- 综合排序
- 最热优先
- 最新优先
- 来自专栏肉眼品世界
数据治理与数据资产化
数据治理是监督，是战略，数据管理是执行，是战术。数据治理的目的是为了更好地数据管理，数据治理并不直接管理数据，数据管理的目的是让数据发挥更好的作用，创造更高的价值。数据治理是用来协调各方平衡的机制。 数据资产的几大特点包括无形性、增长性、复制性、价值不确定性。数据资产按照服务的方式可以分成两种类型：自用型数据资产和交易型数据资产，也称为赋能型数据资产和使能型数据资产。 赋能型数据资产通常是业务的数据化，将生产经营管理过程中产生的数据进行收集、整理、分析，促进原有业务进一步的价值创造。 使能型数据资产通常指数据的业务化，将数据收集、整理后形成可以对外服务的数据商品，如付费数据库服务等。 下面主要介绍了大数据发展现状和趋势，企业数据治理和数据资产化建设的挑战，详解介绍了企业数据治理能力和数据资产体系建设方案，供企业规划建设数据治理和数据资产管理体系时参考和借鉴。
1.1K20编辑于 2022-06-15 - 来自专栏程序猿~
数据中台 - 数据资产与数据治理
什么是数据资产管理 数据资产管理(DAM, Data Asset Management)是指规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策方案、目的、流程、方法和程序 - 摘自 数据资产管理实践白皮书(4.0版) 3. 数据资产管理所处地位 数据资产管理在数据中台架构中的位置，介于数据开发和数据应用之间，处于承上启下的重要地位。 ? 4. 什么是数据治理 数据治理(Data Governance, DG)是指对数据资产管理行使权力和控制的活动集合(规划、监督和执行)。 传统的数据治理内容通常包含数据标准管理、元数据管理、数据质量管理、数据安全管理、数据生命周期管理等内容。 数据治理的目标是保障数据资产的质量，促进数据资产的价值创造。 5. 数据治理与数据资产管理的关系 数据资产管理就是传统的数据治理的升级版，可认为是数据治理2.0，数据资产管理包含数据治理。 ?
1.9K30发布于 2021-01-29 - 来自专栏idba
数据资产治理-元数据采集那点事
一、介绍 数据资产治理（详情见：数据资产，赞之治理）的前提要有数据。它要求数据类型全、量大，并尽可能多地覆盖数据流转的各个环节。元数据采集就变得尤其重要，它是数据资产治理的核心底座。 随着业务的快速发展，数据运营、成本治理的需求越来越强烈。元数据需要覆盖到数据全链路，包括离线计算平台、实时计算平台、内部工具，任务元数据等。 在资产治理平台中，我们采集Hive组件的元数据包含：表名称、字段列表、责任人、任务调度信息等。 收集全链路的数据（各类元数据），可以帮助数据平台回答：我们有哪些数据？有多少人在使用？数据存储是多少？ 通用血缘模型主要包含表血缘模型定义、表任务血缘模型定义，支持用户单独上报表血缘、任务血缘。 如果把数据资产治理比作建设高楼大厦，那么不同组件的元数据就是原材料，数据采集就是地基。只有地基打得牢固，数据治理这座大厦才会越建越稳。
3.3K43发布于 2020-12-31 从数据治理到数据资产管理-数据治理框架再思考
实际上我在前面谈数据中台和主数据管理的时候多少谈到过数据治理和数据资产管理方面的内容，但是更多的都是从IT系统和功能层面来谈数据治理需求的最终实现。 但是对于数据治理更多的首先是一个组织和管理问题，其次才是一个技术实现问题。 其次在谈数据中台的时候谈到过数据资产管理，即数据治理本身就是对数据资产管理行使权力和控制的活动集合(规划，监督和执行）。 同时在数据中台一书里面提出数据资产管理是数据治理的升级版本，只是在传统数据治理基础上增加了数据价值管理和数据共享管理。 国际数据管理协会（DAMA）给出的定义：数据治理是对数据资产管理行使权力和控制的活动集合。 所以参考了上面的数据治理，简单总结就是： 数据治理是确定如何进行数据资产管理的组织制度，标准规范，流程支撑体系建设。即所有数据资产管理工作必须有章可循，这个依托就是数据治理体系和框架。
41700编辑于 2025-06-24- 来自专栏大数据学习与分享
数据治理体系建设与数据资产规划
