大数据与信息治理课件.ppt

大数据与信息治理
IT已经成为社会技术基础
边际效益递减并保持低增加
边际效益较高
并快速增加
当一个革命性技术被社会普遍应用, 成为社会技术基础, 边际效益增加就进入平台期, 技术 社会价值就进入保障状态:
不含有, 则缺乏竞争优势; 含有, 也不带来额外 竞争优势。
*
大数据与信息治理
大数据是一个社会现象
信息技术作为社会技术基础引发
“数据爆炸”式增加, 产生所谓 “大数据”现象
增加了社会信息不对称性
决议活动更大 不确定性
信息经济学深刻论证: 信息不对称和信息不确定, 会使得市场效率低下。这是客观现实。
全部社会事务过程愈加依靠于对数据 获取、处理和发明, 掌握信息权利、控制信息资产, 并提取信息利益, 是全部社会活动主体 参与社会竞争 充足必需条件。
阿里巴巴投资新浪微博、收购友盟、增持UC与丁丁网, %股份, 目 很显著, 就是对扩充自己 信息资产规模, 占领信息资产制高点, 融合本身 和收购对象 交易信息、物流信息和地理位置信息等, 发明更大 商业价值。
*
大数据与信息治理
大数据边际效益曲线
IT边际效益递减并保持低增加
IT边际效益较高
并快速增加
大数据边际效益曲线
*
大数据与信息治理
大数据边际贡献力起源
思维范式 革命
因果律让位于“相关律”——有限理性-适宜标准
基于相关度高信息 决议, 为有限理性决议提供了可行方法
相关关系是其实是因果关系 子集, 原因数有限, 但原因值巨大
信息应用技术与模式 变革
数据化
全体数据应用
更丰富 数据刻画
全部领域数据化
互联网之父 “数据网”
开放发明性
全社会参与信息开发和基于数据 发明活动
极其丰富 商业模式和社会新价值
信息应用新模式成为处理组织基础问题 钥匙
*
大数据与信息治理
数据驱动与信息驱动
驱动社会发明与运行 不是数据, 而是信息, 信息才能帮助我们认清事物改变方向和消除不确定; 大数据时代不是“数据驱动”而是“信息驱动”。
“信息熵”公式能够揭示一个数据集所包含 客观信息量, 但这个信息量 真实价值是因人而异、因时而异、因事而异 , 一组数据集 具体 特定 价值量其事前概率是不确定 。
斯蒂格利茨: 假如信息与要处理 问题相关, 它就会有正 价值。
所以, 信息管理 根本问题是建立适宜 策略和方法, 增加和改善特定系统或社会活动主体 信息相关价值量。
*
大数据与信息治理
案例: 食品卫生监管
食品、餐饮、摊贩 卫生监管包含到法规超出8、9个, 实施不便, 实施人员自由裁量权大, 执法分部门进行, 推行职责时开具凭证也比较滞后。最关键问题是执法双方都缺乏正确 依据, 执法过程非常轻易出现矛盾。
关键现象是信息采集不便, 执法依据不清, 自由裁量权大, 执法对象对执法者缺乏信任。
实际 处理方案: 将相关法规进行整合, 并分解法条, 对法条属性进行描述、统计, 根据执法事项分门别类地分类或聚类各个单元法条和执法规格;按营业性质和规模区分监管对象, 分类监督执法处理事件和过程, 执法知识结构化。执法人员使用移动电子设备执法, 能够确定和提醒法条和执法规格等依据, 并能够打印凭据、推行当事人签字手续。
*
大数据与信息治理
执法者
执法依据含糊
事件性质不清
执法规例与违规事件之间 信息不确定是引发矛盾 关键问题
对法规资源结构化处理, 使之能实时具体地展现, 使具体法规规例信息与具体事件之间建立相关性, 消除事件中信息 不确定性, 从而处理矛盾。
图解
机理？
*
大数据与信息治理
在信息需求和供给之间建立相关性, 以消除特定事件中 信息不确定性。
传统 信息管理面对有限信息资源, 采取先导式手段对信息进行结构化, 描述信息, 建立索引, 以提升信息检索效率, 有效实现信息 相关价值;
在网络环境下, 大家面对无限信息, 传统先导式手段失效, 所以, 搜索引擎基础是采取后处理方法来建立信息需求与供给之间 相关性。
利用事件 某几项属性 全体数据找到某事件 相关信息, 使决议者对具体事件 结构有更多 确定性认知, 这是大数据 意义所在。蒂姆伯纳思李提倡 “数据网”, 力图在网络数据间建立语义关系, 也是这种目 下 努力。
机理
*
大数据与信息治理
决议与大数据
任何决议行为总存在一个动态 数据集, 而信息相关价值是这个数