CCF DL Focus On Data Governance

数字化转型正深刻影响着企业、政府、社会，影响着我们每一个人。在这个百年未有之大变局时代，我们面对着不确定的世界，可以说最确定的事情就是数字化的未来。数字化不是简单地数据采集和数据分析，数字化意味着观念的改变，意味着世界运行模式的变化，意味着业务流程的再造。就如几十年前互联网深刻改变了世界一样，数字化也将深刻改变世界。为什么要数字化转型？影响数字化转型成败的核心要素是什么？传统产业如何进行数字化转型？如何通过数字化提升治理能力水平？论坛嘉宾将针对这些问题阐述观点、展开讨论。

2020年4月，中共中央国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，提出要加快培育数据要素市场的概念，进一步突出了数据在经济发展、科技进步和生产生活等各方面的重要性.但与此同时，人们对自身产生的数据失去掌控权，以及对大数据决策深度依赖，由此导致用户数据滥用、隐私泄露、数据垄断和决策公平等数据伦理问题层出不穷，严重影响了数据生产者和数据消费者等参与主体的权益.传统的数据治理体系与方法已经不能解决当下数据治理面临的难题，亟待新思想和新方法等突破性进展的出现.目前来看，建立数据透明化的数据治理体系是一条有效途径，即通过增加大数据价值发现过程中的透明性来保障各方参与主体的权益. 鉴于此，《计算机研究与发展》推出“数据治理与数据透明”专题，侧重数据透明、数据伦理、数据决策公平、数据决策可解释、数据垄断、数据隐私保护等方面，探讨当下数据治理的新体系与新方法，展望未来的发展趋势.本专题最终收录了4篇论文，内容涵盖数据伦理判别、数据决策公平、隐私保护新方法和数据透明4个方面，反映了国内学术领域在数据治理方面的主要工作.

大数据等技术为疫情数据的开放和共享、疫情监测、民生保障及复工复产提供了有力支撑，但随之也带来了个人信息保护及治理现代化等问题，本报告将围绕大数据防疫抗疫总结出中国方案和中国模式，讲好中国故事、发出中国声音。

随着信息技术的普及,人类产生的数据量正在以指数级的速度增长,如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构(企业或政府部门)的数据作为战略资产来管理,需要从数据收集到处理应用的一套管理机制,以期提高数据质量,实现广泛的数据共享,最终实现数据价值最大化.目前,各行各业对大数据的研究比较火热,但对于大数据治理的研究还处于起步阶段,一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性;其次,对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析,并介绍了数据治理成熟度和数据治理框架设计;在此基础上,提出了大数据HAO 治理模型.该模型以支持人类智能(HI)、人工智能(AI)和组织智能(OI)的三者协同为目标,再以公安的数据治理为例介绍HAO 治理的应用;最后是对数据治理的总结和展望.

政府大数据治理成为政府关心的一个重要议题。采用文献调研等方法，对当前主要的国家政府大数据实践进行了分析，认为政府大数据应用仍处于早期阶段。对政府大数据治理的概念进行了溯源，认为政府大数据治理一方面继承了公共和行政管理领域的治理理论和行政管理手段，另一方面也借鉴了公司治理中IT治理、数据治理和大数据治理的框架和方法。对政府大数据治理的概念、特征进行了阐释，提出了政府大数据治理的新挑战、新目标和新机制，最后指出大数据治理是政府管理的新形态。

从模仿到创新、从跟随到引领,不仅是现阶段我国科学技术发展需要完成的重大转变,更是国家发展的重大战略需求。近年来,国内外相关学者陆续开展了科技发展趋势分析和热点跟踪等方面的研究,但由于缺乏系统的大数据采集与治理体系,其数据分析与挖掘范围往往局限于科技文献这一单一数据样本。文中面向科技发展前瞻预测这一目标,全面分析了影响科学技术发展过程的各类科技文献、学者动态、论坛热点和社交评论等海量异构数据,通过构建数据驱动的大数据治理体系,解决科技大数据在探测发现、精准采集、清洗聚合、融合处理、模型构建、预测计算过程中的数据整治难题。同时,在大数据整治基础上采用LDA模型实现技术趋势预测与分析,研究成果为系统解决海量科技大数据中隐含信息发现和关系推理提供了技术支撑。关键词:大数据;大数据治理;前瞻预测;体系研究;LDA模型;数据清洗。

随着我国城市化进程的加速，城市人口规模和功能不断扩大，城市运行管理日益复杂，城市安全风险不断增大，重特大安全事故持续发生，给人民群众生命财产安全造成重大损失，也暴露出我国城市安全管理在技术和能力上存在的不足。本报告将通过城市危险品管理、城市流行病防控、普惠公安技侦等案例，介绍在大数据城市安全冶理领域的一系列研究成果。