科学网 › 标签 › 数据治理

标签: 数据治理

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

《大数据资源》: terahertz 2020-6-7 09:41; 朱杨勇主编的《大数据资源》于2018年由上海科学技术出版社出版。本书共分为11章。第 1 章绪论数据开发的 6 用问题：数据不够用、数据不可用、数据不好用、数据不会用、数据不敢用、数据不能用。第 2 章政府数据资源数据开放和数据共享是两个概念。数据开放是指数据拥有方将原始数据向全社会进行开放，任何团体和个人都可以进行下载、利用和开发。数据共享是指合作双方或多方之间进行相关数据的共享利用和开发，包括政府部门之间、跨行政区域政府间、政府与企业间以及企业事业单位之间的都可以进行数据共享。第 3 章科学数据与资源共享科学数据资源主要包括（ 1 ）通过长期观测、试验所获取的描述事物现象、分布格局与变化过程数据。（ 2 ）通过科学考察、调查所获取的描述事物现象的情境数据。（ 3 ）通过试验、测试分析所获取的描述物体特征的数据。（ 4 ）科技应用、研究活动中所产生和积累的具有科学价值的数据和相关信息。一般而言，科学数据的采集与生产方法主要有普查、抽样调查、科学实验和观察记录 4 种方法。第 4 章农业数据资源农业领域数据资源的主要获取方法有购买、互联网查询或爬取、数据接口获取、专业信息采集体系、物联网采集、遥感采集、地理信息系统、调查法、人工采集。第 5 章制造业大数据资源第 6 章金融数据资源第 7 章交通数据资源第 8 章能源大数据资源第 9 章医疗数据资源第 10 章数据质量数据质量是指在业务环境下，数据符合数据消费者的使用目的，能满足业务场景具体需求的程度。数据质量评价方法主要分为定性方法、定量方法和综合方法。综合方法包括层次分析法、模糊综合评价法、云模型评估法和缺陷扣分法。第 11 章大数据治理大数据治理是对组织的大数据管理和利用进行评估、指导和监督的体系框架。它通过制定战略方针、建立组织结构、明确职责分工等，实现大数据的风险可控、安全合规、绩效提升和价值创造，并提供不断创新的大数据服务。大数据治理实施的关键要素，包括实施目标、企业文化、组织架构和岗位责任、标准规范、合规管理和控制。; 个人分类: 书海畅游|2068 次阅读|0 个评论

《数据治理与数据安全》: terahertz 2020-5-24 08:18; 由张莉主编的《数据治理与数据安全》于 2019年9月人民邮电出版社出版。第1章流数不腐：不负数据“活”于流动。总体来看，数据的价值发展主要分为三个阶段。第一阶段是数据资源阶段，第二阶段是数据资产阶段，第三阶段是数据资本阶段。数据治理是指政府等公共机构、企业等私营机构以及个人，为了最大程度的挖掘和释放数据价值，推动数据安全有序流动，而采取政策、法律、标准、技术等一系列措施的过程。常用的数据采集方法主要有传感器采集、日志文件采集、网络爬虫采集。数据质量管理是指在数据存在的各个周期中出现的一系列数据质量问题，利用识别监控等措施改善和提高数据质量的管理水平。数据产权的三大核心问题数据归谁所有？谁在用数据？数据收益如何分配？数据的本质在于流动，只有在流动中才能创造价值，所以数据跨境流动是大势所趋。第2章数据开放共享：“三无”背后的重重顾虑。数据交换主要是政府部门之间，政府与企业之间通过签署协议或合作等方式开展的非营利性数据开放共享。数据交易主要是对数据明码标价进行买卖。第3 章数据产权：躲在被遗忘的角落里。新型数据产权理论指出数据权应包括个人数据权和数据产权。数据产权是保护数据权利人对数据财产直接控制和支配的权利，其同物权中的所有权类似，都是强调对物的占有。第4章数据滥用和安全事件频发：大数据发展的另一面第5章数据跨境流动：复杂与多变交织数据跨境这个概念最早出现在1980年，由经济合作与发展组织在个人数据保护的国际纲领性文件《关于保护隐私和个人数据跨境流动指南》中提出，其含义为“个人数据的移动跨越了国家边界”。 2017年6月开始实施的《网络安全法》规定，关键信息基础设施的运营者在中华人民共和国境内运营中收集和产生的个人信息和重要数据应当在境内存储。第6章数据开放与保护：全球在行动第7章数据治理策略：基于4个维度数据开放共享安全框架分为法律法规、安全管理制度、标准体系以及安全技术4个层次。数据权利体系包括三个维度，第1个维度是指个人数据权，第2个维度是指企业数据产权，第3个维度是政府数据产权。; 个人分类: 书海畅游|3586 次阅读|0 个评论

