在信息化发展的过程中,互联网、大数据、物联网、人工智能等新兴信息技术成为社会生产发展的主要引擎,数据作为信息技术的基础,数据资源及对其利用的能力逐渐成为提升核心竞争力的关键要素。2020 年4 月9 日,国务院在《关于构建 更加完善的要素市场化配置体制机制的意见》中首次将数据纳入生产要素范畴,数据价值的实现关系到社会经济发展的进程。
目前对数据价值的挖掘必须建立在质量可靠的数据之上,建立在低质量甚至错误数据之上的应用有可能与其初心背道而驰。因此,数据质量成为实现数据价值的决定性因素之一。影响数据质量的因素包括管理和技术两个方面,数据生命周期的每个阶段都有可能产生数据质量问题,特别是数据采集和整合阶段。在数据质量管理方面,缺乏完善的数据质量管理体系使组织无法规范化、常态化地开展数据质量提升工作,不能从评估数据质量管理能力、指导数据质量管理体系的运行、监督数据质量问题的发现和改进等方面为信息系统提供高质量的数据支持。在数据质量提升技术方面,缺乏有效的数据质量提升技术和工具,这将会影响数据质量提升模型的构建及数据质量规则算法的配置,无法实现具体数据处理算法
对应的质量评估、规则集合、扫描诊断、数据修复等功能,影响数据质量提升的水平和效率。数据质量的不稳定将使数据的可信度大大降低,失去数据的应用价值。 因此,如何提升数据质量,发挥数据要素在社会生产中的作用,成为数字全球化浪潮中必须解决的问题。
以上内容摘自电子书《数据自治》点击https://developer.aliyun.com/ebook/download/7467 下载完整版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。