DPU)的高性能流量编排和多功能安全网关能力,构建面向电力数据跨域流通安全增强的泛安全边界,凭借数据面可编程技术沟通网络安全与数据安全双维度安全能力,提出基于DPU的数据跨域流通协同防护技术应用方案;最后,阐释DPU在不同电力通信网络层次的部署方式、价值与关键技术,分析现阶段DPU在电力领域应用存在的挑战。

数据要素流通与安全的研究范畴与未来发展趋势

针对数据从信息技术时代的受控共享向数据技术时代的数据要素泛在流通演化的趋势,分析了数据共享与数据要素流通的差异,阐述了什么样的数据才能成为数据要素,提出了数据成为数据要素所必须具有的6个属性,定义了数据要素流通模型及主要环节,明确了数据要素流通的研究范畴,梳理了数据要素流通研究范畴的相关概念,厘清了研究范畴所涵盖的关键核心技术,并对未来需要突破的关键技术进行了展望。

面向多模态数据的新型数据库技术专题前言

以数字技术为标志的新一轮科技革命方兴未艾,将人类带入数字经济时代.全球各行各业数据量呈现爆炸式增长,数据类型和数据格式也呈现多种形式,例如结构化关系表、半结构化JSON/XML、非结构化文本/图像/视频,以及图数据、流数据和时序数据等.这要求数据库系统能够同时高效地管理多种不同类型的数据.多模态数据管理与分析成为亟需解决的问题.目前的方法主要通过拓展现有的数据库或通过集成各种不同模态数据管理引擎来支持多模态数据管理与分析,缺少新颖的理论、方法与技术的支撑.本专题围绕多模态数据管理与分析的整个生命周期,通过结合大数据技术和人工智能方法探讨新型数据库系统理论、方法和技术,包括多模态数据统一建模、存储与索引、查询与挖掘、并发控制、多模态数据库系统构建及其典型应用等主题,赋予数据库系统新的管理能力,形成多模态数据管理与分析在各行各业的最新应用成果.

基于数据驱动的分布式光伏发电功率预测方法研究进展

从综述的角度,以分布式光伏系统为对象,分析了功率预测技术的发展情况、存在的难点以及主要影响因素,梳理了应用数据驱动方法实现功率准确预测的技术路线。再以空间相关性、历史出力功率以及气象等影响因素为切入点,梳理了光伏系统数据驱动的功率预测研究现状,分析其相应的数据增强、时空图信息以及特征融合的手段,讨论了技术的优缺点。最后给出了功率预测数据驱动方法研究方向和发展建议。

数据要素在医疗健康领域的内涵、价值与应用

十七部门联合发布的《“数据要素×”三年行动计划(2024—2026年)》引发了社会的广泛关注。本文首先探讨医疗健康领域数据要素的本质、分类及其重要性。在此基础上,提出促进医疗健康数据融合创新的关键策略,包括通过技术赋能医疗健康数据的采集,推动医疗健康数据的整合与标准化工作,促进医疗健康数据的开放和共享,以及加强对医疗健康数据的安全保护。

科技情报智慧数据:方法、体系与应用

[目的/意义]分析智慧数据建设现状,认识人工智能时代科技情报智慧数据建设的方法与框架。[方法/过程]界定科技情报智慧数据的概念内涵,提出“明确定位与价值、数据架构体系、建设知识语料、数据质量控制、嵌入业务流程的协同建设模式、数据权益约束及安全分级”7个方面的建设原则,设计“技术与功能逻辑、数据分类组织、数据建设流程、数据协同加工工具、运营服务策略”体系框架,拓展智慧数据的示范应用。[结果/结论]通过研发具有“收、存、治、管、用”一体化的科情数据平台,建立了覆盖“情报动态、科研成果、创新活动、创新主体及多类功能型知识实体”等类型的科技情报智慧数据中心,并在“科技人才自动发现、重大科技问题的自动生成以及语义查重查新”等场景中开展应用。

我国地方数据政策体系的构建进展与展望

[目的/意义]研究我国地方数据政策体系的构建情况,旨在明确各地数据政策制定的进展与提点,进而推动政策体系的优化建设。[方法/过程]对31个省级政府的数据政策进行统计,并采用文本分析法梳理政策的总体内容框架,基于此,对比与解析政策内容的地区差异。[结果/结论]我国地方数据政策的发布可划分为国家信息化发展时期、大数据发展时期以及数据要素市场化时期三个阶段;政策总体内容框架包含数据基本内涵、数据资源建设、数据共享、数据开放、数据资产化、数据安全6大要点;不同地区涵盖上述政策要点的程度不同,也显示了我国数据政策在地方层面的特点。由此,我国地方数据政策需进一步面向多元数据对象、多层数据行动、多元责任主体,实现内容的体系化建设,并为国家数据政策体系的优化发展提供参考。

