京公网安备 11010802034615号
经营许可证编号:京B2-20210330
9月10日,工业和信息化部在北京召开媒体通气会,表示将按照国务院的部署,与国家发改委一起牵头,组织各部门、各地方全力做好《促进大数据发展行动纲要》的实施工作,重点抓好我国大数据技术和产业的创新与发展,提升大产业支撑能力,培育新业态新模式,并从五个方面开展工作。
一是支持大数据技术和产业创新发展。目前,工信部正在制定《大数据产业“十三五”发展规划》,还将出台促进大数据产业发展的推进计划,统筹布局大数据技术和产业发展。促进规划、标准、技术、产业、安全、应用的协同发展,为《行动纲要》的实施提供技术和产业支撑与保障。组织实施“大数据关键技术及产品研发与产业化工程”,加强自主创新,通过相关项目和资金引导支持关键技术产品研发及产业化;开发面向工业、电信、金融、交通、医疗等数据密集型行业的大数据应用解决方案;力争形成先进的技术体系、完善的产品体系和高效的应用服务体系。
二是促进大数据与其他产业的融合发展,着力发展工业大数据,加强产业生态体系建设。组织实施“工业和新兴产业大数据工程”,围绕落实《中国制造2025》,支持开发工业大数据解决方案,利用大数据培育发展制造业新业态,开展工业大数据创新应用试点。促进大数据、云计算、工业互联网、3D打印、个性化定制等的融合集成,推动制造模式变革和工业转型升级。围绕落实《国务院关于积极推进“互联网+”行动的指导意见》,以加快新一代信息技术与工业深度融合为主线,以实施“互联网+制造业”和“互联网+中小微企业”为重点,以高速宽带网络基础设施和大数据等信息技术产业为支撑,积极培育新技术、新产品、新业态、新模式。集中资源重点培育和扶持一批龙头骨干企业,鼓励中小企业特色发展。组织实施“大数据产业支撑能力提升工程”,建立和完善大数据产业公共服务支撑体系,加快培育自主产业生态体系。
三是推动大数据标准体系建设。目前,工信部已经指导全国信息技术标准化委员会组建由130余家单位组成的大数据标准工作组,组织起草了《大数据标准化白皮书》,制定大数据标准体系,已经开展数据质量、数据安全、数据开放共享和交易等方面的多项国家标准的立项和研制工作,同时还要积极参与ISO/IEC、ITU等国际标准制定工作,与国际同步发展。
四是支持地方开展大数据产业发展和应用试点。目前工信部已支持和指导北京、上海、贵州、广州、陕西等地大数据产业和应用发展,这些地方先行先试,主动探索,已初见成效。如支持贵阳·贵安大数据产业集聚区创建工作,在出台产业扶持政策、开展数据共享交易、法律法规等方面成效显著。授予陕西省西咸区创建软件和信息服务(大数据)示范基地,鼓励当地大数据产业创新发展。北京、上海、广东等地方政府在支持大数据产业和应用发展等方面各具特色,走在全国前列。下一步,还将进一步动员和支持各地方、各行业、各部门开展大数据技术、产业、应用、政策等方面的探索和实践,利用相关项目资金,引导和支持在重点地区和工业等重点行业开展应用示范,并总结经验、加快推广。
五是加强大数据基础设施建设,探索和加强行业管理。结合工业和信息化部正在实施的“宽带中国”、“建设互联网强国”等战略,落实《关于数据中心建设布局的指导意见》,指导数据中心科学布局,加快推动宽带普及提速,提升互联网数据中心业务市场管理水平。同时还需从法规制度入手,加强行业管理和安全保障。研究制定网络数据采集、传输、存储、使用、管理的标准规范。加强对隐私信息保护、网络安全保障、跨境数据流动的管理,组织开展相关的专项检查和治理。推动和配合相关部门组织开展数据共享、开放、交易、安全等方面的立法研究工作。解决制约大数据产业发展的体制机制因素和不确定性的市场因素,为产业和应用发展营造良好的法规和市场环境。数据分析师培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07