盒装数据：一种基于数据盒的数据产品形态

doi:10.11959/j.issn.2096-0271.2022030

大数据 ›› 2022, Vol. 8 ›› Issue (3): 15-25.doi: 10.11959/j.issn.2096-0271.2022030

• 专题：数据要素市场建设 • 上一篇下一篇

盒装数据：一种基于数据盒的数据产品形态

叶雅珍¹^,², 朱扬勇¹^,²

¹ 复旦大学计算机科学技术学院，上海 200438
² 上海市数据科学重点实验室，上海 200438

出版日期:2022-05-15 发布日期:2022-05-01
作者简介:叶雅珍（1985- ），女，博士，复旦大学计算机科学技术学院教师，上海市数据科学重点实验室数据资产研究室主任，复旦大学数据产业研究中心主任助理。专著《数据资产》作者，在数据资产研究与实践方面提出“数据资产框架”“数据产品运营的两阶段授权模式”等创新观点。主要研究方向为数据确权、数据资产和数据流通。
朱扬勇（1963- ），男，博士，复旦大学计算机科学技术学院教授、上海市数据科学重点实验室主任，复旦大学数据产业研究中心副主任。《大数据》期刊编委会副主任，农业大数据产业技术战略联盟副理事长兼首席科学家，大数据协同安全国家工程实验室副理事长，中国自动化学会国防大数据分会副主任。国际数据科学倡导者，提出数据界、数据学、数据身、数据自治、数据财政等概念和体系。发表学术论文200多篇，出版《数据学》《旖旎数据》《特异群组挖掘》《数据自治》等专著，并任《大数据技术与应用丛书》（22册）主编、《大数据资源》主编。主要研究方向为数据科学和数字经济，近期研究重点为数字化转型、数据财政、数据资产、数据自治与数据跨境等。

BoxedData: a data product form based on databox

Yazhen YE¹^,², Yangyong ZHU¹^,²

¹ School of Computer Science, Fudan University, Shanghai 200438, China
² Shanghai Key Laboratory of Data Science, Shanghai 200438, China

Online:2022-05-15 Published:2022-05-01

摘要/Abstract

摘要：

与通常的商品市场一样，数据市场中流通的数据商品也分为标准产品和非标准产品两大类。目前，市场中有效流通的数据产品是音乐、图片、电影等标准数据产品，而一般意义上的、大规模的大数据流通则遇到了诸多障碍，其中一个障碍就是数据产品的计量计价问题，需要设计一个可计量的标准数据产品形态。基于数据盒模型，设计了一种数据产品的基础标准形态，称之为盒装数据。一个盒装数据产品包括盒内数据、盒外包装两部分，其中，盒内数据是指“时间+空间+内容”三维度的数据立方体组织，一般包括图像、图形、视频、音频、文本、结构化数据等多种数据类型；盒外包装包括产品登记证书，以及产品说明书、质量证书、合规证书等内容。盒装数据旨在为数据要素市场提供一个可计量计价的标准数据产品形态。

关键词: 数据产品, 盒装数据, 产品形态, 数据市场

Abstract:

Same as those usual product markets, data products circulating in a data market can be categorized into standard products and non-standard products.Currently, standardized data products such as music, images and video clips are effectively circulating in the market, while large-scale big data product in a broad sense is facing numerous circulation obstacles.One such obstacle is the measurement and valuation of data products, which requires a measurable standard data product form to solve.On the basis of the data box model, BoxedData was proposed, as a standard form of data products.A data product that adopts the form of BoxedData consists of two parts, which are inbox data and packing materials.Inbox data refers to the cubic data structure with three dimensions of time, space and content, which generally includes images, shapes, videos, sound, text, structured data and other types of data.Packing materials includes product registration certificate, product instructions, product quality certificate, product compliance certificate and other documents.BoxedData aims to provide data factor market with a standard data product form which is measurable and evaluable.

Key words: data product, BoxedData, product form, data market

中图分类号:

TP311，F49

叶雅珍, 朱扬勇. 盒装数据：一种基于数据盒的数据产品形态[J]. 大数据, 2022, 8(3): 15-25.

