京公网安备 11010802034615号
经营许可证编号:京B2-20210330
多措并举推进大数据产业发展
近年来,我国大数据产业保持健康快速发展势头,不断向制造业等传统产业渗透融合,催生出一大批新产品、新服务、新模式和新业态。随着新一代信息技术产业加速变革,经济社会各领域信息网络化程度不断加深,国内旺盛的应用需求和巨大的市场空间,将为大数据产业的创新发展提供更为强大的驱动力。
但是,也应看到,大数据产业也面临着数据开放共享水平有待提高、技术创新对产业发展的引领作用不强、数字转型程度亟待提升、产业统计和标准体系急需构建、数据安全和数据主权面临新问题等挑战。
促进大数据产业发展,首先应推进数据开放共享,提升要素支撑能力。不仅要研究制定数据资源标准管理规范,对涉及国家战略安全、个人隐私的数据加强保护,从提高效率、促进创新的角度出发,鼓励开放社会公共服务数据、一般性学术研究数据等,还要正视数据资源的“有价性”,推动制定数据资源确权、开放、流通、交易相关制度,通过明确交易规则、制定定价标准、设立交易市场等方式,使数据资源在企业间、企业与政府间能够以共赢的方式分享。
其次,强化核心技术创新,积蓄创新发展动能。除了加强大数据核心技术攻关,布局国家大数据科技创新重大专项,整合产学研资源优势共同攻关大数据基础架构、采集存储、处理分析、安全保障等关键技术,还要加速推进科研成果转化,发展以应用需求为牵引的跨学科、跨领域交叉融合技术研究,汇聚多方资源共同加快大数据前沿技术产业化进程。同时,构建支撑数字化转型的创新网络,统筹推进国家大数据综合试验区、产业集聚区和新型工业化示范基地建设,支持面向大数据应用领域的创新创业,鼓励支持中小企业、初创企业加强大数据应用技术开发。
第三,深化融合渗透效应,促进实体经济发展。围绕“中国制造2025”等重大战略的落地实施,开展工业大数据技术、产品、平台和解决方案的研发和产业化,建设一批国家级、行业级、企业级工业互联网平台,探索建立工业大数据中心,实施工业大数据应用示范工程,利用大数据培育发展制造业新模式、新业态。这不仅要推动企业在科学计算、资源勘查、卫星应用、重大装备制造、现代农业等领域应用大数据,还要推动大数据与商业、金融、文化、教育、医疗等领域相结合。
此外,大数据产业的发展,还离不开有效的行业监管。为此,相关部门应统筹规划数据安全相关标准制定,研究探索合理解决“数字垄断”“数字继承”“数字开放”等新问题的规制方法,把握数据隐私保护和数据开发应用之间的平衡;建立健全数据相关法律法规和制度体系,加强行业管理和安全保障,完善对隐私信息保护、网络安全保障、跨境数据流动的管理,健全网络数据和用户信息防泄露、防篡改和数据备份等安全防护措施及相关管理机制,组织开展数据共享、开放、交易、安全等方面的立法研究工作及相关专项检查和治理等。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
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