数据治理：依托企业数据管理实践，形成企业数据战略、治理组织人才、规范流程，为数据驱动业务运营提供基础保障。 统一数据资产：包含数据资产目录、数据标准、企业级数据模型、数据分布、数据地图等。 数据架构包括数据资产目录、数据标准、企业级数据模型和数据分布四个组件。 此标准由数据代表在入湖前完成梳理并在数据治理平台上进行资产注册。 技术上要支持多种异构数据源高效入湖。 数据使能平台架构示意： 2. 数据治理 数据治理是对数据资产的管理行使权力和控制的活动集合（规划、监控和执行），职能是指导其他数据管理职能如何执行。 同时需要提供一系列数据分析与人工智能算法与模型库，包括常用的分类、聚类、回归、关系分析等机器学习算法，以及基于深度学习的模式识别、图像和视频计算机视觉处理、语音和文本自然语言处理等算法与模型库。
1.4K20编辑于 2023-09-06 一文讲清数据要素，数据资产，数据治理和数字资产
这些问题，其实就是没把数据要素、数据资产、数据治理和数字资产几个核心概念理清楚。接下来，我就来为大家厘清这四个关键概念的区别与联系，帮你更好地理解数据，用数据来做好决策。 这背后需要一套严谨的体系来支撑——三、 数据治理现在，核心问题出现了：如何将我们手中原始、粗糙的数据资源，锤炼成可靠、可用、甚至能计入财报的数据资产？答案就是系统性地开展数据治理。 缺乏治理的数据，就像未经打磨的原材料，无法稳定地支撑价值创造，更不要说成为资产了。数据治理不是简单地购买一个工具就完事了，它是一项涵盖组织、流程、标准和技术的系统工程。 数据治理本身不直接通过数据分析来创造业务价值，但它确保了所有数据是可信任、易查找、且安全合规的。它是将数据资源转化为数据资产的必要基础和前提条件。 数据资产是财务概念和价值认证，特指企业中那些能被量化、能产生经济利益的数据资源。数据治理是管理手段，是实现路径，是把原始数据加工成合格数据资产的必备流程和保障体系。
56410编辑于 2025-11-03- 来自专栏超级架构师
【数据治理】什么是数据治理模型？
根据 Experian 的说法，“数据治理是确保数据在输入系统时符合精确标准和业务规则的过程。数据治理使企业能够对数据资产的管理施加控制。该流程包括确保数据适合其预期目的所需的人员、流程和技术。” 这提出了对数据治理的需求。 什么是数据治理模型？ 数据治理模型是一个框架，它概述了数据创建、数据存储和维护以及数据处置的流程和系统。 不是每个组织都使用单一的数据治理模型，而是有几种类型的数据治理模型。模型因创建和使用数据的人员而异。 NTT DATA 概述了四种常见的数据治理模型，包括： 具有单个业务单元的去中心化数据治理模型 - 具有单个业务单元的去中心化数据治理模型通常由创建、管理和使用自己的数据的单个业务用户组成。 具有去中心化执行的集中式数据治理模型 - 在具有去中心化执行的集中式数据治理模型中，有一个集中式数据治理实体负责定义数据治理框架和策略，各个业务部门负责创建和维护其部分主要的数据。
1.6K20编辑于 2022-05-18 - 来自专栏超级架构师
【数据治理模型】数据治理模型│哪种模型最适合您的组织
内部数据治理：第 2 部分 │数据治理模型 在本系列的第一部分中，我们定义了数据治理并研究了导致大规模清理项目的失误。在这篇文章中，我们将研究常见的数据治理模型，哪些模型最适合不同类型的组织。 没有单一的数据治理模型适合所有组织。在当今的业务中通常会使用各种模型，其中一些模型更适合较小或较大的组织，而另一些模型更适合各种结构或业务需求。让我们看一下四种最常见的数据治理模型： 1. 集中治理——单个或多个业务单元 第三种数据治理模型的特点是单个或多个业务部门集中维护主数据。在此模型中，一个中央组织负责根据来自主数据消费者的请求设置主数据。 集中数据治理和分散执行 最后一种数据治理模型的特点是由一个集中的治理机构定义控制框架，各个企业创建其各自的主数据部分。 在此模型中，数据治理组织和业务之间存在共同责任。
1K10编辑于 2022-05-19 - 来自专栏FreeBuf
数据安全运营视角下的数据资产安全治理
