592 lines
55 KiB
JSON
592 lines
55 KiB
JSON
{
|
||
"query": "企业白皮书",
|
||
"answer": "企业白皮书是一种详尽介绍企业战略、产品、服务、技术、市场分析、行业趋势等内容的专业文档。它通常包含对企业的详细描述、目标、策略、实施计划、预期成果等信息，旨在向公众、投资者、合作伙伴、员工等不同受众传达企业价值和愿景。以下是企业白皮书的一些常见用途：\n\n1. **战略规划**：企业白皮书可以详细阐述企业的长期发展战略、市场定位、核心竞争力、发展目标等，帮助企业内外部成员理解和执行战略。\n\n2. **市场分析**：通过深入分析市场趋势、竞争对手、消费者行为等，企业白皮书能够为企业的市场策略提供数据支持和见解。\n\n3. **产品或服务介绍**：对于新产品或服务，企业白皮书可以详细介绍其特性、优势、应用场景等，帮助潜在用户了解产品价值。\n\n4. **技术展示**：在技术驱动型企业中，白皮书可以展示最新的技术创新、研发成果、技术架构等，增强企业的技术影响力。\n\n5. **行业洞察**：企业白皮书往往包含对特定行业或领域的深入研究，分析行业趋势、挑战、机遇等，为企业决策提供依据。\n\n6. **合规与透明度**：某些行业可能需要企业公开财务状况、风险管理措施、社会责任承诺等信息，企业白皮书成为展现透明度和合规性的工具。\n\n7. **吸引投资**：对企业投资者而言，白皮书是了解企业业务模式、财务健康状况、增长潜力的关键资料。\n\n8. **品牌宣传**：通过高质量的内容和专业分析，企业白皮书能够提升品牌形象，增强市场认知度。\n\n在实际应用中，企业白皮书可以以多种形式出现，包括但不限于技术白皮书、市场分析报告、战略规划文档等。它们不仅限于文字描述，还可能包含图表、数据、案例研究等多媒体元素，以增强信息的表达和吸引力。\n\n例如，蚂蚁集团推出的HoloInsight，是一个轻量化、全功能的智能可观测性技术平台，用于帮助用户观测整个软件技术栈与业务的状态。这表明企业白皮书可以用于展示企业如何运用先进技术解决实际问题。类似地，滴滴推出的夜莺Nightingale，集数据采集、可视化、监控告警、数据分析于一体，展示了企业如何利用现代技术优化运营和决策过程。\n\n综上所述，企业白皮书是企业对外沟通、内部指导、市场推广和战略规划的重要工具，通过提供详实的信息和深入的分析，帮助企业实现目标、赢得信任和支持。",
|
||
"query_complexity": {
|
||
"is_complex": true,
|
||
"complexity_level": "complex",
|
||
"confidence": 0.95,
|
||
"reason": "这是一个复杂查询，因为它涉及到多个潜在的主题和领域，例如企业的定义、白皮书的作用、行业应用等。需要生成多个子查询来深入探索这些问题，并综合答案以提供全面的解释。"
|
||
},
|
||
"is_complex_query": true,
|
||
"iterations": 0,
|
||
"total_passages": 23,
|
||
"sub_queries": [
|
||
"什么是企业白皮书？",
|
||
"企业白皮书的作用是什么？"
|
||
],
|
||
"decomposed_sub_queries": [
|
||
"什么是企业白皮书？",
|
||
"企业白皮书的作用是什么？"
|
||
],
|
||
"sufficiency_check": {
|
||
"is_sufficient": true,
|
||
"confidence": 0.9,
|
||
"reason": "事件信息、段落信息和事件关系包含了回答查询所需的关键内容，包括企业白皮书的定义、作用、发布情况以及相关行业应用等。",
|
||
"iteration": 0
|
||
},
|
||
"is_sufficient": true,
|
||
"event_triples": [
|
||
{
|
||
"source_entity": "东营市人民政府办公室于2023年5月发布《东营市公共数据授权运营暂行管理办法（征求意见稿）》。",
|
||
"relation": "之前",
|
||
"target_entity": "青岛市大数据发展管理局于2023年6月发布《青岛市公共数据运营试点管理暂行办法》。",
|
||
"source_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"target_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md"
|
||
},
|
||
{
|
||
"source_entity": "东营市人民政府办公室于2023年5月发布《东营市公共数据授权运营暂行管理办法（征求意见稿）》。",
|
||
"relation": "之前",
|
||
"target_entity": "贵州省人民政府办公厅于2023年6月发布《贵州省政务数据资源管理办法》。",
|
||
"source_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"target_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md"
|
||
},
|
||
{
|
||
"source_entity": "青岛市大数据发展管理局于2023年6月发布《青岛市公共数据运营试点管理暂行办法》。",
|
||
"relation": "之后",
|
||
"target_entity": "东营市人民政府办公室于2023年5月发布《东营市公共数据授权运营暂行管理办法（征求意见稿）》。",
|
||
"source_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"target_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md"
|
||
},
|
||
{
|
||
"source_entity": "贵州省人民政府办公厅于2023年6月发布《贵州省政务数据资源管理办法》。",
|
||
"relation": "之后",
|
||
"target_entity": "东营市人民政府办公室于2023年5月发布《东营市公共数据授权运营暂行管理办法（征求意见稿）》。",
|
||
"source_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"target_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md"
|
||
},
|
||
{
|
||
"source_entity": "贵州省人民政府办公厅于2023年6月发布《贵州省政务数据资源管理办法》。",
|
||
"relation": "同时",
|
||
"target_entity": "青岛市大数据发展管理局于2023年6月发布《青岛市公共数据运营试点管理暂行办法》。",
|
||
"source_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"target_evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md"
|
||
},
|
||
{
|
||
"source_entity": "制定分布实施计划",
|
||
"relation": "之后",
|
||
"target_entity": "按计划部署",
|
||
"source_evidence": "PPT_吴倩琳-2023云和软件安全大会-零信任分论坛-零信任成熟度.md",
|
||
"target_evidence": "PPT_吴倩琳-2023云和软件安全大会-零信任分论坛-零信任成熟度.md"
|
||
},
|
||
{
|
||
"source_entity": "Analysys 发布了 DolphinScheduler，一个支持复杂任务调度和依赖管理的分布式任务调度系统，提供了可观测性的监控和告警功能，帮助用户实现任务的可靠执行和故障排查",
|
||
"relation": "早于",
|
||
"target_entity": "滴滴推出了夜莺Nightingale，该系统采用All-in-One的设计理念，集数据采集、可视化、监控告警、数据分析于一体，与云原生生态紧密集成，融入了顶级互联网公司可观测性最佳实践，沉淀了众多社区专家经验，开箱即用",
