京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据交易:产品服务或为主要形式
“大家知道,数据是有价值的,但是数据作为一个要素,需要在市场上合法的流通,不然的话数据流动将形成一个无序的状态。正是基于这样的认识,贵州才成立了一家大数据交易所。特别是对大数据交易所的相关的规则进行了探索,利用市场这只无情的手来配置数据的合理流动。”11月16日,贵州市委书记陈刚在由国家发改委、工信部、中央网信办和深圳市政府主办的2015年大数据创新发展论坛上介绍的全国首家大型数据交易所的情况引起了现场观众的关注。
大数据产业发展机遇来临
为加快推动实施《促进大数据发展行动纲要》,国家发改委在组织实施大数据综合试验区建设,贵州正是其中一个试点区域。国家发改委副主任林念修表示,中国拥有世界第一的大数据用户数,市场优势显著,发展潜力巨大,发展大数据势在必行,所以中国要把握新挑战,把握新机遇。同时,大数据产业自身也正在迎来快速发展的大好机遇,研究机构预测,未来5年,全球大数据市场将保持31.7%的年复合增长率,中国的大数据市场年复合增长率将高达51.4%,大数据产业正在成为新的经济增长点。
公开资料显示,贵阳大数据交易所以电子交易为主要形式,摒弃大数据产业交易底层数据的原始概念,由交易所作为第三方机构对数据进行清洗与建模分析,同时为买*卖双方提供一个数据结果交易的场所。数据将进行自动计价连续交易,交易所将针对每一个数据品种设计自动的计价公式,数据买方可以通过交易系统查询每一类数据的实时价格。目前大数据交易所对数据买方进行了一些限制,数据买方合法性在2015年,暂时不允许任何个人购买交易所的数据。同时在监管不健全的情况下,外资数据买方购买数据之前需要进行资格审查。
大数据交易问题仍存在
论坛上,中国工程院副院长邬贺铨院士对数据交易表达了他的看法和担忧。目前,我国北京、上海、广州、深圳、贵阳、陕西等成立了一批数据交易所,正在筹建的还有徐州、江苏、重庆、沈阳、哈尔滨、青岛等。数据交易所的模式一般有两种,一种是产权,把数据所有权卖出去,但是卖的是不是自己的所有权这是一个问题;第二是使用权,使用权的交易涉及到所有权是谁的、是不是所有者授权等问题。有些交易所把政府的公共数据也去卖,邬院士认为政府的公共数据是有价值而没有价格的,只有公开或者不公开。另外,谁有权批准成立交易所,数据交易所的交易规则、标准、方法、审计缺少规范等问题都需要在目前大数据热的情况下由政府引导。大数据产业发展的前提是开放数据,开放数据需要有数据的整合能力、脱敏和安全技术。
大数据交易未来可能以产品服务为主
关于目前大数据交易的合法合规、安全以及交易形式等问题,论坛嘉宾奇虎360总裁齐向东和阿里巴巴副总裁涂子沛也表达了他们的观点。齐向东认为,原则上讲,大数据交易在一个交易市场上公开的方式进行,有一定的规则,应该是安全的。比如通信的数据和银行的数据都涉及到每个人的隐私,如果把这些数据加工生产成为一种个人的信用等级的产品,再进行交易。购买的就不是个人隐私,而是一种产品。那么这种交易就是可以进行的。
涂子沛认可了他的观点,并补充说道:“数据交易的难点之一是数据的定价难以确认。第二,我认为如果数据交易仅仅是把数据的所有权卖掉,是一种很LOW的做法。因为数据不是像黄金一样的有形物质,物质用完会消耗,但数据不会被消耗。它的价值在不同的时间、地点、场景是不同的。”涂先生表示数据应该是智能社会的土壤。如果数据单单这样有形的去买*卖,就存在数据的价值取决于购买时间点的问题,但是现在数据都是以数据流的形式存在的,买家需要的可能是一个不断更新的数据。“我觉得,未来的数据交易应该是一个服务的形式,买的是数据服务,而不占有数据,但是可以享受数据所带来的查询、比对等种种服务。”
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