下载文档原格式
标准实践华阳集团企业级数据管理体系建设与应用实践研究■ 王 辉 邢 伟 曹 帅 阴鹏飞 史梦瑶 姜志萍 刘 佳 杨 敏（山西阳煤联创信息技术有限公司）摘 要：目前，根据不同的业务需求，数据库是独立设计和开发的。
数据的异构性和不共享性限制了数据资产的有效性。
本文介绍了华阳集团企业数据管理体系建设过程，描述了数据管理系统框架和数据治理系统框架，阐述了元数据、数据标准、数据质量、数据安全、数据模型、数据监管、数据生命周期管理、数据服务和数据分析算法等关键技术，重点展示了智能推荐、智能搜索、履约、智能问答、用户画像等企业数据资产与AI智能相结合的应用结果。
关键词：元数据，数据模型，算法，标准数据库，数据采集，智能检索，智能问答，用户画像DOI编码：10.3969/j.issn.1002-5944.2023.22.021Research on Construction and Application Practice of Enterprise DataManagement System in Huayang GroupWANG Hui XING Wei CAO Shuai YIN Peng-fei SHI Meng-yaoJIANG Zhi-ping LIU Jia YANG Min（Shanxi Yangmei Lianchuang Information Technology Co., Ltd.）Abstract:At present, databases are designed and developed independently according to different business requirements. The heterogeneity and non-sharing of data limit the effectiveness of data assets. This paper introduces the construction process of Huayang group enterprise data management system, describes the framework of data management system and data governance system, and expounds the key technologies such as metadata, data standards, data quality, data security, data model, data supervision, data life cycle management, data service and data analysis algorithm. It focuses on the application results of intelligent recommendation, intelligent search, contract performance, intelligent Q&A, user portrait and other enterprise data assets combined with AI intelligence.Keyword: metadata, data model, algorithm, standards database, data acquisition, intelligent retrieval, intelligent Q&A, user portrait0 引 言随着企业蓬勃发展，华阳集团致力于科技创新、数据驱动和企业转型优化的发展战略新思路，逐步形成“一主两翼七大板块”的产业格局。
数据资产的综合管理体系一、引言在信息化日益深入的今天，数据资产的价值已经得到了广泛的认同。
数据已经成为企业竞争的关键资源，而有效的数据管理则是提升企业竞争力的重要手段。
因此，构建一个综合的数据资产管理体系，实现数据的统一、顺畅和有效管理，具有重要的意义。
