数据价值挖掘的挑战

在12月25日举行的大数据产业生态建设与发展高峰会上，中国工程院院士邬贺铨进行了《数据价值挖掘的挑战》主题演讲，就数据融合的标准规范发表了看法。

邬贺铨表示，数据有六大标准：可见性、易理解性、可连接性、可信性、互操作性和安全性。

具体而言，数据可见性是指数据需要有元数据标准，包括共享数据的位置和访问方法，有标准且可重用的API。数据易理解性则要求数据以一种保留语义的方式呈现，并以标准化的方式表达，有科学的数据。

同时，数据还需要有统一的标识符和通用的元数据标准，易发现、连接、检索、合并和整合数据，这是数据的可连接性。

可信的数据要有数据质量的管理，按照规定程序进行标记和保存。同时，数据操作性要以数据交换规范，协调不同数据标准和格式，保证不损失保证度精确度或准确性，这是数据的互操作性。

安全性则是数据的基本，需要实现精细化权限管理，包括身份、属性、权限和审计，定期评估分类标准并测试合规性。

邬贺铨提到：“数据的大量的交互还带来云边端协同数据处理的挑战，数据样本是否准确也是需要考虑的因素。同时，在人机数据交互中，完全依赖现场数据并依靠AI决策执行存在风险，人机协同是工业互联网的难点，需要企业的经验积累。”

在智慧城市的管理和工业互联网里有很多数据融合，如何能够盘活数据，开发出数据的价值，发挥数据作为生产要素的作用是产业链需要思考的问题。同时，面对海量的数据，云边端的协同，数学建模、小数据人与数据的融合，数据支撑的安全，隐私和商品保护等等也是需要面临的挑战。

最后，邬贺铨表示：“我们需要从基础理论跟工程实践等多方面来研究数据要素价值挖掘的问题，开发出更高效的大数据和人工智能的分析技术。大数据的创新任重而道远。”
责任编辑:tzh