治理专题

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

数据治理框架-ISO数据治理标准

引言 "数据治理"并不是一个新的概念,国内外有很多组织专注于数据治理理论和实践的研究。目前国际上,主要的数据治理框架有ISO数据治理标准、GDI数据治理框架、DAMA数据治理管理框架等。 ISO数据治理标准 改标准阐述了数据治理的标准、基本原则和数据治理模型,是一套完整的数据治理方法论。 ISO/IEC 38505标准的数据治理方法论的核心内容如下: 数据治理的目标:促进组织高效、合理地

LLM应用实战: 产业治理多标签分类

数据介绍 标签体系 产业治理方面的标签体系共计200+个,每个标签共有4个层级,且第3、4层级有标签含义的概括信息。 原始数据 企业官网介绍数据,包括基本介绍、主要产品等 企业专利数据,包括专利名称和专利摘要信息,且专利的数据量大。 LLM选型 经调研,采用Qwen2-72B-Instruct-GPTQ-Int4量化版本,占用显存更少,且效果与非量化相当,

拼多多为何主动“慢”下来进行商家生态治理?

十几天前的财报电话会上,拼多多管理层向外界释放了两个关键信息: 一是将通过“扶持与治理”并举的方式,继续完善生态建设,未来一年将投入百亿资源包扶持新质商家,减免100亿商家交易手续费,并坚决地进行商家生态治理。目前,拼多多的“百亿减免计划”已经相继落地,先后推出多项服务费退免、下调店铺保证金、升级商家售后服务体系等。 二是对未来增长的理性预判,“拼多多的盈利曲线并非是线性的”、“过去几个季度的

以银行业为例谈数据治理

大数据技术与架构 点击右侧关注,大数据开发领域最强公众号! 暴走大数据 点击右侧关注,暴走大数据! 前言 股份制改革对我国银行业来说只是一个开始,企业在风险管理、创造价值等方面还有很长的路要走。风险管理要求提供精准的数据模型、创造价值要求充分银行数据资产,这是数据治理的外部推动因素。此外,随着第三次工业革命的到来,银行业也需要进入定制化时代,以更低的成本,生产多样化的金融产品,从而满足不

所谓数据治理

点击上方蓝色字体,选择“设为星标” 回复”资源“获取更多资源 在阅读本文之前,你需要了解: 所谓数据模型 所谓数据质量              那些年,我们一起踩过的坑 大数据时代,数据成为社会和组织的宝贵资产,像工业时代的石油和电力一样驱动万物,然而如果石油的杂质太多,电流的电压不稳,数据的价值岂不是大打折扣,甚至根本不可用,不敢用,因此,数据治理是大数据时代我们用好海量数据的必然选择。

数据治理方法论和实践小百科全书

什么是数据治理? 数据治理是指从使用零散数据变为使用统一数据、从具有很少或没有组织流程到企业范围内的综合数据管控、从数据混乱状况到数据井井有条的一个过程。 从范围来讲,数据治理涵盖了从前端业务系统、后端业务数据库再到业务终端的数据分析,从源头到终端再回到源头,形成的一个闭环负反馈系统。从目的来讲,数据治理就是要对数据的获取、处理和使用进行监督管理。 是以服务组织战略目标为基本原则,通过组织成员

数据治理策略:确保数据资产的安全与高效利用

数据治理策略:确保数据资产的安全与高效利用 在数字化时代,数据已成为企业最宝贵的资产之一。然而,随着数据量的爆炸性增长和数据来源的多样化,如何有效地管理和利用这些数据成为企业面临的重要挑战。数据治理策略的制定和执行,正是为了解决这一问题,确保数据的准确性、完整性、一致性和安全性。 一、数据治理的重要性 数据治理是指通过制定和执行一套管理策略,以确保数据的全生命周期得到妥善管理。这不仅是企业数

服务治理:Nacos 注册中心

文章目录 一、什么是服务治理二、Nacos 注册中心的核心功能 (★)三、Nacos 环境搭建3.1 本地部署3.2 服务器部署 四、Nacos 应用实战 一、什么是服务治理 服务治理是微服务架构中最核心最基本的模块。⽤于实现各个微服务的⾃动化注册与发现。 服务注册:在服务治理框架中,都会构建⼀个注册中心,每个服务单元向注册中心登记自己提供服务的详细信息。并在注册中心形成⼀张