二、数据资产的定义数据资产是指具有确定的经济价值的数据。
这种价值可能是直接的，也可能是间接的。
直接价值是指数据本身就有明确的经济价值，如可以出售的数据产品等；间接价值是指数据可以通过分析和处理，为企业决策提供支持，产生经济效益。
三、数据资产综合管理体系的构成数据资产综合管理体系主要包括以下几个部分：1. 数据治理：设置数据的管理规章制度，明确数据的归属、责任和权限，确保数据的质量和安全。
数据治理：设置数据的管理规章制度，明确数据的归属、责任和权限，确保数据的质量和安全。
2. 数据架构：确定数据的存储、处理和交换的技术架构，使数据能够高效、安全地运行。
数据架构：确定数据的存储、处理和交换的技术架构，使数据能够高效、安全地运行。
3. 数据生命周期管理：从数据的生成、收集、存储、使用到废弃，进行全程管理。
数据生命周期管理：从数据的生成、收集、存储、使用到废弃，进行全程管理。
4. 数据价值发现与利用：通过数据挖掘和分析，发现数据的价值，为企业决策提供支持。
数据价值发现与利用：通过数据挖掘和分析，发现数据的价值，为企业决策提供支持。
5. 数据安全保护：防止数据的丢失、泄露和滥用，保障数据的安全。
数据安全保护：防止数据的丢失、泄露和滥用，保障数据的安全。
四、数据资产管理的实施步骤1. 确定数据资产管理的目标和战略。
2. 设计数据资产管理体系，包括数据治理、数据架构、数据生命周期管理、数据价值发现与利用、数据安全保护等部分。
3. 实施数据资产管理体系，包括数据的收集、存储、处理、使用和保护。
4. 监控和优化数据资产管理体系，不断提升数据的质量和价值。
五、总结构建一个综合的数据资产管理体系，不仅可以提高数据的质量，提升数据的价值，还可以保障数据的安全，为企业的发展提供强大的支持。
基于知识图谱的大数据资产管理系统设计摘要：随着大数据时代的到来，企业在管理海量数据时面临着诸多问题，如数据资产的管理、分析和推荐。
本文基于知识图谱构建了大数据资产管理系统，实现了数据资产的统一管理和智能推荐。
主要包括基于知识图谱的数据资产建模、数据源集成、数据资产管理、面向用户行为的数据推荐等功能模块，并采用机器学习算法对数据进行分析和挖掘。
该系统可以有效提高企业的决策效率和数据利用率。
关键词：知识图谱；大数据资产管理；数据建模；数据源集成；数据推荐；机器学习一、前言随着互联网技术的快速发展和移动智能终端设备的普及，数据量呈现爆发式增长。
据统计，截至2020年，全球数据总量已经达到了59.5 ZB（1 ZB = 1021 bytes）。
在这样海量数据的背景下，如何高效地管理数据，对企业的决策效率和运营效率具有非常关键的作用。
二、大数据资产管理的需求1.数据结构复杂多样大数据的数据类型众多，包括文本、图像、音频、视频等多种形式。
而且数据之间存在关联和交叉，构成了一个复杂多维的数据网络，需要进行有机整合和管理。
2.数据来源分散大数据源于多个渠道，涉及到多个系统和应用程序。
这些数据来源不仅数据类型不同，而且数据量不同，需要进行集成和整合。
3.数据安全保障大数据涉及到用户的隐私和商业机密等敏感信息，需要实现数据的安全保障和访问控制。
4.数据挖掘分析大数据本身具有价值，需要通过对数据的挖掘和分析，提炼出有用的信息和结论，为企业的决策提供依据。
三、知识图谱与大数据资产管理知识图谱是一种新型的人工智能技术，指将事实和概念进行结构化描述，并建立关系，形成一个具有逻辑和推理能力的知识网络。
知识图谱可以将海量的非结构化数据转化为结构化的数据，使得数据可以进行精准分析和管理。
大数据资产管理系统中，知识图谱主要起到以下作用：1.数据建模通过对数据结构进行分析，将数据进行建模和分类，形成一个具有良好结构和协调性的知识图谱，便于对数据进行管理和分析。
企业数据资产管理内控体系构建探究一、企业数据资产管理的背景和意义随着信息技术的飞速发展，企业数据的产生、存储和应用越来越复杂，数据已经成为企业核心竞争力的重要组成部分。