|
||
"source_evidence": "可观测性技术发展研究报告.md",
|
||
"target_evidence": "可观测性技术发展研究报告.md"
|
||
},
|
||
{
|
||
"source_entity": "滴滴推出了夜莺Nightingale，该系统采用All-in-One的设计理念，集数据采集、可视化、监控告警、数据分析于一体，与云原生生态紧密集成，融入了顶级互联网公司可观测性最佳实践，沉淀了众多社区专家经验，开箱即用",
|
||
"relation": "早于",
|
||
"target_entity": "云杉网络发布了 DeepFlow，该产品基于eBPF实现了零插桩（Zero Code）、全覆盖（FullStack）的指标、追踪、日志采集，并通过智能标签技术实现了所有观测数据的全关联(Universal Tagging)和高效存取",
|
||
"source_evidence": "可观测性技术发展研究报告.md",
|
||
"target_evidence": "可观测性技术发展研究报告.md"
|
||
},
|
||
{
|
||
"source_entity": "云杉网络发布了 DeepFlow，该产品基于eBPF实现了零插桩（Zero Code）、全覆盖（FullStack）的指标、追踪、日志采集，并通过智能标签技术实现了所有观测数据的全关联(Universal Tagging)和高效存取",
|
||
"relation": "早于",
|
||
"target_entity": "蚂蚁集团推出了 HoloInsight，作为云原生时代的轻量化、全功能的智能可观测性技术平台。HoloInsight作为集数据采集、洞察分析、智能告警的一站式可观测综合解决方案，可帮助用户清晰观测整个软件技术栈与业务的状态",
|
||
"source_evidence": "可观测性技术发展研究报告.md",
|
||
"target_evidence": "可观测性技术发展研究报告.md"
|
||
}
|
||
],
|
||
"event_triples_count": 9,
|
||
"supporting_facts": [
|
||
[
|
||
"Fact_1",
|
||
"蚂蚁集团推出了 HoloInsight，作为云原生时代的轻量化、全功能的智能可观测性技术平台。HoloInsight作为集数据采集、洞察分析、智能告警的一站式可观测综合解决方案，可帮助用户清晰观测整个软件技术栈与业务的状态"
|
||
],
|
||
[
|
||
"Fact_2",
|
||
"进行测试评估模型验证。"
|
||
],
|
||
[
|
||
"Fact_3",
|
||
"云杉网络发布了 DeepFlow，该产品基于eBPF实现了零插桩（Zero Code）、全覆盖（FullStack）的指标、追踪、日志采集，并通过智能标签技术实现了所有观测数据的全关联(Universal Tagging)和高效存取"
|
||
],
|
||
[
|
||
"Fact_4",
|
||
"滴滴推出了夜莺Nightingale，该系统采用All-in-One的设计理念，集数据采集、可视化、监控告警、数据分析于一体，与云原生生态紧密集成，融入了顶级互联网公司可观测性最佳实践，沉淀了众多社区专家经验，开箱即用"
|
||
],
|
||
[
|
||
"Fact_5",
|
||
"Analysys 发布了 DolphinScheduler，一个支持复杂任务调度和依赖管理的分布式任务调度系统，提供了可观测性的监控和告警功能，帮助用户实现任务的可靠执行和故障排查"
|
||
],
|
||
[
|
||
"Fact_6",
|
||
"东营市人民政府办公室于2023年5月发布《东营市公共数据授权运营暂行管理办法（征求意见稿）》。"
|
||
],
|
||
[
|
||
"Fact_7",
|
||
"进行模型训练。"
|
||
],
|
||
[
|
||
"Fact_8",
|
||
"平台运维功能需求。"
|
||
],
|
||
[
|
||
"Fact_9",
|
||
"完善测试评估方法与规则。"
|
||
],
|
||
[
|
||
"Fact_10",
|
||
"制定分布实施计划"
|
||
]
|
||
],
|
||
"supporting_events": [],
|
||
"debug_info": {
|
||
"total_time": 0,
|
||
"retrieval_calls": 1,
|
||
"llm_calls": 4,
|
||
"token_usage": {
|
||
"has_llm": true,
|
||
"has_generator": true,
|
||
"last_call": {
|
||
"prompt_tokens": 4073,
|
||
"completion_tokens": 529,
|
||
"total_tokens": 4602
|
||
},
|
||
"total_usage": {
|
||
"prompt_tokens": 54796,
|
||
"completion_tokens": 4664,
|
||
"total_tokens": 59460,
|
||
"call_count": 24
|
||
},
|
||
"model_name": "qwen2-7b-instruct",
|
||
"has_last_usage": true,
|
||
"has_total_usage": true
|
||
}
|
||
},
|
||
"all_documents": [
|
||
{
|
||
"page_content": "蚂蚁集团推出了 HoloInsight，作为云原生时代的轻量化、全功能的智能可观测性技术平台。HoloInsight作为集数据采集、洞察分析、智能告警的一站式可观测综合解决方案，可帮助用户清晰观测整个软件技术栈与业务的状态",
|
||
"metadata": {
|
||
"node_id": "837914fd192ce24405e505d00bacfc4e7d67581c480a792eab1735ae40034a53",
|
||
"graph_node_id": "837914fd192ce24405e505d00bacfc4e7d67581c480a792eab1735ae40034a53",
|
||
"node_type": "event",
|
||
"ppr_score": 1.078856637985766e-06,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 1,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['833310a7d4dc0e345e4e7cde890f7d84f2cf03a07c5e53671fce351e8f941781']",
|
||
"evidence": "可观测性技术发展研究报告.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "进行测试评估模型验证。",
|
||
"metadata": {
|
||
"node_id": "fa2178eade20caa6435d7969d7e4fc292ae8594fd60266456e076d560770721e",
|
||
"graph_node_id": "fa2178eade20caa6435d7969d7e4fc292ae8594fd60266456e076d560770721e",
|
||
"node_type": "event",
|
||
"ppr_score": 6.400781511681461e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 2,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['4fd368909a072e07e3ec76006abdb20ce37ec52f4d0e3ebf69ea1474d3b6862f']",
|
||
"evidence": "PPT_20240326下午-医疗健康行业大模型评价体系研究及测试评估工具研发（E部门-工程技术课题）(1).md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "云杉网络发布了 DeepFlow，该产品基于eBPF实现了零插桩（Zero Code）、全覆盖（FullStack）的指标、追踪、日志采集，并通过智能标签技术实现了所有观测数据的全关联(Universal Tagging)和高效存取",
