上海数据交易中心交易系统开放探索推动国家大数据战略实施

上海数据交易中心开放系统大数据

上海数据交易中心 | 2016-10-07 17:47

【数据猿导读】 10月7日，上海数据交易中心正式宣布开放交易系统，实现24小时去中心化线上数据交易。同时，二十家首批会员也正式宣布入驻交易系统。其中，电信、联通等公司作为数据供应方加入了交易平台

10月7日，上海数据交易中心正式宣布开放交易系统，实现24小时去中心化线上数据交易。同时，二十家首批会员也正式宣布入驻交易系统。其中，电信、联通等公司作为数据供应方加入了交易平台。数据公司晶赞科技、星际大数据和东方航空、安耐特、游族、建设银行等有大量数据处理能力和数据互联需求的公司也成为了第一批成员。

上海市经信委副主任邵志清、上海市静安区副区长周海鹰参加数据交易系统发布仪式

上海数据交易系统的开放，不但对企业自身的发展有重要意义，而且也是数据流通领域的里程碑式成果。交易系统的开放，推进了国家大数据战略的落地实施，并对合法合规的数据流通公开市场模式进行了有益的尝试，力图形成可复制、可推广的上海经验。

上海市、静安区领导和合作伙伴在上海数据交易中心

上海数据交易中心CEO汤奇峰介绍数据交易系统

国家大数据战略自上而下落地

十八届五中全会首次提出实施国家大数据战略，推进数据资源开放共享。不难发现，大数据不但是信息社会重要资源，而且正在成为经济社会发展新的驱动力。

今年七月，政府发布的《国家信息化发展战略纲要》中，又进一步提出了要开发信息资源，释放数字红利。其中强调了提高信息资源利用水平，发展信息资源市场，促进信息消费。并力图引导和规范公共信息资源增值开发利用，支持市场主体利用全球信息资源开展业务创新。

在国家大数据战略的大背景下，进一步使政策实施，构建良序的数据交易市场，已成为数据流通领域的待解之题。

面向应用的数据交易品组织设计：营销应用&征信应用

本次开放的数据交易系统，即是对构建有序数据交易市场的重要创新。在数据交易品的组织设计上，上海数据交易中心开设了两大应用板块——营销应用与征信应用，并面向这两大应用，对三十个数据单品进行挂牌。

对于营销应用方向，其数据单品主要包括了性别推测、年龄段推测等基础信息推测和浏览行为偏好列表、电商购买意向列表、应用使用偏好列表等列表。此外，营销应用的数据交易品中也包含了汽车、母婴、金融三大行业的特有数据单品，并且还将向其他行业推广。在征信应用方面，交易平台主要的数据单品方向为身份要素验证。目前交易系统主要支持三要素（身份证、姓名、手机）、四要素（身份证、姓名、手机、银行卡）验证，后续将扩展到五要素、六要素等加入多维度身份要素的验证。

数据交易流程：会员注册，需求对接，数据配送，账务清算

在交易系统的数据互联流程中，会员注册是第一步。所有意向成员均需在线填写成员注册信息，并提交所需注册材料，通过审核之后获取交易账号。

在需求对接部分，对于数据供应方而言，需要在数据标签库中选取可以提供的可供应标签数据产品，添加主体标识、维度主键、标签赋值、供应限度、时间约束、价格约束统六要素中对应的数据属性描述，形成挂牌后的可供应数据产品。数据需求方可在交易大厅中查询所有数据供应方已挂牌的可供应产品，并根据自身需求将所需产品加入购物车，系统将自动生成针对各数据供应方的购买订单请求。经过供需双方拟价确认之后，生成数据商品订单。

生成订单后，就进入了数据配送环节。这一环节中，交易系统根据数据交易双方确认的订单内容，生成配置文件并将其部署至交易双方的专用服务器——数据配送前置机。此时，由前置机组成的数据配送子系统即可根据需求为交易双方，提供数据的实时配送。

最后，在账务清算方面，数据交易系统会自动记录所有数据配送系统日志，结合对应订单的内容，在结算周期内生成结算与清算日志，并在后续的结算清算环节中，向各成员定期发送结算清算结果。

交易系统以数控分离机制实现合规透明交易

在数据流通安全层面，上海数据交易中心以数控分离机制，对其平台上的交易进行全过程把控，不但从源头上禁止所有不合法数据进入交易系统，在交易中实施大数据配套生态，联合研究机构进行第三方评估，而且在交易结束后，还会依照数据使用许可协议监督进行审计，加强风控。

就交易系统的组织设计与技术而言，上海数据交易中心以其去中心化的实时互联和独特的数据组织方法，实现了利用计算机编程技术完成数据的快速甄别，从而分析与把控隐私安全等要素，使得数据流动的每个环节都做到可查询和追溯。

在规则与技术的双重保障下，上海数据交易中心力图实现数据互联生态的建设，使数据生态圈里的成员达成共赢，并助力大数据产业发展，使数据通过互通互联释放更大的红利，为中国经济发展带来新动能。

来源：上海数据交易中心

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。