本文从运营角度谈数据资产的安全治理，通过平台化能力实现对涉敏资产识别、评估风险，及一系列治理措施达到风险收敛目的。 二、业界思路 国外Gartner从调解业务和安全冲突，通过调研形成规则落实DSG数据安全治理框架，及微软主要从人员、流程，和技术这三个角度出发数据治理框架（DGPC），国内比较普遍的以某知为代表的，以数据为中心的数据安全治理实践 本文主要以敏感数据资产为中心，通过涉敏资产识别、评估风险，及一系列治理措施达到风险收敛目的。 实际过程中考虑到企业内部服务间调用层级链路复杂及ROI，主要基于流量、数据存储在两个端侧建立涉敏资产库，提供敏感资产的动态更新维护、风险评估和持续治理的平台化能力，并为其他风险场景的识别提供基础数据输入 基础属性信息扩展，主要包括人、机器两方面的属性数据，结合基础服务，如服务治理获取对应资产的责任人的属性数据，如开发、产品、运营角色负责人及所属业务，机器属性数据，如机房、IP、主机名等。
3.6K20发布于 2021-01-08 - 来自专栏量化小白上分记
资产瞎配模型（一）
大类资产配置是量化中一个重要的领域，本文尝试实现若干资产配置模型。全文纯属瞎配，欢迎指正！ 01 理论模型 资产配置是根据投资者的收益风险偏好及不同资产特性，将资金配置于多种资产类别的一种投资策略，目的在于分散风险，是对组合收益和组合风险的权衡。 首先给出一些符号定义 ? ? 接下来说明所用到的配置模型，资产配置从技术角度来说，只需要考虑三个问题：选择资产、横截面分配、时间序列分配。 横截面分配与时间序列分配实质上就是确定各种资产的权重，各种模型也都是在选定资产后，在不同的假设下给出不同的权重表达式。接下来列出文中用到的所有资产配置模型。 不得不感叹，A股真的是十年一梦啊，各资产相关性如图，没有相关性很高的资产，所以做配置模型数据上没有什么问题。 ? 03 回测：等权重 等权方式配置，起点时刻各资产买同样权重，一直持有。
2.2K30发布于 2019-01-22 - 来自专栏毛利学Python
资本资产定价模型 CAPM
，以及均衡价格是如何形成的，是现代金融市场价格理论的支柱，广泛应用于投资决策和公司理财领域 资本资产定价模型假设所有投资者都按马克维茨的资产选择理论进行投资，对期望收益、方差和协方差等的估计完全相同，投资人可以自由借贷 基于这样的假设，资本资产定价模型研究的重点在于探求风险资产收益与风险的数量关系，即为了补偿某一特定程度的风险，投资者应该获得多少的报酬率。 按照β的定义，代入均衡的资本市场条件下，得到资本资产定价模型 E(ri)=rf+βim(E(rm)-rf) E(ri) 是资产i 的预期回报率 rf 是无风险利率 βim 是[[Beta系数]]，即资产 资本资产定价模型描述了该资产的风险溢价与市场的风险溢价之间的关系 E(ri)-rf =βim (E(rm) − rf) 式中，β系数是常数，称为资产β (asset beta）。 应用 在资产估值方面，资本资产定价模型主要被用来判断证券是否被市场错误定价 E（ri）=rF+[E(rM)-rF]βi 一方面，当我们获得市场组合的期望收益率的估计和该证券的风险 βi的估计时，我们就能计算市场均衡状态下证券
2.8K00发布于 2020-03-16 数据治理平台：构建数字时代的信任与资产基石
在生成式AI大规模应用的今天，高质量的数据集是训练大模型的养分。数据治理平台通过清洗噪声、标注高质量数据，直接决定了企业AI模型的“智商”。 2. 数据治理平台为数据提供了“合格证”，只有经过治理、合规且权属清晰的数据，才能在数据交易所进行挂牌，转化为企业真正的财务资产。 3. 专业的数据智能服务商 数聚股份：作为商业智能BI的领军企业，其数据治理平台基于企业集团数据管理特点和多层级需求的智能数据管理平台，将先进的数据治理理念应用于企业的数据资产管理。 四、 总结与展望 数据治理不是一次性的“装修工程”，而是一项长期的“物业管理”。在2026年这个节点，我们可以清晰地看到： 治理的智能化：AI开始“治理”数据。 治理的标准化：随着国家30余项数据领域国家标准的出台，中国的数据治理正从“各家自扫门前雪”走向“全国一体化”的标准化阶段。治理的业务化：单纯的技术治理正在消失。
20210编辑于 2026-01-21- 来自专栏数据产品经理成长笔记
