多宝体育,多宝体育官网,多宝体育平台登录,多宝体育下载,多宝体育网页,多宝体育app,多宝体育试玩,多宝体育入口,多宝体育注册网址,多宝体育登录,多宝体育靠谱吗,多宝官网,多宝网址,多宝真人,多宝电竞

　　， 这98家上市公司合计数据资源入表金额为21.40亿元，其中0.21亿元确认为存货（涉及2家上市公司），13.49亿元确认为无形资产（涉及86家上市公司），7.70亿元确认为开发支出（涉及29家上市公司）。从数据资产的规模来看，数据资产规模相较于企业整体资产规模比例并不高，占总资产的比基本上都低于1%，仅七家上市公司高于1%，最高比例为卓创资讯（301299.SZ）确认的数据资产占总资产的比例为3.52%。

　　企业通过外购方式取得确认为无形资产的数据资源，其成本包括购买价款、相关税费，直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、分析、可视化等加工过程所发生的有关支出，以及数据权属鉴证、质量评估、登记结算、安全管理等费用。企业通过外购方式取得数据采集、脱敏、清洗、标注、整合、分析、可视化等服务所发生的有关支出，不符合无形资产准则规定的无形资产定义和确认条件的，应当根据用途计入当期损益。

　　企业对于数据资源应当结合经济实质，按照《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）以及企业会计准则等相关规定进行判断和会计处理。对于符合无形资产定义和确认条件的，应当确认为无形资产；对于企业日常活动中持有、最终目的用于出售的数据资源，符合存货定义和确认条件的，应当确认为存货；数据资源成本或者价值不能可靠计量的，不符合资产确认条件。对于确认为无形资产的数据资源，应当结合不同类型数据资源经济利益预期消耗方式确定相应的摊销方法。

　　公司作为专业的数据智能服务商，秉承着“让数好用，把数用好”的理念，致力于用数据让产业更智能，定位于在充分“数字化”的领域里、做“数智化”的工作、实现“数治化”的目标。公司的业务逻辑分三层（D-M-P,Data-Machine-People）：底层“D”是指数据积累，公司基于在开发者服务中积累的数据以及对海量动态数据的深入洞察，源源不断地为顶层业务提供数据支撑。中层“M”是指数据治理，公司打造了数据智能操作系统（DiOS），可以对数据的归集汇聚、资产化管理、精细加工，然后提供给上层业务系统以数据服务的能力。上层“P”是指数据应用，公司结合数据模型与行业理解，在商业服务、公共服务领域打造了产品化的、规模化盈利的数据智能应用。

　　公司原始数据主要来源于公司开发者服务，公司积累的数据资源是在用户授权同意的前提下合法收集。公司形成相关数据资源的原始数据的包括设备信息、网络信息、场景信息、APP特征等。截至 2024 年 12 月 31 日，公司开发者服务 SDK 累计安装量突破 1,150 亿，智能 IoT 设备 SDK 累计安装量超 3.7 亿，SDK 日活跃独立设备数（去重）超 4 亿。公司有专门的数据团队对数据进行深度洞察和治理，积累了深厚的数据资产，确保数据的准确性和有效性。公司通过数据治理和挖掘后形成了 8,000 余种数据标签，直接参与计算的特征参数累计超 2.3 亿。

　　公司通过自研的数据智能操作系统（DiOS）对数据进行加工和治理，实现数据的归集、资产化管理、应用一体化管理，生成的数据产品会定期迭代优化。关于数据资源的安全保护：1）公司严格遵守《数据安全法》《个人信息保护法》等相关法律法规，对收集的原始数据进行去标识化或匿名化处理，以保护用户隐私，确保数据处理的合规性。2）公司建立了专门的数据管理中心集群，使用防火墙、数据加密等技术保障数据存储和使用的安全性，以确保数据传输过程的安全。3）在使用管理上，公司建立了数据分类分级规范和数据全生命周期安全管理规范，对数据进行分类管理，用户依据实际需求进行精细化授权，同时记录详尽的使用日志。公司内部设立了风控审计部门，负责内部控制流程与制度的建设和落实，以及定期的内部合规审计。4）公司制定了应急预案，以应对可能的数据安全事件，并采取补救措施保护用户数据。公司投入了大量数据类专业人才进行合规的数据积累、数据加工清洗挖掘、数据应用，打造了数据智能操作系统（DiOS）、大规模图神经网络和深度学习模型、向量化技术、以及高并发、高可用的系统架构等核心能力。

