中国信通院：数据价值化与数据要素市场发展报告（2021年）（51页）.pdf

1、数据采集设备提供商为数据采集提供传感器、采集器等专用采集设备和智能设备。如工业数据采集通过智能装备本身或加装传感器方式采集生产现场数据，包括设备(如机床、机器人)数据、产品(如原材料、在制品、成品)数据、过程(如工艺、质量等)数据、环境(如温度、湿度等)数据、作业数据(现场工人操作数据，如单次操作时间)等，采集的数据用于工业现场生产过程的可视化和持续优化，实现智能化的决策与控制。数据采集解决方案提供商通过人工采集服务、系统日志采集系统、网络数据采集系统等方式为客户提供解决方案。人工采集对象主要包括语音数据、图像数据、视频数据等。语音采集通过采集不同人群的普通话、方言、英文和小语种等各类语音音频

2、，可应用于智能家居、智能设备、智能客服、智慧门店等场景落地。图像采集通过人工拍摄包括人像、商品、汽车、风景等各类真实生活中的图像，助力图像识别模型的训练，可应用于智慧零售、智能设备等场景。视频采集通过人工拍摄指定的物体、人脸、安防等场景的视频，满足多角度、多光线、多场景的多样化采集要求，可在智能安防、智能设备、智慧金融等视觉场景落地。以百度众测为例，其拥有1 万名专职外场数据采集员，覆盖40 多个国家和地区，遍布全国 300+城市，通过其众包平台向数据采集员分配任务，短期内满足客户采集需求。系统日志是记录系统中硬件、软件和系统问题的信息，同时还可以监视系统中发生的事件，用户通过分析系统日志来检查错误发生的原因或者寻找设备受到攻击时攻击者所留下的痕迹。互联网公司每天都会产生大量的日志，这些日志一般为流型数据，比如搜索引擎的页面浏览量、查询量，数据量非常庞大。通过进行比对分析和数据挖掘，能够帮助企业更精准的了解用户情况，了解设备的运行情况及安全状态，能够帮助企业提高对用户的服务能力，进而提升营销策略，实现智能运维和统一管控。网络数据采集包括通过网络爬虫等方式获取数据，对象主要是各类网站，包括新闻类、社交类、购物类以及相应的一些API、用户接口和一些流型数据。网站Website、API、流型数据是目前网络爬虫主要爬取的三大类对象，其中Website 网站数据是网络爬虫的首要对象。