
温州出台大数据平台建设意见
浙江省温州市政府办近日通过《关于推进政府大数据平台建设的实施意见》,主要针对目前温州市电子政务工作中存在重复建设、资源浪费、信息孤岛、安全薄弱等问题,旨在推进全市一体化的政府大数据平台建设,实现全市“一朵云”架构。
各部门不再新建数据中心和专用网络
《意见》规定,实施的基本原则包括基础设施统一化建设、数据资源集中化管理、技术服务社会化保障。
基础设施建设方面,根据电子政务、智慧城市、信息惠民等信息化建设需求,建设全市“一朵云”架构。云服务模式将按照“以上云为常态,不上云为例外”要求,让各地、各部门利用统一政务云平台开展电子政务应用,除特殊原因外,各部门原则上不再新建独立的机房、数据中心和专用网络,不另行采购服务器、存储、数据库、支撑软件、信息安全、数据备份等基础设施。
数据资源管理方面,建立健全以政府大数据平台为核心的信息资源归集、共享、开放和安全保障机制,各部门数据要向大数据平台集中,统一为各级各部门提供共享服务。除法律法规明确规定外,对申请立项新建的部门信息系统,只要是未明确部门间信息共享需求的,一概不予审批;对在建的部门信息系统,只要是不能与其他部门互联共享信息的,一概不得通过验收;只要是不支持统一信息共享平台建设、不向统一信息共享平台提供信息的部门信息系统,一概不予审批或验收。
技术服务保障方面,发挥市场机构在信息基础设施建设、信息技术、信息资源整合开发和服务等方面的优势,通过购买服务方式,政府与企业合作,为政府大数据平台建设提供保障。探索建立政府信息技术服务外包机制,电子政务系统日常运行维护工作部分或全部委托给专业化社会机构。
一类数据来源于一个权威部门
从今年11月份开始,各部门新建的或升级改造的电子政务应用系统,原则上均部署在云平台上,所需的机房环境、计算资源、网络资源、存储资源及支撑软件等基础设施全部以云服务的方式统一提供,部门只负责业务应用系统的开发。
市级各部门网站以及目前已托管的应用系统,2015年底前首先迁移到云平台。各单位自建的规模较小、利用率低、管理薄弱的数据中心机房,在业务系统云化迁移后逐步取消。
打破原有的一个数据多个部门持有的状态,避免重复建设和数据“打架”,全市统一的电子政务数据交换体系的构建,以浙江政务服务网温州交换中心为主交换平台,各部门现有的数据交换系统为子交换平台。
建立健全共享数据汇聚机制,按照“一类数据来源于一个权威部门,权威部门负责更新维护”原则,通过统一数据交换平台,将具有公共性、标识性、基准性的共享数据进行汇聚,集中存储于云平台,形成人口、法人、经济、空间地理、社会信用等各类城市重要基础性数据库。建立向云平台直接获取为主,部门间数据交换获取为辅的共享应用机制,提高城市综合数据共享使用效率。
大数据将率先在行政审批等领域应用
大数据示范应用将在行政审批、市场监管,环境治理、食品药品安全、电子商务等领域率先展开。
建设权力事项、审批业务、行政执法、电子证照等共享数据库,让行政审批事项上网运行,整合社会保障、公共安全、医疗卫生、国民教育、劳动就业、养老服务等公共管理和公共服务领域的政务服务资源,完善网上服务与实体大厅服务、线上服务与线下服务相结合的一体化政务服务模式。将大数据运用在对市场主体服务和监管上。整合金融、工商登记、税收缴纳、社保缴费、交通违法、安全生产、质量监管、统计调查等领域信用信息,运用大数据推动社会信用体系建设,建立健全市场主体守信激励机制和失信惩戒机制,构建公平诚信的市场环境。
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