弥合开放数据生态系统中的供需鸿沟：一种面向提供方协作优化与用户需求预测的双重视角方法

《Advanced Engineering Informatics》：Bridging supply–demand gap in open data ecosystem: A dual-perspective approach for optimizing provider collaboration and predicting user demand

　　

本文提出了一套用于可解释地推断用户需求的研究框架。
本文提出了一种识别跨部门合作潜力的方法。
本文介绍了概念网络构建的方法。
本文为公共数据管理的优化提供了启示。
引言
在数字经济时代，数据已成为驱动经济和产业人工智能发展的核心要素[1]。此前，全球公共数据开放计划主要侧重于通过建立静态开放数据仓库来提升政府透明度[2]。然而，这种传统方法往往导致数据资产碎片化、形成数据孤岛，难以在组织间流通。随着数据空间[1]、[3]的出现，人们期望能够实现公共数据在组织和领域之间的高效流通。数据空间提供了一种去中心化且安全的架构，促进各数据提供部门之间可信赖的数据交换。在数据空间中，数据不再被视为存储在平台上的静态资产，而是一种需要可信赖交换和价值释放的动态资源。尽管数据空间带来了基础设施方面的进步，但在实际应用中，数据供给与实际利用之间仍存在显著的服务缺口。例如，中国主要城市已发布了超过10万个数据集，但企业采用率仍然有限[4]。数据空间确保了可信赖的数据交换，但并不能从根本上解决应当提供哪些数据的问题。因此，现有的公共数据平台在很大程度上仍然作为被动仓库运行，未能提供主动的、面向需求的服务。企业反映现有的公共数据与其需求不匹配，且获取特定所需数据十分困难。这种需求反馈的低效已被认定为释放公共数据价值的关键瓶颈[5]、[6]。
为解决此类问题并弥合供需差距，我们在先前的研究中引入了数据产品服务系统（DPSS）的视角[7]。数据空间提供了底层流通基础设施，在此基础上，DPSS提出了一种新的服务范式。与传统产品供应链不同，DPSS将数据产品（包括数据集）与智能服务（需求识别与匹配）相结合，构建了一个整体价值交付系统。在此背景下，公共数据治理的核心挑战从单纯的数据开放或交换转变为实施能够智能感知用户需求并动态配置数据资源以满足需求的DPSS。为了实现主动式数据供给，需要先进的分析方法，以发掘数据提供部门之间的潜在合作关系以及嵌入在交互日志中的用户需求。
为调查此类系统实施的实际障碍，我们对中国GDP排名前15的城市（2024年排名，见表1）的公共数据管理平台进行了调研。调研结果（截至2025年8月）表明，尽管所有平台均提供需求反馈接口，但处理流程通常繁琐且效率低下。通常，企业必须手动提交请求；如果数据不可用，平台则需要发起耗时的内部查询或新的采集程序。这种被动响应过程表明，仅依赖被动反馈是远远不够的。从平台的角度来看，企业需求的不确定性阻碍了高效的数据产品开发（包括采集、管理和审计）。同时，由于资源限制和安全顾虑，供给侧的数据提供方无法无条件地发布所有数据。
因此，主动预测潜在用户需求已成为一项核心挑战。此外，由于数据资源往往是相互关联并共同使用的，关于供给结构优化的新问题也随之出现：如何识别相关数据主题？哪些部门应当合作以促进数据融合？为系统性地应对这些挑战，本研究提出了一种数据驱动的分析框架。该框架旨在将开放公共数据平台从被动仓库转变为主动的、面向需求的DPSS。具体而言，我们的核心方法论贡献包括：（1）主动式供给的双视角框架：基于DPSS概念，所提出的双视角框架同时解决了供给侧优化和需求侧预测问题。它将公共数据生态系统的治理范式从被动数据存储转向主动的、面向需求的服务供给。（2）提供者协作与主题关联识别：我们将数据供给建模为"部门-主题"二部图，并提出了两种新颖的投影算法。归一化贡献显著性投影（NCSP）结合CRITIC-TOPSIS方法，定量识别潜在的跨部门合作潜力，并通过实际应用进行了验证。同时，差异敏感加权投影（DSWP）识别数据主题之间的潜在相关性，系统性地指导跨领域数据融合。（3）可解释的用户需求推断：为避免依赖用户数据，我们引入了一种新颖的、可解释的需求推断框架。我们通过关键词提取、基于语义贡献的节点权重分配和相对位置编码，构建了一个可动态更新的概念网络。基于该拓扑结构，所提出的价值偏向概率游走（VBPW）算法能够在不需要大语言模型推理的搜索阶段发现潜在的高价值数据产品。
本文其余部分组织如下：
第2节（文献综述）：系统梳理公共数据的概念演进、应用价值和现有挑战。
第3节（分析框架）：提出一种通用适用框架，用于感知跨部门合作潜力、数据主题间相关性，并实现可解释的用户需求推断。
第4节（案例研究）：以上海公共数据目录为研究对象，应用并验证所提出的分析框架，并探讨其特性。
第5节（讨论与结论）：5.1 案例研究的启示，5.1.1 供给侧协作策略，5.1.2 需求侧主动供给策略，5.2 实践启示，5.3 理论启示，6 结论：讨论分析方法的有效性、理论与实践启示以及本研究的局限性。

