经过三期的采集工具培训，由发源地大数据主办的2017“发源杯” 全国数据采集大赛已经进入了竞赛期，各路参赛选手或是一马当先，或是厚积薄发，不断刷新着排行榜上的数字。

小源子汇总了报名以来参赛选手遇到的各种问题，以便大家更规范地创建数据源，冲击大奖。

一、关于数据源创建中重复网址的问题

关于网址限定，比赛规则中设定：同一网站只创建一个数据源。由于在比赛开始时限制比较放松，发现有人同一网站创建了多个数据源(二级域名不同可以创建)

在比赛第二天增加了限制，顶级域名不得重复。对于已经创建的数据源不予删除，不过在评分中会有一定降低。

二、关于创建完成的数据源无法修改问题

第一天是系统限制无法修改，针对这一问题技术已经做了相关处理。

如果现在还是不能修改，说明该数据源的入口网址被系统检测顶级域名重复了。在这种情况下，如果是数据源没有达到标准的，无法修改，只能重新编辑成新的网站。

三、关于创建中正常，测试和运行失败的情况

高级功能点击一下分布式节点策略，可能是网站被封IP了。

分布式节点每天24点更新，注意采集频率(下载间隔，可以加长一点)

四、关于有人做站群刷数据源数量的情况

大赛的目的主要是让大家能够更加熟练地使用采集工具，因此不支持（实际上不允许）抓取站群。

对于抓取站群的情况，我们技术将添加数据源规则相同率的判定，如果判定规则相似度超过85%以上（数据源数量超过一定数量）会在最终评分时有一定减分

站群：使用同一模板的不同网站比如Wordpress

补充：对于偶尔有几个网站相同我们默认为巧合可以接受，请大家不要投机取巧。

五、关于排名

现在的大赛系统排名只记录了创建数据源的数量，没有做标准的判定问题(包括不合标准，站群等情况)

所以对于排名数量存在一定水分(有部分数据源样例数据不到十条或者字段不足五个等情况)

技术正在全力公关，争取显示比较权威的排名数量。

最终排名我们会有人工审核环节，同时在公布结果后我们会将审核的内容，包括最终数量和创建数量不符合等情况做详细说明。

另外，技术相关的问题已经汇总到了教程中心，有任何问题都可以在里面搜索，内容还在更新中，如果你的问题没有找到解决方案，欢迎在比赛交流群中提问。

PC端登录发源地官网finndy，点击左上角进入交易大厅

再点击右上角“教程中心”即可

今日的普通话，由“北京官话”发展而来。上世纪五十年代，在国家制定普通话语言规范过程中，有专家学者来到河北省滦平县金沟屯、火斗山等地开展过语言调查活动，滦平作为“普通话标准语音采集地”，为我国普通话语言规范的制定提供了语言标本。也正因为如此，滦平“方言”成为了最接近普通话语言规范的“方言”。

具体来说，60年前中国普通话标准语音采集地，是河北省承德市滦平县金沟屯镇金沟屯村、巴克什营、火斗山。其中金沟屯村语言应用最多。出京承高速公路口金沟屯段，一块“普通话语音标本采集地”大型标牌赫然入目。1953年，国家语音工作人员曾先后两次来到河北省滦平县金沟屯镇金沟屯村进行普通话标准音采集。

3 火斗山乡

火斗山乡，河北省承德市滦平县辖地。面积162.2平方千米，人口1.43万，辖10个行政村，乡政府驻火斗山村。101国道过境。火斗山乡。辖10个行政村，乡政府驻火斗山村。101国道过境。沿革 1958年属长城公社，1961年析置火斗山公社，1984年改火斗山满族乡（Huodoushan Manzu Xiang）。1997年，面积162.2平方千米，人口14329人。

自古以来，这里便是中原通往北方草原以及辽西地区的咽喉要塞，先后有肃慎、山戎、东胡、匈奴、乌桓、鲜卑、厍莫奚、契丹、渤海、女真、蒙古、满、汉等在这里开发建设、繁衍生息，山戎民族从商周到战国时期在滦平延续七百余年，形成了鲜明民族特色的山戎文化。

2 巴克什营镇

巴克什营镇（满语：baksi）位于河北省承德市西部，属滦平县，面积185.1平方千米，人口17626（2016年）。是河北省委、省政府确定的35个小城镇综合改革试点镇之一，是承德市小城镇建设示范镇。候属燕山山区，大陆性季风气候，平均年降雨量615毫升，光照充足，日照时间长，无霜期180天，平均海拔200米，有效积温3600度，平均气温11.7度。

滦平县巴克什营镇特殊的地理位置决定了该镇在全县发展和稳定大局中的重要性，他们狠抓奥运安保，维护社会稳定，推动经济发展，以实际行动筑起责任“长城”。随着“迎、创、抓、促”活动的开展、奥运会和残奥会的召开，巴克什营镇安全稳定工作队伍不断壮大。全镇干部职工、村干部、村民小组组长、志愿者和省、市、县驻镇工作人员共755人，工作在安保一线。巴克什营镇被国务院命名为全国重点文物保护单位，国家一级旅游景点，国家级风景区，闻名中外的金山岭长城，坐落于该镇，以雄伟壮观，风景宜人，使游客流连忘返，长城脚下的太子矿泉水伴游客健康长寿。