企业在数据管理过程中面临着诸多挑战，如数据质量不高、数据安全风险、数据孤岛现象等。
为了提高企业数据的价值，降低数据管理成本，提升企业的竞争力，构建一套完善的企业数据资产管理内控体系显得尤为重要。
企业数据资产管理内控体系的构建，首先需要明确其背景。
在信息化时代，企业数据的管理已经不再局限于内部信息系统，而是涉及到与外部系统的对接、跨部门协同、跨境数据交换等多个方面。
这就要求企业在数据管理过程中，不仅要关注数据的存储和处理，还要关注数据的合规性和安全性。
企业数据资产管理内控体系的构建，是为了适应信息化时代的发展需求，提高企业数据管理水平，保障企业数据资产的安全和有效利用。
企业数据资产管理内控体系的构建还具有重要的意义，它有助于提高企业数据的准确性和完整性，确保企业决策层能够获取到真实、可靠的数据支持。
它有助于降低企业数据管理的风险，通过建立严格的数据访问控制、数据备份与恢复、数据审计等机制，防止数据泄露、篡改等安全事件的发生。
企业数据资产管理内控体系的构建还能促进企业内部各部门之间的协同和沟通，提高企业的运营效率。
企业数据资产管理内控体系的构建，是为了应对信息化时代的挑战，提高企业数据管理水平，保障企业数据资产的安全和有效利用。
在构建过程中，需要充分考虑企业的实际情况和需求，制定合适的策略和措施，确保企业数据资产管理内控体系的有效运作。
1. 企业数据资产管理的概念和定义随着信息技术的快速发展，企业数据的产生、传输、存储和应用已经成为企业运营的重要组成部分。
企业数据资产管理(Enterprise Data Asset Management,简称EDAM)是指企业在数据资源管理过程中，通过对数据进行有效、高效、安全的收集、存储、处理、分析和利用，以实现企业业务目标的一种管理方法。
《企业数据资产会计核算体系构建及应用研究》篇一一、引言随着信息技术的飞速发展，数据已经成为企业重要的资产之一。
然而，由于数据资产的特殊性和复杂性，其会计核算体系尚未形成统一的标准和规范。
因此，构建一套科学、合理、高效的企业数据资产会计核算体系，对于企业实现数据资产的准确计量、有效管理和合理利用具有重要意义。
本文旨在研究企业数据资产会计核算体系的构建及应用，以期为企业的数据资产管理提供有益的参考。
二、企业数据资产的特点及会计核算的重要性企业数据资产具有以下特点：一是价值性，数据资产可以为企业带来经济价值；二是动态性，数据资产随时间不断变化；三是复杂性，数据资产的种类繁多、形式多样。
因此，构建一套适合企业数据资产的会计核算体系至关重要。
会计核算对于企业数据资产的管理具有以下重要性：首先，准确计量数据资产的价值，为企业的决策提供依据；其次，有效管理数据资产，防止资产流失和浪费；最后，合理利用数据资产，提高企业的竞争力和盈利能力。
三、企业数据资产会计核算体系的构建（一）构建原则企业数据资产会计核算体系的构建应遵循以下原则：一是合规性原则，符合国家相关法律法规和会计准则的要求；二是实用性原则，根据企业的实际情况和需求进行设计；三是科学性原则，采用科学的方法和手段进行核算。
（二）构建步骤1. 明确数据资产的种类和范围，为核算提供基础。
2. 确定数据资产的计价方法和折旧政策，为价值计量提供依据。
3. 设计数据资产的会计科目和账簿，为核算提供工具。
4. 制定数据资产的管理制度和流程，确保核算的准确性和规范性。
（三）具体内容企业数据资产会计核算体系应包括以下内容：一是数据资产的计价和折旧核算；二是数据资产的增减变动核算；三是数据资产的报表列示和披露。
四、企业数据资产会计核算体系的应用（一）应用场景企业数据资产会计核算体系可以应用于以下场景：一是企业内部管理，帮助企业实现数据资产的准确计量、有效管理和合理利用；二是企业外部报告，为投资者、债权人等提供有用的决策信息。
工程数字资产体系设计方案一、背景随着信息技术的快速发展，数字资产在企业中的重要性日益增加。
数字资产包括企业数据、软件、硬件、网络设备等，它们是企业运作和信息化发展的重要支撑。
但是，在数字资产管理方面，很多企业存在着许多问题，如资产管理不规范、资产安全隐患等。
