首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到14条相似文献,搜索用时 328 毫秒
1.
大数据治理体系构建方法论框架研究   总被引:5,自引:1,他引:4  
[目的/意义] 弥补大数据治理体系构建方法论研究的不足,提出更具通用性的大数据治理体系构建方法论框架。[方法/过程] 从方法论概念入手,对ISO国际标准化组织关于方法论的定义和现有的方法论研究成果进行系统梳理,识别出方法论要素及类别,并构建方法论框架;基于给定的方法论框架,从理论、概念模型、原则和规则、过程和程序、方法和评估标准等方法论要素对现有大数据治理研究成果进行映射分析;在综合集成大数据治理体系构建方法论要素的基础上,结合戴明环(PDCA)的理论基础对当前大数据治理体系构建方法论进行修正和补充。[结果/结论] 明晰了当前大数据治理体系构建方法论的要素及其关系,并从综合集成视角提出大数据治理体系构建方法论框架构想。  相似文献   

2.
[目的/意义]随着政府大数据体量增加,数据治理不足是其价值实现的突出问题,研究政府大数据治理体系和实践,对于提高大数据应用水平和效率,促进社会智能化发展至关重要。[方法/过程]基于国内外大数据治理研究成果,构建了由组织结构、规则标准、技术支持三个关键域组成的政府大数据治理体系;并借助Nvivo 11 Plus质性分析工具,对上海、北京、深圳三个城市的43份大数据治理相关政策文本进行编码,与治理体系构成要素进行映射分析。[结果/结论]编码结果支持和解释了政府大数据治理体系关键域及其构成要素,同时,尽管政府大数据治理体系关键域相同,但从政策层面看,政府大数据治理实践存在不同的侧重点和针对性特征,对指导我国政府大数据治理有一定的借鉴意义。  相似文献   

3.
[目的/意义]数据治理是实现大数据驱动公共安全治理模式变革的基础,构建体现领域特殊性与敏感性的公共安全数据治理体系为开展科学研究与治理实践提供理论框架指导。[方法/过程]从交叉学科视角出发,对公共安全数据治理的概念进行溯源,并剖析其发展的学科理论基础和驱动力;在此基础上解析代表性文献,梳理公共安全数据治理的解决问题、治理主体、客体、工具和目标五个关键要素的内容范畴与核心内涵,进而构建涵盖多要素、不同维度的数据治理体系逻辑框架。[结果/结论]该框架以数据流为连接点凸显学科之间的知识交叉融合,统筹各关键要素并指出公共安全数据治理的关键议题包括应用情境搭建、数据资源体系建设、主体决策机制建设以及治理工具选择。  相似文献   

4.
[目的/意义]为解决大数据时代中政务数据质量问题以及应对数据质量治理困境提供理论参考和解决思路。[研究设计/方法]基于适应性结构化理论构建政务数据质量影响因素模型,从结构源出发探究政务数据质量的影响因素,利用政务12345热线数据进行影响因素的验证并通过随机森林算法进行重要性评估。[结论/发现]基于分析结果提出应加强治理监管,用制度规范数据管理过程及培育大数据专业队伍,从而提升政务数据质量治理的能力和效果。[创新/价值]从结构层面探究了政务数据质量的影响因素并构建理论模型,解决当前数据治理及应用问题,提升社会治理成效。  相似文献   

5.
[目的/意义]社会治理的智慧化正逐渐引起学界与实践界的重视,并取得了阶段性成效,在此基础上的系统回顾与思考有助于为社会治理能力现代化提供向前的动力与思路。[研究设计/方法]采用文献研究法和政策文本分析法,对社会治理智慧化过程的相关研究进行系统梳理,探究社会治理智慧化的演化逻辑与模式,构建智慧化社会治理概念框架,进一步融合典型案例场景分析、思考、展望未来的研究方向。[结论/发现]梳理出传统化、信息化、智能化、智慧化社会治理模式,构建智慧化社会治理概念框架,进而提出智慧化社会治理模式在技术、伦理、制度、权利和效益五方面的挑战。[创新/价值]以图书情报领域注重运用数据智能技术解决社会实际问题为视角,从技术和理论双重演化逻辑剖析了社会治理智慧化过程,以期为驱动我国迈向智慧化社会治理进程及相关研究提供理论线索和实践参考。  相似文献   