1 金沟屯镇

金沟屯镇，位于滦平县东北部，承德市西北部。面积211.98平方千米，人口17359人（2016年）。辖13个行政村，镇政府驻金沟屯村。滦河北流，处燕山深处。京通铁路、张隆公路贯穿全境。金沟屯镇，北与西沟满族乡接壤，南接张百湾镇，西南接大屯满族乡，东临小营满族乡，西临丰宁满族自治县 波罗诺镇，东北临红旗镇。

金沟屯曾出土6800多年前的新石器时期红山文化石雕女神像，被誉为“滦河流域的老祖母”“滦平史前东方维纳斯”，金沟屯将中华民族的文明史向前推进了1800年。

1953年，国家语音工作人员曾先后两次到金沟屯镇金沟屯村进行普通话标准音采集。1955年,国家成立国家语委,制定了语言方案,当时称作官话,普通话的概念后来才有,1958年公布正式方案.方案里,很大程度上都是参照了专家到全国各地去采集语言的结果.其中,金沟屯的语言是应用最多的,金沟屯当时采集的发音,词汇,和普通话最接近.金沟屯普通话发音标准，是中国普通话标准音采集地。

点击上方"关注"，共同关注工业互联网的发展!

工业数据采集过程，包含多类工业设备接入、多种工业通信网络协议解析、多源工业数据格式转换、实时工业数据存储与预处理等多个环节，为实现多源设备、异构系统、运营环境、人等要素信息的实时高效采集，需要大量 IT、OT 与 CT 核心关键技术支撑。

本报告所列工业数据采集关键技术主要源于工业数据采集各相关方共同关切和发展急需的方面。工业数据采集主要涉及工业通信网络、协议转换、物体标识及解析、边缘计算、工业人工智能等关键技术。

(一) 工业通信网络

工业数据采集常用工业通信网络技术主要有工业现场总线、工业以太网、工业光纤网络、TSN、NB-IoT、4G/5G 等，总体上可16分为有线和无线通信网络技术。

有线通信网络技术主要包括现场总线、工业以太网、工业光纤网络、TSN 等，现阶段工业现场设备数据采集主要采用有线通信网络技术，以保证信息实时采集和上传，对生产过程实时监控的需求。

无线通信网络技术正逐步向工业数据采集领域渗透，已成为有线网络的重要补充。主要包括短距离通信技术 RFID、Zigbee、WIFI 等，用于车间内的传感数据读取、物品及资产管理、AGV 等无线设备的网络连接；专用工业无线通信技术 WIA-PA/FA、WirelessHART、ISA100.11a 等；以及蜂窝无线通信技术 4G/5G、NB-IoT 等，用于工厂外智能产品、大型远距离移动设备、手持终端等的网络连接。

1. 现场总线：

现场总线主要解决工业现场的智能化仪器仪表、控制器、执行机构等现场设备间的数字通信以及这些现场控制设备和高级控制系统之间的信息传递问题，是连接智能现场设备和自动化系统的全数字、双向、多站的通信系统。现场总线目前仍没有统一标准，很多公司都推出其各自的现场总线技术，但彼此的开放性和互操作性还难以统一，目前应用较多的有 Profibus、CAN、LonWorks、HART、Modbus 等。

现场总线在工业界使用时间较长，技术成熟稳定。现场总线仍然是目前工业环境应用最为广泛的工业网络，现场总线的简单17性、可靠性高的优点受到许多用户的喜爱。随着中国产业升级的进一步深化，现场总线作为智能制造和工业互联网的基础，预计从 2018 年开始新增节点数会逐步回升。

2. 工业以太网：

工业以太网是指在工业环境的自动化控制及过程控制中应用以太网的相关组件及技术。工业以太网采用 TCP/IP 协议，和IEEE 802.3 标准兼容，但在应用层会加入各自特有的协议。工业以太网实现了以太网 TCP/IP 协议与工业现场总线的融合，是在标准以太网协议基础上修改或增加一些特定的功能而形成的。工业以太网在发展过程中形成了多种协议标准，包括 Profinet、EthernetIP、Modbus/TCP、EtherCAT 等，这些协议背后皆有各自支持厂商，难以形成统一标准。

工业以太网最大的优势在于：能够使企业的信息网络和控制网络实现统一；以太网容易实现网络集成，开发技术广泛，价格较低，容易获得众多厂商的支持。

工业以太网近几年快速发展，技术逐渐成熟，电磁兼容性、高低温等工业特性已能够满足工业数据采集需求，在工业数据采集领域得到了广泛应用，近年来工业以太网的市场占比逐步上升。

3. 工业光纤网络

随着无源光网络（PON）技术在电信、电力行业的广泛应用，工业光纤网络已成为工业数据采集领域的一种新型组网技术。工业光纤网络在工业互联网体系架构中处于车间级网络位置，工业18光纤网络由汇聚设备 OLT、无源分光器、PON 接入设备 ONU 组成，可以提供多种工业接口，实现工业设备数据、生产数据到企业 IT系统的可靠有效地传输。

工业光纤网络在工业场景下最常用的组网方式是基于 TypeD 保护方式的手拉手保护链型组网和星型组网，实现全光路保护，提高了车间通信网络的可靠性，为制造企业的通信可靠性提供了坚实的保障。

工业光纤网络具有以下优点：PON 通过无源器件组网，不受电磁干扰和雷电影响；采用自愈环形网络支持并联型，切换时间短、抵抗失效能力强；点到多点传输架构，终端并行接入，部署灵活；仅需单根光纤线传输，最远覆盖 30 公里范围；多业务承载，支持数据、视频、语音、时间同步等多种业务；高安全性，PON 网络设置 ONU 安全注册机制，下行数据传送天然加密，上行数据传送时分机制隔离。

点击上方关注，共同关注工业互联网的发展!