|
||
"metadata": {
|
||
"node_id": "52d7ba687569c10025742eed85ffc69d28886cb9a8c5c4403180d85ab77267b2",
|
||
"graph_node_id": "52d7ba687569c10025742eed85ffc69d28886cb9a8c5c4403180d85ab77267b2",
|
||
"node_type": "event",
|
||
"ppr_score": 4.3418035922489897e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 3,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['833310a7d4dc0e345e4e7cde890f7d84f2cf03a07c5e53671fce351e8f941781']",
|
||
"evidence": "可观测性技术发展研究报告.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "滴滴推出了夜莺Nightingale，该系统采用All-in-One的设计理念，集数据采集、可视化、监控告警、数据分析于一体，与云原生生态紧密集成，融入了顶级互联网公司可观测性最佳实践，沉淀了众多社区专家经验，开箱即用",
|
||
"metadata": {
|
||
"node_id": "8fadaeeb758ccced65c64b80e2315c1af34ebbbc0b03fcd7535828960b29b20c",
|
||
"graph_node_id": "8fadaeeb758ccced65c64b80e2315c1af34ebbbc0b03fcd7535828960b29b20c",
|
||
"node_type": "event",
|
||
"ppr_score": 4.1870812039794013e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 4,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['833310a7d4dc0e345e4e7cde890f7d84f2cf03a07c5e53671fce351e8f941781']",
|
||
"evidence": "可观测性技术发展研究报告.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "Analysys 发布了 DolphinScheduler，一个支持复杂任务调度和依赖管理的分布式任务调度系统，提供了可观测性的监控和告警功能，帮助用户实现任务的可靠执行和故障排查",
|
||
"metadata": {
|
||
"node_id": "ccefc8edd9ac190647aaade05325e68f3773c8575a58f689512b7661524ca029",
|
||
"graph_node_id": "ccefc8edd9ac190647aaade05325e68f3773c8575a58f689512b7661524ca029",
|
||
"node_type": "event",
|
||
"ppr_score": 3.7074606527733825e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 5,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['833310a7d4dc0e345e4e7cde890f7d84f2cf03a07c5e53671fce351e8f941781']",
|
||
"evidence": "可观测性技术发展研究报告.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "东营市人民政府办公室于2023年5月发布《东营市公共数据授权运营暂行管理办法（征求意见稿）》。",
|
||
"metadata": {
|
||
"node_id": "71c47e73feef6d66dc478cad69c4ad58a0b3ecfd04f09a1b00fa42decb9e9294",
|
||
"graph_node_id": "71c47e73feef6d66dc478cad69c4ad58a0b3ecfd04f09a1b00fa42decb9e9294",
|
||
"node_type": "event",
|
||
"ppr_score": 3.694064809279057e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 6,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['8b1e94cfe88e0fe9aa73611eca98b04567db8253ed068692a2deb64af2c5107e']",
|
||
"evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "进行模型训练。",
|
||
"metadata": {
|
||
"node_id": "df605b303a0d8bb54f4aeac641c0dcf0c128e34c544e0193d9c8bfa9e7719d9f",
|
||
"graph_node_id": "df605b303a0d8bb54f4aeac641c0dcf0c128e34c544e0193d9c8bfa9e7719d9f",
|
||
"node_type": "event",
|
||
"ppr_score": 3.2003907558407303e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 7,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['4fd368909a072e07e3ec76006abdb20ce37ec52f4d0e3ebf69ea1474d3b6862f']",
|
||
"evidence": "PPT_20240326下午-医疗健康行业大模型评价体系研究及测试评估工具研发（E部门-工程技术课题）(1).md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "平台运维功能需求。",
|
||
"metadata": {
|
||
"node_id": "3bf8041501694e4cb799bdd944dc7cdb9d70423f7339d81cb2bfee76e1de7052",
|
||
"graph_node_id": "3bf8041501694e4cb799bdd944dc7cdb9d70423f7339d81cb2bfee76e1de7052",
|
||
"node_type": "event",
|
||
"ppr_score": 3.2003907558407303e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 8,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['4fd368909a072e07e3ec76006abdb20ce37ec52f4d0e3ebf69ea1474d3b6862f']",
|
||
"evidence": "PPT_20240326下午-医疗健康行业大模型评价体系研究及测试评估工具研发（E部门-工程技术课题）(1).md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "完善测试评估方法与规则。",
|
||
"metadata": {
|
||
"node_id": "4f7f0c1c613764a8dccb6df4fb8a4cdd531c5145f8f981b32a705780630a9e76",
|
||
"graph_node_id": "4f7f0c1c613764a8dccb6df4fb8a4cdd531c5145f8f981b32a705780630a9e76",
|
||
"node_type": "event",
