京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产业发展需“接地气”_数据分析师考试
“大数据成为了网络时代人类社会的重要资产。”“大数据时代,一切都靠数据说话。”……7月21日,由中国人工智能学会、国际粗糙集学会主办的2015年大数据价值实现之路高峰论坛在重庆邮电大学拉开帷幕,来自国内外计算机科学与技术领域的专家学者与我市高校师生、科研院所研究人员共同探讨了云计算和大数据产业的前沿成果和发展趋势,并为重庆大数据产业的发展建言献策。
大数据聚类会成为很多行业的核心竞争力所在
“大数据本身既不是科学,也不是技术,它反映的是网络时代的一种客观存在。”中国工程院院士、中国人工智能学会理事长李德毅这样认为。
在他看来,随着信息技术,尤其是传感器、通信、计算机和互联网技术的迅猛发展和广泛应用,人类获取数据的手段越来越多,速度大大加快,成本急剧降低,层次和尺度更为精细,人联网和物联网又使得人人物物都成为数据源,这样一来,大数据成为了网络时代人类社会的重要资产。
既然是一种资产,那么人类如何来利用,实现大数据的价值?
“要做到大数据价值实现,首先要做到价值发现,也就是说,只有你把大数据的价值发掘出来,才能懂得如何利用大数据的价值。”他说。
不过,人类社会文明进入到数据密集型的新时代,并且数据正在以指数级的规模快速增长,这也给人们认知大数据造成了很大困扰。
李德毅表示,大数据认知的突破口在聚类,聚类是发掘大数据价值的第一步,也就是在相似的基础上收集数据来分类。
以汽车保险为例,在物联网时代,当汽车成为大数据发生器以后,每一次驾驶、行程、维修甚至每一次踩刹车,都会被记录在案。利用大数据聚类分析,一家保险公司就可以对一个车况好、驾驶习惯好、常走线路事故率低、不勤开车的特定客户给予更大的优惠,而对风险太高的客户报高价甚至拒绝等。利用大数据聚类分析为客户提供个性化方案,将颠覆保险公司传统的商业模式。
由此可以看出,聚类让大数据价值得以发现,进而让大数据价值得以实现。大数据聚类会成为很多行业的核心竞争力所在。
机器人既使用大数据也产生大数据
导航机器人、路口机器人交警、无人驾驶汽车……这些新奇的发明背后,实际上都有大数据的支持。
在李德毅看来,机器人既使用大数据也产生大数据,既是大数据的产物,也是大数据的推动者,机器人是大数据应用的一个典型代表。
“人工智能也是当下的一个热词,但人工智能并不是要人工造出一个生物意义上的人脑,而是要用机器实现在某一方面、某一领域或者某一情境下的人的智能。”他说,基于对大数据的认知,人们可以造出各式各样的机器人,解决机器人如何说、如何看、如何想和如何做等问题。
目前,他的团队也正在研发无人驾驶汽车,并已经成功试跑。
“在汽车车顶上安装一个64线激光雷达,实时获取路况数据,再利用微电子技术对数据加以分析,汽车依靠分析结果就能独立完成决策、自动驾驶。”李德毅介绍,这就是大数据的作用,而且应对复杂的测试路段,无人汽车耗时12分钟,比参加测试的有人驾驶汽车还要快。
当机器人时代真正来临,利用大数据智能分析与处理,联网后的机器人将更好地实现人与机器人、机器人与机器人、物与机器人地协调工作,为人类社会带来变革。
大数据产业发展需“接地气”
“近年来重庆的大数据产业有了很大发展,但整体水平仍有待提高。”中国人工智能学会副理事长、重庆邮电大学教授王国胤表示。
前不久,国务院发文敲定“互联网+”创业创新、“互联网”协同制造等11项重点行动,旨在让“互联网+”成为经济社会创新发展的重要驱动力量。信息技术的发展及其在各行业的渗透,将更凸显云计算、大数据在当今社会的作用。为此,他认为重庆更应该借此大好机遇加快发展大数据产业。
在他看来,各行各业都可以利用大数据,重庆发展大数据产业需“接地气”,结合重庆自身实际,但并不一定需要具体路线图,而是鼓励各行各业勇于创新。
“目前,我们也在积极与国内外机构合作,为重庆发展大数据产业助力。”他表示,日前,重庆邮电大学与加拿大阿尔伯塔大学联合成立了智能计算联合实验室,此次来渝参加高峰论坛的加拿大智能计算首席科学家、加拿大皇家科学院院士Witold Pedrycz也被聘为重邮客座教授,共同为我市发展大数据产业提供技术支持。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16