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
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在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10