4. TSN

TSN 是 IEEE 提出的一个国际标准，TSN 是为了解决工业领域中的互操作性孕育而生的标准协议，厂商设备之间可以进行非常好的互联互通。TSN 是基于以太网标准的确定性实时通信机制，定义了极其准确、极易预测的网络时间，具备高数据量传输与优先权设定功能等优势。TSN 是其它工业以太网协议的基础，现有的工业以太网协议未来将会成为 TSN 网络之上的专属网络协议，因此这类协议依旧会存在，但彼此之间不会互相取代。

通过为以太网增添诸多功能特性，有效地解决了工业数据采集数据在以太网传输中的时序性、低延时和流量整形问题。同时又保持了 100%向后兼容传统以太网，TSN 确保了关键任务型时间敏感数据在网络上不会滞留，有助于跨许多行业打造一个互操作性的生态系统。通过使用标准的以太网组件，TSN 可无缝集成现有棕色地带应用和标准的 IT 网络来提高易用性。此外，TSN 继承了 HTTP 接口和 WEB 服务，实现了工业数据采集系统所需的远程监控、可视化和修复功能。

5. NB-IoT

NB-IoT 是由 3GPP 定义的基于蜂窝网络的窄带物联网技术,它支持海量连接、有深度覆盖能力、功耗低，适合于传感、计量、监控等工业数据采集应用，可满足这些应用对广覆盖、低功耗、低成本的需求，目前广泛商用的 2G/3G/4G 及其他无线技术都无法满足这些挑战。

NB-IoT 单小区可支持 5 万用户，NB-IoT 可以比现有无线技术提供 50~100 倍的接入数；NB-IoT 比 LTE 提升 20dB 增益，很好实现广域覆盖,就算在地下车库、地下室、地下管道等信号难以到达的地方也能覆盖到。

NB-IoT 引入超长 DRX 省电技术和 PSM 省电态模式，可让设备时时在线，通过减少不必要的信令和在 PSM 状态时不接受寻呼信息来达到省电目的，保障电池 5 年以上的使用寿命。

6. 5G（第五代移动通信网络）

近些年 WiFi、Zigbee 和 WirelessHART 等无线通信网络技术已经在制造车间使用，但这些无线技术存在局限性，不能满足智能制造对于数据采集的灵活、可移动、高带宽、低时延和高可靠等通信要求。

5G 具有更高的速率、更宽的带宽，预计 5G 网速将比 4G 提高 10 倍左右，从行业应用看，5G 具有更高的可靠性，更低的时延，支持接入网络更多、密度更大，可以为关键任务型的服务提供保障能力。能满足工业数据采集的高带宽、低时延和高可靠性等网络通信需求，可保证工业信息实时采集和上传，从而实现对生产过程的实时监控。

从发展态势看，5G 目前还处于技术标准的研究阶段，5G 有望 2020 年正式商用。目前，有线连接在工业数据采集连接数量方面占主导地位。但预测显示，从 2022 年到 2026 年，5G 物联网连接的平均年复合增长率将达到 464%。

点击上方关注，共同关注工业互联网的发展!

1. 基本内涵

目前在工业数据采集领域，多种工业协议标准并存，各种工业协议标准不统一、互不兼容，导致协议解析、数据格式转换和数据互联互通困难。

协议转换技术就是将不同的工业通信协议通过协议解析、数据转换和地址空间重映射等技术手段转换成统一协议，实现设备21数据采集的信息交互以及和信息系统的互联互通。可以支持常用的工业协议，通过协议转换降低了设备组网的难度，实现了访问的统一性。

点击上方关注，持续关注工业互联网数采发展；

2. 关键技术

OPC 基金会大力推动的 OPC UA 统一架构，是应用程序和现场控制系统连接的标准，可以通过一个统一接口实现多种工业协议标准的数据交换， OPC UA 是以 SOA、WebService 为核心的跨平台数据交换技术。

OPC UA 可用作数据传输的统一通讯协议，为互联互通提供了完善的解决方案。通过 OPC UA 提供了一致、完整的地址空间和服务模型，解决了过去同一系统的信息不能以统一方式被访问的问题。基于 OPC UA 消息的编码格式可以是 XML 文本格式或二进制格式，也可使用多种传输协议进行传输，比如：TCP 和通过HTTP 的网络服务；基于 OPC UA 的标准安全模型，应用程序之间传递消息的底层通信技术提供了加密功能和标记技术，保证了消息的完整性，也防止信息的泄漏；OPC UA 与平台无关，基于WebService 服务架构 (SOA) 和非常灵活的数据交换系统，保障软件开发不局限于任何特定系统平台。

3. 发展趋势：

OPC UA 的最大优势是与平台无关，在对传统的 OPC 进行拓展和兼容的同时，还考虑了 OPC UA 的安全性、冗余性等问题，具备极好的开放性。GE通过将数据采集转换模块Predix Machine22部署在现场传感器、控制器和网关，利用 OPC UA 技术实现工业以太网、工业现场总线等不同协议的转换。

OPC UA 技术由于具备开放性和稳定性，在国内已经取得了市场的认可和应用，随着我国智能制造和工业互联网的发展，OPCUA 技术应用及其标准规范将在各行各业得到广泛应用。