因此，建立一个完善的数字资产体系设计方案，对于企业的信息化建设和数字资产管理具有重要意义。
二、现状分析目前，企业数字资产管理存在着以下几个方面的问题：1. 资产管理不规范：很多企业在资产管理方面存在着缺乏统一管理标准、缺乏标准化流程、盲目购置设备等问题，导致企业资产管理工作效率低下、信息获取不准确。
2. 资产安全隐患：企业数字资产面临着各种安全隐患，如网络攻击、病毒感染、数据泄露等问题，损失严重。
3. 信息化水平不高：由于资产管理不规范和安全隐患，导致企业的信息化水平相对较低，信息系统的效率、可靠性、安全性等方面存在较大问题。
三、目标与原则1. 总体目标：建立完善的数字资产管理体系，提高资产管理水平和安全防护能力，提高企业信息化水平。
2. 设计原则：安全、规范、高效、可持续发展。
四、体系框架1. 资产分类与编码：对企业数字资产进行分类、细化和编码，便于统一管理和监控。
2. 资产入库与盘点：建立数字资产入库机制，对新的数字资产进行登记和检验，做到实时盘点。
3. 资产使用管理：对数字资产的使用进行监控行为规范和权限分配，确保资产的正常使用和高效运转。
4. 资产维护管理：对数字资产进行定期的维护、保养、检测和更新，确保资产的安全和稳定性。
5. 资产报废处理：对不再使用的数字资产进行合规的报废处理，避免带来的资源浪费和安全隐患。
6. 资产安全防护：建立数字资产安全防护体系，包括网络安全、系统安全等方面。
7. 资产监测与评估：对数字资产进行定期的监测和评估，确保资产运行状态和安全性。
六、关键技术与工具1. 资产管理系统：建立数字资产管理系统，用于资产的入库、盘点、使用、维护、报废等方面的管理。
数据资产管理及运营体系研究设计报告1. 摘要数据资产在现代企业中扮演着重要的角色，它们包含着企业关键的信息和知识，对企业的竞争力和发展具有重要影响。
为了有效管理和运营数据资产，本报告研究设计了一个完善的数据资产管理及运营体系。
通过分析数据资产的特点和价值，构建数据资产全生命周期管理框架，并设计了相应的流程、策略和工具，以实现数据资产的高效管理和运营。
2. 简介随着互联网和信息技术的快速发展，企业面临着海量的数据，如何有效管理和运营这些数据成为一个重要问题。
数据资产管理及运营体系的设计，旨在帮助企业对数据资产进行全面管理，提高数据资产的价值和利用效率。
3. 数据资产的特点和价值数据资产具有以下特点和价值：3.1 大量性：数据资产呈指数级增长，其数量庞大且不断增加。
3.2 多样性：数据资产包括结构化数据和非结构化数据，涵盖企业各个业务领域。
3.3 价值性：数据资产包含着企业的核心信息和知识，对企业的决策和发展具有重要影响。
4. 数据资产全生命周期管理框架基于数据资产的特点和价值，本报告设计了一个完善的数据资产全生命周期管理框架，包括以下几个关键环节：4.1 数据收集与获取：通过各种途径和手段对企业内外的数据进行收集和获取。
4.2 数据清洗与整理：对采集到的数据进行清洗和整理，确保数据的准确性和一致性。
4.3 数据存储与管理：建立高效的数据存储系统，确保数据的安全和可靠性。
4.4 数据分析与挖掘：利用各种分析和挖掘技术，挖掘数据中的价值和潜力。
4.5 数据应用与共享：将分析得到的结果应用于实际业务中，并实现数据的共享和协同。
5. 数据资产管理及运营流程为了有效管理和运营数据资产，本报告设计了相应的流程，包括以下几个环节：5.1 数据需求收集：与业务部门合作，了解并收集数据需求。
5.2 数据规划与设计：根据需求设计数据方案和架构，并进行数据规划。
5.3 数据采集与整理：对需要的数据进行采集和整理，确保数据的质量和准确性。
数字技术资产管理体系建设和实践
数字技术资产管理体系建设和实践是企业数字化转型的重要组成部分，它涉及到数据资产的识别、评估、保护和利用等多个方面。
具体如下：
1. 建立数据资产安全标准体系：企业需要构建高可信的数据资产安全标准体系，以提高在各种数据资产安全场景下的解决能力。
