京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据发展迈入新征程
日前,“2017第二届政务大数据发展与合作研讨会暨数据母体产品发布会”在北京召开。多位国内大数据专家、业界知名企业代表均表示,目前国家高度重视大数据发展,并已上升到国家战略层面,数据治理正在成为国家治理能力现代化的重要内涵和组织竞争新优势。我国虽然是数据大国,但还不是数据强国,从数据大国向数据强国转变仍有许多制约因素亟须解决。
「会议现场」
国家行政学院教授、国家信息化专家咨询委员会委员汪玉凯在《大数据战略与政府治理》主题演讲中表示,当前数据整合的趋势愈发明显,大数据应用的领域在不断扩散,围绕大数据应用的创新持续活跃。大数据战略与互联网+政务服务的布局,为智慧政府建设提供了新的契机。不过,在大数据战略实施过程中也存在传统治理思维、科层结构、部门利益、数据开放共享法律政策环境未形成等障碍,而要加以克服,就需要发挥政府和市场两种力量,在注重大数据战略实施顶层设计的同时,进一步激活社会创造力。
「国家信息化专家咨询委员会委员汪玉凯」
国家信息中心公共技术服务部发展规划处处长王晓冬指出,我国是数据大国,但还不是数据强国,数据体系化程度低和核心技术程度低是两大核心问题。数据资源分为互联网数据、平台型数据和政务数据。他认为,政务数据是真正的“石油”,因为互联网数据难获取,而平台型数据难拿到,只有政务数据会因为它的公益属性向社会有序开放。我们要共同建立管理的新格局,在“政府+市场”上,数据中心、政务云采用外包服务模式,发挥市场、技术、人才、资金的优势开展建设,在“平台+系统”上,大平台+小系统,政府信息化需要向互联网学习。
「国家信息中心公共技术服务部发展规划处处长王晓冬」
中国智慧城市专家委员会首席科学家刘志刚认为,我国目前的国情是城市建设高速发展,但是城市管理却跟不上;智慧城市大数据应用的规划要素包括匹配、均衡和协同,建设智慧城市,要发展生态经济与新型产业、加强电子政务与城市管理、服务社会民生与模式转型。无论是物联网、云计算、大数据、智慧城市,他们都将服务于应用,并且正在形成全球庞大的新型服务产业,这已是新一轮经济发展不可阻挡的潮流。
「中国智慧城市专家委员会首席科学家刘志刚」
国脉集团董事长、首席研究员杨冰之发表了名为《数据基因与政务大数据发展浅见》的主题演讲。他认为,数据治理正在成为国家治理能力现代化的重要内涵和组织竞争新优势。当前,数据中心建设存在系统庞杂、数据混杂、体量巨大、需求多样、网络复杂的情况,而数据治理存在量少、规范乱、质差、流动死、信息碎片化问题,亟待建立规范统一、运行高效、服务有力、保障到位的信息体系;重构信息体系,要关注数据流动性和数据价值利用。而数据基因,就是为重塑信息体系而生,由国脉集团研发的政务大数据基因系统,是实现数据跨系统共享交换、创新应用的底层逻辑和关键规则体系,是集成信息资源目录体系、交换体系和开放体系三合一的管理平台,为优化政务数据体系、探索数据关系、驱动数据服务奠定基础。
「国脉集团董事长杨冰之」
清数科技创始人、董事长赵勇建议,在我国信息化发展战略规划中,尽快建立符合国情的数据理论体系,树立以数据为核心的思想,让软硬件围绕数据来服务,推动在内容、应用和安全等方面的产权自主和服务创新进程,顺应中国信息化产业发展现状与变革。他指出,智慧城市设计要遵循顶层化、前置化、市场化和集约化,智慧城市建设要众包(博采众长)、融合(合作共赢)、开放(多方合作)。他认为,物联网、云计算、移动互联网、大数据是新一代信息技术四驾马车,其中大数据是智慧城市的“大脑”。
「清数科技创始人、董事长赵勇」
达梦数据有限公司董事长冯玉才指出,随着各行各业进入大数据时代,数据呈几何级增长、数据类型复杂化以及信息孤岛,传统IT架构已经无法适应,要实现大数据的整合与共享,需要建立共享交换平台。随着大数据时代的到来,社会安全问题呈现出复杂化趋势,对社会管理提出了新要求,同时,大数据技术的发展,也为构建更加有效的社会安全体系带来了新助力,构建大数据安全平台,要确保五个安全:物理安全、网络安全、数据安全、信息安全和系统安全。
「达梦数据有限公司董事长冯玉才」
据了解,“2017第二届政务大数据发展与合作研讨会暨数据母体产品发布会”由中国社会科学院信息化研究中心、北京国脉互联信息顾问有限公司、成都清数科技有限公司主办,国脉海洋信息发展有限公司、清华大数据产业联合会协办,浙江蟠桃会网络技术有限公司承办,汇聚了包括多省市信息化和大数据主管部门领导、国内大数据专家、业界知名企业代表等共计约300位来宾,受到了业内及社会各界的广泛关注。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19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