大数据时代科技风险的特征及其规避.docxVIP

大数据时代科技风险的特征及其规避 21 世纪被称为信息爆炸的时代，信息量激增的同时，信息 背后潜在的巨大商业利益日益突显。。现代社会工业极度发达， 商品社会总量大于需求量， 所以商业利润的最大化是通过数据分 析确定市场导向，刺激消费。因此，数据资源的重要性显得格外 突出，各国政府也相应启动了国家数据战略工程， 有学者称之为 大数据时代。 一、大数据时代及其特征 事实上， 大数据并非是一个科学术语， 而是一个较为抽象的 概念， 所以大数据至今尚无确切统一的定义， 所以对大数据进行 充分了解就要从大数据的起源进行分析。 结合大数据的成因， 当前国内外学者对大数据的特征较为统 一的认识是“四V’特性⑶-[9]，同时大数据的特征也带来了 新的风险： 1数据规模大 (Volume)—存储风险 如前所述， 当数据的发布和传播媒介急剧增加， 必然促使数 据量的急速扩增。 所以大数据的首要特征就是庞大的数据量和数 据的海量增加。 在科技领域中， 数据量的增加也无疑带来了存储 风险。 2、数据类型多样( Variety )—结构性风险 数据类型繁多， 复杂多变同样是大数据的重要特性。 以往的 数据尽管数量庞大， 但通常是事先定义好的系统化、 结构化数据， 将数据基础特性分离出来。 而个人成为数据媒介后， 以文字为主 的数据形式也受到图片、视频、音频等方式的冲击，体现出更强 烈的非系统性和非结构化。 3、 数据处理速度快(Velocity )—识别风险 高速的数据处理， 是大数据区别于海量数据重要标志。 随着 数据媒介的激增和数据爆炸式的增长， 对数据处理的速度的要求 也在不断提升。数据高速、大量的在互联网络中不断流动，数据 处理速度决定了该项数据的价值量， 低效的速度处理甚至会出现 无价值数据。 激增的数据量带来的不是有效数据， 更多低价值数 据的增加，为数据处理和识别带来了非常大的难度。 4、 数据价值密度低( Value )—失真风险 数据价值密度低是巨量非系统化、结构化数据天生的弱点。 大数据时代的数据媒介为个人， 数据的发布和传播并未经过前期 的预处理， 大量没有意义甚至是错误的数据也在不断增加， 同传 统系统化、 结构化数据相比起价值密度偏低。 每个传播媒介都有 可能对数据本身进行就修改， 数据的传播链越长， 数据的真实性 越低，所以，数据的失真风险不断攀升。 二、大数据时代科技风险的特征 针对大数据的科技风险而言， 自然风险相对较小， 突出表现 在虚假、错误数据对科技发展的迟延作用；社会风险较大，集中 在数据媒介对信息安全和隐私保护的巨大冲击。 所以与传统的数 据相比， 其科技风险特征也更为细化， 而且大数据时代下科技风 险表现出下列新的特征： 1、从风险表现形势看：影响范围广，影响速度快 个人自媒体作为重要的数据媒介与传统媒介不同的一点是 传播范围的不确定性。媒体的理念、风格不同，发行地域不同会 在不同地域和不同行业有着不同的影响， 所以数据传播速度往往 以天为计算单位。 而个人自媒体成形后， 以及手机移动终端的普 及，数据发布和传播均是瞬间完成， 数据的传播速度已经开始以 分钟为计算单位，形成规模性数据流非常之快。 2、从整体稳定性看：无序性强，结构性弱。 传统的数据发布和传播以主流媒体为主， 媒体都有相应的地 域分区和影响领域， 其数据传播具有系统性和结构性。 而大数据 时代下， 个人成为数据媒介的重要组成， 个人对数据发布和传播 的影响很难具有系统化和结构化。 而且数据在传播的过程中往往 面临截取、增加甚至篡改的可能，所以相比传统数据媒介，大数 据时代科技风险的表现出极强的无序性。 3、从功能上看：数据价值低，利用难度高 一方面，数据的数量在不断的持续高速增长，另一方面，数 据在互联网络中不断传播。 大量无效数据也在不断增长， 有效数 据也有可能因为无序传播而降低价值。 整体而言， 数据的价值越 来越低， 而且很多数据具有极强的时效性， 数据处理速度决定了 该项数据的价值量。 三、大数据时代科技风险的产生因素和规避 在仔细研究大数据成因、 特征的基础上， 我们对大数据时代 科技风险进行了认真分析和思考，认为应当从科技风险的来源， 科技风险的机制以及科学技术、 社会管理和社会参与三个层面规 避大数据带来的科技风险： 1、从科学技术层面而言，通过技术创新促进大数据的系统 化、结构化 借鉴国外先进的经验和技术，对数据分类技术进行深化研 究，从而有效的收集和分析数据，提高数据分析的速度，增强数 据的时效价值；加强对数据筛选的研究，不盲目追求数据数量， 增强数据的真实性和可辨识度， 减少虚假信息的出现， 有效防范 虚假信息所带来的社会负面效应，促使数据由量变发展为质变， 从而减少虚假数据对社会的不良引导。 2、从社会管理层面而言，政