
抓住大数据的历史机遇
大数据正在创造新理论、新技术、新价值,带来大机遇、大挑战、大发展,在国家治理、社会发展、经济科技创新中的引领作用日益凸显,成为推进时代变革发展的重要切入点和增长点。加速大数据军民深度融合发展,发挥大数据在后勤建设发展中的引领作用,是推进现代后勤“三大建设任务”面临的重大时代课题。
互连——
加速构建后勤物联网
互连是物理世界通往网络空间的第一步。有专家预测,随着互连程度不断加深,许多现在单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代,各类决策行为将越来越取决于数据和分析,而不再是经验和直觉。
近年来,军人保障标识牌等后勤信息化工程得到快速推进,但由于互连范围和层次还比较低,各类人员、物资和设施设备数据“感知不实时、采集不完整、上传不连续”的问题较为普遍。应以军人保障标识牌为核心,加大可穿戴智能设备研发力度,实现对官兵生理、心理等数据的实时采集。要依托北斗卫星定位、导航和通信技术,完善官兵个人终端通讯和指控功能,全面实现基于位置服务的官兵态势的实时采集和接入。特别要加速推进物的互连,以嵌入式微系统运用为核心,构建军民融合、军地兼容的集物资识别、感知和数据上传于一体的后勤物联网,真正将大数据的理论技术和方法运用到后勤信息化建设中。
让数据开放流动起来
互连解决了连接手段问题,在线却能够实现实时访问。今年,国务院《关于积极推进“互联网+”行动的指导意见》中,“在线”共出现19次,覆盖面之广、频率之高十分罕见,这说明在线已经成为国家发展战略,成为时代的鲜明特征和总体趋势。通过在线,数据被网络上的有权用户和计算机访问,数据规模和种类随之增长,奠定了大数据的形成基础。
后勤大数据建设过程中,在线意味着物理世界的人或物资、环境等与网络空间的“自我”是一一对应、实时互动的。而一般来讲,后勤数据随军需、物资、油料等勤务活动的展开而产生,数据行业壁垒分明,这使得大数据的理念、技术和方法难以得到运用。笔者以为,破解在线难题的出路,一方面要以数据运用需求为牵引,将传统“条”数据转变为跨界的“块”数据,让数据开放流动起来,逐步建立愿意在线、主动在线的后勤数据建设新思维,为后勤大数据技术运用创造条件;另一方面,要加快数据开放与在线技术瓶颈难题攻关,推进“碎片化”安全保密技术,丰富战术互联网络方式方法,为官兵在线、物资在线和环境在线创造良好的技术手段和条件。
使大数据价值倍增
数据从产生伊始便有明确的从属性和清晰的“界”。如果说互连和实时在线催生壮大了大数据,那么大数据身上天然的跨界基因则使各行各业的数据得以汇聚,使大数据的价值得以发现和倍增。
然而,后勤数据建设受传统观念、现实利益和技术羁绊的影响,目前尚难以实现跨界。军事后勤大数据建设唯有打破利益之界、观念之界,才有可能创造出全新的后勤保障模式。一方面要系统规划数据应用服务体系,以作战需求为牵引,坚持顶层设计,以指挥信息系统、军事物流信息系统等综合型系统部署运用为契机,体系化建构数据应用服务,在军需、物资、油料、营房、卫勤等专业之间搭建数据流动桥梁,明确数据开放的责任与义务,强势推进后勤数据共享开放,突破后勤各个勤务专业领域的行业之界、利益之界;另一方面要加速军地兼容物联网基础设施建设,通过国民经济动员、军地物联网等军地深度融合的信息系统,在军地关键基础设施、主要保障物资和设备之间实现数据连通。
互连、在线和跨界,是大数据产生、发展到引发变革过程中由浅入深、依次递进的3个成长阶段,唯有实现互连、在线和跨界,后勤小数据才能汇成大数据、变成活数据,实现数字世界对物理、精神和观念的全面映射和变革引领,从而抓住大数据带来的机遇,推进军事后勤信息化建设实现跨越式发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04