- 博客(51)
- 收藏
- 关注
RSS订阅原创 可信数据空间的数据运营体系究竟应该如何构建？
可信数据空间建设已从技术平台搭建迈向运营实践，但数据流通仍面临质量差、语义分歧、供需错配、价值难评与协作成本高等系统性挑战。真正实现数据价值创造，需超越技术连接，构建以业务需求为导向的运营体系：通过业务语义地图统一认知，推动数据资源、计算服务与智能能力协同交付；建立覆盖供给、治理、产品、定价与收益分配的闭环机制；依托专业分工形成可持续协作生态。唯有打通“平台—运营—价值”链条，方能实现跨组织数据的常态化、高价值流通。
2026-10-09 15:36:23
305
原创 高质量数据集建设，到底应该从哪里开始？
因此，高质量数据集建设中的数据盘点依然重要，但它的位置需要发生变化。真正面向AI任务的数据生产，需要能够明确为哪个任务生产数据，需要什么样的样本，每条样本需要什么证据，哪些场景必须覆盖，哪些属于高价值困难样本，什么质量水平可以进入训练或者应用，以及最终通过什么结果证明这批数据确实有效。建设团队需要确认目标对象能否被唯一识别，关键状态有没有持续记录，不同系统的数据能否围绕同一对象建立关联，时间粒度是否满足任务要求，业务结果能否形成可靠标签，关键证据是否完整存在，历史数据跨度和场景覆盖是否足够。
2026-10-08 12:35:39
222
原创 主动元数据为何是数据编织的核心——从“连接数据”走向“感知、理解与行动”的 Data Fabric
<think>我们需要理解用户需求：根据给定内容生成≤150字的文章摘要。给定内容是一篇关于数据编织与主动元数据的文章，论述了主动元数据是数据编织核心，因为它使元数据从静态描述变为持续感知、从目录变为关系网络、从辅助管理变为过程控制，并最终驱动数据体系自我感知和行动。需要写摘要，≤150字。要精炼概括核心观点。注意字数限制中文字符。我们输出摘要即可。不需要解释。</think>数据编织不仅是连接数据，更是让分散的数据体系持续协同。主动元数据是其核心，因为它使元数据从静态描述变为动态感
2026-09-06 16:03:03
199
原创 可信数据空间如何真正实现跨空间互联？——从“连得上
跨空间互联的根本难点不在网络技术连接，而在身份、规则、信任关系等治理层面的跨越，需要建立公共机制（标准、信任框架、互操作协议）来支持证据跨域流动和治理协同，最终形成可信数据空间网络。 摘要需要保留这个核心逻辑，不能堆砌具体名词，要概括性表达。现有草稿基本覆盖了这几点，但可以检查一下字数——草稿字数大概在150字左右，需要略做精简，同时保持逻辑连贯。
2026-09-04 16:44:31
164
原创 高质量数据集的价值评估与定价机制——从任务价值到价格形成
<think>我们根据要求生成≤150字的文章摘要。需要概括核心：高质量数据集的价值区别于评估/价格；价值源于任务适配、增益显化；成本不等于价值；资产价值与产品价格不同；价格对应具体使用能力；计量不等于价值；价格由交易发现；最终形成价值回流。用简洁摘要呈现。</think>高质量数据集的价值源于数据与任务的有效适配，而非单纯规模或成本；模型增益需经任务、业务转化为经济价值。资产评估与产品定价对象不同，价格对应具体使用能力，并受权益、用途、交易关系影响。市场价格由交易发现，交易回报驱动
2026-09-03 21:52:44
697
原创 高质量数据集建设中的数据安全：从字段保护走向全过程使用控制
高质量数据集安全的本质，是在数据价值不断提升的过程中，对风险进行同步识别、同步加工、同步评价与同步控制。
2026-08-27 23:15:32
451
原创 DSP如何组织目录、合约与交付
真正统一的不是数据本身，而是数据共享过程中的共同理解。但一笔真实数据交易还可能涉及主合同、数据许可协议、保密协议、费用和结算、服务水平、知识产权、违约责任与争议解决。，例如哪类参与者可以访问、数据可以用于什么目的、有效期多长、是否允许再分发，以及是否需要履行删除、审计或支付义务。负责同步交付申请是否建立、数据面是否已经准备、数据是否可以访问、当前交付是否暂停，以及是否正常完成或被终止。组成，统一数据产品发现、合约协商和交付编排中的对象、消息与状态，但不规定实际数据必须采用哪一种传输协议。
2026-08-24 22:02:08
560
1
原创 TCK如何把协议一致性转化为工程证据
摘要： 数据空间生态从封闭项目走向开放互联时，连接器声称“兼容数据空间协议（DSP）”的模糊性成为关键挑战。技术兼容性工具包（TCK）通过将协议文本转化为可执行测试场景，将“兼容”从厂商声明升级为可验证的工程证据，覆盖元数据、目录查询、合约协商和传输控制等核心协议行为。TCK验证的是连接器的对外协议行为一致性，而非其全部能力，需结合版本、角色和测试范围解读结果。通过TCK仅是技术互操作的基础，还需补充安全、性能、治理和业务验证以实现项目验收。未来，TCK需嵌入连接器全生命周期，形成持续验证机制，支撑跨厂商和
