As an emerging production factor in the digital economy era, data elements face numerous constraints caused by underdeveloped basic institutional frameworks during the advancement of market-oriented allocation reform. Taking the Yangtze River Delta Region and the Guangdong-Hong Kong-Macao Greater Bay Area—the two pioneering pilot zones for data element marketization as the research subjects, this paper systematically compared the development status and policy landscape of data element market-oriented allocation in these two regions. Through comparative study, it identifies the common institutional challenges and distinctive features of their respective basic data element institutions. It is found that leveraging their comparative advantages, both regions have created a series of practical mechanisms to address institutional bottlenecks and unlock the value of data elements, two typical paradigms for regional synergy and cross-border flow in the reform of the market-oriented allocation of data factors have been formed respectively. Furthermore, this paper puts forward a national applicable development approach for the reform of the market-oriented allocation of data elements, which adapts the unified national core basic systems with regionallyflexible implementation rules, specific mechanism recommendations are also proposed for each basic system.
To address the dilemma of balancing cross-domain circulation and security protection for sensitive educational data within an integrated data market, this paper proposes an intelligent governance framework characterized by a "dual-domain" perspective. First, on an inter-project dimension, an innovative dynamic auditing module based on large language model (LLM) and few-shot prompt engineering is designed. By performing intelligent analysis of technical documentation, the module enables the cross-project reuse of governance experience and compliance logic, ensuring that original privacy documents remain within their respective domains. Second, on an intra-project dimension, a progressive "trust, capability, and effectiveness" (TCE) indicator system is constructed to quantitatively evaluate data allocation efficiency and security levels among multiple stakeholders. Empirical results demonstrate that the framework effectively identifies compliance risks throughout the project lifecycle and significantly enhances governanceperformance. This framework provides a deployable, intelligent regulatory pathway for the cross-domain circulation of sensitive data, achieving the goal of "reusable experience with data remaining on-premise".
Cross-domain data circulation constitutes a core link in the construction of a national integrated data market, however it is confronted with a series of challenges including complex business forms, intertwined technical pathways, and the absence of a unified framework. Furthermore, the prominent characteristics of megacities—such as decentralized data sources, data heterogeneity, and scenario coupling—impose greater challenges on cross-domain data circulation. To address these challenges, five business forms and seven technical pathways of cross-domain data circulation are systematically collated and summarized. On this basis, drawing on the distinct data characteristics of public and private domains, an innovative "federation-confederation" dual-layer architecture is proposed, which enables complex data circulation within the public domain, within the private domain, and between the two domains via a multi-agent collaboration mechanism. Finally, a "scenario matrix" for cross-domain data circulation is developed, with cross-domain federated training of medical data adopted as a case study for empirical analysis.
The construction of a regulatory system is an important part of building the national integrated data market.The lawful and compliant operation of the data market,as well as the assurance of fairness,openness,and impartiality,all depend on the construction of the regulatory system.Based on an analysis of the morphological standards and production specifications for data products,the data market supervision content in the procurement of raw data materials and the production,circulation,and use of data products was proposed.The framework for data market supervision and management was proposed,and the construction path for the regulatory system was designed,comprising six components:regulatory standards,regulatory rules,regulatory approaches,regulatory participants,regulatory implementation,and regulatory disposal.This provides theoretical support and practical guidance for developing the regulatory system for constructing the national integrated data market.
To assess the development status and regional disparities of China's integrated data market,this study focuses on the core characteristics of"integration"and constructs an evaluation index system based on the"Five Unifications and One Opening"policy framework.The system encompasses five dimensions:unified market foundational institutions,unified physical infrastructure,unified government regulation and governance,unified factor resource market,and continuous expansion of opening-up to the outside world.Using the analytic hierarchy process(AHP)for weighting,an empirical measurement is conducted on the development level of integrated data markets in 18 representative cities across nine major strategic regions,including Beijing-Tianjin-Hebei,in 2025.The results show that the market is in the initial transition stage from"administrative-driven"to"market-driven".It presents a three-layer structural characteristic of"leading market foundational institutions,insufficient endogenous market momentum,and differentiated layout of opening-up".Spatially,it exhibits a pattern of"high in the east,low in the west;fast in the south,slow in the north"with Shanghai,Beijing and Shenzhen forming the core leading poles,and several major urban agglomerations developing a synergistic"multi-polar heterogeneous and complementary advantages"model.Based on these findings,policy recommendations are proposed to promote the systematic transformation of the data market from aspects such as scenario-based pricing,categorized policy implementation,and institutionalization of rules and technologies.
