京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国大数据,不只“数据大”
市民在中国国际大数据产业博览会现场参观大型无人机。
近年来,中国大力推动实施国家大数据战略,大数据产业保持良好发展势头,涌现出一大批大数据新企业、新产品、新服务、新业态。不断涌动的创新、深度的融合和庞大的体量让中国加速迈入“大数据时代”。而对中国而言,大数据不仅仅是“数据大”这么简单,突破核心技术、培养竞争优势、培育持久动能、增强管理能力,都是推动大数据产业发展的题中之义。
突破核心技术
产业规模达到4700亿元,同比增长30%,这是中国大数据产业去年交出的成绩单。根据国家网信办发布的《数字中国建设发展报告(2017年)》显示,2014年至2017年,中国大数据产业持续高速增长,预计2020年中国大数据市场产值将超万亿。
党的十九大提出要建设网络强国、数字中国、智慧社会,推动互联网、大数据、人工智能和实体经济深度融合,发展数字经济、共享经济,培育新增长点、形成新动能。在国家大数据战略深入实施的当下,中国各地方大数据产业发展方兴未艾。
中国大数据产业的发展得益于丰富的技术创新成果。近年来,中国大力支持前沿技术创新,加快关键产品研发,推进大数据与云计算的深度融合,促进产学研深度融合,打造了一批代表性企业和项目。比如,全部采用安全可靠CPU的“神威·太湖之光”超级计算机连续4次位列全球超算500强首位,量子点电视等创新加速涌现,中国在基于数字技术的人工智能、高性能计算等领域国际领先等。
“全球数据爆发增长、海量集聚的当下,完备的数据基础、巨大的数据资源和应用市场让中国具备创新优势。”工信部副部长陈肇雄说。
中国拥有全球最庞大的数据生产群体,网民数量、移动电话用户数量居世界第一,已是名副其实的数据资源大国。据外媒报道,全球大数据市场规模2020年有望扩大至2100亿美元。其中,中国大数据总量占比将达20%,成为全球大数据大国。
深化融合应用
“如今,大量前去医院就诊的患者都是看糖尿病、心血管疾病等慢性病,这类疾病的诊疗重在分析病人的各项数据,以此监测并发症、调整用药。”
谈到大数据技术在医学领域的应用,有业内人士说,普通百姓可以明显感受到医疗大数据带来的便利,以慢病管理应用软件为例,很多病人的诊疗可以在软件上完成,不仅节省医疗资源,也能给医生提供更准确的病史作为参考。
“医疗大数据”仅是大数据与其他产业深度融合的案例之一。随着大数据产业的深入发展,大数据产业与实体经济的融合日益加深,已经从早期的电商、金融、电信领域渗透至农业、医疗、工业等方方面面。
《2018年中国大数据产业发展水平评估报告》显示,2017年,综合基础环境、数据汇集、行业应用等因素,大数据发展水平行业排名由高到低为金融、电信、政务、交通、商贸、医疗、工业、教育、旅游、农业。
其中,金融、电信、政务大数据发展指数分别为45.35、41.69和39.44,超过行业指数平均值30.51。工业领域2017年的指数为24.28,相较2016年的15.41显著提高。
“信息技术正从助力经济发展的辅助工具向引领经济发展的核心引擎转变。对数据的‘盘活’和‘赋能’,必将为产业生活带来‘点石成金’的效应。”中科院院士梅宏说。
加强数据治理
在大数据产业迅猛发展的同时,大数据安全发展和保障能力建设等问题逐渐进入人们的视线。如何构建完善大数据治理体系,完善法律法规,加强大数据安防产品开发,建立高效数据安全管理机制,成为业界共同关心的议题。
数据安全隐患可谓全球性议题。比如美国社交平台脸书就因被指控通过手机应用收集用户及其朋友信息而引发广泛关注。在国内,近年来,地下数据交易猖獗,数据泄露和网络攻击事件频发,给个人隐私保护、企业安全生产、经济社会发展乃至国家安全都可能带来新的挑战。
《数据泄露水平指数调查报告》显示,2017年上半年全球有19亿条数据记录被泄露。相比2016年下半年,丢失、被盗或被泄露记录条数增加了164%。
另一份报告则显示,通过手机APP获取个人信息数据在国内已呈常态化趋势。高达96.6%的Android应用会获取用户手机隐私权限,25.3%的Android应用甚至存在越界获取用户手机隐私权限的情况。
中央网信办网络安全协调局副局长卿昱表示,互联时代大数据规模空前,数据流动更加频繁。国家有关部门正在积极加快推动网络安全法等一系列法律法规制度的增补完善,启动大数据安全标准研制工作,积极发挥标准的基础性引领作用。
“到2020年,技术先进、应用繁荣、保障有力的大数据产业体系基本形成”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 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 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28