2026-08-17 08:51:13
477
原创 IDS-RAM 如何支撑数据空间走向可
本文探讨了国际数据空间参考架构模型（IDS-RAM）的核心价值与实施路径。IDS-RAM作为可信数据空间的"共同坐标系"，通过定义多主体协作结构（数据提供方、使用方、运营方等角色）、功能分层（业务层到技术实现层）及运行机制，将数据主权嵌入可执行的架构体系。其核心价值在于：1）为跨组织数据流通建立统一的结构化语言；2）确保数据流动不丧失控制权；3）与Rulebook规则体系形成制度-工程的闭环。文章指出，当前数据空间建设需避免"有平台无体系"的误区，应基于参考架构设计连
2026-08-14 18:18:25
500
原创 从空间建设到空间互联：IDSA 最新体系解读（第二篇）
数据空间首先是一套共同规则，然后才是一套由技术支撑的共享环境。Rulebook 的作用不是替代参考架构、协议或连接器，而是在这些技术能力之前确定参与秩序，并在运行过程中持续约束身份、资源、交互、服务和责任
2026-08-10 10:09:15
515
原创 从参考架构到可运行体系如何理解 IDSA 的最新进展
可信数据空间不会止步于单一空间，但空间网络也不会因为部署了更多平台和连接器自然形成。今天真正需要建设的，不只是一个能够独立运行的数据空间，更应当是一个边界清楚、执行可信，并能够在未来与其他空间相互理解、相互验证和共同工作的开放节点。
2026-08-04 06:02:45
623
原创 高质量数据集建设的方法论（二）
在数据被采集、治理和标注之前，建设者首先需要明确：模型将在什么业务环境中，面向什么对象，在什么时间点，完成什么判断或行动；因此，从业务问题到数据集任务，不是一次简单的语言翻译，而是一个连续收敛的过程：业务目标确定建设方向，应用场景限定问题环境，决策问题定位模型作用点，模型任务确定能力形式，数据集任务建立数据生产边界。如果项目尚未说明数据究竟要支撑什么业务判断、形成什么模型能力，即使数据采集得再全面、治理得再规范、标注得再精细，也可能只是形成一个质量较好的数据集合，而不是一个真正面向任务的高质量数据集。
2026-07-29 22:00:05
293
原创 高质量数据集如何走向本体
高质量数据集支撑本体从真实业务中形成，本体反向重构高质量数据集的组织与质量标准；二者共同构成智能体的业务语义基础，并在运行中持续接受检验和演进
2026-07-27 08:00:00
686
原创 高质量数据集建设的方法论
高质量数据集建设不是对既有数据进行一次更严格的清洗，也不是把采集、治理、标注和质检依次连接起来。它真正要解决的问题，是如何把现实中的业务问题，持续转化为模型可以学习、评测和应用的能力。
2026-07-24 17:54:21
1140
原创 高质量数据集建设为什么不能照搬传统数据治理逻辑
高质量数据集建设不能照搬传统数据治理逻辑，因为它所要管理的已经不只是数据是否治理完成，而是数据能否围绕明确任务形成模型能力，并在持续反馈中不断得到验证。
2026-07-18 18:34:43
524
原创 高质量数据集平台应该怎么建
高质量数据集平台不应成为新的集中式数据孤岛，而可以 Data Fabric 为核心，在既有数据底座上构建场景化虚拟数据资产目录，并以主动元数据驱动数据发现、影响分析和持续运营
2026-07-14 08:30:00
692
原创 高质量数据集如何支撑智能体任务执行与多智能体协同
高质量数据集不是智能体体系的附属材料，而是连接知识、数据、模型、工具、流程和反馈的系统资产。它真正支撑的，是智能体在真实业务中稳定完成任务、可靠协同，并在持续运行中不断改进。
2026-07-13 08:00:00
653
原创 高质量数据集到底如何评价
高质量数据集评价，不是为了给一个分数，而是为了判断这套数据能不能用、怎么用、风险在哪里、价值是否成立，以及下一版本应该如何改进。
2026-07-09 09:30:00
805
原创 高质量数据集应该怎么建
高质量数据集建设应以业务场景为牵引，将场景拆解为模型任务，再反推数据需求，完成样本构造、语义标注和质量评测，并通过用户反馈、错误样本和专家修正持续迭代，最终形成可训练、可评测、可复用、可优化的模型数据基础
2026-07-02 17:42:49
747
原创 为什么高质量数据集成为 AI 时代的数据建设重点
人工智能要从通用能力走向行业能力，必须依赖高质量数据集；数据建设要从资源沉淀走向能力生产，也必须以高质量数据集为重要支点
2026-07-01 11:36:55
624
