面向管理和决策的大数据资源共享与治理机制

Big data driven management and decision-making is becoming an important factor affecting national, institutional and even individual development, and one key issue for its effective implementation is data accessibility, which calls for great demands for big data sharing and governance. This project focuses on the core scientific problem put forward by the Major Research Plan, which is big data resource governance mechanism design and collaborative management. Based on China's national conditions, this project will propose a selection method of big data sharing model according to the circumstance, and a big data governance mechanism which benefits to maximizing the common interests of data stakeholders. It will also design a novel architecture for data sharing service platform, which will get with the diversity of application requirements, integrate "people - data - application" together and guide the development of data sharing service platforms. Finally, it will develop two demonstration platforms for data sharing service which respectively and well support one different data sharing model. The research results of the project include data sharing reference model and data governance mechanism , big data sharing service platform architecture, and two demonstration platforms. They will provide theoretical guidance and practical reference for big data sharing and governance. They will benefit to the successful implementation of the major research program, especially to the development of the integrated and advanced platform in the future, and then they will enhance the development of big data driven management and decision-making.

大数据驱动的管理和决策正在成为影响一个国家、机构乃至个人发展的重要因素，大数据的共享和治理成为大数据驱动的管理和决策面临的重要挑战。本课题围绕重大研究计划中大数据资源治理机制设计与协同管理这一核心科学问题，研究适合我国国情的、与情景适应的大数据资源共享模式和绩效最大化的大数据资源治理机制，提出适应管理与决策应用多样性需求的、人-数据-应用”三元互动融合的、能对各种数据共享服务平台的构建起到指导和参考作用的的大数据资源服务平台框架，并构建支持不同数据共享模式的两个数据共享示范服务平台。本课题的研究成果将为重大研究计划顺利实施提供大数据资源开放共享与治理的理论方法、关键技术、服务平台与资源的支撑，为重大研究计划集成升华平台奠定坚实的基础，并推动大数据驱动的管理和决策的发展。

本课题围绕重大研究计划中大数据资源治理机制设计与协同管理这一核心科学问题，研究适合我国国情的、与情景适应的大数据资源共享模式和绩效最大化的大数据资源治理机制，提出适应管理与决策应用多样性需求的大数据资源服务平台框架，并构建支持三个数据共享示范服务平台和一个SDGs数据资源库。. 其中，情景驱动的大数据资源共享模式的选择模型和方法研究方面，重点梳理科研、政府、企业等领域近30类特定场景的9种数据共享模式，凝练3类主流场景、五大主流大数据资源收割与开放共享模式，提出模式选择规律和策略。. 绩效最大化的大数据治理机制和方法方面，结合7家企业深度访谈与案例研究，构建数据治理与企业绩效关系的理论模型；确定企业大数据治理模式，构建数据治理模型并凝练为数据-IT双寡头制、数据-业务双寡头制、三寡头制、数据君主制和业务君主制五大类；收集案例（Sootoo Network）用户数据共享情况，构建用户信息行为分析预测模型，探索数据共享策略；定量化探索科学数据共享伦理问题，为科学数据共享治理机制提供理论支撑。. 支持不同数据共享模式的大数据资源共享服务平台构建与服务方面，依托科学数据存储库（ScienceDB）、科学数据出版平台（CSDATA）、地球科学大数据资源库、联合国SDGs数据资源库等多情景模式的大数据资源共享实践，提出科学大数据管理系统体系结构，探索机器学习、区块链等技术在大数据治理中的应用并支持数据治理机制的落地实现。. 本研究计划现已发表各类论文20篇，专利申请1份，取得软件著作权4份，参编图书3部，从四个不同类型的数据平台建设与服务过程中累积多领域数据资源，其中3个公开服务的大数据资源平台分别依托数据出版、地球科学大数据和通用存储库管理经验，积累了TB级数据量和百万次用户访问量。. 人才培养方面，本项目在研期间累计培养博士研究生5名，硕士研究生23名。