京公网安备 11010802034615号
经营许可证编号:京B2-20210330
树立大数据治理意识_数据分析师
2011年6月,美国麦肯锡全球研究院发布题为《大数据:下一个创新、竞争和生产力的前沿》的研究报告,首次正式提出“大数据时代已经到来”的观点,数据正成为与物质资产和人力资本相提并论的重要生产要素,大数据的使用将成为未来提高竞争力和生产力的关键要素。大数据时代不仅将改变每个人的日常生活和工作方式,而且将从根本上改变国家治理与社会治理状况。大数据时代的社会治理要求我们要积极顺应大数据时代的发展趋势和本质要求,树立大数据治理意识。
长期以来,我国的数字管理非常落后,社会理性化程度始终较低。正如历史学家黄仁宇所指出的,传统中国社会缺乏“数目字管理”的传统,常常以道德替代法律,国家与社会管理是模糊和杂乱的,这是传统中国社会难以飞跃发展的根本原因。在传统社会中,由于人类自身生物能力以及信息技术水平的限制,人们能够获得的数据信息十分有限,社会管理者始终面临着“信息不对称”的严重制约,始终面临较高的决策风险,存在诸多“不可治理”的社会公共事务,无法根本性地提高社会治理绩效与水平。当前,我国的社会治理依然大体延续传统中国社会的治理模式,主要依靠感觉、经验来管理社会,社会领域的治理缺乏应有的数据支撑,某些社会领域的公共事务由于基础数据的缺失而长期处于“无法治理”状态,从总体上看整个社会治理的理性化、科学化、现代化程度依然较低。大数据技术的发展,为改变传统经验型社会治理模式带来重大机遇,“理念是行动的先导”,大数据时代的社会治理在理念上要高度重视大数据治理意识的培育,大力推动社会计算和智慧治理。
大数据时代,海量、异构、总体数据的动态采集、实时存储、即时分析成为可能,多元化、个性化、移动化的大数据应用也得以可能,社会治理也可以更多地依托大数据技术得以突破性地创新提升。这就要求在理念上率先树立大数据治理意识,注重社会治理领域的大数据建设和整合,特别要尽快构建社会治理的基础数据体系,如公民信用、不动产、家庭人口、收入和税收等基础性大数据,彻底改变诸多社会领域的“不可治理”状态,极大降低“信息不对称”带来的决策风险。同时,为推进社会治理数据化,还要树立社会计算和智慧治理意识。所谓“社会计算”是指使用系统科学、人工智能、大数据挖掘等科学计算理论作为研究方法,将社会科学理论与计算理论相结合,为人类更深入地认识社会、改造社会,解决政治、经济、文化等领域复杂性社会问题的一种理论和方法论体系。
在大数据时代,社会是可计算的,恰如全球复杂网络研究权威专家巴拉巴西在《爆发》一书中的判断:在大数据时代,人类行为中有93%是可以预测的。社会计算的出现,可以对社会成员的行为逻辑、社会事件的发展态势做出判断、预测和模拟,使得社会治理也成为可计算、可预测和可控制的领域,从而可以推动社会治理由传统的经验治理向智能治理转型,推动社会治理数据化、科学化、理性化。
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