京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:新动力 新机遇 新途径
我们正处在一个神奇的大数据时代。如今,我们开车出行,经常会使用导航仪来给自己指路,并能实时获悉前方道路拥堵等情况。公安交警在许多城市道路上推行“绿波带”,只要机动车以一定的速度行驶,就能更多地避开红灯。将来,无人驾驶得到推广,驾驶者能够“解放”自己的双手,并实时得知路况信息,准确控制车辆状态;车载应用尽在云端,挡风玻璃拥有手机屏幕的功能,可以多点触摸、支持视频通话,在玻璃上划几下就能使用导航、查询天气、阅读电子书、回复邮件、互动游戏等,呆在汽车里的人们将尽情享受娱乐休闲。其实,这就是大数据应用的一个成功例子。

大数据正在逐步抛弃计算机和信息技术那种冰冷的面孔,通过一个个成功的应用,变得智能化,变得亲和起来。也许在不久的将来,当一位顾客踏进百货商店大门的那一刻,店员就能在便携式设备上查到消费者的相关数据,可以轻松地检索到他的个人档案,从社交媒体信息中了解其近况,甚至对生活的看法等等,然后为他提供“私人定制”式的贴心服务。
大数据正以一股强大的力量,从经济社会各个方面,一步步地改变着我们的生活,使之更加快捷、高效、美好。
专业人士指出,将来大数据必然会得到更加广泛、深入的应用。健康医疗、智能交通、魅力体育、智慧教育、零售营销、金融、电信等行业是当前大数据应用最多的领域,以后随着大数据技术的日益成熟,还会涌现出很多其他大数据应用领域。
那到底什么是大数据呢?目前人们对大数据的内涵有着不同的认识。2015年8月19日,国务院常务会议通过的《促进大数据发展行动纲要》给大数据做出了一个定义:大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析,从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。
紧紧抓住“窗口期”
推进我市大数据发展
全球范围内,运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势。2015年8月19日,国务院常务会议通过了《促进大数据发展行动纲要》(以下简称《行动纲要》),这是目前为止我国促进大数据发展的第一份共识性、系统性文件,从国家大数据发展战略全局的高度,提出了我国大数据发展的顶层设计,是指导我国未来大数据发展的纲领性文件。
“坚持创新驱动发展,加快大数据部署,深化大数据应用,已成为当前我国各地稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。”《行动纲要》指出,大数据已成为推动经济转型发展的新动力,成为重塑国家竞争优势的新机遇,成为提升政府治理能力的新途径。
民建宁波市委会课题组认为,近年来,经济社会信息化建设快速推进,信息化水平不断提高,但许多地方、部门的信息化系统,往往还是孤岛式的,无法有效解决经济社会发展的难题,无法适应现代社会的治理需求,信息化对经济社会发展的支撑和引领作用无法充分发挥。
“当前的形势迫切需要发展大数据来推动问题的解决。”课题组认为,要通过发展大数据,切实打破部门割据和行业壁垒,促进信息互联互通、数据共享开放,切实以数据流引领技术流、物质流、资金流、人才流,强化统筹衔接和条块结合,实现跨部门、跨区域、跨层级、跨系统的数据交换与共享,构建全流程、全覆盖、全模式、全响应的信息化管理与服务体系。
“目前,我市经济社会发展制约因素较多,转型升级压力增大,抢抓大数据发展的‘窗口期’,对于提升政府管理和服务水平,培养新的经济增长点,重塑城市新一轮竞争优势具有重大意义。”课题组认为,当前,大数据发展正面临着难得的发展机遇。我市要紧紧抓住大数据发展的“窗口期”,推进我市大数据发展。
我市大数据发展,优势何在?