SQL性能治理经验谈

背景 SQL数据类型 数值 这些类型包括严格数值数据类型(INTEGER、SMALLINT、DECIMAL 和 NUMERIC),以及近似数值数据类型(FLOAT、REAL 和 DOUBLE PRECISION)。 类型大小范围(有符号)范围(无符号)用途TINYINT1 Bytes(-128,127)(0,255)小整数值SMALLINT2 Bytes(-32 768,32 767)(0,6

可以进行非机动车违停、人员聚集、临街摆摊、垃圾满溢、烟雾火情等城市治理场景的智能识别的智慧城管开源了

智慧城管视觉监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。 基于深度学习技术及强大的专家团队,针对多个工业垂类场景进行算法优化,打造最优的工业AI算法模型,提供更加精准的工业AI模型库,客户可直接选择适合自己业务场景的模型,快速实现业务落地

渣土车识别算法解决城市治理难题

随着城市化进程的加速,渣土车作为建筑工程中不可或缺的运输工具,其频繁的穿行和装载运输过程往往引发一系列问题,如超载、扬尘污染、乱倒渣土等,对城市环境和交通秩序造成了不良影响。为了解决这些问题,采用基于视觉分析的渣土车识别算法已成为现代城市治理中一种有效的技术手段。本文将从背景、技术实现、功能优势和应用方式等多个方面,探讨如何利用视觉分析技术来识别和管理渣土车,从而实现智能化、精细化的城市管理。

Proxyless的多活流量和微服务治理

1. 引言 1.1 项目的背景及意义 在当今的微服务架构中,应用程序通常被拆分成多个独立的服务,这些服务通过网络进行通信。这种架构的优势在于可以提高系统的可扩展性和灵活性,但也带来了新的挑战,比如: 服务间通信的复杂性:不同服务之间需要进行可靠的通信,处理失败重试、负载均衡等问题。 故障的容错处理:系统的复杂性给与运维及故障处理带来更大的挑战,如何快速处理故障解决线上问题,这是考验一个企

大模型的安全发展与安全治理

文章目录 前言一、大模型技术发展引领产业新变革1、大模型的发展2、大模型的产业应用 二、大模型的风险与发展共存1、大模型带来的风险与潜在收益2、从信息和物理带来的风险可能3、大模型的风险成因 三、对大模型安全治理的思考1、系统看大模型安全治理2、构建大模型安全治理的框架 四、关于大模型安全发展的建议1、提升国产算力储备,夯实算力底座。2、推动众研众创,打造高质量数据集。3、创建技术开源社

数据治理学习笔记(二):在数仓建模过程中,数据治理要怎么做

前言 之前写了点数据治理的大概定义,中间的工作中也接触到了一部分的数据治理(大概是)工作,最近在复习数仓建模的一些东西,正好结合做个整理备忘,按我自己理解的方式去看数据治理。 背景 数仓在大多数场景里都有运用到,这里按数仓分层的逻辑来讲点数据治理的东西。 叠甲 可能有些地方我理解有问题,不在数据治理工作中,就当是自己的工作总结吧,有人提出大的问题,我再改改。小问题就凑合看看,当一个参考。

数据资产入表和数据治理的联系和区别是什么?

引言:数据资产入表是指将企业的数据资源以资产的形式纳入财务报表中进行管理和计量。随着信息技术的飞速发展,数据已成为企业的重要资产之一。数据资产能够为企业带来直接或间接的经济利益,如通过数据分析优化业务流程、提升客户满意度、增加市场份额等。因此,将数据资产纳入财务报表,有助于更准确地反映企业的财务状况和经营成果。此外数据资产入表,企业还可以抵押融资,缓解企业的现金流;助力企业稳健发展。最后将数据产品

企业数据治理之主数据--设备主数据

一、设备主数据定义         在企业中,企业设备通常指用于生产、经营、管理等各项活动中的各种机器、装置、工具等物质资源。一般来说,在很多企业,对于设备资产的管理,可能与设备金额有关,很多企业把5000元以上的设备当成固定资产来管理,所以企业的设备主数据很多企业都是按照设备价格为限制为管理的,比如5000元以上的才纳入资产管理,5000元以下的不按设备管理。这块要根据每个企业的实际情况来决定

