京公网安备 11010802034615号
经营许可证编号:京B2-20210330
充分利用数博会成果优化提升大数据顶层设计
2017中国国际大数据产业博览会展示了丰富的思想和技术创新成果,这些成果对于贵阳高新区、白云区两区发展大数据具有深刻的借鉴和启迪意义。两区都要充分利用此次数博会的成果,优化提升各自发展大数据2.0版的顶层设计。
高新区要紧密聚焦大数据发展前沿,突出打造“大数据生态”、“区块链应用”、“人工智能”三大重点工程。
大数据发展到今天,各种创新性的科技成果已如繁星闪耀。仅在本次数博会上,我们就见识到了以柔宇科技“柔性显示屏”、中国“光量子计算机”、中兴通讯“黑盒化物联终端”、“石墨烯的柔性手机”等为代表的一批新发明、黑科技。这众多的新技术、新发明,既拓展了我们的眼界,又给我们的产业发展之路带来某种选择性,即应该优先选择哪些前沿技术,作为我们发展大数据产业的切入点。结合此次数博会反映出的技术发展前沿趋势和应用前景来看,下一步高新区要从三个方面苦下功夫。
第一,要抓好“大数据生态”。要不断强化网络化数据社会与现实社会的有机融合、互动以及协调,形成大数据感知、管理、分析与应用服务的新一代信息技术架构和良性增益的闭环生态系统。以此次数博会为契机,高新区成立了大数据产业生态示范基地。高新区要充分利用好基地这个平台,一是要进一步优化大数据发展的生态环境,为数据汇聚、数据开放、数据清洗、数据加工、数据应用提供条件,为大数据、云计算、互联网、物联网提供应用场景,着力打造数据从汇聚到清洗、加工、开放、共享、应用的全生态链、全产业链、全服务链;二是要全力突破大数据与制造业特别是智能制造的深度融合,重点引进一批国内外顶尖的工业互联网平台落地高新区,加快建成我们自己的大数据智能制造研究院(中心);三是要全力引进全国、全球知名企业云平台,做强智能制造云平台,提高大数据智能制造水平。
第二,要抓好“区块链应用”。加快推进区块链特别是“主权区块链”的应用场景建设。主权区块链是贵阳深耕区块链产业生态,不断推动区块链理论升华的最新成果。下一步,高新区要把应用场景建设作为发展的重中之重,全力推进“区块链+金融”、“区块链+智能制造”、“区块链+民生”等业务板块发展。要积极引进参加此次数博会展示的有关区块链企业。现在区块链才刚刚兴起,全世界处在同一条起跑线上,所以我们怎样保证区块链应用走在前列,这是高新区必须要做好的事情。
第三,要抓好“人工智能”。深入探索“人工智能”技术前沿的研究及应用场景的建设。人工智能是未来科技与产业发展的一个趋势。今后,不论是大数据、生命科学、生物工程等新兴产业,还是传统制造业,都将与人工智能之间产生深度而密切的融合。下一步,我们要积极探索人工智能研究与应用的前沿,加快引进人工智能企业、项目在两区落地和发展。
通过参加此次数博会,高新区要精准把握自己作为贵阳发展大数据产业的示范区和“桥头堡”的定位,明确下一步工作的重点:一是夯实基础――夯实“大数据生态”这个基础;二是强化保障――强化“区块链应用”这个保障;三是引领趋势――引领“人工智能”这个趋势。通过打造这“三足鼎立”,确保高新区在发展大数据方面持续走在贵阳、贵州乃至全国的前列,真正成为大数据技术创新的引领区。
白云区要牢牢紧扣“块数据城市试验区”、“大数据社会治理先行试验区”定位,率先突破数据开放,广泛形成应用场景,重点实施“云”化工程,全力发展云产业。
这次数博会上,与会领导、嘉宾提得比较多的一个概念就是“应用场景”。应用场景是大数据迈向商业价值实现的关键性一步,也是未来驱动创新的一个重要源泉。下一步,白云区要充分发挥近水楼台的优势,当好高新区的“实验田”,重点对接高新区在大数据领域的高端产业和顶尖技术,特别是前面提到的“大数据生态”、“区块链应用”、“人工智能”三大重点工程,要率先突破数据开放,广泛形成应用场景,重点实施“云”化工程,全力发展云产业。
第一,要率先突破数据开放。白云区发展大数据2.0版,要率先突破数据开放,将白云的数据接入高新区的“大数据生态”基地,充分实现数据的汇集,并通过对数据的清洗、加工、处理,实现对隐私和机密信息的脱敏,使数据资源能够安全、便捷地为大众所享用、为商业活动所使用,从而为大数据走向充分应用奠定基础。
第二,要广泛形成应用场景。重点聚焦大数据政用、商用和民用,一是要着力形成“七大治理”应用场景,积极引入高新区现有的先进企业、技术和平台,推动“大数据+大诚信”、“大数据+大平安”、“大数据+大城管”、“大数据+大教育”、“大数据+大健康”、“大数据+大民生”、“大数据+大生态”七大治理板块。要不断优化和完善“块数据云平台指挥中心”的作用,充分整合民政、司法、交通、教育、生态、诚信建设等条数据资源,提升公共治理的智能化水平,真正实现“块数据城市”治理。二是要着力形成企业生产经营应用场景。工业企业应用场景要突出产品的设计、效能的提升、销售的精准性等等,服务业应用场景要突出提升优质服务、提供便利服务、降低物流成本等优势,农业企业应用场景要突出科学的种植、应对农业风险等方面,形成我们经济发展方面的应用场景。三是要着力形成从严治党应用场景。要积极使用数据对党员干部的业务流程和个人履职行为进行全过程记录,并依托高新区的“大数据生态”工程对记录的数据进行深度挖掘,发现薄弱环节,寻找权力异常,构筑数据铁笼。
第三,要重点实施“云化”工程,全力发展云产业。目前,一个行业的云化程度,已成为衡量该行业数字经济发展程度的重要指标。白云区在形成广泛应用场景的基础上,要重点实施“云化工程”,全力发展云产业。要以“五个一”模式为引领:给一项应用,引进和培育一个企业,带来一个团队,升起一朵云,发展一片产业。今后,我们的工业、农业、服务业都要大力提升“云化”水平,要打造“云化工业”、“云化农业”、“云化服务业”,让“工业云”、“农业云”、“生态云”、“金融云”、“企业云”等各种各样的云都飘在白云区的蓝天上,真正形成蓝天白云。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19