|
||
"ppr_score": 3.2003907558407303e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 9,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['4fd368909a072e07e3ec76006abdb20ce37ec52f4d0e3ebf69ea1474d3b6862f']",
|
||
"evidence": "PPT_20240326下午-医疗健康行业大模型评价体系研究及测试评估工具研发（E部门-工程技术课题）(1).md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "制定分布实施计划",
|
||
"metadata": {
|
||
"node_id": "e37fe0b847647fbfb6116faa77736c145ab7584878ae380318c88685999901cc",
|
||
"graph_node_id": "e37fe0b847647fbfb6116faa77736c145ab7584878ae380318c88685999901cc",
|
||
"node_type": "event",
|
||
"ppr_score": 2.887736961847779e-07,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 10,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['7e6068f850e4a480cb84c8e397497cddc83e55dc19995b00d3dac9e347c33f8e']",
|
||
"evidence": "PPT_吴倩琳-2023云和软件安全大会-零信任分论坛-零信任成熟度.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "数据运营是企业持续释放数据价值、进入数据要素市场的能力基础。 企业通过构建数据管理能力，实现了理清数据分布、提升数据质量、确保 数据安全、数据共享交换、数据分析挖掘等，为进一步深化数据应用、赋 能业务发展奠定了基础。未来，伴随着数据要素市场逐渐成熟，企业更聚 焦于持续优化数据管理能力，形成数据供需闭环，丰富数据应用场景，充 分赋能业务发展，有效管控成本，精细化管理数据价值。本白皮书旨在提供一份全面可行的数据运营实践指南，在企业逐步夯实数据管理能力、实现数据资源化的基础上，结合产业数据运营各方面的先进经验，为企业进一步开展数据运营、加速迈入数据资产化阶段提供一套方法理论。具体来说，数据运营包括数据目录管理、数据应用场景构建、数据服务推广、数据动态优化、数据成本管理、数据价值评估等基本活动，旨在加深企业对于数据运营的认识和理解，持续优化数据管理能力，推动企业深化数据应用，逐步构建数据竞争优势。 # 一、数据运营概述 ## （一）数据运营发展背景 发展数字经济已成为推进中国式现代化的重要驱动力量。2022年，我国数字经 济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增 速，数字经济占GDP比重达到41.5%。数字经济全要素生产率进一步提升，我国数字 经济全要素生产率从2012年的1.66上升至2022年的1.75，数字经济生产率水平和同 比增幅都显著高于整体国民经济生产效率，对国民经济生产效率提升起到支撑、拉动 作用 $^1$ 。 国家加大数据要素政策布局，数据要素市场化进程持续加快。当前，数据已成 为重要的生产要素，是加快经济社会发展质量变革、效率变革、动力变革的重 要引擎。",
|
||
"metadata": {
|
||
"node_id": "4ec71c7edc23d78a58343dc38d19efb13f4200cf767ee528096926782d552654",
|
||
"node_type": "text",
|
||
"ppr_score": 0.05089754927219283,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.07827661000000001,
|
||
"rank": 11,
|
||
"source": "hipporag2_langchain_text",
|
||
"evidence": "86-数据运营实践白皮书.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "公司、北京安达维尔信息技术有限公司、中国航空发动机研究院等的专家吕英胜、杨泽华、车春雷、王志强、冯霏、刘洋、王刚、王浦、常卓君、杨子政、王粲、吴超、张晓刚等对本白皮书编写工作的支持。 ## 一、主数据管理概述 ## 二、各行业主数据管理实践 ## 三、主数据管理主要内容 ## 四、主数据管理策略 # 大数据技术标准推进委员会 Big Data Technology and Standard Committee ## 五、主数据管理未来展望 # 前言 2018年12月中国通信标准化协会大数据技术标准推进委员 会C C S A T C 601编制发布了《主数据管理实践白皮书 （1.0）》，对主数据管理的内涵、特点、实践案例进行了研究 和总结，在业界得到了传播和认可。2023年12月，CCSA TC601更新编制了《主数据管理实践白皮书（2.0）》版本， 进一步对主数据管理的管理模式、管理策略、成功要素、发展 趋势进行了更深入的研究和提炼。 主数据是对组织核心业务实体状态的反映，具有全局性、 共享性、稳定性等特点，可以进行跨系统、跨流程、跨部门的 共享复用。过去的5年时间里，业界对主数据的探讨和实践十分 活跃，普遍将主数据视作组织的核心数据资产，并将主数据管 理作为企业数据管理体系的重要一环。未来，CCSA TC601将 持续开展主数据管理的研究工作，适时修订发布新的白皮书版 本。",
|
||
"metadata": {
|
||
"node_id": "7fa12f56a5def24c11de787cd0e8303935dc6d388afee0760c430c0b8cbfa120",
|
||
"node_type": "text",
|
||
"ppr_score": 0.05074865200800886,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.07805601000000001,
|
||
"rank": 12,
|
||
"source": "hipporag2_langchain_text",
|
||
"evidence": "87-主数据管理实践白皮书 2.0.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "在此背景下，宁夏回族自治区 通信管理局和宁夏通信学会联合编制《算力与“数字经济飞地”协同 发展研究报告》，希望与业界同仁共同推进算力产业和数字经济的发 展。 本报告重点阐述算力和“数字经济飞地”协同发展的现状、问题、 意义和模式，分析运营商在赋能数字产业发展中发挥的作用和未来方 向，提出协同发展建议。报告立足国家战略和产业发展角度进行洞察， 为政府制定政策提供新思路，为企业研判产业趋势提供新方向。 白皮书仍有诸多不足，恳请各界批评指正。如有意见建议请联系 邮箱：dceco@caict.ac.cn。 # 1 研究背景 ## 1.1 “数字经济飞地”发展概况 “数字经济飞地”是指两个相互独立的、经济发展存在落差的行 政地区打破原有行政区划限制，通过跨区域的行政管理和数字经济开 发，实现区域间资源互补、数字经济协调发展的一种区域经济合作模 式。  “数字经济飞地”主要分为三类：资源型、产业型以及创新型。 资源型飞地园区是指欠发达地区通过提供土地、算力、能源资源等， 聚集数字产业相关的企业、人才等，形成数字产业集群。产业型飞地 园区是指欠发达区域政府在较发达地区设立园区，进行精准招商引资， 招才引智，将优质企业、优质项目、高端人才等招引落地到本地区。 创新型飞地园区是欠发达地区利用较发达地区优质的科研资源、先进 技术以及高端科技人才聚焦数字产业，以创新中心、孵化器、实验室 等方式进行集约化发展。 飞地经济最初起源于京津冀、珠三角和长三角等地区。",
|
||
"metadata": {
|
||
"node_id": "9a44987713d75030cdf5357d6c3ac6d8efc072d21481430da01ac7632f10e497",
|
||
"node_type": "text",
