
大数据发展需跨越三道坎 国家政策指导
大数据具有多维度和完备性的等重要的价值,我国近年来十分关注大数据信息产业发展,把消除信息“孤岛”放在首位,希望能真正释放大数据“能量”。8月19日,国务院总理李克主持召开国务院常务会议上,《关于促进大数据发展的行动纲要》(以下简称《纲要》)审议通过。这是迄今为止政府最高层出台的最重磅的大数据纲领性文件,标志着大数据已经正式上升到国家最核心战略,大数据产业将由此迈入新时代!然而,大数据时代的带来,并不久一帆风顺,大数据产业要真正发展起来,仍面临挑战。
8月26日,在2015中国国际大数据大会上,工信部总工程师张峰表示,我国发展大数据资源基础好、应用动力多、产业实力强。但与此同时,我们也应该清醒的认识到,我国信息化总体水平仍然还不够高,这主要是因为要实现从数据大国向数据强国的转变还面临着很多制约因素。对于当前我国大数据产业发展现状,张峰认为主要体现在以下三个方面。
第一,经过多年信息化建设和互联网发展,我国已经成为数据大国。互联网已经成为生产、生活的重要技术平台,随着信息技术的日益普及和“互联网+”融合态势的加快,海量数据不断快速聚集,据国际有关机构统计,我国的数据总量将以年均50%的速度增长,预计到2020年将占全球的21%。丰富的数据资源,构成了我国推进大数据应用的资源基础。
第二,我国大数据的应用和发展有广阔的市场空间。当前大数据在电商、广告和搜索等业务上得到越来越深入的应用。金融、百科、医疗等行业也在作为重要抓手发展跨界应用,推进“互联网+”发展,电信和金融等信息化基础好的领域已在积极推进自身数据整合,城市化大数据在经营分析、反欺诈、征信等方面的应用纷纷落地。技术大数据的创新创业项目也在涌现,当前全社会形成了推动大数据应用发展的良好氛围,为大数据发展提供强大动力。
第三,我国大数据的发展已经具备了一定的产业基础。在网络技术设施方面,到6月底固定宽带接入用户超过2亿户,8M以上带宽占比超过了53%,移动用户达到了6.74亿户,其中4G用户也达到了2.25亿户。在互联网产业方面,截至6月底已有12家互联网企业进入全球市值的前30强,部分企业的数据储量和管理能力达到了世界先进水平。此外经过多年努力,我国信息技术软硬件产品的技术水平和成熟度明显提高,信息通信产业安全可靠水平达到了新的高度。
张峰强调,总的来讲,我国发展大数据资源基础好、应用动力多、产业实力强,但也应该清醒地认识到,我国信息化总体水平仍然还不够高,这主要是要实现从数据大国向数据强国的转变还面临着很多制约因素。主要有以下三个方面:第一,信息孤岛普遍存在。跨部门、跨行业的数据共享仍有待进一步提高。有价值的公共信息资源和商业数据的开放程度还比较低,难以实现顺畅地流动。第二,相关法律法规仍然不健全。政府信息资源开放共享制还有些缺位,适应大数据发展的个人信息保护、数据资产保护等体系还没有建立。第三,核心技术研发能力仍有待加强。涵盖数据采集、加工、管理、分析和应用全链条的大数据产业生态体系还需要加大力度培育。
张峰介绍,国务院常务会议通过的《关于促进大数据发展的行动纲要》提出了三个方面要求:一是主动推动政府信息技术和公共数据互联共享。二是顺应潮流,引导支持大数据产业发展。三是强化信息安全保障,完善产业标准体系。这为我们推进大数据发展指明了方向,工信部将积极落实国务院的部署,大力推动大数据产业和应用发展,切实发挥大数据在基层政府治理水平、推动产业转型升级、培育经济增长新动力方面的重要作用
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14