基于机器学习的数据库系统参数优化方法综述

参数优化是影响数据库性能和适应性的关键技术,合理的参数配置对于保障数据库系统的高效运行至关重要,但由于参数较多且参数间具有强关联性,传统参数优化方法难以在高维连续的参数空间中寻找最优配置,机器学习的发展为解决这一难题带来新的机遇。通过总结和分析相关工作,将已有工作按照发展时间和特性分为专家决策、静态规则、启发式算法、传统机器学习方法和深度强化学习方法。对数据库参数优化问题进行定义,并说明启发式算法在参数优化问题上的局限性。介绍基于传统机器学习的参数优化方法,包括随机森林、支持向量机、决策树等,描述机器学习方法解决参数优化问题的一般流程并给出一般实现。由于需要大量带标注的数据,传统机器学习模型在适应性和调优能力等方面存在不足。侧重介绍深度强化学习模型的工作原理,定义参数优化问题与深度强化学习模型的映射关系,比较基于深度强化学习的相关工作对数据库性能提升、模型训练时间和涉及的技术,描述基于深度神经网络构建和训练智能体的具体流程。最后,总结已有工作的特点,对当前机器学习在数据库参数优化方面的研究热点和发展方向进行展望,指出多粒度调优、自适应算法和自运维是未来的研究趋势。

信息资源管理学科视角下的数据要素研究

[目的/意义]数字经济背景下,信息资源管理学科需要进一步融入到数据要素化市场建设之中,积极建构新的学术增长点。[研究设计/方法]首先分析信息资源管理学科与数据要素的关联逻辑以及学科的角色建构问题,而后介绍信息资源管理学科视域下的若干核心议题,最后对两者融合的未来发展提出思考。[结论/发现]数据要素研究是信息资源管理学科的新领域和新方向,应充分发挥学科特色和优势,有组织地推进数据要素研究与实践。[创新/价值]从信息资源管理学科视域思考数据要素研究,为进一步扩大学科研究视野、拓展学科研究空间提供启示,为数据要素化与数字经济发展中的学科话语建构提供参考。

基于SDN的数据中心网络流量负载均衡研究

目前数据中心网络(data center network,DCN)的负载均衡方法存在对大小流的调度缺乏全局实时检测等不足,部分大流会造成拥塞、负载不均衡和带宽碎片等问题.针对上述问题,提出了一种SDN网络流量负载均衡算法—DSA-D.首先,对流量进行分类,为大流计算所有源至目的主机可达路径的最短跳数路径集;然后,根据LLDP和ECHO测量链路时延以求得时延最优路径集;最后,采用概率拟合算法分配路径,实现数据中心网络流量负载均衡.在相同场景下的实验结果表明,与ECMP、Hedera和DIFF算法相比,DSA-D算法具有更好的吞吐量、链路带宽利用率和平均往返时延.

考虑载客状态的改进孤立森林浮动车异常数据检测算法

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。

数据产权法律构造论

在数字经济环境中,数据已成为一种新型生产要素,需要更好地挖掘和开发其经济价值。数据不同于传统有体物以及知识产权客体的特征和属性使其在法律制度构建和运行上也具有特殊性。数据产权制度是数据基础制度的核心内容,其应涵盖保护数据主体合法权益、协调和平衡数据利益关系、促进数据有序流动和分享、促进数据要素利益公平分配等内容。数据产权的法律构造旨在建立数据资源持有权、数据加工使用权和数据产品经营权的数据动态流转和价值实现机制,最终服务于数字经济发展目标。

科技情报智慧数据服务体系建设研究

[目的/意义]在数据驱动环境下,科技情报工作愈加重视基于数据的循证分析,建设智慧数据服务体系是科技情报工作向数据驱动赋能转型的重要动力。[方法/过程]界定了智慧数据服务的概念内涵与外延,从数据视角与服务视角两个维度出发阐述了智慧数据服务的特点,论述了科技情报智慧数据服务体系的建设目标;以此为基础,依据从数据到情报的服务逻辑与层级,提出了科技情报智慧数据服务体系的内容架构与建设模式。[结果/结论]从数据供给站、数据超市、数据应用产品、数据服务中台4个方面构建科技情报智慧数据服务体系,前两者侧重数据供给型服务,旨在满足用户的数据型需求,后两者侧重数据感知型服务,旨在满足用户的情报型需求;提出需求与建设并行、治理与协同并行、技术与内容并行、质控与运营并行的“四个并行”建设模式;并以中国科学院文献情报中心的智慧数据服务体系建设为案例,阐述了智慧数据服务体系的应用落地。