相关工作与现状
在数字经济中，数据已成为关键资源和新生产要素[4]，能够加速经济发展[4]、[8]、[9]。自2012年以来，中国地方政府陆续推出了公共数据开放平台并发布相关政策（见表2），明确规定公共数据共享和开放是各级政府和公共部门的法定责任[4]。例如，中华人民共和国《政府信息公开条例》……

方法论框架
为确保方法论的代表性和普适性，我们对2024年中国GDP排名前15的城市公共数据平台进行了调研。通过对数据目录和元数据的比较分析（如表3所示），我们识别出三个核心元数据字段作为主要分析维度：数据名称、数据提供者和数据主题。这些字段在大多数平台上几乎普遍可用，从而确保了我们所提出框架的广泛适用性。

案例研究
为验证所提出框架的有效性，我们使用上海公共数据平台（https://data.sh.gov.cn/view/data-resource/index.html）的数据目录进行了案例研究，并辅以武汉公共数据平台（https://data.wuhan.gov.cn/page/data/data_directory.html）的额外训练数据。这两座城市均为数字政府建设的先行城市，使数据集具有很强的代表性。重要的是，所有数据的获取和利用均符合……

讨论
本研究提出了一种双视角框架，以弥合公共数据供给与潜在用户需求之间的差距。通过整合复杂网络与大语言模型，我们揭示了公共数据生态系统的结构特征，并验证了所提出方法论框架的有效性。

结论
随着公共数据平台从简单仓库向复杂服务生态系统演进，挑战已从"提供了多少数据"转变为"数据与用户需求匹配得有多好"。本研究提出并验证了一个整合复杂网络与大语言模型来分析和优化数据供需匹配的综合框架。

CRediT作者贡献声明
Chengjun Wang：撰写——初稿、验证、方法论、调查、形式化分析、数据整理、概念化。Xinguo Ming：资源、项目管理、资金获取。Xiaoqiang Liao：方法论、调查、数据整理。Jiapeng You：方法论、调查。Xianyu Zhang：撰写——审阅与编辑、验证、资源、资金获取。

生成式AI与AI辅助技术在写作过程中的声明
在本作品准备过程中，作者使用了DeepL和Gemini以提高英文表达质量。在使用该工具/服务后，作者审阅并编辑了所需内容，并承担出版物内容的全部责任。

资助
本研究受国家自然科学基金资助[项目编号72371160]；以及海量个性化定制系统与技术国家重点实验室资助[项目编号H&C-MPC-2023-03-01，H&C-MPC-2023-03-01(Q)]。

利益冲突声明
作者声明不存在任何已知的竞争财务利益或个人关系可能影响本文所报告的工作。

致谢
作者感谢IDS中国研究实验室、上海市工业信息化研究中心、上海市先进制造环境重点实验室、海量个性化定制系统与技术国家重点实验室、SJTUSME-COSMOPlat新一代工业智能技术联合研究中心、先进建材智能工厂管理可定制综合服务平台项目以及设计与验证关键……

Chengjun Wang | Xinguo Ming | Xiaoqiang Liao | Jiapeng You | Xianyu Zhang