点击上方"关注"，持续关注工业互联网数采发展；

来源:中国政府网

国办发〔2018〕17号

各省、自治区、直辖市人民政府，国务院各部委、各直属机构：

《科学数据管理办法》已经国务院同意，现印发给你们，请认真贯彻执行。

国务院办公厅

2018年3月17日

（此件公开发布）

科学数据管理办法

第一章 总 则

第一条 为进一步加强和规范科学数据管理，保障科学数据安全，提高开放共享水平，更好支撑国家科技创新、经济社会发展和国家安全，根据《中华人民共和国科学技术进步法》、《中华人民共和国促进科技成果转化法》和《政务信息资源共享管理暂行办法》等规定，制定本办法。

第二条 本办法所称科学数据主要包括在自然科学、工程技术科学等领域，通过基础研究、应用研究、试验开发等产生的数据，以及通过观测监测、考察调查、检验检测等方式取得并用于科学研究活动的原始数据及其衍生数据。

第三条 政府预算资金支持开展的科学数据采集生产、加工整理、开放共享和管理使用等活动适用本办法。

任何单位和个人在中华人民共和国境内从事科学数据相关活动，符合本办法规定情形的，按照本办法执行。

第四条 科学数据管理遵循分级管理、安全可控、充分利用的原则，明确责任主体，加强能力建设，促进开放共享。

第五条 任何单位和个人从事科学数据采集生产、使用、管理活动应当遵守国家有关法律法规及部门规章，不得利用科学数据从事危害国家安全、社会公共利益和他人合法权益的活动。

第二章 职 责

第六条 科学数据管理工作实行国家统筹、各部门与各地区分工负责的体制。

第七条 国务院科学技术行政部门牵头负责全国科学数据的宏观管理与综合协调，主要职责是：

（一）组织研究制定国家科学数据管理政策和标准规范；

（二）协调推动科学数据规范管理、开放共享及评价考核工作；

（三）统筹推进国家科学数据中心建设和发展；

（四）负责国家科学数据网络管理平台建设和数据维护。

第八条 国务院相关部门、省级人民政府相关部门（以下统称主管部门）在科学数据管理方面的主要职责是：

（一）负责建立健全本部门（本地区）科学数据管理政策和规章制度，宣传贯彻落实国家科学数据管理政策；

（二）指导所属法人单位加强和规范科学数据管理；

（三）按照国家有关规定做好或者授权有关单位做好科学数据定密工作；

（四）统筹规划和建设本部门（本地区）科学数据中心，推动科学数据开放共享；

（五）建立完善有效的激励机制，组织开展本部门（本地区）所属法人单位科学数据工作的评价考核。

第九条 有关科研院所、高等院校和企业等法人单位（以下统称法人单位）是科学数据管理的责任主体，主要职责是：

（一）贯彻落实国家和部门（地方）科学数据管理政策，建立健全本单位科学数据相关管理制度；

（二）按照有关标准规范进行科学数据采集生产、加工整理和长期保存，确保数据质量；

（三）按照有关规定做好科学数据保密和安全管理工作；

（四）建立科学数据管理系统，公布科学数据开放目录并及时更新，积极开展科学数据共享服务；

（五）负责科学数据管理运行所需软硬件设施等条件、资金和人员保障。

第十条 科学数据中心是促进科学数据开放共享的重要载体，由主管部门委托有条件的法人单位建立，主要职责是：

（一）承担相关领域科学数据的整合汇交工作；

（二）负责科学数据的分级分类、加工整理和分析挖掘；

（三）保障科学数据安全，依法依规推动科学数据开放共享；

（四）加强国内外科学数据方面交流与合作。

第三章 采集、汇交与保存

第十一条 法人单位及科学数据生产者要按照相关标准规范组织开展科学数据采集生产和加工整理，形成便于使用的数据库或数据集。

法人单位应建立科学数据质量控制体系，保证数据的准确性和可用性。

第十二条 主管部门应建立科学数据汇交制度，在国家统一政务网络和数据共享交换平台的基础上开展本部门（本地区）的科学数据汇交工作。

第十三条 政府预算资金资助的各级科技计划（专项、基金等）项目所形成的科学数据，应由项目牵头单位汇交到相关科学数据中心。接收数据的科学数据中心应出具汇交凭证。

各级科技计划（专项、基金等）管理部门应建立先汇交科学数据、再验收科技计划（专项、基金等）项目的机制；项目/课题验收后产生的科学数据也应进行汇交。

第十四条 主管部门和法人单位应建立健全国内外学术论文数据汇交的管理制度。

利用政府预算资金资助形成的科学数据撰写并在国外学术期刊发表论文时需对外提交相应科学数据的，论文作者应在论文发表前将科学数据上交至所在单位统一管理。

第十五条 社会资金资助形成的涉及国家秘密、国家安全和社会公共利益的科学数据必须按照有关规定予以汇交。

鼓励社会资金资助形成的其他科学数据向相关科学数据中心汇交。

第十六条 法人单位应建立科学数据保存制度，配备数据存储、管理、服务和安全等必要设施，保障科学数据完整性和安全性。

第十七条 法人单位应加强科学数据人才队伍建设，在岗位设置、绩效收入、职称评定等方面建立激励机制。

第十八条 国务院科学技术行政部门应加强统筹布局，在条件好、资源优势明显的科学数据中心基础上，优化整合形成国家科学数据中心。

第四章 共享与利用

第十九条 政府预算资金资助形成的科学数据应当按照开放为常态、不开放为例外的原则，由主管部门组织编制科学数据资源目录，有关目录和数据应及时接入国家数据共享交换平台，面向社会和相关部门开放共享，畅通科学数据军民共享渠道。国家法律法规有特殊规定的除外。