政府数据开放到公共数据开放的嬗变

[目的/意义]分析政府数据开放到公共数据开放的嬗变有利于数据开放活动的健康发展,促进数据要素流通。[方法/过程]在梳理政府数据开放和公共数据开放两者关系基础上,从创新扩散理论出发分析嬗变的三维度表现及嬗变动力。[结果/结论]嬗变动力共有技术、组织和环境三个维度下的9个关键驱动因素,并提出了6个嬗变的趋势。

基于密度划分的分布式数据容错存储算法研究

为保证数据安全性,缓解数据存储空间,提出基于密度划分的分布式数据容错存储算法。过滤分布式数据高密度数据区域,将具有高度相似的目标划分到不同区域,通过数据来源样本点描述数据的密度分布,设定数据弹性,利用概率以及数据粒度推算出对应的存储梯度和强度指数,并在信息存储中引入数据存储梯度和数据弹性,完成分布式数据容错存储。实验证明,所提算法有较高的容错性,带宽吞吐量平稳,平均路径长度较小,能提高网络数据的安全性。

数字化铀矿勘查服务平台数据资源共享与安全策略

随着“数字核工业”建设的全面铺开,数据资源成为铀矿地质勘查业务中不可或缺的核心生产要素。核工业北京地质研究院基于开源软件架构,研发了基于统一架构、研产一体的“数字化铀矿勘查服务平台”,该平台是基于各类实用型软件功能和丰富的勘查数据资源开展数据共享与应用,在铀矿地质勘查工作中提高勘查效率和准确性的一种服务型软件系统。为了满足铀矿地质勘查不同类型的数据及服务需求,建立了一套较为健全的数据资源和服务体系,提供了一批基础地质、铀矿勘查物化探等相关数据资源,并严格划分数据权限和用户权限,实现根据数据所有权划分审批权限的功能。同时,在国家网络安全和信息安全的要求下,开展了数据安全策略研究,以保障平台安全稳定运行。面向四代勘查项目,面向铀矿地质勘查领域,初步构建了“快速存储、方便查询、灵活调用、共享发布、动态更新、分析应用”的数据资源管理、共享和应用服务平台。

基于扎根理论的政府开放数据价值影响因素研究

[目的/意义]政府开放数据价值是数字经济情境下个体数据行为嬗变的反馈性标志。从政府开放数据使用者视角识别其价值要素,对于促进政府数据管理水平,提升数据交易常态化具有理论和实践意义。[方法/过程]利用会议、访谈与网络数据获取原始资料,结合扎根理论,构建“三维—多层”的数据价值影响因素模型,涵盖121个初始概念、30项范畴和9项主范畴,各领域受访者共33位。[结果/结论]个体感知数据价值影响因素主要涉及需求、进路、市场化三个维度,综合考察各项主范畴,针对数据价值的内在关联以及外部机制,可以提炼出直接、间接、跨层、双元4种关系结构。这个过程在理论上弥补了传统政务体系下政府开放数据与个体需求二元割裂之不足,延展了政府开放数据的价值使用行为与价值释放路径。

数据“利益束”:数据权益制度新论

创设排他性、利己性的数据权利不利于海量数据的高效流通与多元价值的实现,加剧了数据私权化与效用化之间的内生性冲突。在权益区分保护理论框架下,采取数据利益保护进路更具正当性和相对优势。我国宜将数据利益作为数据权益制度的中心,建构人与人之间动态灵活、有机立体的利他性数据“利益束”范式,以有效协调和整合多元主体之间复杂的数据利益关系,并在数据“利益束”范式下,充分利用Web3.0以用户为中心的开放式价值互联网效能,通过点对点的数据利益流通来构建全网络利益格局。我国还应建立合理的激励与收益实现机制,促进所有数据主体共创和共享数据红利,在数据财产行为主义保护模式基础上,建立智能化治理体系来保障数据安全,最终形成中国自主且更能适应数字经济发展规律的新型数据权益制度体系,以此推进我国数字经济的健康发展。

数据要素嵌入、双元创新与制造业转型升级

数据作为全新的生产要素成为制造业转型升级的重要引擎,双元创新是助推数据要素有效嵌入实体经济的关键动力。基于双元创新视角,剖析数据要素嵌入赋能制造业转型升级的理论机制,运用2008—2020年中国A股制造业上市企业数据进行实证检验。结果显示:数据要素嵌入能够有效赋能制造业转型升级,该结论在一系列稳健性检验后依然成立;双元创新在数据要素嵌入赋能制造业转型升级中发挥着中介作用,且更多地通过探索式创新促进制造业转型升级,利用式创新的中介效应尚不显著;进一步分析发现,数据要素嵌入赋能制造业转型升级的影响效应在企业内部微观特征和外部宏观环境层面存在异质性。因此,建议应有效推进数据要素市场化配置改革,营造数据要素赋能外部环境;持续提升企业探索式创新动力,激发数据要素赋能制造业转型升级的活力;积极引导企业数字化转型,推动数据要素与传统要素的深度融合。