
大数据应用将从政务行业中突破
近日,海南省人民政府办公厅印发了《海南省2017年促进大数据发展工作要点》,大部分内容都是推动政府、交通、医疗、旅游、气象等单位的数据信息系统建设,并实现互联互通和数据融合共享,推动大数据应用与其他产业融合发展。前不久,中国联通发布的政务云白皮书也明确提及,其电子政务产品以云为基础、以数据为核心,政务及行业大数据是其重要的拓展方向。当前,大数据产业蓬勃发展但盈利模式尚不清晰,而数据的安全隐私性要求越来越高,大数据应用在政务行业中率先突破或成为未来的发展方向。
行业数据融合共享发展成趋势
《海南省2017年促进大数据发展工作要点》提到:推进“互联网+”政务服务,推进社会保障服务大数据的应用和数据共享,建设完善医疗保险大数据应用系统。建设交通服务大数据系统、公路网交通情况调查数据采集与服务系统、海南省公路水路联网售票与电子客票系统,推进交通服务大数据挖掘应用,提高交通运输管理与信息服务智能化水平。推动公安、交通、城管、气象、安监、测绘等跨部门、跨地域数据融合和应用,提高城市交通智能化水平。鼓励社会企业利用交通大数据开展出行信息、交通引导、便捷停车等增值服务,推进城市智慧交通建设。建设完善海南智慧旅游公共服务平台,加大旅游公共信息的互联网采集和运用力度,实现旅游信息系统互联互通和信息资源开放共享。建设全省农业大数据服务平台,推进平台与涉农信息系统对接,推动农业各类要素集聚,形成农业大数据库,开展农业大数据挖掘应用,推进农产品追溯系统、电子商务平台建设与推广应用,为生产者、消费者、监管者提供农林产品和生产资料质量安全信息服务,为农业发展提供精准服务。建立医疗健康服务大数据体系。完善全员基础数据库、居民电子健康档案数据库、电子病历数据库等建设,推进以电子病历为核心的医院信息化建设,20%的三级公立医院和30%的二级公立医院分别达到电子病历应用5级和4级水平。这些无不表明,海南省政府系统推动各行业发展大数据的决心和谋划。
海南省政府还明确提出,建立健全数据共享、开放体制机制。出台政务信息资源共享目录和开放目录,建立并实行政务信息资源共享负面清单制度和负面清单审核机制。各单位不予共享的政务信息资源,由省信息化主管部门会同法制部门和编制部门组织论证和审核,对依法不能共享的信息纳入负面清单,并通过共享平台予以公布。除列入负面清单的政务信息资源之外,各单位应无条件对其他单位提供共享信息。加强政务信息共享整合,消除信息“烟囱”。完成省直部门80%非涉密信息系统与省信息共享交换平台的对接,实现公共数据汇集、存储在省信息共享交换平台并与其他公共机构共享。推动各部门、各市县将分散的、独立的信息系统整合为一个互联互通、信息共享、业务协同的“大系统”。海南省的行动是全国政府部门开放共享大数据的一个缩影,未来,政府相关部门大数据开放共享的步子只会越来越快。
给运营商带来哪些机遇
记者认为,运营商首先迎来良好的云数据中心建设机会。大数据系统需要云资源的安全高效支撑,放在统一标准的平台上才能更好地融合共享。例如:海南省政府提出,统筹推进全省数据中心和云计算中心建设。加强省政府数据中心能力建设,扩大数据中心机房,完善政务云平台设备,全面提升数据中心承载力。各部门(含下属事业单位)新的信息平台和信息系统依托省政府数据中心政务云平台开发建设,原则上不再审批新建省各部门、县级政府孤立的数据机房。出台《海南省数据中心和云计算中心建设指导意见》,做好全省数据中心和云计算中心建设的规划布局和统筹推进。专家预测,未来数年云数据中心建设将迎来高峰,良好的政策环境和旺盛的需求对运营商是大利好。近日,移动、联通、电信三大通信运营商将入驻中国东南大数据产业园,建设东南区域云计算数据中心及产业运营中心等。
运营商可整合平台上海量数据资源,面向政务行业拓展大数据服务。在行业数据向云平台融合共享的大背景下,运营商可以通过自身平台掌控各行各业的数据,再加上自身对上亿用户海量数据的掌控,运营商通过平台上的人工智能、大数据分析能够实现数据价值的变现。出于数据隐私考虑,运营商不宜直接向消费者提供服务,可以更多地跨行业进行合作,比如在政府治理、公共管理等方方面面,也可与专业的服务提供商进行合作向外提供服务。
记者比较担忧的一点是,在行业数据开放共享的当下,运营商自身在大数据发展上如果还各干各的,缺少深度合作,那么运营商本身的大数据业务也很难做强。
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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01