Data asset pricing is jointly affected by three factors:the transaction subject,the transaction object and the transaction mechanism.This study comprehensively considers the characteristics of the data transaction subject and object,constructs the entity credit factor(ECF)and data quality factor(DQF)to make a comprehensive evaluation.On this basis,the study designs a comprehensive price sealed-bid auction data asset pricing model based on the(k+1)-th price rule integrating the ECF and the DQF.The model has been demonstrated to possess the qualities of dominant-strategy incentive-compatible(DSIC),individual rationality(IR),and maximization of social total welfare.To a certain extent,the model can enhance mutual trust,stimulate real bids,prevent collusive behavior and optimize the market environment,serving as a reference for the practice of data asset pricing and trading.
The rise of large language model (LLM) has brought new opportunities to recommender systems. However, existing research mainly focuses on the technical frameworks and engineering implementations of LLM-based recommender systems, lacking a systematic review of this interdisciplinary field. In particular, the key research questions that need to be addressed when integrating LLM into recommender systems remain unclear. To this end, the study summarizes the mainstream application patterns of LLM in recommender systems and categorizes the key research issues across various stages of the recommender system lifecycle. Simultaneously, the study investigates how LLM provide innovative solutions to these issues, identifies unresolved problems, and outlines future research directions.
Sharing personal financial data holds significant value for enhancing financial service efficiency, facilitating collaborative supervision, and promoting the development of a financial innovation ecosystem; however, it faces multiple legal barriers. Addressing controversies over data property rights, conflicts of interest among multiple stakeholders, and excessive regulatory constraints in the sharing of personal financial data, this study proposes a hierarchical governance framework from the perspective of data providers. For personal sensitive information, it advocates scenario-based governance centered on dynamic privacy expectations to balance privacy protection and utilization. For personal non-sensitive information, it proposes optimizing informed consent rules to moderate absolute protection requirements and facilitate circulation. For non-personal information, it recommends establishing data access rights and implementing mandatory sharing to dismantle monopolistic barriers. Key regulatory measures involve defining sensitive data identification standards, adapting non-sensitive data consent rules, constructing a non-personal data access rights system, and refining regulatory design based on this hierarchical framework while adapting to technological and contextual developments.
Artificial intelligence for research and development (AI4RD) has evolved into a highly interdisciplinary field, integrating knowledge and methods from diverse disciplines with broad applications in scientific research and industrial development. This paper will delve into the origins, development, and future trends of AI4RD. First, we will define the concept of AI4RD, clarifying its scope and core characteristics. Next, we will analyze the strategic policies of major global economies in this area. Following that, we will introduce the key technologies of AI4RD and examine its practical outcomes in different research fields. Finally, we will explore the future evolution of AI4RD. We believe that AI4RD will profoundly transform scientific discovery methods, reshape technological innovation processes, and provide significant support in addressing major challenges faced by human society.
With the development of large language model technology, the application of retrieval enhancement in the field of education has become one of the hot research directions, with the aim of alleviating the hallucination problem of large language models and improving the accuracy of large language models in answering educational questions. Questions in the field of education are usually more complex and highly personalized. When traditional retrieval methods are applied to educational questions and answers, they often have problems such as inaccurate semantic matching, insufficient context understanding, and difficulty in data processing, resulting in poor answer quality. To address the above challenges, this paper proposes a retrieval enhancement technology based on a neural topic model, which can effectively improve the accuracy of large language models in answering Python programming education questions. This technology reorders the retrieved external knowledge so that information that is more relevant to the question in the educational scenario is used to prompt the large language model to answer the question. Experimental results show that the Python question-answering model built based on the proposed topic enhancement technology generates higher-quality answers than the comparison models.
Les professionnelles et professionnels de l’information au Canada ont porté une attention croissante, dans les récentes années, aux enjeux autochtones et à la théorie des communs de la connaissance (knowledge commons) de Charlotte Hess et Elinor Ostrom. Nous croyons que les apports respectifs de ces dynamiques peuvent être jumelés afin de répondre aux enjeux de la décolonisation en contexte anicinabe. L’intérêt de notre contribution est d’avoir testé cette hypothèse dans la pratique, en vérifiant l’adhésion à la théorie des communs de la connaissance des membres de l’organisme anicinabe Minwashin contribuant au projet de bibliothèque numérique Nipakanatik. Pour ce faire, nous avons envoyé un questionnaire constitué de onze questions fermées et de trois mises en situation aux personnes concernées. Nos résultats montrent que les répondantes et répondants appuient la majorité des principes de la théorie de Hess et Ostrom et accordent une importance spéciale à l’idée que la gouvernance de l’information attachée à l’histoire anicinabe doive s’inspirer des règles, des valeurs et des traditions des communautés. Ils suggèrent en outre que l’enclosure, qui est identifiée par Hess et Ostrom comme la menace principale aux communs de la connaissance, est moins redoutée à Minwashin que la dégradation des archives en général.