数据资产与治理：浅谈数据血缘的作用与价值
在数据资产管理与数据治理领域，数据之间的血缘关系是一个绕不开的话题，数据血缘的完备程度也是评价一个企业数据中台成熟度的重要度量之一。 所以，数据部门除了做增量的业务支撑外，还要常态化的数据治理，把长期没人使用的冷数据进行删除，释放存储和计算资源。 (2)有助于优化数据资产成本 随着业务地发展数据不断增长，任务、数据表只增不减会不断膨胀大数据资源成本。很多时候不是不愿意做数据、服务治理，二是不敢。 也就是不知道对应的服务有哪些业务在使用，缺少治理的依据，与其直接下线带来业务影响，倒不如一直维持现状。 比如流式数据处理的flink任务，从哪个源（source）的Kafka topic，加工清洗后，存储到哪个Sink，离线批处理任务Hive数仓模型，也可以基于SQL输入输出表进行解析得到。
1.7K22编辑于 2022-12-05 - 来自专栏从救火到防火：大模型赋能云原生安全
第 4 期：基于资产画像的治理闭环：从基础镜像到 CICD 的源头治理方法论
禁止高风险漏洞进入生产（利用第3期里讲的四维风险决策模型锁定的“真正有危险的漏洞”）禁止未签名镜像部署禁止绕过AdmissionController“没有治理的CI/CD，就是漏洞制造机。” 治理策略：第二道防线：CI/CD门禁（QualityGate）安全团队要摆脱传统"凭经验、拍脑袋"定义卡点策略的工作模式，利用我们前两期建立的“风险决策模型”，在Jenkins或GitLabCI中卡位。 治理的最高境界，不是这就修好了一个漏洞，而是消灭了产生这个漏洞的土壤。下期预告：人力总有穷尽时，如何让AI帮我们干活？下期迎来系列最终章《AI×云原生安全：如何用大模型打造企业级“风险决策引擎”》。 •第2期（已发布）：介绍核心能力资产画像，演示如何将数百万漏洞压缩成数十个必须修的风险，实现精准打击。•第3期（已发布）：深入剖析四维风险决策模型，掌握如何比同行更快锁定“真正有危险的漏洞”。 •第4期（本期）：提出一套完整的治理闭环，从基础镜像到CI/CD，实现源头治理的方法论。•第5期（待发布）：展望未来，讲解AI×云原生安全，即如何用大模型打造企业级的“风险决策引擎”，实现智能防火。
5800编辑于 2025-12-30 - 来自专栏腾讯云智能顾问
【云顾问-数字资产】架构旅程全新上线，治理趋势清晰可见
架构旅程新版本，可视化展示架构全生命周期治理动态。一键追溯演进历程，轻松对比治理成果，助力客户业务决策，驱动企业持续发展。 月度治理行为回顾：按月展示巡检次数、混沌演练次数及归档报告数等关键治理指标。支持版本切换，轻松查看多版本治理趋势，助力您全面掌握治理成效。 版本演进详情：点击【展开架构版本演进】可以查看当前版本下该架构图详细治理行为，包括：操作变化趋势：展示当前架构图插件使用次数、资源绑定数及报告归档数风险治理：展示云巡检发起次数、巡检结果的中高风险个数与架构评估报告的归档次数稳定性治理 对于上线之前的治理行为和数据，系统并未进行留存，因此在架构旅程中不会显示这些历史数据。只有从架构旅程功能上线之日起的治理行为和相关数据才会被记录和展示。为什么我今天进行治理行为后架构旅程里仍为0？ 治理趋势默认展示的是当前版本的治理行为，可能由于您新建了版本导致。若希望查看多版本内不同月份的治理趋势和数据对比，可以通过调整版本选择器左侧的滑动条来覆盖不同的时间段和版本。
25010编辑于 2024-08-26 - 来自专栏深度学习与python
是时候好好治理 AI 模型了！
机器学习治理需要更进一步 近两年，大模型的风越刮越烈，企业和开发者已经习惯于通过机器学习的方式来解决问题。显而易见的是，大模型并不是所有人都可以承担起的。 当我们把数据治理的思路类比到机器学习治理当中，能否找到一种工具降低模型的故障？目前来看，情况还不算太明朗。 在企业对机器学习严重依赖的当下，我们是时候扩大机器学习治理的规模，让其更进一步了。这件事情由承担着企业内部大部分模型开发工作的机器学习平台来完成或许最合适。 为了解决上述问题，亚马逊云科技2022 re:Invent 大会上推出了Amazon SageMaker 的三大机器学习治理新功能来简化访问控制，增强端到端机器学习部署的透明度、模型治理和可审计性，分别是 当模型未受到监控或偏离预期行为时，Model Dashboard 会自动提醒。 在大部分场景下，这种治理能力带来的好处是通过最低的成本，保证模型上线并发挥效用。