2. 完善数据保护措施：通过采取相应的管理和技术措施，企业可以有效地管控数据资产的挖掘、使用和共享，同时加强数据资产风险监测，构筑数据安全治理防线。
3. 推进数据资产全过程管理：这包括数据资产的识别、分类、评估、存储、维护和销毁等全生命周期的管理，确保数据资产的合规化、标准化和增值化。
4. 明确数据资产管理业务过程：企业需要明确数据资产管理的业务流程，包括数据的收集、处理、分析和报告等，以确保数据资产的有效利用和管理。
5. 探索数据资产管理新模式：例如，南方电网构建了能源行业首个基于“定责、确权、享利”和“拓量、优本、创利”的数据资产管理体系，这为其他行业提供了可借鉴的经验。
6. 关注数据资产管理的重要性：随着数据要素市场的发展和企业数字化转型的推进，数据资产管理变得越来越重要。
企业需要从战略高度认识到数据资产管理的重要性，并将其纳入企业的核心运营体
系。
7. 解决数据资产管理的难点：当前数据资产管理面临的主要难点包括数据的质量、安全、隐私保护以及如何实现数据资产的价值最大化等问题。
企业需要通过不断的探索和实践来解决这些难点。
综上所述，数字技术资产管理体系的建设是一个系统工程，需要企业从多个角度出发，综合考虑技术、管理和法规等因素，以实现数据资产的有效管理和价值创造。
基于区块链技术的数字资产管理系统设计近年来，随着区块链技术的迅速发展和不断成熟，数字资产管理系统逐渐成为了各行各业所关注的焦点。
数字资产作为一个新兴的资产形式，拥有着数据不可篡改、去中心化、信任等特点，在未来的数字化时代有着不可替代的作用。
一、数字资产管理系统数字资产作为一种新兴的资产形式，其管理方式也不同于传统资产。
数字资产管理系统是为数字资产的安全、高效、合规流转而设计的系统，其核心目标是确保数字资产的流通效率、交易高效性及安全性、数据安全性，还要确保数字资产不会被篡改或损毁。
数字资产管理系统是一个复杂的系统，它需要区块链技术、智能合约技术以及多方安全计算等多种技术的支持才能完成数字资产的全生命周期管理。
而数字资产管理系统的设计需要考虑以下几个方面：1.用户安全管理数字资产管理系统中用户安全管理是非常重要的一方面。
用户注册、身份验证、密码保护等措施是必须的，同时，数字资产管理系统还需要提供更加完善的用户管理和权限设置，以确保系统的完整性和安全性。
2.数字资产链条数字资产链条需要包含数字资产的产生到销毁的整个生命周期，其中包括数字资产的创建、存储、传输、交易等步骤。
3.数字资产存储和保护由于数字资产是以数据形式存在的资产，因此数字资产的存储和保护是数字资产管理系统必须考虑的重要问题。
数字资产需要被加密存储在数据库或文件中，并采用多重认证、多因素身份验证、日志记录、审计等措施来保护数字资产安全。
4.数字资产合规性数字资产的管理与传输需要保持合规。
因此，数字资产管理系统需要满足法律和监管标准，并且要保证数字资产的跨界流动与管理。
二、基于区块链技术的数字资产管理系统设计为了保证数字资产的安全性和透明性，数字资产管理系统需要依赖区块链技术的优势。
区块链技术的典型特征包括去中心化、分布式、不可篡改等，这些特点可以保障数字资产完整性和安全性。
1.去中心化数字资产管理系统采用去中心化的方式进行管理，这意味着数字资产不被控制在任何单个机构、组织或个人的手中，而是由多个节点维护和验证。
数据资产管理及运营体系研究设计报告一、研究背景随着互联网时代的到来，以数据为核心的经济模式成为新的发展趋势。
数据资产作为企业最重要的资产之一，对企业的发展和竞争力具有重要影响。
然而，目前大部分企业对于数据资产管理及运营体系建设还存在不足，因此有必要对数据资产进行研究，设计一套完善的管理和运营体系。
二、研究目标1.分析当前企业数据资产管理的现状和问题，总结现有的经验和不足；2.探索建立数据资产管理及运营体系的理论基础；3.设计一套科学合理、可操作性强的数据资产管理及运营体系。
三、研究内容和方法1.数据资产管理现状的调研和分析通过对不同行业、不同规模企业的数据资产管理情况进行调研，总结目前存在的问题和挑战，明确数据资产管理的痛点和需求。
