
大数据平台有望更好地赋能政企行业
13日,腾讯举办“2017互联网+大数据高峰论坛”,与会嘉宾指出,随着移动互联网、物联网、云计算等技术的快速普及以及“互联网+”行动、国家大数据战略的有序实施,大数据已逐渐从概念认知阶段过渡到各行业的实践应用阶段,大数据新时代全面开启。
“政府推动大数据发展的布局已拉开序幕,但行业应用尚未大规模启动”,中国信息通信研究院政策与经济研究所副总工、中国信息经济学会副秘书长何霞说。如何打破行业间仍存在的“信息壁垒”?如何化解行业在信息资源开放方面面临的挑战?面对这些共性问题,腾讯公司在会上推出的全新大数据品牌“腾讯慧聚”受到了广泛关注。腾讯副总裁张巍表示,腾讯此次率先开放政企大数据平台,将赋能地方政府和企业,助力信息化建设升级,助推智慧城市建设。
传统行业需要大数据企业帮助其采集物联网数据,解决一些类似于优化查询性能、计算平台搭建等问题,以此来更好地实现服务目标。腾讯基于此开发了包括Dmaster大数据一站式平台等平台在内的“腾讯慧聚”大数据平台。
“比如气象局要统计深圳50年降雨量数据,原来要用十分钟才能算出来结果,现在5到8秒就可以解决这个问题。”张巍说,腾讯希望开放海量实践的大数据能力,更好地赋能政企行业,把积累的经验包装成产品以解决传统企业的“痛点”,打通各个行业之间壁垒,让数据汇集起来实现更高的价值。
目前,大数据已在许多地方应用于消防、警务、交通、气象、园区、物联、电力运营等场景。江苏省消防总队副总队长王献忠表示,大数据在排查隐患,风险预警快速定位反应上起到了关键的作用。江苏省消防总队和腾讯签署互联网+合作协议,双方依托腾讯大数据及用户触达能力,扩展面向个人的相关消防公共服务产品。
云南省公安厅科信处数据科科长白雪峰则介绍说,与腾讯“互联网+”合作以来,搭建了电子督查平台、公安网审批平台、身份认证平台、标准事项库等,为云南省掌上公安、微警务、网上办事大厅等应用提供支撑。与此同时,腾讯互联网+大数据还支持云南省汽车客运车票实名系统,覆盖云南省178个汽车客运站,输出非结构化数据存储、关联查询分析、人口流动分析等能力。
为保证大数据平台能够持续发力,腾讯与南京理工大学、哈尔滨工业大学(深圳)等高校确立了合作关系。将在智慧交通、气象等领域共享大数据的研究成果。
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在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30