
开启大数据产业“掘金时代”
天下班高峰期,在长沙高新区芯城科技园工作的王小姐都会打开手机地图,当看到回河东的路显示为“猪肝色”,她便将回家的时间推迟半个小时。这样的通勤习惯,已成为王小姐生活的一部分。或许她不清楚,她所看到的实时路况,是来自交通大数据的应用。
大数据产业俨然是一座“富矿”。近日,市政府办公厅印发了《长沙市加快发展大数据产业(2017-2020年)行动计划》,提出到2020年行业规模达到500亿元,开启大数据产业“掘金”时代。
现 状
大数据应用广泛
但面临产业难题
随着移动互联网的发展,大数据的应用早已融入市民的衣食住行。如根据客户的体征数据,可以量身定制最合身的衣服;根据读者的阅读习惯,客户端精准推送最鲜辣的新闻……
尽管市民早已享受着“数据红利”,但大数据产业要蓬勃发展,仍面临技术壁垒、数据原材料的缺乏与数据孤岛等难题。
业内人士指出,大数据时代的数据资源广泛散布于政府、行业、企业三个子系统中。其中,信息数据资源80%以上掌握在各级政府部门手中。但由于政企、企业之间存在着壁垒,数据并未完全开放,有32%的企业通过外部购买数据,只有18%的企业使用政府开放数据。
“数据孤岛也是不容忽视的问题,以分时共享为例,每个写字楼、住宅小区产权不一,实现车流信息互联有一定难度。”乐泊科技销售总监王浩表示,数据孤岛的成因主要有三个:数据割据、技术壁垒和标准缺失。一方面是掌握着丰富数据的一方数据开放主观意愿低,数据长期处于割据、“沉睡”状态,另一方面则是因标准的不一,导致数据共享后面临着信息安全等难题。
目 标
2020年培育引进
龙头企业超20家
业内人士表示,要发展大数据产业,拥有丰富的数据原材料十分关键。“行动计划”指出,“十三五”期间,长沙将大力完善大数据基础设施,加强基础核心软硬件研发;优化大数据资源建设,推进数据资源开放共享;深化大数据行业应用,推动经济社会发展。
截至去年底,长沙城市宽带覆盖率和农村行政村光纤宽带通达率均达到100%。华为云计算数据中心、中国联通云计算大数据产业园、证通云计算大数据产业园、中兴通讯长沙基地、中移电子商务创新基地和数据中心等一大批大数据产业项目纷纷落户长沙。
“行动计划”提出,到2018年,长沙将持续建设完善互联网大数据科技产业园、中部中国联通IDC中心、长沙中兴软创、证通电子等大数据产业园,产业体系初步形成。到2020年,培育和引进龙头企业20家以上、大数据相关企业300家以上。
同时,长沙将从数据建设、行业应用和产业生态三个方面,重点实施宽带长沙、大数据交换共享平台、基础科研大数据服务、智慧时空基础设施、大数据安全保障、工业大数据、政务大数据、警务大数据、农业大数据、大数据信用监管服务、大数据创新创业服务、大数据经济集聚区建设等12大重点工程。
市经信委有关负责人表示,一系列重大工程的实施,将助力长沙建设成为全国大数据产业创新应用示范区。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15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