2.数据资产管理及运营体系的理论基础研究针对数据资产管理及运营的特点，综合运筹学、经济学、管理学等相关学科的理论，构建数据资产管理及运营体系的理论基础，明确关键要素和流程。
3.数据资产管理及运营体系的设计基于对研究背景和研究内容的分析，设计一套科学合理、可操作性强的数据资产管理及运营体系。
包括数据资产的总体规划和战略定位、数据质量管理体系、数据安全保护体系、数据价值实现体系等。
4.数据资产管理及运营体系的实施在设计好的数据资产管理及运营体系基础上，结合实际情况进行实施。
包括对组织架构的调整、制定相关政策和标准、进行培训和交流等。
四、研究意义和预期成果1.研究意义通过研究数据资产管理及运营体系，可以帮助企业更好地管理和运营数据资产，提升数据利用效率和价值，促进企业的发展。
2.预期成果-数据资产管理现状调研报告，明确目前存在的问题和挑战；-数据资产管理及运营体系的理论基础研究报告，构建理论框架和关键要素；-数据资产管理及运营体系设计报告，提出具体的管理体系和运营流程；-数据资产管理及运营体系的实施方案，指导企业实施并取得良好效果。
五、研究计划和进度安排1.数据资产管理现状调研和分析（一个月）2.数据资产管理及运营体系的理论基础研究（两个月）3.数据资产管理及运营体系的设计（两个月）4.数据资产管理及运营体系的实施（一个月）5.撰写研究报告（一个月）2.杨东敏.大数据时代背景下的企业数据资产管理模式研究[J].黑龙江科技学院学报,2024(05):21-23.。
Sweeping over the Management | 管理纵横MODERN BUSINESS现代商业114数据资产管理体系设计研究陈 亮 王积田东北农业大学 黑龙江哈尔滨 150030摘要:大数据时代的到来，使各行各业的数据信息爆炸式增长，“数据资产化”已成为大势所趋，但是目前数据资产的管理仍没有统一的规则。
因此本文从数据资产的概念和特征入手分析，通过对数据资产管理体系的制度、平台以及管理三个方面进行设计，具体对每一职能模块的探究，从而初步设计数据资产管理体系。
关键词:数据资产；数据资产管理；体系构建随着云计算等一系列新兴技术的应用，在不同行业中，各种终端设备不断地将获取的数据接入到网络，数据是企业一项重要的战略资源，数据有助于企业提高生产力和效率、增加竞争优势，同时也是提高创新能力和创造消费者盈余的手段之一。
将数据作为企业的一项资产进行确认和计量对于扩大企业价值是十分必要的，但是如何将数据资产化，进一步如何设立和建立数据资产管理体系是当前热门的研究话题。
一、数据资产管理概述(一)数据资产概念数据资产概念可以结合传统资产的定义和数据自身的特征来总结，数据资产是指经过企业过去自身产生或者外购的，经过自身加工能实现企业经营目的，预期为企业带来可用货币计量或非货币计量的经济利益的流入的数据化资产。
从概念上，数据资产符合资产三个确认条件：数据资产都是由企业过去的交易和事项产生的；数据资产是由企业自身拥有和控制的，有自主权对数据进行处理的；数据资产可以直接或间接地给企业带来经济利益的流入。
(二)数据资产特征相比于传统资产，数据资产有四个特征：一是形式多样化，数据资产的本质是数据化，而数据可以以各种载体的形式存在，以便传递和共享；二是时效性，数据资产的价值在不同时间内会有波动，且必须不断地更新换代；三是可加工性，企业只有根据商业目的，对数据资产进行归集、整理、分析等一系列的加工，才会带来经济利益。
如淘宝根据对客户的交易信息分析消费者的消费偏好，有针对性地推荐来增加交易量。
四是独特适用性，不同行业的数据资产不同，企业也会根据自身目标对数据进行管理，因此一个企业的数据资产价值不一定对其他企业适用。
二、数据资产管理体系设计思路数据资产管理作为一种新型数据管理理念，不同于传统数据管理，仅仅将数据作为经营活动的副产品，而是将数据作为企业一项资产来计量和管理。
结合自身特征以及其他资产管理体系构建思路，首先从制度设计、平台设计、管理设计这三个步骤依次来搭建数据资产管理体系。
