京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用大数据提升社会服务管理能力_数据分析师培训
手机已经成为人类的“第六器官”,统计显示,普通人每天看手机150次,平均每6分钟看一眼。这使得信息化手段成为政府提高社会服务管理效率的必然选择。
在全国人大代表、科大讯飞股份有限公司董事长刘庆峰看来,大数据在提升政府效率方面将起到重要作用。他建议中央政法委等部门牵头,推动相关部门数据打通,实现业务协同。
利用大数据 建立国家征信体系
信息时代,对政府服务管理提出了更高的要求,也提供了新的思路和方法。在刘庆峰看来,大数据将发挥更重要的作用。
他建议,由中央政法委等部门牵头,推动相关部门数据的打通,实现业务协同,为社会提供便民、便企服务,为推进依法治国提供数据支撑。
“利的核心是打通数据。”刘庆峰说,在打通数据的过程中,应该加强信息安全保障体系的建设,针对政府各项管理事项梳理业务流程与规范标准。
“以这些互联互通的数据为基础,可以建设更为全面的国家征信体系。”他说道。
据悉,安徽省正在试点,打通社保、公安、民政、教育、卫生等部门的数据。过去一个社区需设8—10个服务窗口,现缩减到2—3个。过去需10—30天办结的事项,现在1—3天即可完成,减少了工作人员的数量,提升了老百姓办事效率。由于数据全在后台运行,还杜绝了办事过程中吃拿卡要的现象,促进了政府的廉政建设。
对密集区 进行实时监测预警
2014年12月31日晚,上海外滩陈毅广场发生群众拥挤踩踏事故,刘庆峰认为,其根本原因在于缺乏相应的预警分析可操作性的应急预案。
“完全可以利用电信大数据对密集区域人群流动进行常态化实时监测与预警。”他建议,针对人口密集区域如广场、政府机关门口、文化与宗教聚集地等场所,采用移动通讯信令进行人流量的统计分析。
通过采集、解析移动通讯网络中信令消息,实现实时监测用户所在地理位置,对人流聚集严重区域及时产生告警预防,从而实现密集区域人群的安全管理和相应的应急预案。
“超脑计划” 推动教育均衡发展
在今年的全国两会上,刘庆峰还提出了“教育超脑计划”。
简单来说,就是通过教育大数据的监测、分析与挖掘,为教、学、考、评、管等环节提供服务,为我国数以亿计的中小学生、老师及家长提供针对性指导服务。
据悉,我国已经有了很好的基础,国家科技部863计划,也就是类人答题机器人项目,未来要让机器人参加高考,甚至可以考上一本,机器人学习推理能力将有更大的提升。
为进一步发挥人工智能在教育领域的应用,刘庆峰建议,加大面向教育领域的人工智能技术研发,如模拟人脑的知识表示与推理技术,扩大最新成果的应用试点。
同时,采用大数据和人工智能技术跟踪、督导信息化条件下优质资源均衡化配置的常态化运转,切实提高农村及边远地区办学水平,保障新时期的教育均衡可持续发展。
基于大数据和人工智能技术,开启“教育超脑计划”。刘庆峰说,可以对高中学业水平考试和高中生综合素质评价中的海量学生数据进行挖掘分析,建立智能化的综合评价模型,为每位考生建立教学、评价全过程的智能化辅助评价体系。
“这将有效助力高考人才选拔,解决高考通过单次考试决定人才选拔的弊端,促进和推动高考招生制度改革。”
相关链接
建议制定国家人工智能战略
人工智能是未来IT发展的前瞻方向,在移动互联网时代,具有广阔的产业应用前景,而且对我们未来的行为习惯、行为模式和价值观的引导都有积极重要的作用。
刘庆峰告诉记者,未来5-10年,人类将进入智能一切的时代,机器人将像水、食物、互联网一样,成为人类每天生活中的标配。
他建议,设立人工智能国家重大科技专项等支持计划,建议财政部、科技部、工信部、发改委进一步加大对人工智能基础研究和产业化支持力度。
值得注意的是,刘庆峰在接受采访时透露,科大讯飞下一步将与京东方合作,开发“能说会道”的电视机等智能家居产品,通过后台的大数据处理,市民坐在家里动动嘴,或者通过手机就能对家电产品进行操控。
此外,科大讯飞在语音合成、语音识别、语音评测、口语翻译等人工智能技术方向都取得了国际领先的成果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18