艾瑞白皮书解读(四)丨深度解析企业数据治理第一步:咨询环节

2024年7月 艾瑞咨询公司对国内数据治理行业进行了研究,访问了国内多位大中型企业数据治理相关负责人,深度剖析中国企业在数字化转型过程中面临到的核心数据问题后,重磅发布《2024中国企业数据治理白皮书》(以下简称“白皮书”)。 白皮书中提到,企业数据建设是一项系统工程,需要解析业务现象背后的需求原因,针对性地实现落地,才能帮助企业善用数据资产,充分释放数据价值,进一步为实践提供指导。数据

数据治理的挑战

引言 企业越大,需要的数据和产生的数据也就越多,而数据越多则意味着就越需要定制适合企业自身有效的数据质量策略,企业数据治理面临哪些问题? 对数据治理的业务价值认识不足 “数据为什么重要?”,“数据治理到底能解决什么问题?”,“数据治理能实现哪些价值?”这是数据治理经常被企业领导和业务部门质疑的三大疑问。传统的数据治理是以技术为导向的,注重底层数据的标准化和操作过程的规范化。尽管以技术驱动的数

Gartner报告解读:如何帮助企业完善数据分析与治理路线图

Gartner服务于全球100多个国家和地区的14,000余家机构,是一家深受客户信赖、观点客观的研究顾问公司。Garnter洞察、建议和工具可帮助您发现创新机遇,完成关键优先任务,助您成为企业不可或缺的战略专家和价值创造者。该公司是标普 500 指数成分股公司,客户涵盖全球 500 强中 73% 的企业和各种规模的企业机构。 在Gartner发布的《完善数据分析与治理路线图》报告中,为企业

DAMA数据管理知识体系(第3章 数据治理)

课本内容 3.1 引言 数据治理(Data Governance,DG)的定义是在管理数据资产过程中行使权力和管控,包括计划、监控和实施。数据治理项目的范围和焦点 战略 定义、交流和驱动数据战略和数据治理战略的执行制度 设置与数据、元数据管理、访问、使用、安全和质量有关的制度。标准和质量 设置和强化数据质量、数据架构标准监督 在质量、制度和数据管理的关键领域提供观察、审计和纠正等措施(通常称为管理

如何让数据治理快速出成效——反向治理,以终为始

数据治理有不少知名的方法和框架,如DAMA、DGI、CMMI-DMM、DCMM、ITSS数据治理框架等。这些数据治理方法和框架,从战略到落地都提出来完善的体系,但是按照这些方法和框架实施的,却鲜有成功案例。究其问题无非在于: 一、体系框架过于复杂,涉及组织、流程制度、标准规范、技术平台等诸多方面,难于协调和管控。 二、过于依靠专家设计,数据治理项目往往集中很多来自于内外部的技术专家、管理专家、

数据治理下的主数据管理与KPaaS的应用

在2024中国国际大数据产业博览会(简称“数博会”)上,数据治理作为大数据领域的热点主题之一,引起了广泛关注。这一议题之所以成为焦点,是因为在数字化时代,数据已经上升为企业最具价值的战略资源之一。随着数据量的激增和数据类型的多样化,如何有效地管理和利用这些数据成为了企业面临的一大挑战。数据治理不仅涉及到数据的准确性、完整性和安全性,还包括了如何通过合规的方式收集、处理和存储数据。此外,随着全球对数

企业数据治理之主数据---供应商主数据

一、供应商主数据的定义         供应商是向企业或个人提供商品、服务或资源的个人、公司或其他实体。一般企业内部的供应商有多种,有零部件采购供应商、材料采购供应商、设备采购供应商、外协生产供应商等,而且这些供应商在企业内部有可能有不同的部门负责,比如零部件、材料采购供应商可能是采购部门负责,设备采购供应商由设备部门负责。而且也存在一个供应商既是零部件供应商,也可能是材料采购供应商。有效管理好

企业数据治理之主数据治理---客户主数据

一、客户主数据定义         客户是指买自己企业产品的厂商,根据企业自身的产品特点,客户可能是另外的企业实体,也有可能是具体的用户,比如很多互联网企业是面向用户的,比如京东很多的客户就是一个个的用户。很多时候我们经常说,有些企业是TOB的,这里面的TOB指的是产品面向的企业,有些企业是TOC这里面的C指的是用户。总体来说,企业的客户有时候指的是另外的法人实体企业,有时候指的是具体的某个用户