京公网安备 11010802034615号
经营许可证编号:京B2-20210330
12月11日,2014中关村大数据日在中关村软件园云广场酒店举行,并通过纽约时代广场大屏幕同步呈现。大会以“聚合数据资产,推动产业创新”为主题,探讨数据资产管理和变现、大数据深度技术以及行业大数据应用创新和生态系统建设等等关键问题。
大数据从最初概念的提出到成为像土壤、矿藏一样的资产,如何获取数据资产?如何利用数据资产推动行业创新?如何实现数据资产的增值和变现?大会承载从政府主管部门到各行各业的需求和实践中这些疑问,探讨了包括政府、金融、运营商等部门是如何通过数据资产管理和运营,实现转型发展和产业创新的路径。
从汇聚大数据领域的创新、创业、应用各种需求出发,2014中关村大数据日通过多场多维度的主题演讲、圆桌论坛、对话以及展示交流等形式,邀请政府主管领导、行业领袖和大数据技术精英,围绕着大数据资产的问题、大数据核心技术和行业应用经验,以及如何来推动产业协作,建立多方共赢的大数据生态圈展开全方位深度的交流。
中关村管委会主任郭洪、国务院发展研究中心副主任张来明、中央网络安全和信息化领导小组办公室信息化发展局张望处长等出席并致辞。
在亚信大数据事业部总经理张灏主持的论坛@Big Data环节 ,中关村管委会副主任宣鸿、中国建设银行总行CIO刘贤荣、中国联通研究院院长黄文良、住建部智慧城市专家组组长董云庭、联通宽带在线公司总经理何华杰、大数据实验室合伙人糜万军、数据堂CEO齐红威等政府领导、产业领袖和专家们以圆桌论坛的形式,在“开放数据资源、聚合数据资产、创建产业生态”的主题下,就数据资产管理和变现的现状和趋势,以及如何营造大数据生态等问题进行了思想的碰撞和实践的探讨。
大会现场还举行了“国研-亚信战略合作”发布会,亚信大数据和国研文化传媒联合宣布包括建立基于大数据的行业发展及预测指数平台等一系列合作。中国发展出版社社长、国研文化传媒股份有限公司董事长包月阳表示,希望双方在大数据产业政策研究咨询、大数据技术研发与应用等方面的深度合作,能够有力地推动中国大数据产业发展。
此外,亚信大数据“数据资产云图”以及“数据资产管理一体机”也首次亮相现场。亚信“数据云图”平台是一个大数据挖掘、监测、分析的平台,搭载了多种数据挖掘应用产品,如电商价格监控平台、产品口碑监测与分析、企业品牌监测与分析等,可根据用户需求对不同类型的数据进行多维度分析。该平台定位于将数据变现,让数据产生运营、决策价值。中新网财经频道从会场了解到,“数据资产管理一体机”是定制化的软硬件一体设备,集计算、存储、网络、大数据平台软件、大数据分析应用软件于一体,以异构计算理念进行应用与硬件的深度融合,提供了远远超过通用平台的大数据分析处理性能。
大会三场主题分论坛,分别汇聚了政府、运营商、金融、保险等领域的领导和精英,进行数据资产管理的政策策略、行业探索和地区经验分享,围绕“大数据产业发展和政策取向”、“运营商如何利用大数据资源和能力加速转型”以及“数据资产重构金融生态”这三个主题,从宏观到微观,抽丝剥茧式地交流数据资产管理,数据变现以及数据如何推动业务创新过程中的政府、产业如何发挥力量,关键行业的探索经验、商业模式、技术问题以及执行过程中的体会和难题。其中“大数据产业发展和政策取向”主题论坛,由国研文化传媒股份有限公司组织,这也是“国研智库月度论坛”首度举办。
此次大会是中关村大数据日的第三届,由亚信集团、云基地、国研文化、中关村大数据产业联盟、天云大数据共同主办。大会汇聚行业企业力量和思想,以强大的吸引和号召力,推动数据资产聚合,并将产生聚变或裂变的巨大能力;推动政府、使能者和应用者汇聚一堂,共建大数据产业生态。
据悉,2012年,作为大数据国家战略的开拓者,中关村首倡大数据,设立大数据日,并发起成立中关村大数据产业联盟。3年的时间,大数据从一个概念演进为实实在在的创新力量,正是这些产业力量联合驱动的结果。
文章来源:CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24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