（一）制度设计合理可行的会计规范制度是实行企业有效数据资产管理的前提条件，是数据资产管理体系得以实施的有力保障。
在企业内部要建立数据资产库、健全数据规范条例，其中包括数据资产化有统一的标准、数据资产必须按照程序进行会计核算，因此可以从制度设计作为着手点来构建数据资产管理体系。
（二）平台设计将数据资产平台建设作为会计信息系统研发的一部分，运用数据流图、数据词典、结构图等多种工具，从企业各个的业务流程入手，保证依据平台系统，数据资产每一环节都能得到有效的管理。
（三）管理设计以实现企业的商业目的为管理设计的价值导向，为不同利益相关方提供数据服务，尽力满足不同用户对于数据使用过程中“方便、易获取”的价值需求。
同时一方面在数据使用过程中完善数据资产管理的设计构建，另一方面也是通过数据资产有效管理，致力于提供更好的数据使用服务。
三、数据资产管理体系板块建设(一)元数据处理对于元数据的提取和采集是进行整个管理活动的起点。
通过各种方式来获取用户所需要各类元数据，并对所收集到元数据进行统计、检查等工作以保证所获取的元数据的质量，为接下来的一系列管理活动奠定基础。
(二)资产盘点分类资产盘点分类主要指的是对目前企业内的各种数据资产进行盘点并且分门别类。
会计准则上并没有设立数据资产这一会计科目，也没有对数据资产进行统一的分类。
因此企业应根据自身经营情况，以方便管理、效率优先为原则，对数据资产进行标签分类。
例如可以根据数据资产的获取来源、用途、用户类型、或者与数据资产相关的业务部门等标准进行分类，以此自下而上地完成整个企业的数据资产全局地图。
(三)资产评估分类别地对资产成本产出进行评估和分析，具体可以从数据资产的构成、使用情况、价值等各个方面对企业的数据资产进行评估。
在方法的选择上，可以通过赋予各种评价指标以不同的权重来设立数据资产评估模型，也可以考虑调整各类别数据资产的差异性使评估体系更合理。
资产评估分析可以使企业沉淀核心数据资产，使数据资产管理更有侧重，更贴切提高企业经济效益的目标。
(四)资产治理资产治理是数据资产管理的核心工作，旨在通过建立数据仓库来提供高档次数据环境。
具体可分为数据资产标准化和数据资产模型化两个步骤，首先，数据资产标准化目的在于口径统一，提高可比性；在数据资产标准化后可以进一步对数据进行建模，通过模型可以使数据资产管理整个流程系统化。
最后在对数据资产标准化、模型化后，在整个资产治理中要对各个阶段进行识别、度量和监测。
通过反馈来提高资产治理的效率，从而提高数据资产的质量。
(五)资产应用对数据资产进行应用可以更加了解企业数据资产的情况。
数据资产的应用情况主要包括数据资产的使用次数、客户、以及使用的效果等。
处理消化资产应用过程而得到的这些反馈信息，会使企业对自身数据资产有更明确的认识。
基金项目：2018年黑龙江省会计学会立项科研课题。
Sweeping over the Management管理纵横 | MODERN BUSINESS 现代商业115基于课题层面的科研经费管理问题研究贾旭光哈尔滨职业技术学院 黑龙江哈尔滨 150081摘要:近年来我国加大了科技投入，科研经费数额不断增加，这也使科研经费的管好用好成为社会关注的焦点问题。
在科研活动中，课题作为最为基本的单元，通过做好课题层面的经费管理可以为科研经费管理工作打下良好的基础。
在针对课题科研经费管理工作中，需要进一步强化和规范科研经费的管理，更好的发挥出科研经费的使用效益。
关键词:课题层面；科研经费；管理；策略由于课题作为科研活动中最基本的单元，课题组是科学研究的主体，课题负责人是科研经费管理的第一责任人，在实际课题研究过程中，需要通过规范课题科研经费的管理工作，更好的发挥出课题科研经费的重要效能，激发创新和创造活力。
一、基于课题层面的科研经费管理概述(一)课题制管理模式目前在我国科研计划中全面推行课题制，其基于公平竞争及择优支持的原则来科学确立研究课题，并以课题作为中心，以课题组为基本活动单位来开展课题活动。
