京公网安备 11010802034615号
经营许可证编号:京B2-20210330
预测2015:智能大数据分析成热点_数据分析师
“现在对大数据来讲就是两个字"落地",我们开会请一些专家讲大数据多么重要,没有什么意义,各个省市的领导都讲大数据,这已经不是新的东西。”中国工程院院士李国杰在2014中国大数据技术大会上首个发言,直接点题:“产业界很重要的一件事情是怎么样把大数据用来提高我们国家我们政府治理能力现代化,这个不亚于提高GDP。”
李国杰认为,在应用上,云计算、3D打印技术从技术出现到产业化可能是2到5年,但大数据会更长些,从实践转换成主流产业可能需要5~10年。以前我们的经济增长主要靠资源和汗水,而下一步的经济发展要靠智力创新,要以大数据的应用来以减少能耗,降低环境污染。
2012年,“大数据”一词开始大热。两年来,已经在商业、工业、交通、医疗、社会管理等多方面有了应用,在今年的第二届大数据技术大会上,已经少有人讲重要性,更多是应用、技术以及最底层的算法。
中科院计算所研究员、中国计算机学会大数据专家委员会秘书长程学旗发表了大数据白皮书与发展趋势报告。这份报告由中国计算机学会大数据专家委员会和中关村大数据产业联盟组织撰写,用时大半年。
对2015年大数据发展预测,共有10个方面。首先就是结合智能计算的大数据分析成为热点,包括大数据与神经计算、深度学习、语义计算以及人工智能其他相关技术结合,成为大数据分析领域的热点。
第二点是数据科学将带动多学科融合,但是数据科学作为新兴的学科,其学科基础问题体系尚不明朗,数据科学自身的发展尚未成体系。
第三是跨学科领域交叉的数据融合分析与应用将成为今后大数据分析应用发展的重大趋势。大数据技术发展的目标是应用落地,因此大数据研究不能仅仅局限于计算技术本身。
大数据将与物联网、移动互联、云计算、社会计算等热点技术领域相互交叉融合,产生很多综合性应用。近年来计算机和信息技术发展的趋势是,前端更前伸,后端更强大。物联网与移动计算加强了与物理世界和人的融合,大数据和云计算加强了后端的数据存储管理和计算能力。今后,这几个热点技术领域将相互交叉融合,产生很多综合性应用。
此外,十大趋势还包括:大数据多样化处理模式与软硬件基础设施逐步夯实;大数据的安全和隐私问题持续令人担忧;新的计算模式将取得突破;各种可视化技术和工具提升大数据分析;大数据技术课程体系建设和人才培养是需要高度关注的问题;开源系统将成为大数据领域的主流技术和系统选择。
程学旗用“融合、跨界、基础、突破”来总结这十大趋势。他进一步解释,融合是说在产业里面,比如说在垂直行业的融合,在企业里面垂直融合,应用融合、技术融合等;跨界,基于大数据使不同学科不同应用领域跨界;基础,就是说我们大数据发展亟待在一些基础方面进一步地夯实,2014年比2013年基础更强,我们期待2015年基础进一步的夯实,包括生态环境,包括大数据资源的共享;突破,我们会在预测在2015年在一些大数据的分析,大数据的一些系统方面能够取得相关性的突破。
对于大数据研究的难点,很多人把数据公开列在第一位。对此,李国杰认为“共享”更准确一些。对于政府部门的难点在于公开的尺度,另外是否有能力把数据用好。而指望商业公司拿出数据,不现实,因为这些数据的获得是商业公司的投入。
但对于这种说法,一些人并不认同。中国人民大学教授信息学院院长杜小勇教授认为,现在高校和研究机构拿到数据不是问题,关键是企业提出解决不了的问题,把数据拿出来,求助于研究者,研究者是否能够有效解决。就像大数据比赛,让企业出的题目才会是真正的问题。
另外,大数据人才也是一个重要问题。现在的问题是既对行业熟悉,又能融合创新的顶类人才稀少。李国杰强调一点,“现在要让企业和研究者明白一点,数据不是在谁手中,谁就有优势,而是要大家一起研究,融合跨界研究,数据才会产生财富。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27