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
在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11