京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何更好地开发利用大数据
随着市数据资源局的成立及大数据资产运营有限公司的揭牌,我市吹响了 “集结号”,向着打造数据资源应用“合肥样板”的奋斗目标迈进。如何更好地开发利用大数据,让大数据发挥最大作用?来自全国各地的专家学者相聚合肥,积极建言献策。
结合让大数据与产业深度融合
发展大数据,合肥具有良好的人才优势和产业基础。这是专家学者的一致共识。
“合肥拥有中国科学技术大学、合肥工业大学等知名高校,人才资源丰富,为发展大数据产业奠定了坚实基础。”中国科学院院士、北京大数据研究院院长鄂维南说,发展大数据产业,合肥应积极依托自身人才优势,通过政府搭建平台,挖掘传统产业需求,把人才和项目结合起来,进一步推动产业转型升级。
在中国工程院院士、合肥工业大学教授杨善林看来,大数据是伴随互联网、物联网而发展起来的战略性人造资源,在产业发展、商贸服务、医疗健康、社会治理等多个领域产生了重大而又深远的影响。
“大数据,关键在于应用。只有做好大数据的应用,才能更好地推动大数据产业的发展,我们的未来才会更加美好。”杨善林说,大数据最大的生命力,在于与经济社会发展相结合。对于合肥来说,要做好结合文章,推动大数据与经济社会发展深度融合,真正把大数据变成一种产业优势。
流动
推进大数据与传统产业融合,实现创新转型升级。这是发展大数据的重要任务。
“合肥产业基础雄厚,家电、汽车及一些战略性新兴产业,在全国都位居前列。可以说,合肥发展大数据产业,有基础,有条件,有优势。”中关村大数据产业联盟秘书长赵国栋说,以合肥本地企业科大讯飞为例,依托合肥良好的发展环境,与实体经济发展相融合,就产生了更大的经济效益,实现多赢。
“不过,发展大数据产业还需要在一些瓶颈环节进行破题攻坚。”赵国栋说,大数据属于一种公共资源,一定要打通部门和行业壁垒,让数据资源流动起来,在全市上下形成一个数据融合的良好氛围,真正让大数据发挥最大效用。
“大数据不是一种技术,而是一种方法,我觉得政府应该利用这一方法,去解决资源配置的公平和效率问题。”
国家行政学院电子政务专家委员会副主任罗建中说,政府应该在安全隐私可控范围内开放数据,推动形成数据价值的最大化。
服务
无数据,不社会。进入“数据海洋”时代,让数据更好地服务广大老百姓,让他们真正享受大数据带来的红利。这是发展大数据的宗旨。
“数据无所不在。充分利用物联网、互联网及人们的行为轨迹,形成一整套数据,更好地为广大老百姓服务,这是我们发展大数据应该遵循的一条路径。”深圳市智慧城市大数据研究院院长陈东平举例说,当前,老百姓到政府部门办事,一般会涉及很多前置审批,这些审批权限属于不同的政府部门。如果充分利用大数据,横向调取相关信息,就会给办事群众省去很多麻烦。
“发展大数据,政府不能包打天下。政府应该加大推动力度,积极创造条件,广泛吸引社会力量参与,形成发展大数据的良好环境。”陈东平说。
国家信息中心信息化和产业发展部主任单志广表示,发展大数据,对合肥产业经济、社会治理乃至整个经济社会大局都具有非常重要的引领作用。建议合肥进一步加强对数据的统筹利用和开放共享,激发社会活力,服务经济转型升级发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04