本次查询：数据策展
中文解释：数据策展
常见场景：企业数据资产管理 / 机器学习数据集构建 / 科研数据共享平台 / 数字档案长期保存
一句话解释
数据策展是一种贯穿数据生命周期的管理活动，通过筛选、清洗、标注、关联和维护等步骤，把原始数据转化为可靠、可用、可复用的高质量数据集。
为什么会被关注
大数据时代，企业积累的海量数据往往杂乱、重复、缺失严重，直接用于分析或AI训练效果极差。数据策展能将低质量原始数据系统性地转化为标准化资产，显著提升模型准确率和业务洞察效率。
随着合规要求（如数据安全法、GDPR）趋严，企业需要确保数据来源清晰、用途可追溯。数据策展通过建立元数据和版本管理，帮助组织满足审计和合规需求，降低法律风险。
核心逻辑
数据策展的核心是‘人机协作的持续迭代’。首先定义数据标准（格式、字段、质量阈值），然后通过自动化工具完成基础清洗和去重，再由领域专家进行语义标注和关联。整个过程不是一次性项目，而是随着业务变化与数据增长不断维护的动态流程。
关键在于元数据管理——为每条数据记录来源、处理历史、可信度评分。这使得数据消费者能快速判断数据是否适用，同时支持回滚和版本对比，避免‘垃圾进垃圾出’。
常见场景
在AI训练中，数据策展用于构建高质量标注数据集。例如医疗影像识别项目，需要从医院原始PACS系统中筛选合规病例、清洗噪声、统一标注格式，并持续补充新样本以应对模型漂移。
在企业数据仓库建设中，策展团队负责将来自不同业务系统的异构数据（如CRM、ERP、IoT）进行标准化合并，消除不一致，生成统一的企业级数据视图，支撑BI报表和决策分析。
科研数据共享平台（如基因数据库、气象观测网络）需要策展来保证数据可发现、可互操作。策展人添加标准化元数据（如实验条件、地理坐标），并维护数据许可协议，方便跨团队复用。
容易混淆的点
数据策展 ≠ 数据治理：治理侧重顶层制度、角色分工和合规策略，是框架性的；策展则是具体的操作实践，更关注数据本身的质量和可用性。两者相互补充，但层次和粒度不同。
数据策展 ≠ 数据清洗：清洗只是策展的一个子环节（去重、纠错、填补缺失值）。策展还包含语义标注、关系建模、版本控制、生命周期管理等更广泛的职责。
数据策展 ≠ 数据标注：标注主要是为监督学习打标签，属于策展中针对特定AI任务的数据增强步骤。策展的范围更广，包括对非标注数据（如日志、文档）的价值评估和整合。