第二十条 法人单位要对科学数据进行分级分类，明确科学数据的密级和保密期限、开放条件、开放对象和审核程序等，按要求公布科学数据开放目录，通过在线下载、离线共享或定制服务等方式向社会开放共享。

第二十一条 法人单位应根据需求，对科学数据进行分析挖掘，形成有价值的科学数据产品，开展增值服务。鼓励社会组织和企业开展市场化增值服务。

第二十二条 主管部门和法人单位应积极推动科学数据出版和传播工作，支持科研人员整理发表产权清晰、准确完整、共享价值高的科学数据。

第二十三条 科学数据使用者应遵守知识产权相关规定，在论文发表、专利申请、专著出版等工作中注明所使用和参考引用的科学数据。

第二十四条 对于政府决策、公共安全、国防建设、环境保护、防灾减灾、公益性科学研究等需要使用科学数据的，法人单位应当无偿提供；确需收费的，应按照规定程序和非营利原则制定合理的收费标准，向社会公布并接受监督。

对于因经营性活动需要使用科学数据的，当事人双方应当签订有偿服务合同，明确双方的权利和义务。

国家法律法规有特殊规定的，遵从其规定。

第五章 保密与安全

第二十五条 涉及国家秘密、国家安全、社会公共利益、商业秘密和个人隐私的科学数据，不得对外开放共享；确需对外开放的，要对利用目的、用户资质、保密条件等进行审查，并严格控制知悉范围。

第二十六条 涉及国家秘密的科学数据的采集生产、加工整理、管理和使用，按照国家有关保密规定执行。主管部门和法人单位应建立健全涉及国家秘密的科学数据管理与使用制度，对制作、审核、登记、拷贝、传输、销毁等环节进行严格管理。

对外交往与合作中需要提供涉及国家秘密的科学数据的，法人单位应明确提出利用数据的类别、范围及用途，按照保密管理规定程序报主管部门批准。经主管部门批准后，法人单位按规定办理相关手续并与用户签订保密协议。

第二十七条 主管部门和法人单位应加强科学数据全生命周期安全管理，制定科学数据安全保护措施；加强数据下载的认证、授权等防护管理，防止数据被恶意使用。

对于需对外公布的科学数据开放目录或需对外提供的科学数据，主管部门和法人单位应建立相应的安全保密审查制度。

第二十八条 法人单位和科学数据中心应按照国家网络安全管理规定，建立网络安全保障体系，采用安全可靠的产品和服务，完善数据管控、属性管理、身份识别、行为追溯、黑名单等管理措施，健全防篡改、防泄露、防攻击、防病毒等安全防护体系。

第二十九条 科学数据中心应建立应急管理和容灾备份机制，按照要求建立应急管理系统，对重要的科学数据进行异地备份。

第六章 附 则

第三十条 主管部门和法人单位应建立完善科学数据管理和开放共享工作评价考核制度。

第三十一条 对于伪造数据、侵犯知识产权、不按规定汇交数据等行为，主管部门可视情节轻重对相关单位和责任人给予责令整改、通报批评、处分等处理或依法给予行政处罚。

对违反国家有关法律法规的单位和个人，依法追究相应责任。

第三十二条 主管部门可参照本办法，制定具体实施细则。涉及国防领域的科学数据管理制度，由有关部门另行规定。

第三十三条 本办法自印发之日起施行。

　　【PConline资讯】2月11日消息 科技行业正进行自我反思。就连扎克伯格和库克都在公开谈论软件和算法在我们生活中所带来的负面影响。虽然已经有越来越多的人向一些业内人士游说，想要阻止他们或试图制定任何行业规则，但这些业内人士正制定自我管理的准则。有一个想法值得人们探讨：掌控程序的程序员和数据科学家是否应该立下一个数字的希波克拉底誓言，作为行业道德的要求和行为准则？　　

图：希波克拉底誓言

　　上个月，微软发布了一份关于人工智能对社会的影响的报告。该报告认为，约束编程人员，像医生们一样也立下“不伤害他人”的承诺，“这是有意义的”。周二在旧金山，数十名来自科技公司、政府和非营利组织的数据科学家开始为他们的职业起草一份道德规范。

　　这次会议的普遍感觉是，是时候让那些在统计分析方面有才能的人意识到他们自身的力量，并将其用于实现更大的利益。曾在奥巴马时期任美国首席数据科学家的DJ·帕蒂尔告诉记者：“我们必须让从事技术工作的人们说‘等一下，这是不对的。'”

　　帕蒂尔启动了这个活动，称之为“数据交换”（Data For Good Exchange）。与会人士包括微软、拼趣（Pinterest）和谷歌的员工。

　　帕蒂尔设想的是让被道德准则约束的数据科学家们来反对企业和机构的安排，以防止有违行业道德准则的情况出现。这一愿景吸引了一些专门从事数据分析的人。来自企业软件初创公司“数据科学”的戴夫·古德史密斯周二写到：“作为一门学科，我们正处于起步阶段，我们比任何人都更能通过人工智能领域的机遇和挑战来引导社会。”