在调研的基础上,民建宁波市委会课题组对我市大数据发展现状进行了深入的分析,认为我市大数据发展存在着四大优势:一是信息基础设施建设在国内领先。“十二五”期间,我市以提升信息基础设施服务水平和承载能力为核心,坚持“基础先行、适度超前”的原则,大力实施“光网城市”和“无线城市”专项行动,着力构建泛在、互联、智能的信息网络支撑体系。截至2015年底,全市光网覆盖扩大至334万户,已覆盖所有行政村,城区和农村平均接入能力分别达100Mbps和50Mbps,互联宽带接入用户已经超过380万户,互联网城域出口带宽超过2900Gbps,互联网国际出口专用通道带宽达到140G,提前完成“宽带中国”2015发展目标。“无线城市”建设以行业应用推广和公共场所免费上网为重点,“iNingbo”市民免费上网项目全面启动,通过以商业养公益的模式创新,形成了可持续的市民免费无线上网服务体系。目前,市政务云计算中心已为国税、地税、质监、市场监管、统计、人社、安监、公安、住建、卫计、政法、组织部、综治办等31家单位的90多个系统提供支撑服务,逐步形成以市政务云计算中心为核心的全市一体化政务云体系。
二是智慧城市应用产生海量高价值数据。围绕城市管理服务创新重点难点问题,“十二五”期间,宁波统筹推进智慧城市重大应用体系建设。通过智慧物流、智慧健康、智慧教育、智慧交通等智慧应用体系建设,进一步整合共享医疗卫生、交通、教育等重要领域的信息资源。随着智慧应用系统建设的不断推进,城市管理服务大数据快速增长且种类繁多,既包括结构化数据,也包括半结构化和非结构化数据,其中视频数据占有比例越来越高,现有摄像头超过20万个。全市各部门应用数据规模不断扩大,仅交通委一个部门的数据量已经达到了PB级别。而这些数据每年仍以较高速度在增长,如健康数据保持每年60%以上的增长速度。
三是产业大数据正逐步形成。围绕产业转型升级,大力推进大数据在制造行业的应用,龙头企业纷纷试水大数据开发和利用。如雅戈尔启动了“雅戈尔数字化工程”,实施了“MC大规模量身定制系统”、“数据分析与决策支持”等29项信息化项目,积累了海量的企业生产和运营数据。宁波以8718企业公共服务平台、中小企业信息化云服务平台、智能家电物联网创新云平台、服装云和家电云等公共服务平台和行业云平台建设为抓手,聚集了大量产业数据。依托余姚中国塑料城,宁波发布了中国塑料价格指数,确立了中国在塑料价格上的话语权,通过主导定价权来抢占行业制高点。
四是城市大数据发展环境和政策不断优化。宁波形成了智慧城市建设的全市统筹建设机制,成立了市智慧城市建设工作领导小组,统筹全市智慧城市建设和城市大数据发展。印发了《关于加快推进市政务云计算中心建设的实施意见》等促进各行业发展的指导政策,有利于政务数据资源整合共享应用和大数据产业发展。通过加强政府投资引导、鼓励多方参与,充分发挥资本市场的作用,广开投融资渠道,逐步形成以政府投入为导向、企业投入为主体、社会投入为重要渠道的多元化投融资体系。
我市大数据发展,有何问题和短板?
“我市大数据工作起步较早。”今年4月份成立的市大数据管理局负责同志对记者说,近年来,市委市政府对大数据发展非常重视,着力推进相关工作。据介绍,去年我市与中国工程院合作,组织院士团队,开展“宁波城市大数据研究”重点咨询研究项目,共分三个子课题,分别是“宁波政府数据开放和市场化开发利用研究”“宁波产业大数据发展对策研究”和“宁波(海曙)网上丝绸之路发展研究”,此课题被列为中国工程院2015年重点咨询项目。专家们多次来甬开展调查研究,目前已经形成相关课题报告。为了贯彻落实国务院《促进大数据发展行动纲要》和《浙江省促进大数据发展实施计划》,我市近期将出台相关指导性文件。
至于我市大数据发展存在哪些问题和短板?有关专家认为,一是数据资源应用(共享和开放)的法律依据尚属空白,至今还没有上位法,这是当前大数据发展遇到的最大问题,这个问题并非宁波独有,是全国各地大数据发展的一个共性问题。二是大数据技术支撑能力有待提高。大数据在具体应用之前要经过采集、汇聚、传输、清洗、挖掘、分析等一系列环节,整个流程都需要相应的技术支撑,我市在这方面应加大研究开发力度。三是人的观念有待转变。大数据的发展,需要人们提出相应的需求,然后根据需求导向,建设大数据共享和开放平台,而目前许多人不知道如何应用大数据,不明白自己的需求到底何在。四是专业应用人才缺乏。大数据发展需要大量信息、数学分析等方面的复合型人才,这样的人才在我市比较缺乏。
我市大数据发展,应如何推进?
