京公网安备 11010802034615号
经营许可证编号:京B2-20210330
挖掘DT时代“新原油” 成都加快布局“大数据”
日前出炉的成都“产业新政50条”明确提出,要强化数据资源支撑,推进数据资源的开发利用。搭建全市统一数据交换共享平台,提升政务数据共享应用水平。企业和社会机构面向行业应用构建专业大数据服务平台,主动采集、加工并开放数据,形成以数据平台为核心的产业加速器,可按平台投资额30%给予最高300万元一次性补助。国内外行业领先企业来蓉开展数据业务、发展大数据产业的,产业部门按重点项目帮助企业协调数据资源……
大数据就是现代“新原油”。从it时代走向dt(数据处理技术)时代,大数据到底在怎样改变我们的生活?在大数据从概念渗透转向应用发展的当下,中国大数据发展情况怎样?世界各国在大数据领域如何布局?而正在加快建设全面体现新发展理念的国家中心城市的成都,其大数据发展又是怎样的场景?
前沿故事
大学教授“变身”创业者
探索大数据发展的“成都模式”
“假如按照经验,一个刀具可以切割300个手机壳,每当切割到300个手机壳时,刀具的使用寿命就结束了。而利用大数据我们发现,有的刀具只能切割280个手机壳,有的刀具则可以切割330个手机壳。大数据的价值就在于,通过合理的算法对大量的刀具数据进行加工,计算出每个刀具的使用寿命,而不是像以往那样 一刀切 ,从而节省成本,让每个刀具都 物尽其用 。”上周,在成都数之联科技有限公司董事长办公室里,傅彦深入浅出地给记者“普及”大数据知识。
有意思的是,2012年才正式成立的数之联,是由一群大学教授创办的。作为电子科大教授、博士生导师的傅彦就是其中之一。而另外一个不得不提的创办者,则是电子科大“80后”最年轻教授、中国大数据领军人物的周涛。长期从事数据挖掘、看到巨大社会需求的他们,带着引领大数据产业发展的初衷,化身创业者,为政府、企业挖掘数据背后的“宝藏”。
为众多知名企业提供解决方案
“我们长期从事数据挖掘工作,也意识到大数据的广阔前景。如何将科研成果用以解决实际问题?如何从这些数据中挖掘出有价值的信息,从而对企业发展起到帮助作用?带着这些问题,2012年我们创办了数之联。经过前期的孵化和技术准备,2013年3月正式运行。”回想起公司创办之初的情形,傅彦如数家珍地告诉记者。
虽然公司成立仅5年时间,但得益于良好的政策支持和自身强大的科研实力,数之联已经先后服务了阿里巴巴、腾讯、中国联通、工商银行、五粮液等众多知名企业。傅彦向记者举例说道,“2015年,我们开始与五粮液合作,致力于生产线的优化和设备运行情况监测。在以往的生产过程中,何时加水、加原料都是靠经验,不同的人经验也不一样。这样一来,高质量酒的产量就比较有限。而根据他们生产过程中产生的大量数据,我们通过大数据手段加以分析,就可以得出最佳加水、加原料的时间,从而提高高质量酒的产量。此外,生产设备的使用寿命也可以通过大数据来预测。设备的损坏往往不是一瞬间的事,而是一个渐进过程,这一点很难通过肉眼发现。通过大数据的精准分析,我们可以预测一个设备大概什么时候坏,从而优化生产线,降低运营成本。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14