　　其他人则有些犹疑。市场营销公司Valassis的高级数据科学家Schaun Wheeler通过Slack和一个实时视频流也观看了周二的会议。这一会议开始之前他就有所怀疑，完会后疑虑更甚。他说，这份草案看起来像是一份没有人会反对的一般性原则的列表，而且正应用于一个缺乏相关权力机构或法规来规定实施这些原则的行业。尽管为数据科学家提供的正式培训项目越来越多，但包括Wheeler在内的许多人都是自学成才。

　　周二的讨论结果便是一份原则清单，且未来几周内将对这些原则进行评估和发布，以获得更广泛的反馈。其中包括“肯定会有偏见。衡量它。为它做出计划”，“尊重人类尊严”和“运用道德想象力。” 该项目的组织者希望能看到10万人签署最终版本的誓言。

　　Wheeler说：“科技行业最近受到了批评，我认为这是理所当然的，因为它天真地认为它可以修复这个世界。你若是认为可以通过某种道德准则来解决整个复杂的问题，比如数据泄露，这就是狂妄自大。”

　　周二会议的一个辩论主题是，一个不具约束力的自愿准则是否真的能保护那些敢于在工作中提出道德问题的数据科学家。另一个主题则是，这是否会产生很大的影响。

　　美国电话电报公司的数据科学家里希拉·贾拉罕说，他对于起草一份道德承诺的所作出的种种努力持支持的态度。他描述了在他和一个同事拒绝加入一个有他们认为没有行业道德的公司参与的项目之后，他们的愿望得到了尊重。但是调换了一些工作人员之后，项目还是继续进行。

　　现有证据表明，科技公司通常只有在意识到道德问题会对其资产负债表构成直接威胁的时候，才会将其放在心上。扎克伯格可能对其公司控制信息传播的方面表现出了悔意，但这也是因为Facebook遭受了政治压力，因其在俄罗斯干涉2016年美国大选中所扮演的角色。

　　通过为他人提供平台而赚钱的科技公司可以有更多的理由不去规范道德。任何在搭建自己的平台过程中能吓跑客户的东西都是有风险的。

　　微软关于人工智能和社会的宣言讨论了程序员应当作出的“希波克拉底誓言 ” ，以及对人工智能新用途的伦理审查过程。但微软总裁布拉德·史密斯表示，微软不会指望用微软的云服务构建人工智能系统的用户也一定要达到同样的道德标准。他说：“这是一个非常重要的问题，我们自己都还没有回答出来。我们创造了微软文字处理软件，并且知道人们可以用它来写好的东西或者是可怕的内容。”

　　隐私权激进分子阿拉尔·巴尔干认为，本周起草的这一份道德规范实际上 可能会加剧技术所造成的社会危害。 他担心，公司会把它作为一种美德的标志，但他们还是会像从前一样继续经营。他说：“ 我们应该探索的是，我们如何才能阻止这种因利益而进行的大规模的人类数据采集工作。 ”他指出，欧盟的《全面数据保护条例》(General Data Protection Regulation)将于今年生效，这是防止算法的坏处的更好模式。　　

　　帕蒂尔曾经是LinkedIn的首席科学家，但他有点像巴尔干，对科技公司是否有能力仔细思考自己的个人数据驱动产品的影响持怀疑态度。他说：“我不认为我们现在的社会可以依赖于这一法规，因为我们在社交平台看到的和科技公司的行为都是由利润驱动的。”

　　从长远来看，帕蒂尔说，他对道德规范草案的希望之一是，它有助于激励政策制定者制定更坚定、但也是经过充分考虑的限制标准。他说：“我希望看到，周二的会议能够开始定义真正的行业内政策。”

车联网数据贯穿了整个汽车产业核心链条。通过各环节间相关数据的有机整合，各大车企也借此抢夺着出行价值高地。整条产业链覆盖了从数据采集到分析模型建立到最终的数据价值转化的全过程，在打造这样一个应用闭环的过程中，车联网数据采集务必要发挥其最大价值。

落到参数采集终端数据服务项目上，从业者需要通过构建数据分析建模及基于车辆采集的数据参数的智能应用，借助人工智能、采集设备等工具的加持，解决车辆在实际应用场景中的需求及核心问题。

然而，针对当下汽车行业数据采集现状，中国车载信息服务产业应用联盟秘书长庞春霖曾公开表示：“中国的车联网还刚刚处于起步阶段，数据标准的不统一，令这个行业发展举步维艰，我们急需要一套完善的、统一的数据标准来支撑这个行业，为这个行业的发展开疆铺路。”

显然，现阶段由于车联网数据采集规范各不相同，同时缺少对于数据项的统一定义，当前市场中主流的三种方式之间数据信息无法完成识别兼容。这将会导致数据最终无法满足应用需求，造成后期改造周期长、维护成本高等一系列问题。举例来说，在前期车联网建设过程中，如果T-BOX数据采集缺少严格定义、精度不足，就会使得数据对于保险产品的定价缺乏指导性。

数据采集过程标准化势在必行。为了给数据智能服务的构建打造坚实基础，由中国智能网联汽车产业创新联盟提出，彩虹无线（北京）新技术有限公司牵头编制的《车联网数据采集要求》CSAE标准，目前已按照中国汽车工程学会标准制修订管理办法完成公示，并于2018年5月2日首次批准发布。

可以说，此次标准发布后，车联网数据流按周期性数据和事件触发性数据两类有了明确规定，以此实现对数据流进行统一管理，并确保各方对数据流的定义保持一致。具体来说，该标准主要包含应用领域、数据采集周期、数据包结构和定义、数据流编码规则、数据采集项等几部分。应用单位可据此，定义数据采集设备、相关解析协议的设计。实现数据包结构规范、意义明确，同时保证数据传递的安全性。