　　公司通过自研数据智能操作系统（DiOS）对数据资源进行深度加工和应用，并广泛服务于商业服务和公共服务领域。一方面，公司利用数据资源为移动应用开发者提供专业的推送解决方案，包括消息推送SDK、用户运营平台SDK等服务。另一方面，公司依托数据资源，开发了面向不同行业的数据智能应用，如智慧交通、医疗健康等，以及为品牌营销、公共治理等提供数据支持。公司还积极探索数据资源与人工智能等新技术的结合，如接入ChatGPT等大模型，开发垂直场景类大模型应用。在推动数据的流通交易上，公司积极参与数据要素市场化配置改革，拥抱公共数据开放及授权运营机遇，参与了数据资源的合规流通和交易。

　　1)商业服务——增长服务：公司每月根据后台统计数据作为结算依据，待客户确认且预计相关经济利益很可能流入时按合同约定的计费标准进行结算确认收入。其中效果广告主要采用CPA、CPC、CPS等按执行效果结算的方式。公司一般依据其精准营销广告为客户带来的效果或销售收入以及约定的分配比例，与客户核对后进行收入确认；如存在约定保底等固定收费的情形，公司则按照合同约定的固定收费定期确认收入，属于在某一时段内履行的履约义务。

　　关于数据资产相关的会计处理：公司对满足无形资产计量准则的数据资源，按照投入的成本进行初始计量。对于数据资源无形资产的使用寿命，公司基于近三年的历史数据综合分析，将数据预期可发挥价值的年限确定为5年。考虑到数据资源的时效性一般呈现逐年递减的特征，公司按照加速摊销法进行摊销。公司在资产负债表日，从外部信息来源和内部信息来源两个方面，去分析判断所拥有的数据资源无形资产是否存在可能发生减值的迹象。若存在减值迹象，公司将按照资产减值准则的要求进行减值测试，并计提相应的资产减值准备。

　　公司高度重视数据权属问题，严格遵守相关法律法规和平台规定。公司采集的数据均为公开信息，且在采集过程中充分尊重数据所有者的权益，确保数据的使用符合法律法规和道德规范。公司对采集的数据拥有合法的使用权，所有采集的公开数据都经过公司自研的人工智能技术平台进行自动分类、自动查重、实体抽取、多维度知识标注、质量校核等加工处理，实现了互联网非结构化数据到结构化数据的智能转化。在物理上按照一定逻辑归集后达到一定的数据规模，形成可重用、可应用、可获取的数据集合，从而达到数据资源化的效果，并在业务范围内合理使用数据资源，不涉及任何侵犯第三方权益的行为。

　　公司采集的互联网资讯数据均来源于官方媒体及政府机构在各个平台上发布的真实可靠的信息。这些权威机构均实行严格的“三审三校”信息发布制度，确保信源内容的准确性和可信度。所有原始采集信源均经过人工核查、梳理和标注，以保证信源的真实性。原始数据采集后，其清洗策略通过人工配置的解析脚本和多维度知识库(包括垃圾信息、广告信息及有害信息等知识库)进行标准化处理，确保数据的精准解析和清晰呈现。这一过程严格遵循原始信源的格式，避免在采集和加工过程中改变数据的原始信息量和完整性。

　　为确保数据采集的全面性，公司采用人工配置的解析模板，针对每个信源进行标准化处理，完整捕捉原始信源发布的每条数据，并确保核心字段的完整性。例如，新闻类数据的关键字段(标题、正文、时间、来源)均纳入采集范围，避免信息碎片化。数据采集结合自动化流程与人工校验，解析模板提取结构化核心字段，智能算法预处理非结构化数据，确保数据可用性。同时，公司建立数据质量监测体系实时监控核心字段完整性。若发现数据缺失(如缺少发布时间)，系统自动预警并触发人工校验，通过上下文关联或信源追溯补充缺失信息。通过“模板化采集+智能监测+人工校验”的多重保障机制，公司有效避免信息遗漏，确保数据在采集、传输、存储和加工环节的完整性。

