數據要素核心技術理論和實踐

何俊等

  • 出版商: 科學出版
  • 出版日期: 2026-10-01
  • 售價: $1,128
  • 語言: 簡體中文
  • 頁數: 283
  • ISBN: 703086896X
  • ISBN-13: 9787030868961
  • 相關分類: Data-mining
  • 下單後立即進貨 (約4週~6週)

  • 數據要素核心技術理論和實踐-preview-1
  • 數據要素核心技術理論和實踐-preview-2
  • 數據要素核心技術理論和實踐-preview-3
  • 數據要素核心技術理論和實踐-preview-4
  • 數據要素核心技術理論和實踐-preview-5
數據要素核心技術理論和實踐-preview-1

相關主題

商品描述

在數字經濟時代,數據要素已成為與土地、勞動力、資本、技術並列的第五大生產要素,其核心技術是釋放乘數效應的關鍵,但理論體系仍在探索中。本書以數據要素核心技術體系構建和數據價值挖掘與應用為主線,從數據要素理論、核心技術、行業實踐三方面展開。理論篇包括數據要素的屬性特點、價值創造等內容;技術篇涵蓋數據采集、存儲、處理等數據要素核心技術;實踐篇梳理總結交通物流、電力能源等領域的10 個數據要素應用案例,幫助理解相關理論。