Yazhen YE, Yangyong ZHU. BoxedData: a data product form based on databox[J]. Big Data Research, 2022, 8(3): 15-25.

图/表 6

图1

图2

图3

图4

图5

表1

参考文献 22

[1]	叶雅珍, 刘国华, 朱扬勇 . 数据资产化框架初探[J]. 大数据, 2020,6(3): 3-12.
	YE Y Z , LIU G H , ZHU Y Y . An initial exploration on framework of data assetization[J]. Big Data Research, 2020,6(3): 3-12.
[2]	叶雅珍, 朱扬勇 . 数据资产[M]. 北京: 人民邮电出版社, 2021.
	YE Y Z , ZHU Y Y . Data assets[M]. Beijing: Posts ＆ Telecom Press, 2021.
[3]	何培育, 王潇睿 . 我国大数据交易平台的现实困境及对策研究[J]. 现代情报, 2017,37(8): 98-105,153.
	HE P Y , WANG X R . Predicament and countermeasure research about big data trading platform in China[J]. Journal of Modern Information, 2017,37(8): 98-105,153.
[4]	LOUKIDES M . What is data science?[M]. Sebastopol: O’Reilly Media,Inc, 2011.
[5]	HAZEN B T , BOONE C A , EZELL J D ,et al. Data quality for data science,predictive analytics,and big data in supply chain management:an introduction to the problem and suggestions for research and applications[J]. International Journal of Production Economics, 2014,154: 72-80.
[6]	HUANG G Y , HE J , CHI C H ,et al. A data as a product model for future consumption of big stream data in clouds[C]// Proceedings of 2015 IEEE International Conference on Services Computing. Piscataway:IEEE Press, 2015: 256-263.
[7]	BENGFORT B , KIM J . Data analytics with Hadoop[M]. Sebastopol: O’Reilly Media,Inc, 2016.
[8]	CAO L B . Data science[J]. ACM Computing Surveys, 2018,50(3): 1-42.
[9]	PEI J , . Data pricing:from economics to data science[C]// Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery ＆ Data Mining. New York:ACM Press, 2020: 3553-3554.
[10]	STORCH T , BACHMANN M , HONOLD H P ,et al. ENMAP data product standards[C]// Proceedings of 2014 IEEE Geoscience and Remote Sensing Symposium. Piscataway:IEEE Press, 2014: 2586-2589.
[11]	BING C , PENG C . Construction of power data products based on STP theory[J]. IOP Conference Series:Earth and Environmental Science, 2021,680(1): 012035.
[12]	朱扬勇, 熊贇, 廖志成 ,等. 数据自治开放模式[J]. 大数据, 2018,4(2): 3-13.
	ZHU Y Y , XIONG Y , LIAO Z C ,et al. Selfgoverning openness of data[J]. Big Data Research, 2018,4(2): 3-13.
[13]	熊贇, 朱扬勇 . 面向数据自治开放的数据盒模型[J]. 大数据, 2018,4(2): 21-30.
	XIONG Y , ZHU Y Y . Data box:a novel data model for self-governing openness of data[J]. Big Data Research, 2018,4(2): 21-30.
[14]	叶雅珍, 刘国华, 朱扬勇 . 数据产品流通的两阶段授权模式[J]. 计算机科学, 2021,48(1): 119-124.
	YE Y Z , LIU G H , ZHU Y Y . Two-step authorization pattern of data product circulation[J]. Computer Science, 2021,48(1): 119-124.
[15]	朱扬勇 . 旖旎数据:100分钟读懂大数据[M]. 上海: 上海科学技术出版社, 2018.
	ZHU Y Y . Charming data-to understand big data in 100 minutes[M]. Shanghai: Shanghai Scientific ＆ Technical Publishers, 2018.
[16]	朱扬勇, 熊赟 . 数据学[M]. 上海: 复旦大学出版社, 2009.
	ZHU Y Y , XIONG Y . Dataology and data science[M]. Shanghai: Fudan University Press, 2009.
[17]	朱扬勇 . 数据自治[M]. 北京: 人民邮电出版社, 2020.
	ZHU Y Y . Data autonomy[M]. Beijing: Posts ＆ Telecom Press, 2020.
[18]	国家新闻出版总署. 图书质量管理规定[Z]. 2005.
	National Press and Publication Administration. Provisions on the book quality management[Z]. 2005.
[19]	牛慧兰 . 谈图书版权页的著作权问题[J]. 中国出版, 1999(7): 48-49.
	NIU H L . On copyright issues on copyright pages of books[J]. China Publishing Update, 1999(7): 48-49.
[20]	中华人民共和国国家质量监督检验检疫总局. 图书书名页:GB/T 12450—2001[S]. 2004.
	General Administration of Quality Supervision,Inspection and Quarantine of the People’s Republic of China. Title leaves of books:GB/T 12450—2001[S]. 2004.
[21]	朱扬勇, 熊贇 . 数据资源保护与开发利用[M]// 专家论城市信息化.上海: 上海科技文献出版社, 2008: 133-137.
	ZHU Y Y , XIONG Y . Protection and utilization of data resources[M]// Expert forum on urban informationalization. Shanghai: Shanghai Scientific and Technological Literature Press, 2008: 133-137.
[22]	吴毅坚, 陈士壮, 葛佳丽 ,等. 数据自治开放的软件开发和运行环境[J]. 大数据, 2018,4(2): 31-41.
	WU Y J , CHEN S Z , GE J L ,et al. Software development and runtime environment for self-governing openness of data[J]. Big Data Research, 2018,4(2): 31-41.

