
大数据释放大能量
中国信息通信研究院发布的《中国大数据产业分析报告》显示,我国2016年的大数据核心产业规模达到168亿元,增长率达45%。大数据的发展为经济带来新的贡献,催生了全新的数字经济形态。
由国家发展和改革委员会、工信部、国家网信办共同指导,8个国家级大数据综合试验区参与的“数聚华夏,创享未来”中国数据创新行活动日前在贵州省贵阳市启动。清华大学数据科学研究院执行副院长韩亦舜教授认为,这是国家实施创新驱动、培育数字经济发展新动能、推动大数据蓬勃发展的重要举措,标志着国家对大数据、数字经济的推动从规划设计阶段进入实质性落地推进阶段。
记者从现场了解到,中国数据创新行活动将历时一年,活动内容包括在上海、沈阳、杭州、苏州、北京等多个城市陆续举办中国国际大数据挖掘大赛,Sino Open Data Apps中国开放数据创新应用大赛、中关村大数据日主题峰会、阿里云天池余震捕捉AI创新大赛等。活动还将在8个国家大数据综合试验区举办“数聚华夏,创享未来”系列主题论坛、发布中国数字经济发展白皮书、举行数字经济10大巡礼活动等。
商务部国际贸易经济合作研究院研究员、清华大学客座研究员梅新育表示,中国大数据发展已从理论规划迈进全面建设的关键期,此时举办中国数据创新行活动,将推动力直接作用于区域变革和产业完善,对凝聚共识、吸引合作、创新探索、培育市场将起到富有成效的促进作用。“发展大数据一定要有大数据的思维。这次活动可以将8个试验区的界限打破,把各地大数据试验的经验和成果通过活动集中起来,让他们产生化学反应,形成‘模型’,在不久的将来推向全国,让大数据形成燎原之势。”梅新育说。
在促进区域发展方面,大数据战略使贵州受益良多。贵州是中国数据创新行活动的第一站。据不完全统计,贵州自推进大数据战略3年多以来,各类赛事共吸引参赛团队近4万支,参赛人数超过10万人。仅“云上贵州”大数据商业模式大赛就有上百家投资机构聚焦关注项目,获奖的66个决赛项目吸引各类机构总投资9亿元左右,市场估值超过百亿元,货车帮、东方祥云等一批初创企业受到关注。更有近百家国内外知名企业与贵州开展合作,各类小微创业创新公司如雨后春笋,在这片土地上快速生长。
有学者认为,在互联网基础上发展而来的大数据就像“催化剂”一样,“大数据+”将为传统行业和产业带来改变。以扶贫为例,目前贵州省的“扶贫云”指挥调度平台和绩效评估功能已建设完成,确立了“大扶贫”数据交换机制,使各行业部门均可通过“云上贵州”平台接口实时与扶贫云交换涉及扶贫的数据,形成部门互通、上下联动的“大扶贫大数据”。
不过,大数据的发展也面临诸多挑战。一方面,数据安全制约着大数据产业规模的扩大,另一方面,数据质量也亟待提高,数据规模大并不一定代表信息量或者数据价值的增大,相反很多时候意味着信息垃圾的泛滥,错误的数据严重降低了结果的准确性。此外,异构性、结构缺陷、及时性、数据溯源以及结合产业等技术问题也亟待解决。为了解决这些问题,国家发展改革委计划组建13个国家级大数据实验室,围绕大数据基础技术和应用技术两个维度解决大数据面临的各种挑战,促进大数据技术和产业的快速发展,为培育和发展战略性新兴产业提供动力支撑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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