|
||
"ppr_score": 0.0500110442533833,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.07692154500000001,
|
||
"rank": 13,
|
||
"source": "hipporag2_langchain_text",
|
||
"evidence": "“算力”和“数字经济飞地”协同发展研究报告.md",
|
||
"query": "什么是企业白皮书？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "组织为顺利完成零信任战略实施需提供保障措施",
|
||
"metadata": {
|
||
"node_id": "a8025588f491624f93a05f3d00e9d8bc6bfabe27849d93c0a7e6d4af56a193b5",
|
||
"graph_node_id": "a8025588f491624f93a05f3d00e9d8bc6bfabe27849d93c0a7e6d4af56a193b5",
|
||
"node_type": "event",
|
||
"ppr_score": 3.0329966772925183e-06,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 1,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['7e6068f850e4a480cb84c8e397497cddc83e55dc19995b00d3dac9e347c33f8e']",
|
||
"evidence": "PPT_吴倩琳-2023云和软件安全大会-零信任分论坛-零信任成熟度.md",
|
||
"query": "企业白皮书",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "进行模型验证。",
|
||
"metadata": {
|
||
"node_id": "d9396e9e781596d01c51732186061067933da4db97883779946fd700faab112a",
|
||
"graph_node_id": "d9396e9e781596d01c51732186061067933da4db97883779946fd700faab112a",
|
||
"node_type": "event",
|
||
"ppr_score": 3.1077686454563554e-08,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 6,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['4fd368909a072e07e3ec76006abdb20ce37ec52f4d0e3ebf69ea1474d3b6862f']",
|
||
"evidence": "PPT_20240326下午-医疗健康行业大模型评价体系研究及测试评估工具研发（E部门-工程技术课题）(1).md",
|
||
"query": "企业白皮书",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "青岛市大数据发展管理局于2023年6月发布《青岛市公共数据运营试点管理暂行办法》。",
|
||
"metadata": {
|
||
"node_id": "0d3d869ec37f825c33eefbbeb73d0a25e100c5e9a1e1ec06e086f286057943ea",
|
||
"graph_node_id": "0d3d869ec37f825c33eefbbeb73d0a25e100c5e9a1e1ec06e086f286057943ea",
|
||
"node_type": "event",
|
||
"ppr_score": 2.289469090405345e-09,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 7,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['8b1e94cfe88e0fe9aa73611eca98b04567db8253ed068692a2deb64af2c5107e']",
|
||
"evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"query": "企业白皮书",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "贵州省人民政府办公厅于2023年6月发布《贵州省政务数据资源管理办法》。",
|
||
"metadata": {
|
||
"node_id": "71324bbe38be7dc2f579536f22143c3d8f0deadec318e634492f597d7d0badfd",
|
||
"graph_node_id": "71324bbe38be7dc2f579536f22143c3d8f0deadec318e634492f597d7d0badfd",
|
||
"node_type": "event",
|
||
"ppr_score": 1.653499348998861e-09,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 9,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['8b1e94cfe88e0fe9aa73611eca98b04567db8253ed068692a2deb64af2c5107e']",
|
||
"evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"query": "企业白皮书",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "1998年，组建信产部。",
|
||
"metadata": {
|
||
"node_id": "006db96629b2e82ec2fc7a652f775df4173c1c31dfde02e96a72a55f3be91d91",
|
||
"graph_node_id": "006db96629b2e82ec2fc7a652f775df4173c1c31dfde02e96a72a55f3be91d91",
|
||
"node_type": "event",
|
||
"ppr_score": 1.503846892324708e-09,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 10,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['05575614c0a56ca752a2c4a4f94512b223eb0672171d3ab6c797bcc7e9dc9e33']",
|
||
"evidence": "PPT_ICPMM-行业云平台运营管理能力成熟度标准解读.md",
|
||
"query": "企业白皮书",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "# 中国信通院数据应用产业研究和生态建设工作\\n\\n## 行业研究报告\\n\\n\\n\\n### 私域营销数智化实践指南\\n\\n\\n\\n### 金融智能风控应用实践指南\\n\\n\\n\\n### 地球大数据白皮书\\n\\n\\n\\n### 交通行业运营商数据应用白皮书\\n\\n\\n\\n## 生态建设\\n\\n### 联合成立行业数据应用工作组\\n\\n\\n\\n### 数据应用系列沙龙\\n\\n\\n\\n### 数据应用星河案例评选\\n\\n",
|
||
"metadata": {
|
||
"node_id": "d6744a1255bbc2f4503edd7bdb6da5cd3046aec7742660d0fb77feb4d27bd7d6",
|
||
"node_type": "text",
|
||
"ppr_score": 0.02518528349394071,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.076971485,