62920编辑于 2023-03-29 - 来自专栏公共互联网反网络钓鱼（APCN）
全球协同视域下加密资产授权钓鱼的治理机制与技术防御
近期，由美国、加拿大及英国执法机构联合发起的“大西洋行动”（Operation Atlantic），标志着全球执法力量在应对此类高技术犯罪上迈出了协同治理的关键一步。 该行动不仅代表了执法理念的转变，即从单纯的事后追查转向事前预警与事中阻断，更体现了公私部门协同治理的新范式。 反网络钓鱼技术专家芦笛强调，这种攻击手法的核心在于利用了用户对区块链交互模型的认知盲区。他指出：“在传统互联网中，‘登录’和‘支付’是两个截然不同的操作。 反网络钓鱼技术专家芦笛对此评价道：“‘大西洋行动’的意义不仅在于抓捕了多少罪犯，更在于它确立了一种‘防御前置’的治理范式。执法机构不再仅仅是案件的调查者，更成为了安全生态的建设者。 结论与展望“大西洋行动”的启动是全球加密资产安全治理史上的一个重要里程碑。
15810编辑于 2026-03-21 - 来自专栏数说工作室
量化投资之资本资产定价模型（CAPM）
量化投资之资本资产定价模型 （CAPM） 目录 一、前言 二、CAPM模型 1. 切点组合、分离定理与市场组合 2. 资本市场线 3. 证券市场线（资本资产定价模型） 4. （EMH）和资本资产定价模型（CAPM）。 （3）资本资产定价模型（CAPM） 证券市场线其实就是CAPM的图形形式，它的公式： ? 正是资本资产定价模型CAPM。 4. 超额收益形式的CAPM模型 （1）CAPM模型的贡献 CAPM模型是在一些假设的基础上，推导出了资产的定价模型，通过无风险利率、市场收益率、以及β系数可以得到某种资产的“理论”价格，从而帮助投资者对股票进行评价
3K120发布于 2018-04-04 - 来自专栏量化投资与机器学习
比特币S2FX模型：与资产模型的邂逅
在今天的推文中，我们将S2F与资产模型进行融合。 原始的BTC S2F模型是基于月度S2F和价格数据的。由于数据点是按时间顺序索引的，因此它是一个时间序列模型。 当前S2F模型 在今天的推文中，我们通过删除时间并向模型中添加其他资产（白银、黄金）来巩固当前S2F模型的基础。我们将这种新模型称为BTC S2F交叉资产（S2FX）模型。 将BTC集群的相变视角作为不同的资产，我们现在可以将白银、黄金等其他资产添加到模型中。这使得它成为一个真正的跨资产模型。 4 结论 在本文中，我们通过删除时间并向模型中添加其他资产（白银和黄金）来巩固当前S2F模型的基础。我们将这种新模型称为BTC ZHI。 S2FX模型可以用一个公式对不同的资产进行估值，比如白银、黄金和BTC。 S2FX模型公式对数据（99.7% R2）有很好的拟合性。
99230发布于 2020-05-25 - 来自专栏TARS基金会
开源项目的持续发展——治理模型
项目治理是一群由社区选举出来的积极贡献的开发人员，他们能为项目的未来做出技术决策 [1]。每个开源项目都有一个治理模型，而且模型也会因项目的不同而有所调整。本文将描述一些最常见的开源治理模型。 不同的项目可能有不同的治理模型。也就是说，治理模型可以从单个或组织的集中控制（也称为仁慈独裁）到为表彰贡献成都而授予的分布式控制（也称为精英管理）[2]。 尽管该项目由 Richard Stallman 管理，但也有维护者以更开放的贡献模型来维护该项目。 图1：治理模型范围 我们将在下面介绍不同的开源治理模型。 遵循此模型的项目声称他们没有治理模型，因为该模型隐含在贡献者的日常任务和交互中。 Founder-Leader：这是贡献者较少的项目中最常见的治理模式。 为什么需要治理模型？ 项目治理模型能给开源项目带来许多优势。首先，它降低了项目放弃或不被维护的风险。其次，项目治理消除了单一供应商控制的问题。
1.1K30编辑于 2022-04-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号