　　为确保数据一致性，公司在不同平台间数据传递时，遵循统一数据与服务标准，对同一类型数据进行归一化处理，包括去重和合并。公司制定统一数据格式规范，涵盖数据类型、编码规则等关键要素，确保数据交互时的一致性。系统自动清洗数据，去除重复信息并整合分散片段。例如，多平台发布的新闻资讯通过唯一标识符去重，补充信息合并到主记录。公司开发标准化AP，采用统一传输协议和封装格式，避免平台差异导致的数据偏差。同时建立实时验证机制，定期对比源数据与目标数据，自动校正偏差。对于复杂或敏感数据，系统标记高优先级，交由人工审核团队二次验证，修正问题并优化流程。通过这些机制，公司确保数据在不同平台间的一致性，提升数据可信度，增强跨平台协作效率，为数据分析和业务决策提供可靠基础。

　　为确保数据的时效性和准确性，公司根据数据的使用场景及重要性，对不同类型、不同信源的数据按照不同频率进行周期性更新。实时性要求较高的数据(如实时新闻资讯、热点新闻)采用高频次更新通常为分钟级或秒级，依赖实时数据流和自动化采集技术，确保用户获取最新信息。其他数据依场景需求设置不同频率，如5分钟、10分钟、30分钟或60分钟更新。周期性更新的数据(如市场调研报告、行业统计数据)根据使用频率和业务需求，设置每日、每周或每月的更新周期，适用于变化较慢但需定期更新的数据类型。这种灵活的更新策略合理分配资源，确保数据时效性，降低更新成本，为业务决策提供可靠支持。

　　为确保数据的权威性和可信度，公司严格筛选数据来源，确保其可靠性和公信力。数据主要来源于官方媒体、各级政府机构以及权威行业组织。这些来源具有高度的公信力和专业性，能够提供准确、真实的数据支持。例如，宏观经济数据来源于国家统计局、财政部等官方机构：行业数据则来自权威行业协会或专业研究机构等。这些机构在数据发布前均经过严格的审核流程，确保数据的准确性和合规性。此外，公司还与众多权威新闻媒体保持长期合作关系，如新华社、人民日报等。通过严格的数据来源筛选和权威机构合作，公司确保所采集的数据具有高度的可信度和公信力。这些数据不仅为业务决策提供了坚实的基础，也在经济分析、社会研究等领域展现出重要的应用价值。

　　为确保数据的可访问性，公司依据不同场景需求，通过标准化的数据开放平台提供数据服务。该平台支持多种访问方式，包括API接口、数据下载服务和在线査询工具，用户可根据自身需求灵活选择。同时，平台采用分级授权机制，确保数据安全与合规性，不同级别的用户可获取相应权限的数据资源。在数据格式和结构方面，公司采用统一的标准化存储方案。所有数据均以通用格式(如JSON、CSV、XML)存储，并遵循一致的数据模型和元数据标准。这种标准化处理不仅便于数据的处理和分析，还支持跨平台、跨系统的数据集成与共享。例如，数据分析团队可直接使用标准化数据进行建模，而无需额外的格式转换。

　　公司严格遵循数据合规采集原则，从互联网公开权威数据源获取原始数据，经过7层梯度严格清洗流程(去噪清理→去重净化→统一标准→规则启发→“毒性”过滤→知识强化→合规脱敏)转化为安全可控的数据资源，确保数据的使用符合法律法规和道德规范。这些数据资源具有覆盖广(196个国家与地区，130+语种)、模态多(文本、图片、音频、视频、GIS等)、内容多样(新闻资讯、政务公开、政策法规、舆情资讯、产业资讯、开源情报、社交媒体、期刊智库等)、时效性高(按需设置采集优先级，分钟级更新)、活性好(日均更新5亿+，日均推送量 20亿+，日均数据 API调用 20万+)的特点。通过语义识别与实体提取、关联技术，实现跨模态数据的准确融合，进一步提升了数据资源的综合利用价值。拓尔思高质量数据得到业界的高度认可，公司作为核心共建方积极参与了国内两大重要行业语料集的建设(中国互联网安全协会数据集、CCI中国互联网语料集)。