|
||
"rank": 11,
|
||
"source": "hipporag2_langchain_text",
|
||
"evidence": "PPT_37-数据应用行业发展趋势观察.md",
|
||
"query": "企业白皮书",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "2 发展方向 ### 2.2.1 强化资源高效集约 土地集约。加强园区建设的前期的市场调研及顶层设，有效开展 产业规划、园区区位及建设要求等方面工作。“飞入地”政府应充分 利用未利用地资源，兼顾未利用地的生态保护和开发利用进行数字经 济飞地园区建设，制定相关行业建设用地控制标准，提高土地投资强 度，设置合理的建筑密度和容积率，鼓励和推广多层厂房建设。 能源高效。贯彻落实党的二十大精神，强化数据经济可持续发展 理念，鼓励建设绿色园区，推进节能、节水、减排和资源综合利用， 严格执行能耗、水耗、环保等政策，禁止不符合国家和地方产业政策 的项目入驻园区，避免低水平重复建设。另外，园区可设置资源回收 区域，如建设废水处理站，提高水资源利用效率、实现水资源循环利 用。通过建设绿色低碳循环发展的“飞地”园区，实现经济效益和社 会效益双赢。 管理高效。建立园区数字化管理平台，从而提高园区的管理效率、 服务水平和创新能力。通过数字化平台可以收集和整理园区内各类数 据，如企业数据、人才数据等，利用大数据等技术为园区建设、管理、 运营等提供决策支持；引入电子政务系统，提高项目申报、税收减免、 融资服务等审批效率，保证跨区域转移项目落地和正常运营；利用物 联网、人工智能等技术打造智慧园区，实现能源管理、安防监控等功 能，提升园区的运行效率和安全性；建立企业一站式服务平台，集中 提供园区内相关服务，包括企业注册、税务申报、人才招聘等，为企业 业提供便捷和高效的服务。 ### 2.2.2 完善“数字经济飞地”制度 优化利益分配机制。",
|
||
"metadata": {
|
||
"node_id": "11cd2a97bdc229d4d47b9dca8305efe155479ca94cc8d864ecc581de6b0bd639",
|
||
"node_type": "text",
|
||
"ppr_score": 0.019368309610809903,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0741856,
|
||
"rank": 12,
|
||
"source": "hipporag2_langchain_text",
|
||
"evidence": "“算力”和“数字经济飞地”协同发展研究报告.md",
|
||
"query": "企业白皮书",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "自此，“公共数据”与“政府数据”的表 述和用法基本确定，而公共信息、政务信息等用法基本未再出现。2022 年发布的“数据二十条”提到“各级党政机关、企事业单位依法履职 或提供公共服务过程中产生的公共数据”，但并未明确公共数据与其 他几个相似概念的联系与区别。 从地方立法和政策文件来看，关于“公共数据”的定义也尚未形 成统一认知。有些地方尝试通过性质界定的方式下定义，如相对较早 发布的2021 年《北京市公共数据管理办法》将公共数据定义为“具 有公共使用价值的，不涉及国家秘密、商业秘密和个人隐私的，依托 计算机信息系统记录和保存的各类数据”；更多的地方则通过“持有 主体”和“产生来源”两个维度来界定公共数据的范围，如《浙江省 公共数据开放与安全管理暂行办法》认为公共数据是指“各级行政机 关以及具有公共管理和服务职能的事业单位，在依法履行职责过程中 获得的各类数据资源。”还有些地方对主体范围进一步细化明确，如 《上海市公共数据开放实施细则》明确包括“供水、供电、供气、公 共交通等提供公共服务的组织”；《浙江省公共数据条例》明确“根 据本省应用需求，税务、海关、金融监督管理等国家有关部门派驻浙 江管理机构提供的数据，属于本条例所称公共数据。” 然而，“公共服务运营单位在提供公共服务的过程中收集、产生的 数据”是否应当被纳入公共数据目前存在较大争议。因为从分类方 式看，公共数据基于公有属性和持有主体进行划分，企业数据根据持 有主体划分，而个人数据则更多出于对个人信息及相关主体权益的保 护而与其他数据进行区分。因此，企业在经营公共服务性质业务时收 集、产生的关乎公共利益的数据，既具有公有属性，又由企业持有， 将这部分数据划分到公共数据中是否有利于数据流通和开发利用尚 待讨论。",
|
||
"metadata": {
|
||
"node_id": "58e5f0eb2d15f9199ab1adeba5de571e1a3c68bc54bf6ff08a0666f87ad456bb",
|
||
"node_type": "text",
|
||
"ppr_score": 0.01386895642347582,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.06951840000000001,
|
||
"rank": 13,
|
||
"source": "hipporag2_langchain_text",
|
||
"evidence": "88-《公共数据授权运营发展洞察（2023）》定稿印刷0102.md",
|
||
"query": "企业白皮书",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "按计划部署",
|
||
"metadata": {
|
||
"node_id": "597cef3ac2af04dbf4532f5f5a2bc5bfa762a06ab0f90626fddac7f0aaeecdb3",
|
||
"graph_node_id": "597cef3ac2af04dbf4532f5f5a2bc5bfa762a06ab0f90626fddac7f0aaeecdb3",
|
||
"node_type": "event",
|
||
"ppr_score": 3.919071591079128e-08,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.0,
|
||
"rank": 9,
|
||
"source": "hipporag2_langchain_event",
|
||
"source_text_id": "['7e6068f850e4a480cb84c8e397497cddc83e55dc19995b00d3dac9e347c33f8e']",
|
||
"evidence": "PPT_吴倩琳-2023云和软件安全大会-零信任分论坛-零信任成熟度.md",
|
||
"query": "企业白皮书的作用是什么？",
|
||
"pagerank_available": true
|
||
}
|
||
},
|
||
{
|
||
"page_content": "当前，通信企业将主数据管理作为业务运营工作的重要内容，正在积 极通过数据治理工作释放主数据潜在价值，将分散在B、M、O域多个系 统中的主数据进行整合，破除跨域壁垒。通信企业普遍发布了主数据管理 办法对主数据新增、变更、调用等流程进行规范，发布主数据标准推动主 数据在企业范围内保持统一。通信企业普遍具备较强的数据质量管理、数 据分析应用、数据运营管控能力，对主数据流转、调用、质量等情况进行 常态化管理和评价。通信企业定期开展主数据稽核工作并进行通报，对主 数据总量、新增量、调用系统数量等情况进行汇总统计，对主数据的规范 性、完整性、准确性、一致性等数据质量进行考核评价。通信企业的主数 据管理在客户服务、物资管理、网络优化、网格管理等方面发挥着积极作 用。 ## （五）地产行业主数据管理 地产行业的主数据管理特点呈现出多元化的数据种类、庞大的数据量 和复杂的数据质量管理模式。从客户、楼盘、供应商到员工，各类信息交 织复杂，需要综合考虑业务流程、市场竞争等多方面需求。不论是普通典 型的地产企业还是多业态的集团型地产企业，主数据管理均扮演着关键角 色。地产行业面临着来自客户、项目、供应商等多个方面的复杂数据，需 要有效整合主数据以支持业务流程和决策。 在地产行业，从普通级别的企业到集团级别的企业，主数据管理呈现 出差异明显的现状。普通企业主要面对基础的客户、项目和员工等主数 据，管理相对较为简单，注重的是数据的准确性和业务流程的高效性。",
|
||
"metadata": {
|
||
