本书旨在对我国及国外（主要是欧盟和美国）最近十年来（2013-2023年）在数据权属和数据交易法律制度方面的研究成果，进行系统、全面、深入的综述，以期梳理学术研究脉络，形成某些学术共识，继而在既有学术成果的基础上进行增量的学术研究。本书共分为五编、十四章。第一编为“导论”，主要讨论了研究数据权益和数据交易时必须解决的基本概念问题,同时也对数据权益体系进行了介绍。第二编为“个人数据权益与个人数据交易”,包括三章,分别研究了个人数据权益、个人数据的授权机制以及个人数据的交易。第三编为“企业数据权益与企业数据交易”,包括四章。第四编为“公共数据权益与共享开放、授权运营”,包括三章。第五编为“数据安全保护与数据跨境流动”,包括两章,分别对数据安全保护义务与数据跨境流动进行了研究。

这是一部立足于当下行业实践和政策指引，从工作程序和实体法律角度，对企业数据资产入表的基本内涵、具体流程、数据交易与入表工作的合规要点进行分析归纳的专著，旨在通过深入浅出的分析帮助读者实现在数据交易、数据资产入表领域的快速认知同步。 作者曾经在金融监管部门、金融机构和头部互联网平台工作，是国内较早开展数据领域法律实践的律师，曾经为众多企业在场内进行数据交易的产品提供合规评估，为多个大型数据平台企业和金融机构提供数据合规、金融科技的法律服务，包括个人信息合规自评估、证券业跨行业数据共享监管沙盒项目、垂类大模型合规项目等，具有丰富的法律实践和研究深度、广度。 全书共12章，主要内容如下： 第1和2章 数据要素市场与数据资产入表的内涵介绍 第3~6章 数据资产入表的重点合规问题及入表准备 第7~10章 数据资产入表的数据分类合规重点 第11章 数据资产入表衍生金融化利用的思考与展望 第12章 数据资产入表与数据交易

这是一部立足于当下行业实践和政策指引，从工作程序和实体法律角度，对企业数据资产入表的基本内涵、具体流程、数据交易与入表工作的合规要点进行分析归纳的专著，旨在通过深入浅出的分析帮助读者实现在数据交易、数据资产入表领域的快速认知同步。 作者曾经在金融监管部门、金融机构和头部互联网平台工作，是国内较早开展数据领域法律实践的律师，曾经为众多企业在场内进行数据交易的产品提供合规评估，为多个大型数据平台企业和金融机构提供数据合规、金融科技的法律服务，包括个人信息合规自评估、证券业跨行业数据共享监管沙盒项目、垂类大模型合规项目等，具有丰富的法律实践和研究深度、广度。 全书共12章，主要内容如下： 第1和2章 数据要素市场与数据资产入表的内涵介绍 第3~6章 数据资产入表的重点合规问题及入表准备 第7~10章 数据资产入表的数据分类合规重点 第11章 数据资产入表衍生金融化利用的思考与展望 第12章 数据资产入表与数据交易

本书围绕数据交易的主题，从数据的法律、政策及数据的可移植性和转换性的角度出发，分析数据的法律框架并探讨大数据合同的可行性及在数字经济中数据保护与个人隐私的关系。

本书围绕数据交易的主题，从数据的法律、政策及数据的可移植性和转换性的角度出发，分析数据的法律框架并探讨大数据合同的可行性及在数字经济中数据保护与个人隐私的关系。

随着数字经济时代的到来，数据的价值不断被发掘。但是，围绕数据价值的挖掘也出现了诸多问题。例如，因为数据过于海量以及数据产权不明确导致用户不会用，因数据使用和保护不当引起隐私泄露等安全事件，等等。《数据治理与数据安全》正是围绕这些问题，以“数据治理与数据安全”为主题展开论述。 首先，《数据治理与数据安全》对数据治理的对象、主题、框架和方式等进行分析，使读者认识到数字经济时代数据流动的重要性和巨大意义。然后，从国内、国际两个方面进行阐述，力图为政府和企业开展个人信息保护、推进数据开放共享及跨境流动战略出谋划策。最后，基于我国的实际情况，借鉴国际经验，针对数据开放共享中存在的问题提出了具体落地的数据治理策略。总之，《数据治理与数据安全》具有很高的理论意义和应用推广价值。 《数据治理与数据安全》适合政府机构、科研机构、企事业单位中从事数据治理与安全工作的人员及高等院校相关专业的师生阅读。

