来源：期刊VIP网 时间：
作者：刘小红;张人龙;
单位：贵州大学管理学院;贵州大学数字化转型与治理协同创新实验室;
摘要：数据作为经济社会数字化转型中参与分配的生产要素，正成为推动数字中国建设的重要战略资源。但是，当前数据资产价值评价体系及其方法还处于探索阶段，未形成一套完整、客观且行之有效的数据资产价值评价体系及评价方法。鉴于此，基于数据资产价值评价的重要性，在数据资产价值评价标准基础上构建数据资产价值评价指标体系；在云模型、云模型数字特征以及AdaBoost集成算法研究的基础上构建混合多维云模型。同时，综合考虑数据资产不清晰、数据安全等特殊不确定性等特征，在云模型及其数据要素特征研究基础上提出了基于混合多维云模型的数据资产价值集成评价方法。然后，通过云模型以及AdaBoost集成算法的系列实验结果验证该混合方法的有效性和可靠性，有效提升数据资产价值评价结果的准确性与实时性。最后，提出在数据资产价值评价实践中仍会面临的一些关键问题、相关挑战与管理建议。本研究聚焦混合多维云模型在数据资产评价中的创新应用，通过构建多维度融合的数据资产价值评价框架，探索机器学习与人工智能算法在数据资产价值评价中的实践路径，研究结论为数据资产价值评价以及数据高质量开发利用提供理论依据与方法支撑。
关键词：数字经济;;数据资产;;数据要素特征;;价值评价;;混合多维云模型
基金资助：贵州省哲学社会科学规划课题一般项目“产业集聚对绿色发展的时空差异及传导机制研究”(21GZYB10);; 国家自然科学基金项目“数据驱动下考虑学习与恶化效应的绿色制造资源配置方法研究”(72261005);; 贵州省科技计划项目“数据驱动下基于深度计算的智慧云物流资源配置方法及其应用研究”(黔科合基础-ZK[2022]一般080)