"node_id": "ba3d56cd54165fbd2076ba62572fa98a253639d2a49f97a20f57b6ef788c9b21",
|
||
"node_type": "text",
|
||
"ppr_score": 0.06581467648619221,
|
||
"edge_score": 0.0,
|
||
"passage_score": 0.074488495,
|
||
"rank": 11,
|
||
"source": "hipporag2_langchain_text",
|
||
"evidence": "87-主数据管理实践白皮书 2.0.md",
|
||
"query": "企业白皮书的作用是什么？",
|
||
"pagerank_available": true
|
||
}
|
||
}
|
||
],
|
||
"all_passages": [
|
||
"蚂蚁集团推出了 HoloInsight，作为云原生时代的轻量化、全功能的智能可观测性技术平台。HoloInsight作为集数据采集、洞察分析、智能告警的一站式可观测综合解决方案，可帮助用户清晰观测整个软件技术栈与业务的状态",
|
||
"进行测试评估模型验证。",
|
||
"云杉网络发布了 DeepFlow，该产品基于eBPF实现了零插桩（Zero Code）、全覆盖（FullStack）的指标、追踪、日志采集，并通过智能标签技术实现了所有观测数据的全关联(Universal Tagging)和高效存取",
|
||
"滴滴推出了夜莺Nightingale，该系统采用All-in-One的设计理念，集数据采集、可视化、监控告警、数据分析于一体，与云原生生态紧密集成，融入了顶级互联网公司可观测性最佳实践，沉淀了众多社区专家经验，开箱即用",
|
||
"Analysys 发布了 DolphinScheduler，一个支持复杂任务调度和依赖管理的分布式任务调度系统，提供了可观测性的监控和告警功能，帮助用户实现任务的可靠执行和故障排查",
|
||
"东营市人民政府办公室于2023年5月发布《东营市公共数据授权运营暂行管理办法（征求意见稿）》。",
|
||
"进行模型训练。",
|
||
"平台运维功能需求。",
|
||
"完善测试评估方法与规则。",
|
||
"制定分布实施计划",
|
||
"数据运营是企业持续释放数据价值、进入数据要素市场的能力基础。 企业通过构建数据管理能力，实现了理清数据分布、提升数据质量、确保 数据安全、数据共享交换、数据分析挖掘等，为进一步深化数据应用、赋 能业务发展奠定了基础。未来，伴随着数据要素市场逐渐成熟，企业更聚 焦于持续优化数据管理能力，形成数据供需闭环，丰富数据应用场景，充 分赋能业务发展，有效管控成本，精细化管理数据价值。本白皮书旨在提供一份全面可行的数据运营实践指南，在企业逐步夯实数据管理能力、实现数据资源化的基础上，结合产业数据运营各方面的先进经验，为企业进一步开展数据运营、加速迈入数据资产化阶段提供一套方法理论。具体来说，数据运营包括数据目录管理、数据应用场景构建、数据服务推广、数据动态优化、数据成本管理、数据价值评估等基本活动，旨在加深企业对于数据运营的认识和理解，持续优化数据管理能力，推动企业深化数据应用，逐步构建数据竞争优势。 # 一、数据运营概述 ## （一）数据运营发展背景 发展数字经济已成为推进中国式现代化的重要驱动力量。2022年，我国数字经 济规模达到50.2万亿元，同比名义增长10.3%，已连续11年显著高于同期GDP名义增 速，数字经济占GDP比重达到41.5%。数字经济全要素生产率进一步提升，我国数字 经济全要素生产率从2012年的1.66上升至2022年的1.75，数字经济生产率水平和同 比增幅都显著高于整体国民经济生产效率，对国民经济生产效率提升起到支撑、拉动 作用 $^1$ 。 国家加大数据要素政策布局，数据要素市场化进程持续加快。当前，数据已成 为重要的生产要素，是加快经济社会发展质量变革、效率变革、动力变革的重 要引擎。",
|
||
"公司、北京安达维尔信息技术有限公司、中国航空发动机研究院等的专家吕英胜、杨泽华、车春雷、王志强、冯霏、刘洋、王刚、王浦、常卓君、杨子政、王粲、吴超、张晓刚等对本白皮书编写工作的支持。 ## 一、主数据管理概述 ## 二、各行业主数据管理实践 ## 三、主数据管理主要内容 ## 四、主数据管理策略 # 大数据技术标准推进委员会 Big Data Technology and Standard Committee ## 五、主数据管理未来展望 # 前言 2018年12月中国通信标准化协会大数据技术标准推进委员 会C C S A T C 601编制发布了《主数据管理实践白皮书 （1.0）》，对主数据管理的内涵、特点、实践案例进行了研究 和总结，在业界得到了传播和认可。2023年12月，CCSA TC601更新编制了《主数据管理实践白皮书（2.0）》版本， 进一步对主数据管理的管理模式、管理策略、成功要素、发展 趋势进行了更深入的研究和提炼。 主数据是对组织核心业务实体状态的反映，具有全局性、 共享性、稳定性等特点，可以进行跨系统、跨流程、跨部门的 共享复用。过去的5年时间里，业界对主数据的探讨和实践十分 活跃，普遍将主数据视作组织的核心数据资产，并将主数据管 理作为企业数据管理体系的重要一环。未来，CCSA TC601将 持续开展主数据管理的研究工作，适时修订发布新的白皮书版 本。",
|
||
"在此背景下，宁夏回族自治区 通信管理局和宁夏通信学会联合编制《算力与“数字经济飞地”协同 发展研究报告》，希望与业界同仁共同推进算力产业和数字经济的发 展。 本报告重点阐述算力和“数字经济飞地”协同发展的现状、问题、 意义和模式，分析运营商在赋能数字产业发展中发挥的作用和未来方 向，提出协同发展建议。报告立足国家战略和产业发展角度进行洞察， 为政府制定政策提供新思路，为企业研判产业趋势提供新方向。 白皮书仍有诸多不足，恳请各界批评指正。如有意见建议请联系 邮箱：dceco@caict.ac.cn。 # 1 研究背景 ## 1.1 “数字经济飞地”发展概况 “数字经济飞地”是指两个相互独立的、经济发展存在落差的行 政地区打破原有行政区划限制，通过跨区域的行政管理和数字经济开 发，实现区域间资源互补、数字经济协调发展的一种区域经济合作模 式。  “数字经济飞地”主要分为三类：资源型、产业型以及创新型。 资源型飞地园区是指欠发达地区通过提供土地、算力、能源资源等， 聚集数字产业相关的企业、人才等，形成数字产业集群。产业型飞地 园区是指欠发达区域政府在较发达地区设立园区，进行精准招商引资， 招才引智，将优质企业、优质项目、高端人才等招引落地到本地区。 创新型飞地园区是欠发达地区利用较发达地区优质的科研资源、先进 技术以及高端科技人才聚焦数字产业，以创新中心、孵化器、实验室 等方式进行集约化发展。 飞地经济最初起源于京津冀、珠三角和长三角等地区。",
|
||
"组织为顺利完成零信任战略实施需提供保障措施",
|
||
"进行模型验证。",
|
||
"青岛市大数据发展管理局于2023年6月发布《青岛市公共数据运营试点管理暂行办法》。",
|
||
"贵州省人民政府办公厅于2023年6月发布《贵州省政务数据资源管理办法》。",
|
||
"1998年，组建信产部。",
|
||
"# 中国信通院数据应用产业研究和生态建设工作\\n\\n## 行业研究报告\\n\\n\\n\\n### 私域营销数智化实践指南\\n\\n\\n\\n### 金融智能风控应用实践指南\\n\\n\\n\\n### 地球大数据白皮书\\n\\n\\n\\n### 交通行业运营商数据应用白皮书\\n\\n\\n\\n## 生态建设\\n\\n### 联合成立行业数据应用工作组\\n\\n\\n\\n### 数据应用系列沙龙\\n\\n\\n\\n### 数据应用星河案例评选\\n\\n",
|
||
"2 发展方向 ### 2.2.1 强化资源高效集约 土地集约。加强园区建设的前期的市场调研及顶层设，有效开展 产业规划、园区区位及建设要求等方面工作。“飞入地”政府应充分 利用未利用地资源，兼顾未利用地的生态保护和开发利用进行数字经 济飞地园区建设，制定相关行业建设用地控制标准，提高土地投资强 度，设置合理的建筑密度和容积率，鼓励和推广多层厂房建设。 能源高效。贯彻落实党的二十大精神，强化数据经济可持续发展 理念，鼓励建设绿色园区，推进节能、节水、减排和资源综合利用， 严格执行能耗、水耗、环保等政策，禁止不符合国家和地方产业政策 的项目入驻园区，避免低水平重复建设。另外，园区可设置资源回收 区域，如建设废水处理站，提高水资源利用效率、实现水资源循环利 用。通过建设绿色低碳循环发展的“飞地”园区，实现经济效益和社 会效益双赢。 管理高效。建立园区数字化管理平台，从而提高园区的管理效率、 服务水平和创新能力。通过数字化平台可以收集和整理园区内各类数 据，如企业数据、人才数据等，利用大数据等技术为园区建设、管理、 运营等提供决策支持；引入电子政务系统，提高项目申报、税收减免、 融资服务等审批效率，保证跨区域转移项目落地和正常运营；利用物 联网、人工智能等技术打造智慧园区，实现能源管理、安防监控等功 能，提升园区的运行效率和安全性；建立企业一站式服务平台，集中 提供园区内相关服务，包括企业注册、税务申报、人才招聘等，为企业 业提供便捷和高效的服务。 ### 2.2.2 完善“数字经济飞地”制度 优化利益分配机制。",