　　我国作为全球第二大经济体，工业门类齐全，已成为大宗商品生产、消费与贸易大国，大宗商品相关企业数量庞大。过去，这些企业资讯需求多聚焦产业链内纵向信息。但随着中国经济规模持续扩张和全球经济一体化深化，企业资讯需求正朝着跨行业、多维度发展，这使得大宗商品资讯服务需求增加。与此同时，计算机技术进步，大数据和人工智能技术日渐成熟，为我国大宗商品信息服务行业迈向高端化发展奠定了良好的技术基础，大宗商品信息服务逐步向高端化迈进。

　　经过多年的管理实践，目前公司已建立了完善的数据管理体系，是由数据管理制度、数据管理团队和数据管理平台组成的三角形架构。数据管理制度对公司的数据全生命周期提出了系统的标准和要求：数据管理团队保障了数据全流程中名环节的监管和执行：公司自主研发的分析师一体化工作平台提供了生产和管理的平台和工具。公司已建成专业的数据管理团队，负责制定数据管理相关的制度、标准、规范及流程，数据资产的管理和治理，分析师一体化工作平台建设等工作。通过数据资产的管理和治理，提升了数据质量，完善了数据结构和数据资源，并推动进一步完善数据管理体系，有力保障公司数据资产的不断增加及增值。数据管理工作贯穿数据的采集、筛选、存储、加工、传输、提供等各环节，并对数据进行目录、权限、提醒、溯源、校验、预警、审批、血缘、分类分级等管理，有效保证了公司数据的安全合规、质量和价值提升，助力公司数据的产品化和商业化。

　　公司将拥有的数据项库作为数据资源，根据《企业会计准则第6号--无形资产》(财会(2006)3号)《(企业会计准则第6号--无形资产)应用指南》(财会(2006)18号)等有关规定，将其中符合条件的数据库确认为无形资产。并按照《企业数据资源相关会计处理暂行规定》的规定，根据数据资源的持有目的、形成方式、业务模式以及数据资源有关的经济利益的预期消耗方式，同时遵循谨慎性原则的要求，结合公司实际对数据资源相关交易和事项进行会计确认、计量和报告。

　　无形资产(数据资源)的核算：公司将数据生产流程中直接相关的人力成本、办公费等进行可靠准确计量，同时将数据生产分析师的工时按照数据采集、溯源记录、数据筛选、数据更新进行统计和计算，将相应的成本计入无形资产(数据资源)。无形资产(数据资源)的摊销：基于近三年相关产品对数据的运用分析，将数据预期可发挥价值的年限确定为5年，考虑到数据资源的时效性一般呈现逐年递减的特征，公司按照加速摊销法中的年数总和法进行摊销。无形资产(数据资源)的减值，按照《企业会计准则第8号--资产减值》，出现减值迹象及评估出现减值情况时进行减值。

　　公司正全面布局数据要素业务，构建数据价值化的全链条，在数据加工、开发利用、交易等环节打造核心竞争力,不断深化数据融合利用水平，加快应用场景创新，为全面拥抱数字经济莫定坚实的基础。在数据要素基础设施方面，公司打造了人工智能大数据平台 aiCore System 和望道行业大模型的数字底座，积极参与了广州人工智能公共算力中心的建设。在数据要素流通环节，公司参股广州数据交易所(持股比例 10.5%)，布局数据要素交易平台，同时，公司旗下清远数投和茂名数科分别获批了广州数据交易所(清远)服务基地和广州数据交易所(茂名)服务基地。在公共数据开发利用方面，广电运通与广州数据集团展开密切合作，推动数据汇聚、处理、流通、应用、交易等功能有序高效运转，探索构建公共数据开发利用“五步法”，推动数据产品及服务的高效供给。在数据应用环节，公司旗下运通信息和清远数投获得广东省数据经纪人授牌，运通信息通过一站式开发环境的构建，积极参与数据产品供需撮合及数据产品开发，清远数投推出的“清易贷(社保数据)”实现全链条落地，完成公共数据第一笔资金结算。在数据入表方面，南沙“离岸易平台”、“中数智汇产业链数据库”及 ESG卓望指标数据集三个数据资产实现入表，其中，南沙“离岸易平台”成为广州市属国企首例数据资源入表案例。