我国高校科研数据治理模型构建研究: terahertz 2020-4-13 16:50; （本文发表于《情报科学》2020年第4期P28-36）摘要【目的/意义】对高校科研数据展开治理，是提升数据价值，优化决策能力，节约科研成本的有效途径，而实施治理行为的重点之一是构建高校科研数据治理模型，从而在理论上指导治理行为。【方法/过程】研究以协同治理理论辅以数据生命周期理论和利益相关者理论为基础，在探明已有数据治理模型逻辑路线后，通过半结构化访谈法，对国内外高校人员就科研数据治理认知进行深度沟通，最终利用NVivo11软件对访谈结果进行质性分析，提炼模型构建要素。【结果/结论】据此分模块构建高校科研数据治理模型，拟为高校科研数据治理提供理论模型，同时也为提升高校科研数据治理服务水平提供借鉴。我国高校科研数据治理模型构建研究 http://journal12.magtechjournal.com/Jweb_qbkx/CN/abstract/abstract9925.shtml; 个人分类: 发表论文|1829 次阅读|0 个评论

顾立平：数据馆员角色: libseeker 2016-11-28 17:18; 摘编自：顾立平.数据治理——图书馆事业的发展机遇 .中国图书馆学报，2016（5）：40-56. 数据驱动发现成为一种新的科学进步路线，产生了新的知识服务对象：愈加重视数据的科学家和工程师、数据科学家、数据工程师、数据分析师、公民科学家等。数据获取需要依靠国家的行政命令、资助机构的政策、研究机构和大学的管理办法等。数据共享存在于不同学科，而且已具备了基础设施，诸如：数据中心、数据云、数据知识库与数据期刊、信息技术中心、数字资源中心等。数据重用需要公共部门、企业、公众、利益相关方在“尽可能地开放，尽责任地封闭”前提下，采取协调一致的行动。在这里，数据馆员扮演重要角色。数据治理生态体系需要图书馆执行数据获取、数据共享、数据重用的政策。通过不断寻找和搜集最佳实践案例，图书馆可以支持数据治理。数据治理能创造新的就业机会，带来可能的经济增长。在数据获取、数据共享、数据重用和数据加值的数据治理实践中，原有的工作岗位更加重视数据的获取、保存、利用和传播，新的岗位更加凸显创造数据价值的功能。未来学术交流的新角色有以下几类。（1）数据工程师（Data Engineer）：具有机器学习的知识和技能，能够编写代码进行数据处理。大型公司拥有一批数据工程师来进行最低程度的数据清洗工作，或者委托第三方处理。（2）数据分析师（Data Analyst）：了解程序运行方式以及分析工具，善于处理经过整理后的数据表格，能够对数据进行建模，接触和检查数据时具有敏感度，能够从数据描述的结果中提出有待检验的假设问题。（3）数据管家（Data Steward）：信息专家、数据储存归档者、图书馆员或其他类似岗位的职员，管理和发现有价值的数据，并确保可用性。从知识和技能的角度，数据专家（Data Specialist）有时泛指上述三者；从社会结构的组成群体角度，数据专家也可用于尊称具有一定数据采集、挖掘和利用、共享和开放经验的科学家、企业家、公务员和公众。图书馆和信息中心是支撑社会知识获取、知识利用、知识创新、知识管理的机构。为了服务各种数据专家，数据馆员的内涵和职责也发生了变化。简言之，数据馆员（Data Librarian）是为科研数据管理（Research Data Management,DRM）而服务。不同方面的科研数据管理活动往往分布在不同的支持服务和学术部门（如科研办公室、IT服务、图书馆），然而，科研人员在整个科研生命周期内需要得到许多领域的支持，包括在规划、组织、安全、记录和共享、数据集存储和长期保存方面的准备工作，以及更为普遍的关于著作权、许可和知识产权等问题的咨询和解答方面。数据馆员是图书馆员职业生涯的一个发展方向，而不单指具体的岗位名称，它可以是：数据管理专员、数据支持人员、数据管理规划顾问、科研数据管理项目专员、科研数据管理服务开发人员、数字研究图书馆员、科研数据管理协调员等。中国科学院文献情报中心在2016年3月举办的中国数据馆员培训班，正式启动了数据馆员在我国发展的第一步。培训内容包括数据的开放许可协议、数据的知识产权、数据权益管理、数据管理计划、数据资源利用、数据分析 R Language应用、大数据Hadoop架构与部署、机构知识库的数据管理、数据引用、数据发表等多个新内容。但能力培养仅仅是开始，重要的是服务。图书馆的服务对象是读者，图书馆事业的发展核心是图书馆员。每个时代都有图书馆事业发展的困难和挑战。生活在这个时代，是可以选择生活方式和职业理想的时代，偶尔也有困难和委屈，但是可以通过努力取得收获。数据治理是图书馆事业的发展机遇之一，在数据获取、数据共享、数据重用、数据加值上，处处皆有可能，在数据馆员的发展方向上，也有一群图书馆员正在努力。永不放弃对用户的关心和支持，因为那才是图书馆员和图书馆事业的生长动力，以及面对任何时候的发展机遇（包括数据治理在内）所应具有的良好心态和发展理念。; 个人分类: 圕人堂|4965 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 数据治理

相关帖子

相关日志

关闭安全验证