制定一份标准并不容易，彩虹无线CEO黄亮坦言，为了解决行业问题，公司利用大量行业实践与研究，不断探索不同采集频率下的数据采集项在数据应用上的适用性，在不断深化数据采集标准的适用范围的同时，充分考虑了汽车的产品形态与数据特点，才得以制定新的数据采集建议标准。

同时，为了给汽车行业的数据治理和赋能提供有益的指导，这份标准将数据采集与应用场景进行紧密结合，明确了数据应用方向的具体场景：保险创新与数据智能应用。这两大方向恰恰是彩虹无线自身的业务重点。

谈及彩虹无线，这家前装车联网大数据服务运营商这样定义自己：在主机厂和第三方服务商及产品服务商之间扮演一个桥梁的角色。简单来说，彩虹无线的主要工作就是把原始驾驶行为和车况等数据，结合使用者自身需求进行加工处理再建模，提供给第三方服务商使用，辅助保险公司进行产品创新和服务创新，最终在产品成型后再推给C端用户。

在车厂端，彩虹无线为其提供数据智能服务主要是利用车联网动态实时数据，并结合传统的CRM、DMS、URP等系统，以此帮助主机厂在研发、生产、销售以及售后环节创造新的数据价值，最大程度提高研发效率、优化流程及服务品质，譬如提升汽车零配件质量管理水平、加强对新型商品车的质量监控、远程诊断以及呼叫预警救援等等。

可以看出，彩虹无线不仅仅是一家技术公司，而是聚焦对主机厂内部数据进行增值和赋能。与传统的软件服务商或数据服务商仅仅交付了一个软件或是一个平台相比，彩虹无线交付的是一个满足需求的执行结果。事实上，这并非彩虹无线首次发布数据标准。2016年底，该公司发布了业内第一个企业标准，被汽车工业协会及十几家主机厂认可并使用。

率先推动行业标准制定，让彩虹无线在行业中具备了一定话语权。更重要的是，在数据处理过程中，从数据清洗乃至数据标准，均由彩虹无线自己完成。或许正是因为这种强大的能力，让其拥有了27家主机厂合作伙伴。

其中，上汽、广汽、东风均对彩虹无线进行了投资。要知道，在这样一个相当细分的领域，企业护城河就在于主机厂的资源。一旦主机厂对你的服务能力足够满意，这种合作关系基本上是排他的。

在主机厂与IT企业之间，彩虹无线成功抓住机会扮演了多部门间配合的有机催化剂。随着前装车联网大数据价值日益凸显，彩虹无线在为行业确立标准的同时，也在为企业解决最大限度挖掘数据价值，提供准确有效信息的难题，走出一条更加多元化的车联网服务之路。

版权声明：如涉及版权问题，请作者持权属证明与本网联系

来源：中国网

数据采集内容

数据采集包括历史数据的采集和当前市场数据的采集，是科学进行数据分析的基础，数据采集的准确与否直接决定了数据分析的价值。

在企业运营过程中，假设企业环境基础不稳定，项目发展的规律在运营期间内没有大的变化，我们可以通过搜集准确的历史数据或可比历史数据，根据以往的发展规律，运用定量预测技术对未来收入和成本加以预测，直接推算出预测的相关数据。当运营环境略有改变时，可以利用定性预测技术对预测结果加以修正。因而，这类项目的数据采集主要是对历史数据的有效采集。

对于新开的发的项目，由于缺乏可比性历史数据，或者市场发展规律不明确或不稳定，我们则先需要通过市场调研甄别影响市场需要求的主要市场因素的变量，根据项目具体情况选择市场调研的途径和方法，进而采集相关的市场数据，形成预测主要市场因素间关系的数据基础。

企业所在的市场不同，影响需求的主要因素不同，数据采集的途径也不同。

1、制定市场研究的具体计划

在市场研究工作中数据采集是最重要的部分，它帮助解决投资与经营中相关的重要数据的确定和决策的改进。然而，数据采集工作是要花费资金的，尽量其带来的益处不言而喻，但是，如果要采集数据，就一定要让这笔费用华的物超所值。为了达到这一目标，需要周密的计划、安排和监控。这样做，不仅从协调计划的方面看是很重要的，而且也确保在预计时间内获得重要的数据，同时也可将成本监控在一定的范围内。

2、明确数据来源

在数据采集前，必须要对数据资料来源进行选择。数据资料按其来源不同，可分为第一首资料和第二手资料。第一手资料指为了一定的目的采集所得的原始资料。采集第一手资料的费用比较高，但资料的价值相当大。这种资料常常来自现场的调查，其准确度高且针对性强。第二手资料是指采集现成的资料，包括互联网上的信息，各种报刊

文献上的资料，还有各类权戚机构发布的统计和研究报告等等，在现代项目研究中，由于互联网应用的普及，获取各种二手资料比起以往变得更加便捷，内容也异常丰富，所以二手资料的采集成为非常重要的调研手段．它有方便、快捷．成本较低的优点。数据分析人员还可以从内部资料中提取第二手资料．也可以利用外部资料间接获取。常见的内部资料往往来自企业的财务报表．比如．资金平衡表、销售统计以及其他报表档案。项目数据分析的起点始于采集第二手资料．但是这样的二手资料必须经过仔细统计、筛选及甄别．以尽可能保证资料的精确、可靠和真实。