登记项目	体例
产品名称	某证券交易所2020年挂牌股票的行情数据集
产品登记号	DP-2021-id-001
数据盒标牌	LOGO/金系列G2021
生产商/著作权人	某证券交易所
数据量	2 GB
访问编程接口	NoSQL/Open
权利	所有权：原始所有权/著作所有权（数据经加工后形成的权利）
附件	产品说明书：包括内容说明、生产方式/著作方式说明（被加工数据来源的合法性证明）、使用说明等质量证书：由数据质量检测机构出具
	合规证书：由律师事务所出具

盒装数据：一种基于数据盒的数据产品形态

BoxedData: a data product form based on databox

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 22

相关文章 11

Metrics

推荐阅读 0

[1]	任洪润, 朱扬勇. 数据管道模型：场外流式数据市场形态探索[J]. 大数据, 2023, 9(3): 15-28.
[2]	朱永敏, 张诚. 数据产品开发与流通[J]. 大数据, 2023, 9(2): 46-55.
[3]	叶雅珍, 朱扬勇. 数商：数据商品、数据商人和数据商业[J]. 大数据, 2023, 9(1): 111-125.
[4]	黄丽华, 窦一凡, 郭梦珂, 汤奇峰, 李根. 数据流通市场中数据产品的特性及其交易模式[J]. 大数据, 2022, 8(3): 3-14.
[5]	蔡莉, 朱扬勇. 从数据质量到数据产品质量[J]. 大数据, 2022, 8(3): 26-39.
[6]	苏文, 张黎, 郭学兵, 何洪林, 唐新斋, 任小丽. 生态系统长期观测数据产品体系[J]. 大数据, 2022, 8(1): 84-97.
[7]	刘枬, 郝雪镜, 陈俞宏. 大数据定价方法的国内外研究综述及对比分析[J]. 大数据, 2021, 7(6): 89-102.
[8]	董祥千, 郭兵, 沈艳, 段旭良, 申云成, 张洪. 基于利润最大化的数据资产价值评估模型[J]. 大数据, 2020, 6(3): 13-20.
[9]	汪靖伟, 郑臻哲, 吴帆, 陈贵海. 基于区块链的数据市场[J]. 大数据, 2020, 6(3): 21-35.
[10]	姜春宇,魏凯. 大数据平台的基础能力和性能测试[J]. 大数据, 2017, 3(4): 37-45.
[11]	张峰, 孙宗哲, 刘建楠, 宋杰. 数据产品在线定制平台的探索实践[J]. 大数据, 2016, 2(6): 118-128.