随着数字经济时代的到来，数据的价值不断被发掘。但是，围绕数据价值的挖掘也出现了诸多问题。例如，因为数据过于海量以及数据产权不明确导致用户不会用，因数据使用和保护不当引起隐私泄露等安全事件，等等。《数据治理与数据安全》正是围绕这些问题，以“数据治理与数据安全”为主题展开论述。 首先，《数据治理与数据安全》对数据治理的对象、主题、框架和方式等进行分析，使读者认识到数字经济时代数据流动的重要性和巨大意义。然后，从国内、国际两个方面进行阐述，力图为政府和企业开展个人信息保护、推进数据开放共享及跨境流动战略出谋划策。最后，基于我国的实际情况，借鉴国际经验，针对数据开放共享中存在的问题提出了具体落地的数据治理策略。总之，《数据治理与数据安全》具有很高的理论意义和应用推广价值。 《数据治理与数据安全》适合政府机构、科研机构、企事业单位中从事数据治理与安全工作的人员及高等院校相关专业的师生阅读。

本书是一本利用Python技术，结合人工智能、神经网络和机器学习、遗传算法等互联网技术进行相应行业模型开发的技术图书。 本书第1～4 章主要讲解了利用Python软件分析模型开发的入门知识，包括开发工具的使用、测试技术难点等内容；第5～7 章主要讲解了利用人工智能中的神经网络技术进行技术研发，利用数据挖掘技术完善行业技术模型的数据加载与分析等内容；第8～9 章主要讲解了利用大数据进行技术配置和风险控制等内容；第10～11 章主要讲解了利用机器学习与遗传算法进行相应模型开发等内容。 全书内容专业，案例丰富翔实，是作者多年来利用开发软件和人工智能结合进行相关领域软件开发与探索的最佳结晶。本书不仅适合想利用 Python进行软件开发的用户，也适合有一定经验但想深入掌握人工智能、机器学习技术进行行业应用的用户使用，还可以作为机构培训的优秀教材。

大数据应用的边界在哪？数据在进入社会生活的时候，也会改造现实。大数据时代，经济发展、社会治理、国家管理、人民生活在被大数据重构。大数据为我们描绘了一幅美丽壮阔的社会图卷。国民生产总值不断增大的数值让我们觉得更富裕，AAA级信用评级让我们觉得投资妥妥无风险，各种复杂模型让我们觉得这么治理国家万无一失，价格指数、股市指数、基尼系数……甚至幸福都可以用指数衡量。大家都在对大数据带来的巨大福利额手相庆。虽然数据对于人类发展十分重要，但它却是一把双刃剑，它会不知不觉地降低社会现象的复杂程度，最终将我们带向错误的方向。数据被用来加强市场对社会生活的其他领域的控制，同时为数据的控制者提供了巨大的权力。信用评级、气候变化、碳排放、生态系统价格评估、援助效力评价、国家治理等领域，数据被设计用于抹杀现实，它们是控制的工具。大数据的使用与滥用，渗透到社会、经济等领域，带来意想不到的危害。

本书由畅销书作者、微软MVP李锐撰写，融合其23年实战与16年教学经验；旨在通过实际案例与实用技巧，帮助读者一次性掌握Excel数据工具、函数公式和数据透视技术，从而高效处理海量数据，优化工作流程，突破职场效率瓶颈，为未来基于AI的数据管理与应用奠定基础。 本书共16章，分为三部分。第一部分为数据工具的核心应用（第1～5章）：第1章概述企业面临的低效困境，并给出高效办公的解决方案；第2～5章详细解析删除重复值、数据验证、快速填充与条件格式等核心功能，帮助读者构建规范的数据源，掌握数据工具的核心应用技术。第二部分为基于函数公式的数据管理（第6～10章）：结合实战案例，系统讲解逻辑判断、文本处理、日期计算、查找引用与统计计算函数，以实现数据的自动化复杂计算功能。第三部分为数据透视与数据分析（第11～16章）：深入探讨数据透视表与透视图的应用，涵盖数据透视表的创建、布局变换、多维度分析（排序、筛选、统计计算）及透视图展示，助力读者从海量数据中提炼关键信息，实现数据的洞察与分析。