　　2023年8月 21日，财政部发布《企业数据资源相关会计处理暂行规定》，并于 2024年1月1日正式施行，此举标志着我国在国家层面确立了数据资产入账的统一标准。本公司积极响应国家战略导向，积极践行集团“数云融合”战略，深入学习相关政策法规，并积极探索实践路径。在本报告期间内，本公司的子公司-一神码深圳获得了深圳数据交易所颁发的《数据商》纪念证书，《神州数码金服云》获得了深圳市标准技术研究院颁发的《数据知识产权登记证书》。同时，神州数码金服云已经完成了在深圳数据交易所的数据商品上架流程，正式进入公开流通交易阶段。这次数据资产的上市交易，标志着公司发掘和释放数据价值的方式与国家战略发展方向相契合。

　　通过对标 DSMM（数据安全能力成熟度模型）成熟数据安全管理框架要求，国泰君安建立了完整的数据安全管理体系和多层次的组织及制度架构，持续完善多样化的数据安全管理工具。在 DSMM 成熟度提升、数据安全风险识别和整改过程中，公司在分类分级、身份鉴别、访问控制、监控审计、应急响应、存储备份等领域进行了重点检视和加固，构建了数据安全“领先对标 - 差距识别 - 风险评估 - 整改提升”的推进模式，有力提升公司数据安全体系和能力。

　　随着金融企业数字化转型不断深入，良好的数据治理是释放数据要素价值、推动金融业务发展的前提和基础。国泰君安不断健全数据治理顶层设计，完善数据治理组织保障体系，持续强化公司数据治理能力，充分发挥数据资产要素价值，赋能公司高质量发展。公司制定了《数据管理规定》《数据治理工作管理办法》《数据资产管理办法》《数据资产管理实施细则》《数据标准管理实施细则》《数据质量管理实施细则》《数据模型管理实施细则》《元数据管理实施细则》《数据安全管理实施细则》《数据底座管理实施细则》《集团绩效管理系统数据标准及用户权限管理办法》等制度，并于2025 年初完成修订。

　　2024 年，公司继续深化医疗健康大数据的价值挖掘，推动数据资产的商业化应用。报告期内，公司的数据资产入表工作已取得初步成效，实现财务报表数据资源入账这一成果，不仅展现了公司在数据资源管理和利用方面的能力，也进一步凸显了公司“健康大数据与数智赋能”的特质。目前，美年健康的数据资源已在多个场景实现落地，包括数字云胶片、AI-MDT 多学科健康管理报告、企业团体员工健康管理，并发布了《美年健康年度健康体检大数据蓝皮书》。公司进一步加强了数据资源的安全合规管理，确保数据资产的有序和安全运营。报告期内，公司通过了 ISO27001 信息安全管理体系认证，提升了数据安全管理水平。

　　公司持续探索“AI+健康管理”新业态，按“业务信息化-数据资源化-数据产品化-数据资产化”的路径，致力于构建“AI+健康管理”新业态，持续在数据资产领域取得更多突破和成果。2024 年，公司积极参与国家级与区域型重点科研项目，继续与国内外知名高校、科研机构和顶级三甲医院等建立合作，共同推动 AI 技术在健康科研领域的应用。公司持续与复旦大学类脑智能科学与技术研究院等伙伴深化合作“中国百万人群脑体检筛查计划”，完成 3 年 300 万人次的脑健康筛查任务，共建中国人脑大数据平台，为脑健康研究提供了宝贵的数据资源。同期，公司与浙江大学公共卫生学院合作，开展大型前瞻性人群队列项目“健康浙江百万人群队列”，对多模态健康医疗大数据的系统整合和深度融合分析，支撑临床医学、预防医学、转化医学等多个学科的交叉融合发展。2024 年 8 月 28 日，公司与上海交通大学附属第六人民医院战略合作建设成立“上海市糖尿病研究所、美年健康——糖尿病健康管理技术验证中心”，推动糖尿病健康管理方案的研究和 AI 技术的转化应用。8月 30 日，公司携手教育部视觉系统疾病医药基础研究创新中心，深化国内视觉系统疾病及相关慢病筛检及数智化管理体系，进一步推动中国眼健康事业的发展。10 月，公司与上海市高血压研究所启动“基于体检人群的高血压早期识别及分型诊断”合作。