京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据下半场关键词:创新 安全 场景
大数据产业发展正在进入下半场。一个典型的特征是,大数据已成为重构智能商业时代的核心经济引擎。来自工信部直属研究机构中国信息通信研究院的数据显示,2017年,中国数字经济规模达27.2万亿元,占国内生产总值(GDP)比重达到32.9%。而2016年,这一数字是22.6万亿元。
那么,进入下半场之后,大数据产业的发展将面临哪些关键问题?
近日,在2018 CCF大数据与计算智能大赛启动仪式上,中国科学院院士梅宏、中国工程院院士倪光南、中国计算机学会秘书长杜子德、教育部计算机类专业教指委副主任杨波、中国联通集团研究院院长张云勇、百分点创始人苏萌等一批大数据专家就大数据产业未来发展情况展开讨论。专家认为,创新、安全、场景等正成为大数据产业下半场的关键词。
梅宏:热潮之中,需要保持创新
“现在对大数据价值的挖掘还远远不够,这也是大赛的目的。”梅宏对目前大数据研究与应用现状表达了看法。
他认为,在大数据发展的热潮中,产业链各方均需要足够的冷静,要分析大数据技术工具中有多少是原创的,是否在大数据核心技术上有足够的投入。他建议,企业和研究机构要保持创新,寻求核心技术上的突破。
倪光南:加强数据安全领域法规建设
针对近期国内几大公有云服务平台陆续曝出的数据安全事件。倪光南院士表示,数据安全问题频仍发生,一方面是“云数产业”发展繁荣,在产业规模变大之后,安全问题容易凸显;另一方面,安全问题是个系统工程,需要各方综合治理,尤其是目前国内数据安全领域的行业法规建设仍有所欠缺,亟需补齐短板。
他强调,大数据应用创新、产业发展是未来趋势,不能因个别安全问题而“因噎废食”。
苏萌:应用场景是大数据价值变现的关键环节
“大数据发展进入下半场,将拂去很多市场上的泡沫”,苏萌认为,目前大数据的发展正进入到价值变现阶段,而变现的关键是技术能否嵌入到应用场景中去,解决企业发展的痛点问题。
他分析,未来大数据企业之间竞争的焦点之一是,谁更懂行业,“底层核心技术的不断创新与行业痛点场景的精准结合,将进一步推动大数据的价值变现”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17