3、明确抽样方案及样本容量

在一手数据的采集中，根据项目所属的特定行业及特定市场定位，许多数据可以通过直接采集得到全部样本，尤其对于成本、费用等可控制的要素；然而，对于其他数据的采集，比如说产销硫及其趋势变化数据，其总体范围很广，很难直接获取全部数据。这时我们常采川抽样技术，从拟采集数据的总体中抽取有代表性的部分单位作为样本，对样本进行调查或观察，并根据样本统计城估计总体参数，对所猫投资数据进行顶测

4、明确数据采集方法

数据采集往往采用三种方法：访问调查法、实验法和观察法。访问调查法通过访问代表性样本而获得数据，强调语言应答。而观察法强调非语言方式，通过调研人员在事件发生时或在过去已发生事件的记录中采集信息 · 与上述两种方法相比，实验法能够有效控制调研环境，在实际项目数据采集中，可根据项目特点、数据采集成本费用预算标准、时间及精度要求，采用不同的方法。

5、问卷设计

为了达到采集数据的目的，采川问卷方式进行调査是近年应用最广的一种调査手段。问卷设计的好坏，在很大程度上取决于调查问卷的回收率和有效率。另外，—张好的调查问卷必须满足后期数据分析的两个基本标准:相关性与准确性。

问卷设计部分包括了对问卷结构、问卷设计原则、问卷的问题格式等问题的讨论与分析。

6、数据处理及分析

原始数据收集回来后，可能出现虚假、差错、冗余等现象，如果简单地把这些数据投 入预测分析，可能会导致错误的分析结论，从而使整个分析工作失去意义。因此，首先要对数据进行整理和加工，才能进行分析研究并得出科学的结论。数据的处理是指运用科学的方法，将调査所得的原始资料按调査目的进行审核、编码、录人及预分析的过程

2018年2月2日，由中国保信主办、评驾科技协办的《基于车险经营管理应用的车联网数据采集标准》研讨会在上海召开。会议邀请了中国汽车技术研究中心、中国汽车维修行业协会、一汽集团、上汽集团、长安汽车、福特亚太、上汽通用、北汽新能源、东风汽车、蔚来汽车、博世、百度、联通智网、中兴物联、四维图新、德赛西威、中寰卫星，以及人保财险、太平洋产险、大地财险、国寿财险、阳光财险等产业相关30多家单位及专家参会。

会议由评驾科技董事长李献坤主持。会上，中国保信车险部总经理单鹏介绍了中国保信的成立初衷以及发展历程。中国保信是保险领域对外跨行业的数据接口，汇聚了几十亿条保险数据，正在建设和运营保险业数据信息共享和对外交互平台，目前已经牵头开始对车联网数据和保险风险的相关性进行测算，并努力推进汽车和保险这两个行业打破壁垒、自由对话和数据握手。

标准的主要撰写人中国保信项目经理程丹和评驾科技首席精算师吕定海先后发言，对标准的编制背景、目标、方法、主要内容进行了详细介绍。程丹表示，从2015年下半年开始，中国保信主导开展了关于基于车联网数据的保险应用的研究课题，汇聚了来自车辆保险领域的九家保险公司，广泛听取保险公司专家的意见，并选取了四家车联网公司作为标准组成员，其中人保财险与评驾科技作为标准组组长单位。经过半年的连续工作，中国保信正式发布了标准的征求意见稿。

广泛听取行业成员意见并修改后，形成了目前的征求意见稿。标准制订遵循服务应用、普遍适用、协调一致和迭代发展的原则，共分为十个部分，基本参照了国标的制订标准和格式。

吕定海重点介绍了数据校验标准，其重要目的之一是确保数据真实有效，降低欺诈风险。例如美国经营UBI保险的Progressive公司就曾经遭遇了欺诈事件。吕定海同时强调，标准组之后将广泛听取各家公司的意见建议，整理并深入讨论，以期增强标准的广泛代表性和可操作性。

与会专家展开了全面而深入地探讨，并对标准修订、应用与推广提出了建设性意见。中汽中心首席专家、数据资源中心数据业务本部部长朱向雷表示，标准的主要内容是汽车的联网数据产生和交互，各方需要充分讨论应用场景，明确数据需求才能最大化应用场景。车厂在标准制订过程中需要付出巨大的努力，希望在标准制订时充分考虑车厂的实际情况。

长安汽车智能网联研究院代表周杰称，目前车联网行业百花齐放，标准不一，有必要做更细节的规定；其次，标准对于新技术的关注也极其重要，例如对于ADAS、自动驾驶技术制订路线图。

来自一汽集团、上汽集团、上汽通用、万友、德赛西威、四维图新、北汽新能源、福特汽车、蔚来汽车、百度地图等与会代表也纷纷发言，认可标准出台的迫切性，提出问题和建议，表示愿意积极参与到标准的制定，同时提议，除了标准组成员进行必要性的扩大以外，也有必要吸收行业内更多企业加入，成立一个汽车与保险两大行业共同参与的、基于行业应用的联盟，让这两大行业及周边的科技及企业都能参与其中。

单鹏最后总结表示，标准组下一阶段将会吸收主机厂代表加入，并推动建立一个以“汽车+保险”行业应用为核心的、面向应用的、务实的联盟，在车联网应用上实现数据标准统一和数据交互应用，共谋汽车与保险产业的融合发展。