京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2017年我国大数据产业发展五大新突破
2017年,大数据产业发展打开突破口,迎来爆发期,大数据融合应用进程加速,产业集聚进一步特色化发展,创新驱动仍是产业发展主基调,为做大做强数字经济、带动传统产业转型升级提供新动力。
2017年接近尾声,这一年大数据新模式、新业态层出不穷,面对五大瓶颈问题——数据资源开放共享程度低、技术创新与支撑能力不强、大数据应用水平不高、大数据产业支撑体系尚不完善及人才队伍建设亟需加强,打开突破口。
政务大数据开放共享呈现新格局
“加快政府数据的开放共享”作为国家《促进大数据发展行动纲要》三大任务之首,2017年,在政策、法规、技术、应用等多重因素的推动下,获得了进一步发展,在城市侧表现尤为突出,基本形成了跨部门数据共享共用的格局。
京、津、沪、渝、冀、辽、贵、晋等省市政府相继出台了大数据研究与发展行动计划,整合数据资源,实现区域数据中心资源汇集与集中建设,与“建设全国一体化的国家大数据中心”的国家战略要求契合,为实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务提供了平台。
根据2017中国开放数林指数显示,在这些陆续开放共享政府大数据的省市中,上海、青岛、贵阳、广州、东莞位列总排名前五名,上海、贵阳、青岛位列数据层前五名,佛山、哈尔滨、上海位列平台层前五名。
技术创新驱动产业发展
大数据领域每年都会涌现出大量新的技术,成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来,为人类社会经济活动提供依据,提高各个领域的运行效率,甚至整个社会经济的集约化程度。
2017年,伴随着新一轮的信息技术革命和商业模式创新,实体经济插上数字化羽翼,一场以数字化为形式、以技术进步为手段、以经济转型升级为目标的变革已经全面展开。
工业和信息化部总工程师张峰认为,目前我国大数据产业迎来全面良好的发展新局面,“关键技术领域取得新突破,大数据软硬件自主研发实力快速提升,一些大数据基础和平台处理能力提升世界潜力,涌现出一大批大数据创新企业和创新模式。”
大数据应用迎来黄金时代
2017年,大数据产业依旧保持高速增长态势,并从单一的技术概念逐渐转化为新要素、新战略、新思维。今年,大数据产业正经历从构想迈向应用的过渡期,在政府和市场力量的全力推动下,大数据已经在政用、商用和民用领域全面覆盖,并且在区块链应用上实现重大突破。
目前,我国广东、福建、浙江、河南、上海等16个地区均依据当地发展现状制定相应的大数据相关政策,近20个地方政府陆续推进大数据应用平台建设。
数据资产运营的价值通过应用的落地逐渐得到释放,并在全国涌现出了一批典型应用。中国首家政府大数据资产运营商——九次方大数据凭借在全国各省、市、自治区的实践经验,在各地打造了旅游、精准扶贫、医疗、信用、农业等一系列政府大数据应用样板间,助力实现政府结构扁平化、政府运作智能化、社会治理网格化、公共安全数字化、民生服务智慧化、公权力约束精准化。为激活政府数据资产价值提供了研究样本,掀起政府大数据应用的发展高潮。
大数据产业支撑体系逐渐完善
2017年,我国大数据产业发展环境持续优化、产业生态系统日趋完善。大数据标准体系初步形成,开展了大数据技术、交易、开放共享、工业大数据等国家标准的研制工作,在北京、上海、贵阳开展了大数据标准试点示范。一批大数据技术研发实验室、工程中心、企业技术中心、产业创新平台、产业联盟、投资基金等形式的产业支撑平台相继建成。大数据安全保障体系和法律法规不断完善。
从管理机构方面看,大多数城市在推进城市数据开放共享中,将组织机构作为工作开展的前提。截至2017年9月,全国至少有已有13个省成立了21家大数据管理机构,而这一数字还在不断增长中。
大数据人才队伍建设进程加快
2017年11月,我国首个由行业主管协会起草的大数据人才培养发展方向的通识性标准——《中国大数据人才培养体系标准》正式发布,预示着中国评定大数据人才的核心标准转向是否能够综合使用工具为企业或客户创造商业价值。
数据显示,2017年,我国已有35所本科学校获批“数据科学与大数据技术”本科专业,62所专科院校开设“大数据技术与应用”专科专业,申报数据科学与大数据技术本科专业的学校达到293所。
由于目前国内培养大数据人才的院校都尚处于起步阶段,学校教育与大数据市场需求脱节严重,社会培训机构对大数据人才的培养所起的作用将是很好的补充。
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