
大数据的采集应用,助力社会治理
“阿里巴巴打假联盟破2亿大案”“协助佛山警方打掉制销假汽配犯罪团伙 涉案价值上千万”“阿里数据一年助浙江打掉14亿元假货”……这一系列新闻的幕后主角,是阿里巴巴平台治理部。这个成立还不满两年的团队,负责电商平台的规则、知识产权保护、打假、打击信用炒作、品质管控等诸多工作。
阿里巴巴首席平台治理官郑俊芳在接受中国青年报·中青在线记者采访时表示,根据浙江省双打办通报的“2016年云剑行动”成果显示,该行动依托阿里巴巴大数据,在2016年共铲除制售假货窝点417个,破获假货案件总值达14.3亿元。这一结果,在今年推动了阿里巴巴与上海市和安徽、江苏等省的13个城市的合作,将“云剑行动”升级为“云剑联盟”。
“我们十分欣喜地能看到一个社会共治的趋势和方向,越来越多的人加入进来了。我们这个联盟最重要的是实现了三个结合:一是政府和企业的结合;二是行政和刑事执法的结合;三是跨地域的结合。”郑俊芳说。
在此次分论坛中,郑俊芳表示,目前在消费者维权中,他们做到了“零举证,秒退款”,这一成绩的背后,依靠的就是阿里大量的数据集合。
通过对大数据的分析应用,阿里巴巴平台治理部在消费者维权中设定了三个模型,分别是消费者信用模型、商家信用模型以及投诉的智能模型。“比如消费者和商家信用模型,并不是我们从零开始建的。我们整个公司,不同团队,基于不同场景都在建立相关的模型,这次我们就是一种数据模型共用和结合的体现”。
大数据的采集应用,为社会治理的多方面起到了助力作用,但与此同时,对于大数据背后所链接的个人隐私,如何保护和监管,也成为近年来社会各界高度关注的问题。对此,郑俊芳认为,“生态中任何一个环节没有管理好,数据发生了泄露,对消费者都会造成伤害。我们建立‘生态护城河’的主要目的,就是希望把我们自身的数据保护能力,开放给生态中的更多参与者,比如服务商、物流公司等。保护隐私权是我们必须去做的。”
此外,对于个体数据信息的保护,郑俊芳也表示,“假设是个体的数据,我们一定是基于现有的法律框架下,比如要有合法的证据、证件,像是法院立案、立案通知书等,形成执法的函,这样我们才可以调取单体数据,否则我们不会有单体数据的交互。”
大数据产业发展至今,如何更好地实现企业与政府之间所掌握的数据互知互通,成为社会治理中一个亟待解决的问题。
“政府部门的数据到底应该怎样开放,开放到什么程度,我觉得今天已经到了政府部门需要有一些规范出来的时候了。要想让公共服务更快地让大家都能享受到,政府需要出台更为细致的大数据开放规范。”郑俊芳对中国青年报·中青在线记者说。
“其实数据不需要把你的数据给我,把我的数据给你,很多数据更重要的是,根据你的需求把我的数据结果反馈给你,我觉得就够了。例如说这就是规范之一,那这些规范就解决了很多后顾之忧。”
在大数据时代的社会治理中,数据的力量是无穷的,但同样也为社会治理带来了一个重要的挑战,那就是数据谁使用谁负责。郑俊芳在分论坛中表示,“面对大数据,我们今天所有的探索都还是一个小孩子。面对未来,我们的探索之路还很长。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15