|
||
"自此，“公共数据”与“政府数据”的表 述和用法基本确定，而公共信息、政务信息等用法基本未再出现。2022 年发布的“数据二十条”提到“各级党政机关、企事业单位依法履职 或提供公共服务过程中产生的公共数据”，但并未明确公共数据与其 他几个相似概念的联系与区别。 从地方立法和政策文件来看，关于“公共数据”的定义也尚未形 成统一认知。有些地方尝试通过性质界定的方式下定义，如相对较早 发布的2021 年《北京市公共数据管理办法》将公共数据定义为“具 有公共使用价值的，不涉及国家秘密、商业秘密和个人隐私的，依托 计算机信息系统记录和保存的各类数据”；更多的地方则通过“持有 主体”和“产生来源”两个维度来界定公共数据的范围，如《浙江省 公共数据开放与安全管理暂行办法》认为公共数据是指“各级行政机 关以及具有公共管理和服务职能的事业单位，在依法履行职责过程中 获得的各类数据资源。”还有些地方对主体范围进一步细化明确，如 《上海市公共数据开放实施细则》明确包括“供水、供电、供气、公 共交通等提供公共服务的组织”；《浙江省公共数据条例》明确“根 据本省应用需求，税务、海关、金融监督管理等国家有关部门派驻浙 江管理机构提供的数据，属于本条例所称公共数据。” 然而，“公共服务运营单位在提供公共服务的过程中收集、产生的 数据”是否应当被纳入公共数据目前存在较大争议。因为从分类方 式看，公共数据基于公有属性和持有主体进行划分，企业数据根据持 有主体划分，而个人数据则更多出于对个人信息及相关主体权益的保 护而与其他数据进行区分。因此，企业在经营公共服务性质业务时收 集、产生的关乎公共利益的数据，既具有公有属性，又由企业持有， 将这部分数据划分到公共数据中是否有利于数据流通和开发利用尚 待讨论。",
|
||
"按计划部署",
|
||
"当前，通信企业将主数据管理作为业务运营工作的重要内容，正在积 极通过数据治理工作释放主数据潜在价值，将分散在B、M、O域多个系 统中的主数据进行整合，破除跨域壁垒。通信企业普遍发布了主数据管理 办法对主数据新增、变更、调用等流程进行规范，发布主数据标准推动主 数据在企业范围内保持统一。通信企业普遍具备较强的数据质量管理、数 据分析应用、数据运营管控能力，对主数据流转、调用、质量等情况进行 常态化管理和评价。通信企业定期开展主数据稽核工作并进行通报，对主 数据总量、新增量、调用系统数量等情况进行汇总统计，对主数据的规范 性、完整性、准确性、一致性等数据质量进行考核评价。通信企业的主数 据管理在客户服务、物资管理、网络优化、网格管理等方面发挥着积极作 用。 ## （五）地产行业主数据管理 地产行业的主数据管理特点呈现出多元化的数据种类、庞大的数据量 和复杂的数据质量管理模式。从客户、楼盘、供应商到员工，各类信息交 织复杂，需要综合考虑业务流程、市场竞争等多方面需求。不论是普通典 型的地产企业还是多业态的集团型地产企业，主数据管理均扮演着关键角 色。地产行业面临着来自客户、项目、供应商等多个方面的复杂数据，需 要有效整合主数据以支持业务流程和决策。 在地产行业，从普通级别的企业到集团级别的企业，主数据管理呈现 出差异明显的现状。普通企业主要面对基础的客户、项目和员工等主数 据，管理相对较为简单，注重的是数据的准确性和业务流程的高效性。"
|
||
],
|
||
"passage_sources": [
|
||
"子查询1-event-837914fd192ce24405e505d00bacfc4e7d67581c480a792eab1735ae40034a53",
|
||
"子查询1-event-fa2178eade20caa6435d7969d7e4fc292ae8594fd60266456e076d560770721e",
|
||
"子查询1-event-52d7ba687569c10025742eed85ffc69d28886cb9a8c5c4403180d85ab77267b2",
|
||
"子查询1-event-8fadaeeb758ccced65c64b80e2315c1af34ebbbc0b03fcd7535828960b29b20c",
|
||
"子查询1-event-ccefc8edd9ac190647aaade05325e68f3773c8575a58f689512b7661524ca029",
|
||
"子查询1-event-71c47e73feef6d66dc478cad69c4ad58a0b3ecfd04f09a1b00fa42decb9e9294",
|
||
"子查询1-event-df605b303a0d8bb54f4aeac641c0dcf0c128e34c544e0193d9c8bfa9e7719d9f",
|
||
"子查询1-event-3bf8041501694e4cb799bdd944dc7cdb9d70423f7339d81cb2bfee76e1de7052",
|
||
"子查询1-event-4f7f0c1c613764a8dccb6df4fb8a4cdd531c5145f8f981b32a705780630a9e76",
|
||
"子查询1-event-e37fe0b847647fbfb6116faa77736c145ab7584878ae380318c88685999901cc",
|
||
"子查询1-text-4ec71c7edc23d78a58343dc38d19efb13f4200cf767ee528096926782d552654",
|
||
"子查询1-text-7fa12f56a5def24c11de787cd0e8303935dc6d388afee0760c430c0b8cbfa120",
|
||
"子查询1-text-9a44987713d75030cdf5357d6c3ac6d8efc072d21481430da01ac7632f10e497",
|
||
"原始查询-event-a8025588f491624f93a05f3d00e9d8bc6bfabe27849d93c0a7e6d4af56a193b5",
|
||
"原始查询-event-d9396e9e781596d01c51732186061067933da4db97883779946fd700faab112a",
|
||
"原始查询-event-0d3d869ec37f825c33eefbbeb73d0a25e100c5e9a1e1ec06e086f286057943ea",
|
||
"原始查询-event-71324bbe38be7dc2f579536f22143c3d8f0deadec318e634492f597d7d0badfd",
|
||
"原始查询-event-006db96629b2e82ec2fc7a652f775df4173c1c31dfde02e96a72a55f3be91d91",
|
||
"原始查询-text-d6744a1255bbc2f4503edd7bdb6da5cd3046aec7742660d0fb77feb4d27bd7d6",
|
||
"原始查询-text-11cd2a97bdc229d4d47b9dca8305efe155479ca94cc8d864ecc581de6b0bd639",
|
||
"原始查询-text-58e5f0eb2d15f9199ab1adeba5de571e1a3c68bc54bf6ff08a0666f87ad456bb",
|
||
"子查询2-event-597cef3ac2af04dbf4532f5f5a2bc5bfa762a06ab0f90626fddac7f0aaeecdb3",
|
||
"子查询2-text-ba3d56cd54165fbd2076ba62572fa98a253639d2a49f97a20f57b6ef788c9b21"
|
||
],
|
||
"retrieval_path": "unknown",
|
||
"initial_retrieval_details": {},
|
||
"current_sub_queries": []
|
||
} |