原创 高质量数据集到底是什么
高质量数据集，是面向人工智能模型和行业应用，将分散数据、业务知识、专家经验和场景样本组织成模型可以学习、验证、复用和持续迭代的数据能力载体。
2026-06-30 10:52:50
968
原创 可信数据空间不会止步于单一空间
本文探讨了可信数据空间的发展现状与未来方向。当前可信数据空间建设仍以单一空间为主，聚焦企业、行业、城市等边界内的数据流通场景验证和能力沉淀，这是构建可信流通规则的基础。但数据要素的真正价值往往产生于跨边界连接，若各空间无法互联互认，可能形成新的"空间孤岛"。跨空间互联不是简单的平台对接，而是要实现身份、授权、规则等信任关系的跨边界延续。当前单一空间建设需考虑未来互联需求，预留开放性。从长期看，可信数据空间将发展为网络化形态，其价值上限取决于跨空间互联能力。因此，要在夯实单一空间建设的同时
2026-06-29 08:00:00
868
原创 一体两域下的综合交通可信数据空间建设
本文探讨了构建城市交通与高速交通协同运行的综合交通可信数据空间。文章指出，现有交通数据系统存在业务边界分割问题，难以支撑跨域交通治理需求。提出"一体两域"建设模式：通过统一可信流通机制连接两个相对独立的数据子空间（市政交通和高速交通），在保留各自业务边界的同时实现跨域协同。关键机制包括数据产品调用、指标共享、事件联动等，重点围绕节假日保畅、物流运输、应急救援等高价值场景沉淀可复用的数据产品。该方案为交通数据要素流通提供了现实路径，推动智慧交通从单域平台建设迈向综合协同网络。
2026-06-26 11:26:36
755
原创 可信数据空间中的能力边界与协同机制
连接器和数据编织经常被放在同一套架构中讨论。二者都与数据接入、流通、治理和服务有关，但解决的问题并不相同。连接器更接近可信流通执行层，数据编织更接近数据资产组织层。真正重要的不是谁替代谁，而是厘清边界、建立接口协同，让数据流通过程能够沉淀为可运营的数据资产网络.
2026-06-23 11:17:12
645
原创 Data Fabric 如何解决 AI 数据集建设问题
本文探讨了AI项目中数据集建设的关键挑战与DataFabric解决方案。指出当前AI项目瓶颈已从模型转向数据集质量，传统数据平台难以满足AI对语义一致性、质量评估、标签治理和可追溯性的要求。DataFabric通过构建数据理解网络，将分散数据资产转化为可治理、可演进的数据产品，形成包含语义映射、质量监控、标签管理和血缘追踪的AI数据集生产体系。该体系支持数据从发现到模型反馈的闭环优化，使AI数据集从项目制加工转向可持续生产，为AI规模化落地奠定基础。
2026-06-22 09:23:14
748
原创 可信数据空间要从连接器架构走向数据编织架构
可信数据空间不能只被理解为跨主体数据交换通道，而应进一步演进为由元数据驱动、语义贯通、策略可控、服务可编排、反馈可闭环的数据资产运行体系
2026-06-21 09:22:32
781
原创 农业可信数据空间好文鉴赏（三）
本文围绕农业可信数据空间的运行机制展开，系统梳理了五篇关键文献，形成"架构设计-数据可用-价值创造-主体收益-治理保障"的建设逻辑。首先提出参考架构解决互操作性和数据主权问题；其次通过FAIR原则（可发现、可访问、可互操作、可复用）提升数据可用性；进而分析数据复用对农业可持续绩效的促进作用；然后强调需从农民视角关注数据价值分配以保障共享持续性；最后指出需建立平衡权益保护与创新促进的数据治理体系。研究揭示，农业可信数据空间需同步构建技术连接、数据复用、治理可信和价值共享四大核心能力，通过架
2026-06-20 18:43:38
178
原创 基于 Data Fabric 构建数据服务
企业数据交付正从一次性结果和点对点接口，升级为融合语义、治理、质量、血缘与反馈机制的 Data Fabric 数据服务，实现数据能力的持续复用与可信调用
2026-06-19 23:17:01
1066
原创 Data Fabric 如何治理规则嵌入数据访问全过程
治理嵌入不是把治理平台放在旁边，而是让权限、质量、脱敏、血缘和审计规则进入数据发现、申请、访问、查询、服务和消费反馈的全过程。
2026-06-18 12:10:33
614
原创 Data Fabric 语义层如何实现从字段到业务对象的转变
Data Fabric 的语义层不是给字段补注释，也不是单纯做指标口径管理，而是通过字段识别、术语映射、指标口径绑定、业务对象抽象、对象关系构建和场景语义封装，把底层技术数据转化为业务可理解、系统可复用、AI 可调用的数据能力
2026-06-16 09:23:28
541
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人