
国内大数据市场应用需求进入爆发期
大数据无疑是这两年最火的词汇之一。当前我国大数据产业不断向纵深发展,不仅2015年行业规模超过100亿元,更孕育了诸多新兴业态。随着大数据产业的发展,应用需求日渐丰富,不同行业间跨界更加深化,我国大数据产业已迎来重要的爆发期。
日前在京举行的“2016中国国际大数据大会”上,工业和信息化部党组成员、办公厅主任莫玮表示,随着新一代信息技术的迅猛发展,互联网与社会各领域各行业的交融、交汇日益深化,一个以大规模产生、分享和应用数据为特征的大数据时代已经到来。
他表示,近年来在国家政策支持和各方面的努力下,我国大数据产业循序发展,应用不断深化,大数据已经成为当今经济社会领域倍受关注的热点之一。“十三五”时期是我国全面建成小康社会的决胜阶段,全球新一代信息技术产业发展正处于加速变革期,国内市场应用需求处于爆发期,我国大数据产业迎来了重要的发展时刻。
据易观国际统计,2015年我国大数据市场规模达102亿元,2017年有望达到170亿元。这看似百亿级别的市场,背后却能撬动数万亿元的相关市场规模。
近年来,阿里巴巴投资优酷和新浪微博,腾讯集团入股京东和大众点评等,背后都有大数据整合的影子。这些掌握着流量的大数据平台,已经成为互联网资源的聚集地。
记者采访发现,拥有大量数据源的企业如百度、阿里、腾讯、京东等,都已在挖掘自身大数据的基础上,向外扩展合作方式,大数据应用日渐丰富。例如,日前京东集团和今日头条宣布达成战略合作。作为内容变现的手段,对品牌企业提供精准广告。
京东集团高级副总裁徐雷透露,合作模式主要基于数亿用户的数据分析上,京东根据用户兴趣数据提炼出精准的人群包,再将此与今日头条的用户数据打通,根据今日头条的媒体属性扩展到更多同类兴趣的人群,并投放广告。最终实现在“阅读文章时,看到文章中提到的商品,直接点击图片即可完成购买”。
上述跨界合作仅是我国丰富的大数据应用一隅。总体来看,当前互联网企业对大数据最广泛的用途主要有三方面:第一是提供精准的用户画像,进一步挖掘用户的价值;第二是优化自身运营,通过大数据提升运行效率,例如百度通过“凤巢”系统以大数据算法决定所有广告的位置,京东通过大数据算法决定运货线路和仓储安排;第三,根据大数据技术提供决策依据,例如国内最早一批大数据人工智能创业公司第四范式,利用相对完整的客户数据助力金融机构定价、风控和决策等。
在互联网企业外,电信运营商与科技公司在大数据领域的合作也越来越多。如科大讯飞[0.00% 资金研报]利用电信运营商提供的大量语音数据支撑其训练语音识别的模型。同时,三大运营商都划出单独部门,积极发展基于数亿电信用户的大数据价值。
大数据产业的突飞猛进离不开地方政府的积极响应。莫玮说,地方发展大数据积极性高涨,呈现出京津冀、长三角、珠三角、中西部、东北部等全面开花的格局。
大数据虽然对经济发展意义重大,但其发展仍有诸多挑战,特别是企业垄断数据现象突出。“BAT”三大巨头凭借其固有的互联网优势,掌握了大量的数据。易观国际的数据显示,阿里和腾讯的第三方支付服务占据了中国市场的九成。但“BAT”体系在数据上并不开放,一些知名的应用在被“BAT”收购后反而关闭了数据共享。
“拿走数据的多,贡献数据的少。”九次方大数据创始人、贵阳大数据交易所执行总裁王叁寿表示,不少企业以保护商业机密或节省数据整理成本等为理由,不愿意交易自身数据。部分政府部门也缺乏数据公开的动力,特别是已经开展商业化应用的,更加不愿共享。
业内人士建议,我国还需完善立法,规范数据交易行为,鼓励数据互联互通,将数据公开共享纳入政府部门考核,同时加大力度攻坚克难,在芯片、云计算等大数据的关键领域取得突破,建成健康、安全的大数据产业环境。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29