论坛发言：大数据跟信息治理122.ppt

大数据与信息治理 中国人民大学信息资源管理学院 侯卫真 IT已经成为社会技术基础 边际效益递减并保持低增长 边际效益较高 并快速增长 当一种革命性技术被社会普遍应用，成为社会技术基础，边际效益增长就进入平台期，技术的社会价值就进入保障状态： 不具备，则缺乏竞争优势；具备，也不带来额外的竞争优势。 大数据是一种社会现象 信息技术作为社会技术基础引发的 “数据爆炸”式增长，产生所谓的“大数据”现象 增加了社会信息不对称性 决策活动更大的不确定性 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。 所有社会事务过程更加依赖于对数据的获取、处理和创造，掌握信息权利、控制信息资产，并提取信息利益，是所有社会活动主体的参与社会竞争的充分必要条件。 阿里巴巴投资新浪微博、收购友盟、增持UC与丁丁网，又以2.94亿美元购买高德软件28%股份，目的很明显，就是对扩充自己的信息资产规模，占领信息资产制高点，融合自身的和收购对象的交易信息、物流信息和地理位置信息等，创造更大的商业价值。 大数据边际效益曲线 IT边际效益递减并保持低增长 IT边际效益较高 并快速增长 大数据边际效益曲线 大数据边际贡献力来源 思维范式的革命 因果律让位于“相关律”——有限理性-适宜原则 基于相关度高信息的决策，为有限理性决策提供了可行方式 相关关系是其实是因果关系的子集，因素数有限，但因素值巨大 信息应用技术与模式的变革 数据化 全体数据应用 更丰富的数据刻画 所有领域数据化 互联网之父的“数据网” 开放创造性 全社会参与信息开发和基于数据的创造活动 极其丰富的商业模式和社会新价值 信息应用新模式成为解决组织基本问题的钥匙 数据驱动与信息驱动 驱动社会创造与运行的不是数据，而是信息，信息才能帮助我们认清事物变化方向和消除不确定；大数据时代不是“数据驱动”而是“信息驱动”。 “信息熵”公式可以揭示一个数据集所包含的客观信息量，但这个信息量的真实价值是因人而异、因时而异、因事而异的，一组数据集的具体的特定的价值量其事前概率是不确定的。 斯蒂格利茨：如果信息与要解决的问题有关，它就会有正的价值。 因此，信息管理的根本问题是建立适宜的策略和方法，增加和改善特定系统或社会活动主体的信息相关价值量。 案例：食品卫生监管 食品、餐饮、摊贩的卫生监管涉及到法规超过8、9个，执行不便，执行人员自由裁量权大，执法分部门进行，履行职责时开具凭证也比较滞后。最主要问题是执法双方都缺乏准确的依据，执法过程非常容易出现矛盾。 主要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。 实际的解决方案：将相关法规进行整合，并分解法条，对法条属性进行描述、记录，按照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，分类监督执法处置事件和过程，执法知识结构化。执法人员使用移动电子设备执法，可以确认和提示法条和执法规格等依据，并可以打印凭据、履行当事人签字手续。 执法者 违规者 执法依据含糊 事件性质不清 执法规例与违规事件之间的信息不确定是引起矛盾的主要问题 对法规资源结构化处理，使之能实时具体地呈现，使具体法规规例信息与具体事件之间建立相关性，消除事件中信息的不确定性，从而解决矛盾。 对方是否依法行事？ 怎样取得对方的信任？ 图解 机理？ 在信息需求和供给之间建立相关性，以消除特定事件中的信息不确定性。 传统的信息管理面对有限信息资源，采用先导式手段对信息进行结构化，描述信息，建立索引，以提高信息检索效率，有效实现信息的相关价值； 在网络环境下，人们面对无限信息，传统先导式手段失效，因此，搜索引擎基本是采用后处理方式来建立信息需求与供给之间的相关性。 利用事件的某几项属性的全体数据找到某事件的相关信息，使决策者对具体事件的结构有更多的确定性认知，这是大数据的意义所在。蒂姆伯纳思李倡导的“数据网”，力图在网络数据间建立语义关系，也是这种目的下的努力。 机理 决策与大数据 任何决策行为总存在一个动态的数据集，而信息相关价值是这个数据集的子集；信息搜寻和信息选择的边际收益和边际成本的均衡点则是信息子集的边界。 例如：一个机构的档案全宗可以视作一个机构决策活动的数据集，传统管理方式对档案的有序化、结构化处理，是建立信息子集的一种系统行为。 如果我们把大数据视角从网络随机数据的挖掘转移到传统档案领域，进行数据化，社会将发现新的信息金矿。档案对任何机构而言都是相关价值含量最高的数据集。改变档案处理模式，极有可能改变社会机构的决策方式，因而改变业务模式。 信息驱动的策略结构 在系统内部： 组织要不断精化自身的数据相关集，同时，将数据转化为信息和知识成为取得竞争优势的根本出路，包括数据整合、数据处理、数据挖掘和数据可视化等，将信息转化为