课题制管理模式是当前市场经济条件下普遍采用的一种科研管理模式，其在科研活动中发挥着突出的作用。
课题制的管理模式更强调课题组的主体地位和课题负责人负责制。
课题与经费作为一个有机整体，在课题制中课题负责人作为“项目法人”，其不仅要对课题研究任务负责，同时还要担负起科研经费的管理使用职责。
课题负责人需要通过科学统筹资源，集中各方力量，利用有限的经费来实现科研项目的重点突破，更好的发挥出科研经费的使用效能。
(二)科研经费管理面临新的形势目前创新驱动发展战略的实施不断深入，政府加大了对科研的投入。
随着科研经费投入的大幅度增长，对于巨额的科研经费的管理工作提出了更高的要求，同时科研经费使用效益也越来越受到公众的关注。
由于科研具有较强的创新性、不确定性和探索性等特点，因此科学经费的管理和使用具有自身的规律。
近年不科研需求较大，经费增长迅速，但针对于科研经费管理工作还存在许多不完善的地方，导致部分领域科研经费使用过程中出现一些违法违纪问题。
因此需要强化科研经费的监管，实现科研经费用的阳光和有效使用，积极调动科研人员的积极性，更好的激发科技创新活力，营造良好的科研环境，实现科研经费用的科学使用和管理。
(六)资产共享通过资产共享服务可以实现数据资产在管理活动中的交换和共享功能。
整个共享服务的过程主要包括数据资产的对接、分发以及安全评估等环节。
通过对不同企业数据资产的需求分析，来进行有意义的分发活动，从而实现了将数据资产内在价值共享化。
同时对整个流程链条进行追踪记录，并赋予一定的共享权限。
这样可以保证数据资产共享的有效性以及安全性。
四、数据资产管理体系框架根据上述探讨，将两者结合我们可以进一步预想出数据资产管理体系的大体框架。
元数据处理、资产盘点与分类、资产评估、资产治理、资产应用和资产共享六个部分作为数据资产管理过程的具体职能，规范制度、平台建设以及管理流程的设计和思路作为保障上述具体职能得以正常运行的指导条例。
数据资产管理体系的六个职能，是以元数据处理为起点，对所需要的元数据进行挖掘、筛选和处理，保证原始数据的质量；资产盘点与分类主要根据企业自身特征对数据资产进行分类管理，便于整个数据资产管理活动的进行；分类后的资产通过模型和标准的评估分析，可以找出对实现企业价值更有利的数据资产，使数据资产管理活动更有针对，可以最大化地以提高企业经济效益为出发点对数据资产进行管理；资产治理限定了数据管理活动中的原则，确保用正确的方法对数据资产管理；通过对资产的实际应用情况的记录，可以了解数据资产的实际使用情况；最后通过数据资产共享实现数据资产流动和价值增值。
数据资产的设计思路是实现数据资产管理职能的基石，首先，制度设计使得数据资产管理具有可实施性和可控制性；其次，服务平台的搭建为数据资产管理提供了自动化的管理手段，不仅减缓了操作风险的损失，降低了企业负担的成本，同时使数据资产共享性更强，提高了数据资产流通价值；最后管理设计具体到了企业内部控制问题，将数据资产作为企业的一项重要资产来管理的同时，需要设立企业内部的数据资产管理部门。
有好的组织架构也是提高数据资产管理能力的关键之一。
五、结语综上所述，当今时代，数据资产已为企业创造了更多的甚至于超过实体资产的价值，其在企业经营活动中的价值不可忽视。
本文从分析数据资产的概念和特征入手，对数据资产管理体系设计进行了初步研究。
但对此行业内仍没有统一的标准，相信由于数据资产作用不断的凸显，会有越来越多的相关研究。
参考文献：[1]程永新,梁铭图,杨志洪.数据资产管理“AIGOV五星模型”[J].电子技术与软件工程,2018(16).[2]吴超.从原材料到资产――数据资产化的挑战和思考[J].中国科学院院刊,2018,33(08).[3]李泽红,檀晓云.大数据资产会计确认、计量与报告[J].财会通讯,2018(10).[4]邹照菊.企业大数据的资产属性辨析[J].会计之友,2017(12).[5]唐莉,李省思.关于数据资产会计核算的研究[J].中国注册会计师,2017(02).作者简介：1.陈亮，东北农业大学经济管理学院会计系本科生。
