京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据融合彰显价值 跨界链接产业变革
12月7日电 5日,由国家发改委牵头组织的“中国数据创新行”主要活动——2017中国国际大数据挖掘大赛复赛在北京举行。复赛现场,来自江苏的“心脏康复大数据平台”项目正在台上为专家评委们带来精彩的路演,并博得阵阵掌声。
作为全国首个数据挖掘的国际性赛事,从今年3月赛事启动至今,已经吸引了全球19个国家和地区的万余支项目团队报名参赛。经过评委专家精心筛选,有200支项目入围复赛。据了解,大数据挖掘大赛在结束北京的复赛单元后,将在贵阳举行总决赛暨颁奖礼。
赛事评委、清华大学数据科学研究院执行副院长韩亦舜在纵览复赛项目后表示,大数据技术的渗透融合,催生了新的行业与领域,也给更多的传统行业带来了新生机。“数聚华夏 创享未来”,通过技术引领、深度融合提高实体经济发展质量,是新时期的重要探索方向,同样是本次复赛的重要主题。
数据融合 深挖“跨界”富矿
据“心脏康复大数据平台”项目负责人高锐介绍,项目通过案例大数据智能管理(Big Case)、数字心肺步行试验(DCW)、康复训练和检测设备(CTIM)等核心技术为患者提供心脏康复评估、处方、训练监测等心脏康复全流程解决方案,实现三期心脏康复的无缝对接。“我们以临床案例为基础,首创案例大数据智能管理系统,根据病人数据、健康数据自动进行分析,来提出处方建议、知识推送、服务组织,能极大程度降低失误率。”
来自深圳的“城市交通大数据在线检测与动态仿真系统”项目同样也是数据融合与挖掘利用的典型案例。项目主讲人周勇告诉记者,他们正致力于打造一个面向精细化管控和全方式智慧出行的实时在线仿真系统。系统基于移动车辆GPS、手机信令、地磁流量、视频图像等动态大数据和静态数据的多源融合,通过现实交通系统与虚拟交通系统的互动学习,以动态OD估计、中微观交通流仿真为核心,结合无人机航拍与图像识别技术对驾驶行为参数的标定,实现车道级的动态仿真与高精度的实时在线推演。目前,项目已经在深圳市福田区、新洲路和深南大道等案例中实现了深度应用。
“如何融合多元数据资源,跨越产业转型升级壁垒?这些项目给出了亮眼的答案。项目通过挖掘潜在于多种产业中的多类型数据,让大数据技术与产业发展得到深层的融合。”赛事评委、赛仕软件研究开发(北京)有限公司总经理刘政认为,多个参赛项目的出现正是我国大数据与全产业深入融合发展的具体体现。
比赛现场,各项目选手紧扣大赛主题“唤醒沉睡的数据”,从平台搭建、技术创新、数据有效利用、应用实现等多个方面,全面展现了数据融合的新前景和大数据发展的新进程。
数据挖掘是数据应用的核心,是发现新应用、创造新价值的关键,是数字经济最核心的动力,而融合则是全面激发大数据价值的最佳途径。赛事评委、TCL股权投资有限公司董事总经理游浩认为,“互联网+是大数据应用的幼年期,从技术、数据、人才、资金等资源匹配程度来看,目前大数据已经进入全面融合的新阶段探索。”
数据渗透 成为“转型”支点
多位参赛选手表示,吸引他们参赛的,是组委会提供的一系列政府开放的数据源,这其中包括14个政府开放数据平台的11600多个数据集,1600多个数据接口。“数据就是生产资源。我们的项目涉足领域广泛,得到更多领域数据的支持,才能够进一步加速应用与多领域的融合开发和完善。”
“共享开放是大数据应用的重要基础,共享的同时数据的价值也可以无限放大,通过多种形式的开发得到全方位渗透,这是数据开放的重要目的,甚至是大数据发展的重要落脚点。” 云上贵州大数据产业发展有限公司首席技术官秦晓东曾在大赛启动仪式上表示。
赛事评委、清华大学数据科学研究院执行副院长韩亦舜在分析大数据与全产业融合趋势时表示,党的十九大报告提出加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合,为传统行业与大数据全面融合指明了方向。本次大赛的项目从整体看,比往届赛事项目更为成熟,在数据的挖掘、分析等技术层面更为先进,尤其重视通过数据融合与渗透,在多行业多领域找到痛点解决方案或行业转型升级策略。
以此为视角,从大赛初选中脱颖而出的复赛项目不乏新颖之处。
号称“24h无人便利店”的“X空间”项目以其新颖的商业模式和便捷的购物体验吸引着各界的关注。项目负责人刘霏介绍,除了无人的特点之外,“X空间”作为线下物联网终端,将收集用户基本信息及消费数据,依靠大数据挖掘结果实现精准营销及供应链精细化管理。据了解,该项目已落地北京、长沙、青岛、汕头,并获得了市场的认可。
赛事组委会负责人告诉记者,通过赛事,引导大数据的纵向探索与全面融合,以比拼和选拔的方式,为优秀项目提供展示平台和融资机会,真真切切地为大数据行业发展做实事,是赛事的重要责任和使命。
据悉,本月晚些时候将举行2017中国国际大数据挖掘大赛总决赛及颁奖礼,这也将是“中国数据创新行”活动的收官之战。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12