La complexité croissante des enjeux liés à l’environnement numérique a mené à un changement de paradigme important dans la gouvernance et la gestion de l’information au sein des organismes publics. Les « trois âges » traditionnels sont devenus moins pertinents pour gérer l’information sur l’ensemble de son cycle de vie. De nouveaux contextes de gestion de l’information plus adaptés à la diversité des besoins et des usages actuels, ainsi qu’à la multiplication des échelles de création et de partage de l’information, doivent être pris en compte. Ce texte met en lumière l’importance de repenser la gouvernance et la gestion de l’information à l’ère numérique, en adoptant des approches plus flexibles et en s’appuyant sur des réformes législatives et des initiatives d’accompagnement innovantes. Si la nature de l’intervention archivistique demeure essentiellement la même, les modalités de son application doivent être repensées. Ce texte présente également des initiatives et des projets entrepris par Bibliothèque et Archives nationales du Québec (BAnQ) en matière de gouvernance et de gestion de l’information.
La gouvernance de l’information requiert la collaboration de différents acteurs organisationnels et la coordination de leurs actions. Le professionnel de l’information doit être en mesure, d’une part, de mobiliser les différents acteurs autour des enjeux de la gouvernance de l’information ou, d’autre part, d’être invité à participer à la mise en oeuvre d’initiatives en gouvernance de l’information. Cela suppose donc, de la part des autres acteurs impliqués, une reconnaissance de son expertise. Cette reconnaissance nécessite souvent la mise en place d’une stratégie d’advocacy. Le terme advocacy peut référer à diverses notions dont la défense des intérêts, la mise en place de plaidoyers pour soutenir et mieux faire connaître les activités du professionnel de l’information, la sensibilisation, la promotion ou encore le lobbying. La mise en oeuvre d’activités de positionnement doit intégrer une approche stratégique qui requiert également de prendre en compte les notions de pouvoir et d’influence en relation avec les autres acteurs organisationnels. Deux directrices et un directeur du milieu universitaire présentent quelques moyens mis en place dans leur organisation pour positionner leur service et les professionnels de l’information qui y oeuvrent.
L’implantation efficace d’une stratégie de gouvernance de l’information exige la collaboration de plusieurs domaines d’expertise dont ceux de la gestion du risque et de la conformité aux lois, les technologies et la sécurité informatique, la mesure de la performance et la reddition de comptes, la planification stratégique et, bien entendu, la gestion de l’information organisationnelle. Dans ce paysage complexe où les différents acteurs impliqués envisagent l’information en fonction de perspectives différentes, l’analyse d’affaires présente un ensemble de pratiques, techniques et compétences qui ont le potentiel d’agir comme lingua franca de la gouvernance informationnelle. Cet article offre une introduction au domaine de l’analyse d’affaires en examinant les concepts qui permettent d’harmoniser les perspectives relatives à la gestion de l’information organisationnelle. En dotant le professionnel de l’information d’un langage commun axé sur la valeur et la gestion des risques, l’analyse d’affaires contribue indéniablement à le positionner comme un leader stratégique de la gouvernance de l’information.
Nous explorons dans cet article la pertinence du concept de « gouvernance de l’information » ainsi que des méthodes relatives au UX Design (user experience design ou conception de l’expérience utilisateur) pour favoriser la prise en considération et l’intégration des pratiques professionnelles des acteurs au sein des systèmes d’information et plus précisément au sein des artefacts numériques en organisation.
Les données, les documents et l’information jouent un rôle de plus en plus important dans les organisations. Ils peuvent être un matériau nécessaire à la fabrication d’un produit ou à la mise au point d’un service. Dans presque tous les cas, ils contribuent à la qualité du produit ou du service vendu par les entreprises ou mis à disposition des tiers par les organisations. Ils constituent, en partie, leur patrimoine immatériel. Dès lors, la gouvernance des données et de l’information doit être structurée et ses processus mis en qualité. Dans cet article, nous étudions la convergence entre la vision académique de la gouvernance des données et de l’information et sa pratique dans les organisations. Nous nous appuyons ainsi sur une approche systémique de la gouvernance des données et de l’information pour analyser ses différents composants et son contexte. Nous confrontons cette approche à la pratique des organisations françaises au moyen d’une enquête réalisée auprès de 116 d’entre elles. On constate un intérêt très important pour le sujet et de nombreux développements en cours. La vision système facilite l’analyse de cet objet complexe qu’est la gouvernance des données et de l’information, pour mettre en relief les résultats de l’enquête.
