带你读《数据资产》第三章数据资产是新的资产类别3.2定义数据资产(二)

简介: 带你读《数据资产》第三章数据资产是新的资产类别3.2定义数据资产

3.2.1         数据资产定义的统一

 

根据信息资产、数字资产、数据资产比较有代表性的定义可以得出:

·  信息资产是指任何有价值的数据,不论这个价值体现在当前还是未来;

·  数字资产是指产生和存储在电子设备中的数据,强调了数字形式、使用权或所有权等;

·数据资产是指能为经济主体带来未来经济利益的数据资源。

由此可见,这 3类资产的定义本质上都在描述和表达数据,即数据

3类资产定义的共同点。在这 3类代表性定义中,只有数据资产的定义把非电子形式的数据(如纸质材料)囊括在内,其他两类定义中的数据基本上指电子形式的数据,即网络空间中的数据。因此,将这   3  类资产的名词术语统一称为数据资产是合适的。

按照这 3类资产的代表性定义,图 3-1所示的数据集都是数据资产和数字资产,

但第二个数据集不是信息资产。根据第 1章的介绍,图 3-1中的第一个数据集是一幅图,第二个数据集是一堆乱码。显然,乱码是没有任何价值的,因此第二个数据集不是资产,但数据资产和数字资产的代表性定义都将第二个数据集认定成数据资产和数字资产,这显然是不对的。由此可见,这 3类资产的代表性定义还存在一定的问题。

image.png


3-1代表性定义存在的问题

 

信息资产、数字资产、数据资产都在表达数据,只是在描述数据的不同层面。根据数据的物理属性、存在属性和信息属性,这3类资产的代表性定义正

对应数据的这 3个属性:信息资产定义对应数据的信息属性,是无形和有价值的,

 

强调数据的价值性;数据资产定义对应数据的存在属性,强调数据的可见性和可处理性;数字资产定义对应数据的物理属性,是有形的,强调数据以二进制形式存在于存储介质中,如图 3-2所示。

image.png


3-23类定义对应数据的不同属性

 

将上述 3类资产的名词术语统一称为数据资产,那么这个数据资产将具有信息资产的无形性,又具有数字资产的有形性。一个资产既有形又无形,在统一过程中存在一定的难度和挑战。

相关文章
|
新能源 图形学
一次大一新生打化工设计大赛的经历(附参赛过程、方法)
一次大一新生打化工设计大赛的经历(附参赛过程、方法)
851 1
|
测试技术
jmeter性能指标分析
使用jmeter压测后,对各项指标进行分析
1849 0
|
3月前
|
存储 分布式计算 API
什么是批处理?批处理系统是怎么运转的?
本文深入浅出地解析批处理:它并非“老古董”,而是支撑报表生成、推荐系统、银行结算等关键业务的底层引擎。文章厘清其“积攒+批量执行”的本质,详解调度、计算、存储、容错四大核心组件,并以FineDataLink为例,展示如何通过可视化编排、内嵌Spark、多源接入与API发布,让批处理更高效、易用。
|
测试技术
Jmeter-阶梯式压测Concurrency Thread Group
Jmeter-阶梯式压测Concurrency Thread Group
Jmeter-阶梯式压测Concurrency Thread Group
|
3月前
|
前端开发 容器
CSS-Flex布局
CSS Flex弹性布局是移动端/响应式开发的核心方案,通过「容器+项目」模型实现灵活空间分配与对齐。本文详解核心概念、容器/项目属性,并结合评论框代码实战拆解,助新手快速掌握justify-content、align-items、flex:1等关键用法。(239字)
551 5
|
6月前
|
缓存 安全 Java
如何在Java中实现多线程编程
Java多线程编程有三种主要方式:继承Thread类、实现Runnable接口、实现Callable接口(结合Future获取结果),推荐使用Runnable避免单继承限制。通过线程池(如ExecutorService)可高效管理线程,提升性能。多线程共享资源时需注意线程安全,使用synchronized或Lock机制保证数据一致性。适用于并发执行、异步计算等场景。
467 1
|
6月前
|
监控 Java 测试技术
JMeter 分布式压测指南:深入挖掘系统性能极限
本文针对单机压测的性能瓶颈,分享了JMeter分布式压测的实战经验。通过Master-Slave架构突破单机限制,结合Ansible实现高效节点管理,详细介绍了从需求分析、脚本设计到环境部署的全流程解决方案,为高并发性能测试提供实用指导。
|
9月前
|
存储 分布式计算 Hadoop
Hadoop框架解析:大数据处理的核心技术
组件是对数据和方法的封装,从用户角度看是实现特定功能的独立黑盒子,能够有效完成任务。组件,也常被称作封装体,是对数据和方法的简洁封装形式。从用户的角度来看,它就像是一个实现了特定功能的黑盒子,具备输入和输出接口,能够独立完成某些任务。
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
|
XML Shell Linux
性能工具之 JMeter 使用 Python 脚本快速执行
性能工具之 JMeter 使用 Python 脚本快速执行
575 1
性能工具之 JMeter 使用 Python 脚本快速执行