6.
[目的/意义]设立首席数据官是政府数据治理创新的重要举措。[研究设计/方法]借助文献梳理、案例追踪与比较研究,系统追踪以美国为代表的不同国家政府首席数据官职位的设置与运行情况。[结论/发现]全面分析了政府首席数据官制度产生的背景渊源与发展脉络,明确了首席数据官制度的组织运行模式及其在政府数据开发利用中所扮演的主要角色。同时,进一步比较了政府首席信息官与首席数据官的定位差异。[创新/价值]阐明了政府首席数据官制度的基本架构,总结了首席数据官职位的主要职能与运行条件,为我国政府数据治理组织体系的完善提供参考。  相似文献   

7.
国际标准中的数据治理:概念、视角及其标准化协同路径   总被引:1,自引:0,他引:1  
本文收集三大国际权威标准组织ISO、IEC、ITU-T发布的标准文件中关于数据治理的各类定义,对数据治理的核心概念及其关系进行解构分析。基于数据治理的核心概念、概念关系及其视角进一步选择19个国际标准进行内容映射分析,构建出面向数字政府、数字经济和数字社会的数据治理标准化协同路径分析模型。依据该模型从多维度(数字政府、数字经济、数字社会)和多层级(宏观、中观和微观)归纳了美国和欧盟数据治理标准化协同路径的实施方案。本研究对于我国数据治理理论与实践具有以下现实价值和实践意义:推动我国积极参与数据治理领域国际规则和标准的制定,促进数据治理国家标准与国际标准的接轨;建立全视域的数据治理标准体系,构建基于“数字政府、数字经济、数字社会”的多场景、多层级的数据治理标准化协同路径及实施方案;构建数字治理标准化协同国家战略,促进多元主体共同参与数据治理标准建设。图5。表5。参考文献69。  相似文献   

8.
[目的/意义] 现代风险社会对图书馆行业发展及其管理带来了严峻的挑战,传统的图书馆风险管理模式已不适应当前图书馆的发展,亟需探索新的风险治理框架。[方法/过程] 分析图书馆风险治理研究与实践过程中存在的概念界定不清晰、研究方法滞后、管理主体单一等不足。在风险社会理论及治理理论与方法的指导下,以大数据驱动为视角,提出图书馆风险治理的内涵,并分析图书馆风险治理的大数据应用需求、治理框架构建以及在此治理框架下图书馆风险治理内容、治理流程。[结果/结论] 针对图书馆领域存在的实体性风险(建筑、公共场所、自然灾害)、具体业务发展中的风险(资源建设、服务创新、技术应用与管理)以及外界环境(社会、技术、政策等的发展)所带来的行业风险,大数据分析能够有效地识别、预测、治理所面临的风险,为图书馆风险治理提供有效的技术工具。  相似文献   

9.
我国政府数据开放共享政策体系构建   总被引:2,自引:1,他引:1  
[目的/意义] 政府数据开放共享已纳入国家大数据战略。本文旨在针对国家大数据战略,提出我国政府数据开放共享的政策体系。[方法/过程] 采用循证政策研究方法,构建我国政府数据开放共享的政策体系。[结果/结论] 我国政府数据开放共享的政策体系分为基础设施层、数据管理层和政府治理层三个层次。基础设施层包括数据及其元数据政策、IT技术政策(包括社交媒体政策)、数据中心政策、数据平台标准指南、具备互操作性的系统政策、数据存储仓库规范等;数据管理层有数据创建与汇集政策、数据处理政策、数据归档与保存政策、数据开放和共享政策、数据获取与利用政策;政府治理层由数据安全政策、数据权益政策、公众参与政策、数据能力政策、组织支持政策、资金投入政策等构成。该体系为政府数据开放共享提供了政策框架,为后续政策的深入研究提供了方向。  相似文献   

10.
[目的/意义]通过对澳大利亚政府信息治理框架的提出背景、具体内容和主要特点进行分析与总结,以期为我国政府信息管理提供有益的参考。[方法/过程]以内容分析法和文本分析法为主要研究方法,以从澳大利亚国家档案馆官网获得的公开政策、工作指南等作为主要数据来源,从责任体系、落实机制和价值鉴定等方面分析总结澳大利亚政府信息治理框架的特点。[结果/结论]分析发现:澳大利亚政府构建了较为完善的管理责任体系,而且极为重视风险管控能力、信息资产识别和执行结果核查。对我国而言,在政府信息管理上,应当强化风险管理意识、构建全面的背景框架、制定精细的评估工具和建立明确的责任机制。  相似文献   