针对我市大数据发展现状和存在的“短板”,民建宁波市委会课题组提出了一系列对策建议。
“宁波应积极主动与国家有关部门对接,争取列入城市大数据国家综合示范城市。”课题组认为,应加强数据整合共享和开放。探索建立“统一规划、统一建设、统一招标、统一验收、统一资金拨付、统一绩效评估”的全过程项目管理机制,逐步形成统一的大数据组织领导体系。以市政务云计算中心为核心,加强统一信息采集、统一共享服务、统一开放发布,构建“上下贯通、左右衔接、互联互通、信息共享、互为支撑”的全市政务数据整合共享开放支撑体系。加强人口、法人、自然资源和空间地理等基础数据的融合共享,加快推进智慧空间、医疗、信用等专业数据库建设,逐步汇聚各部门共享数据,逐步探索构建统一的数据开放平台,为政府和社会提供开放的数据服务。
“应加快大数据产业培育。”课题组认为,应围绕民生服务、城市治理、重点行业应用等领域开展大数据示范应用,以示范应用引领产业发展。推进交通、教育、社会保障等大数据资源产业化,以及大数据在制造业等领域的创新应用,形成“资源、技术、应用、产业”四位一体,协同互动的发展模式。组建大数据运营管理公司,负责政府部门数据的收集、脱敏和管理,逐步推动数据资产商品化。以高新区软件园、研发园为基础,形成网络基础设施完善、大数据企业和研发机构集群聚集发展的产业载体。积极引进一批国内外知名大数据龙头企业,汇聚一批大数据采集、存储、分析、加工、应用等企业,促进大数据产业基地的形成。推进家电云、服装云、模具云等行业云平台建设,建立和完善大数据产业公共服务支撑体系。
“应强化信息安全保障。”课题组建议,加强大数据环境下信息安全顶层设计,明确数据采集、传输、存储、使用、开放等环节保障网络安全的范围边界、责任主体和具体要求,有效保障数据采集、传输、处理等各个环节的安全。建立网络安全责任制,规范重要信息系统建设安全监管机制,加强信息安全测评和认证、统一网络信任体系和应急基础等公共基础设施建设,切实提高信息安全基础防护、保障和应急处置能力。落实国家信息安全等级保护制度,加强对基于云计算、物联网和下一代互联网环境下的重要信息系统等级测评、建设整改、安全加固、安全培训等技术创新和标准制定,构建城市网络安全综合保障体系。
课题组还建议,应强化人才建设保障。加快大数据人才队伍建设,以大数据领域研发和产业化项目为载体,积极引进和培养一批领军人才、高端研究与应用型人才、学科交叉专门人才以及一大批运维人才。引进大数据龙头企业和高校科研院所在本地建设研发技术中心,吸引高端人才落地,快速形成适合小微企业创新发展的人才池。加强政府、企业、高校、社会之间的联合合作,对大数据产业所急需的初、中、高级人才进行专项培养和培训,实施“大数据青年学子创业计划”,面向全国高校组织开展大数据创新创业活动,吸引优秀人才到我市创业发展。汇聚产学研相关资金,切实推进产学研合作,推动科研机构和企业联合建立大数据工程中心、重点实验室。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15