目錄大綱

目錄
前言
第一篇 數據要素理論知識
第1章 數據要素的基本概念 3
1.1 數據要素的內涵和外延 3
1.1.1 數據要素概念演進 3
1.1.2 數據要素概念釋義 5
1.2 數據要素特征 6
1.2.1 數據要素區別於傳統要素的特性 6
1.2.2 數據要素與其他生產要素的關系 8
1.3 數據要素分類 9
1.3.1 根據來源分類 9
1.3.2 根據流通形態分類 11
第2章 數據要素價值創造 13
2.1 數據要素價值創造的基本內涵 13
2.1.1 數據要素價值的本質 13
2.1.2 數據要素價值創造的核心要素 14
2.1.3 數據要素價值創造的實現方式 15
2.1.4 數據要素三次價值釋放過程 17
2.1.5 數據要素價值創造主要階段 18
2.2 數據要素的市場價值 20
2.2.1 數據要素市場 20
2.2.2 數據市場形成與發展 21
2.2.3 數據交易與定價機制 22
2.3 數據要素的乘數效應 25
2.3.1 數據要素乘數效應的含義 25
2.3.2 數據要素乘數效應的衡量 26
2.3.3 數據要素乘數效應示例 27
第3章 數據產業及其發展現狀 29
3.1 數據產業的定義及其五大構成要素 29
3.1.1 數據產業的定義 29
3.1.2 數據產業五大構成要素 29
3.2 數據產業圖譜及其六大環節 30
3.2.1 數據產業圖譜 30
3.2.2 數據產業鏈六大環節 31
3.3 國際數據產業發展現狀 32
3.3.1 全球數據產業發展總體情況 32
3.3.2 主要國家和地區的數據產業發展情況 33
3.4 我國數據產業發展現狀 35
3.4.1 我國數據產業發展總體情況 35
3.4.2 我國數據產業發展的挑戰和機遇 36
第4章 數據驅動的價值創造 39
4.1 數據驅動的商業模式 39
4.1.1 數據產品與服務的主要方式 39
4.1.2 數據驅動商業模式的關鍵要素與應用 41
4.2 數據與客戶價值 45
4.2.1 數據在客戶洞察與個性化體驗中的應用價值 45
4.2.2 數據在客戶關系管理中的應用價值 46
4.3 數據與運營效率 47
4.3.1 數據在優化業務運營和管理流程中的應用 47
4.3.2 數據在戰略和戰術決策中的應用 49
4.4 數據驅動價值創造的挑戰與展望 50
4.4.1 數據質量與治理 50
4.4.2 數據隱私與安全 51
4.4.3 數據倫理與公平透明 52
4.4.4 人才缺口與可持續發展 53
4.4.5 協同生態構建與未來演進 54
第5章 數據資產價值的衡量與評估 56
5.1 數據資產確權和登記 56
5.1.1 數據資產確權和登記概述 56
5.1.2 數據資產確權和登記實現方法 61
5.2 數據資產評估方法 64
5.2.1 數據資產評估的基本概念 64
5.2.2 常用評估方法和工具 65
5.2.3 數據資產估值定價方法 66
5.3 數據資產經濟效益分析 68
5.3.1 數據的直接經濟效益 68
5.3.2 數據的間接經濟效益 68
5.4 數據資產價值提升策略 69
5.4.1 高質量數據是提升數據價值的前提 69
5.4.2 數據整合與分析是數據價值進行釋放的關鍵 70
5.5 數據資產變現的策略 71
第6章 數據價值創造的挑戰與機遇 74
6.1 數據價值創造的核心挑戰 74
6.1.1 數據隱私與安全困境 75
6.1.2 數據治理與合規性挑戰 79
6.1.3 其他方面的挑戰 81
6.2 數據驅動價值創造的新興機遇 83
6.2.1 生成式人工智能:賦能創新與效率 83
6.2.2 區塊鏈技術:構建信任與透明的數據生態 84
6.2.3 物聯網邊緣計算與邊緣?AI:實現實時智能與分布式決策 85
6.2.4 量子計算:重塑數據分析與安全邊界 86
6.2.5 聯邦學習:隱私保護下的協作數據分析 87
6.2.6 可信數據空間:促進安全與可互操作的數據交換 89
6.3 挑戰與機遇的共生演進:數據價值創造的未來方法論 90
6.3.1 隱私治理與技術創新的協同演化機制 90
6.3.2 跨學科研究進程與集成解決方案建構 91
第二篇 數據要素核心技術基礎知識
第7章 數據要素關鍵技術體系 95
7.1 概述 95
7.2 技術框架 96
7.3 發展趨勢 98
第8章 數據采集階段技術 105
8.1 概述 105
8.1.1 定義 106
8.1.2 特點 106
8.2 典型的數據采集技術 106
8.2.1 傳感器采集技術 106
8.2.2 網絡爬蟲技術 108
8.2.3 數據庫采集技術 111
8.2.4 日誌采集技術 113
8.3 典型的數據采集工具 115
8.3.1 ETL?工具 115
8.3.2 數據采集卡 117
8.3.3 數據采集軟件 117
第9章 數據存儲階段技術 119
9.1 概述 119
9.1.1 定義 119
9.1.2 特點 119
9.2 典型的數據存儲技術 120
9.2.1 本地存儲 120
9.2.2 網絡存儲 122
9.2.3 雲存儲 124
9.2.4 分布式存儲 127
9.2.5 對象存儲 128
9.2.6 時序存儲 131
9.3 典型的數據存儲工具 133
9.3.1 關系型數據庫 134
9.3.2 NoSQL 134
9.3.3 文件存儲系統 136
9.3.4 大數據存儲工具 136
第10章 數據加工階段技術 138
10.1 概述 138
10.2 典型的數據加工技術 139
10.2.1 數據清洗 139
10.2.2 數據整合 141
10.2.3 數據轉換 143
10.2.4 特征工程 145
10.2.5 數據規範 148