11.
欧盟大数据伦理治理实践及对我国的启示   总被引:1,自引:0,他引:1  
陈一 《图书情报工作》2020,64(3):130-138
[目的/意义] 总结欧盟大数据伦理治理的经验,为我国大数据伦理治理提供参考。[方法/过程] 系统梳理欧盟有关大数据伦理治理的相关政策,分析欧盟大数据伦理治理的实践,重点剖析欧盟社会经济委员会(EESC)的治理措施,在此基础上总结欧盟的治理经验,并根据我国的实际情况,归纳出对我国大数据伦理治理的启示。[结果/结论] EESC从人类生命周期出发,将大数据伦理归纳为包括"意识""控制力"等在内的10个主要问题,并从个人、企业、研究机构多层面提出5项治理举措,同时强调从多视角审视大数据伦理问题。而目前我国数据伦理法律规范的滞后,以及公民伦理意识的缺失给大数据利用带来了巨大的伦理风险,我国应借鉴欧盟治理经验,明确大数据环境下的个人权利,在数据治理过程中关注多利益主体的伦理需求,构建数字教育体系,探索建立研究者持续性审核责任机制。  相似文献   

12.
��[Purpose/significance] Summarizing the experience of EU big data ethics governance and providing experience for big data ethics governance in China.[Method/process] This paper systematically sorted out the relevant policies of EU on the governance of big data ethics, analyzed the practical exploration of EU big data ethics governance, focused on the governance measures of the European Commission for Social Economics (EESC). On this basis, this paper summarized its governance experience, and summed up the enlightenment to the ethical governance of big data in China according to the actual situation of our country.[Result/conclusion] EESC starts from the human life cycle and summarizes the data ethics into 10 ethical issues. 5 governance measures are proposed from the perspectives of individuals, enterprises and research institutes. At the same time, it emphasizes to examine data ethics from multiple perspectives. The lag of the legal norms of data ethics and the lack of citizen's ethical awareness in China have brought great ethical risks to big data utilization. China should learn from EU, clarifying the individual rights in the big data environment, paying attention to the ethical needs of multi-stakeholders in the process of data governance, building a digital education system, and exploring to establish a researcher's continuous review responsibility mechanism.  相似文献   

13.
[目的/意义]政务热线是政务服务与公众参与的重要渠道,对其积累的海量数据进行分析,可有效探知公众与企业的需求并解决城市治理问题。对政务热线数据的管理和应用水平进行评估,有利于其在城市治理创新中发挥应有的价值。[研究设计/方法]基于2020年政务热线发展研究报告的问卷调查数据和部分城市政务热线部门的案例分析和深度访谈,对政务热线大数据的利用现状与存在问题进行梳理和分析。[结论/发现]政务热线的数据治理状况总体较好,但是在大数据分析方面与城市治理需求还有较大差距。大数据的归集、分析、应用和管理都还处于发展初步,需要制定战略、增强能力、加强应用和推动跨部门协同。[创新/价值]从战略管理、能力建设、数据共享与开放等方面提出政策建议,以期推动政务热线大数据在城市治理创新中发挥作用。  相似文献   

14.
数据共享视角下跨部门政府数据治理框架构建   总被引:2,自引:1,他引:1  
[目的/意义] 跨部门的政府数据共享面临着巨大挑战,部门之间数据隔离,数据共享进展缓慢。引入跨部门的政府数据治理有助于促进政府的信息资源共享,提升政府服务水平和服务对象的满意度。针对跨部门政府数据治理的相关实践亟需科学理论的指导。[方法/过程] 首先对政府数据治理的含义进行分析和界定,对已有的数据治理框架进行总结论述,然后分析政府数据治理的特殊性所在。[结果/结论] 在国内外认可度较高的数据治理框架基础上,结合政府数据治理的特殊性,提出我国跨部门政府数据治理框架--CGCS数据治理框架,由战略目标、规范与标准、关注范围、治理主体、过程、方法与技术6方面内容组成,并对框架每一部分结合我国实际情况进行阐述。最后,对CGCS数据治理框架在跨部门政府数据治理实践中的应用进行示例分析,阐明CGCS数据治理框架的可用性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号