10.2.6 數據降維 150
10.2.7 數據可視化 150
10.2.8 大數據技術 151
10.2.9 人工智能技術 151
10.3 典型的數據加工工具 151
10.3.1 ETL?工具 151
10.3.2 數據庫管理工具 152
10.3.3 大數據處理工具 152
第11章 數據流通階段技術 154
11.1 概述 154
11.1.1 定義 154
11.1.2 特點 157
11.2 典型的數據流通交易技術 160
11.3 數據流通交易技術發展趨勢 166
第12章 數據分析階段技術 170
12.1 概述 170
12.1.1 定義 170
12.1.2 特點 170
12.2 典型的數據分析技術 171
12.2.1 描述性統計學 171
12.2.2 推斷性統計學 172
12.2.3 分類與聚類 173
12.2.4 時間序列分析 174
12.2.5 文本分析和情感分析 175
12.2.6 推薦系統 177
12.3 典型的數據分析工具 179
12.3.1 統計分析工具 179
12.3.2 商業智能工具 180
12.3.3 大數據分析工具 181
12.3.4 其他數據分析工具 182
第13章 數據要素安全技術 183
13.1 概述 183
13.1.1 數據要素安全技術定義 183
13.1.2 數據要素面臨的安全威脅與挑戰 183
13.1.3 數據要素安全保障:全方位防護與持續治理 184
13.2 數據要素市場下的數據類型與分類 186
13.2.1 數據分類的重要性 186
13.2.2 數據類型與分類 187
13.2.3 數據分類管理 187
13.3 數據要素背景下的數據安全 189
13.3.1 信息安全、數據安全與網絡安全 189
13.3.2 數據要素下的數字信任安全 190
13.3.3 數據要素下的數據合規安全 193
13.4 數據要素背景下的數據安全管理及保障措施 196
13.4.1 Web?應用系統的數據安全 196
13.4.2 數據要素背景下的數據安全新思路 202
13.4.3 數據要素市場中的合規框架 207
第14章 數據治理應用技術 210
14.1 概述 210
14.1.1 數據治理的現狀與發展趨勢 210
14.1.2 數據治理定義、目標和意義 211
14.1.3 數據治理與數據管理的區別 212
14.1.4 實施數據治理的挑戰 213
14.2 數據治理框架與活動流程 214
14.2.1 數據治理框架 214
14.2.2 數據治理工具 217
14.2.3 數據治理實施的關鍵流程 218
14.3 典型的數據治理技術 221
14.3.1 數據目錄 222
14.3.2 數據質量管理工具 223
14.3.3 元數據管理工具 225
14.3.4 數據集成工具 226
第15章 數據標註技術 230
15.1 概述 230
15.1.1 定義 230
15.1.2 產業應用 230
15.1.3 發展脈絡 231
15.2 圖像數據標註 233
15.2.1 圖像標註的定義 233
15.2.2 圖像標註任務類型 233
15.2.3 圖像標註方式 235
15.3 語音數據標註 236
15.3.1 語音標註的定義 236
15.3.2 任務類型 236
15.4 文本數據標註 238
15.4.1 文本標註定義 238
15.4.2 文本標註類型 238
15.5 視頻數據標註 239
15.5.1 視頻標註定義 239
15.5.2 視頻與圖像數據標註的差異 239
15.5.3 視頻數據標註的分類 240
第三篇 數據要素×行業應用實踐案例
第16章 數據要素×交通物流 243
16.1 全域數據要素智能融合賦能交通運輸安全增效案例 243
16.1.1 案例背景 243
16.1.2 技術實踐 243
16.1.3 分析與小結 247
16.2 數據要素助力的智能倉儲與物流協同案例 247
16.2.1 案例背景 247
16.2.2 技術實踐 248
16.2.3 分析與小結 249
16.3 數據要素安全技術在亞馬遜智能物流中的應用案例 249
16.3.1 案例背景 249
16.3.2 技術實踐 251
16.3.3 分析與小結 253
第17章 數據要素×電力能源 255
17.1 電力大數據服務生態體系場景構建案例 255
17.1.1 案例背景 255
17.1.2 技術實踐 255
17.1.3 分析與小結 257
17.2 能耗監測數據融合應用賦能政企綠色高質量發展案例 258
17.2.1 案例背景 258
17.2.2 技術實踐 258
17.2.3 分析與小結 261
第18章 數據要素×醫藥醫療 262
18.1 中醫藥大模型賦能中醫藥行業案例 262
18.1.1 案例背景 262
18.1.2 技術實踐 262
18.1.3 分析與小結 266
18.2 某醫療服務提供商數據治理實踐案例 266
18.2.1 案例背景 266
18.2.2 技術實踐 267
18.2.3 分析與小結 269
第19章 數據要素×(金融、工業、生態環境) 271
19.1 數據要素支撐的智能風控體系構建案例 271
19.1.1 背景介紹 271
19.1.2 技術實踐 271
19.1.3 分析與小結 272
19.2 數據驅動的生產流程優化策略案例 273
19.2.1 背景 273
19.2.2 技術實踐 273
19.2.3 分析與小結 275
19.3 多源數據融合的生態環境評估系統案例 275
19.3.1 背景 275
19.3.2 技術實踐 276
19.3.3 分析與小結 277
名詞解釋 278
參考文獻 280