京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:开放与跨界才有价值_数据分析师
主持人撕开信封,取出一天前写好并放进去的关于中国两座水库、美国一座水库当日8点的水位预测数据,竟然发现一天前的预测和实际数据相差无几……这是近日出现在“云上贵州”大数据商业模式大赛现场的一幕,是大数据应用于实际生活的典型案例。
在专家们看来,数据的开放和跨界融合,是大数据产业得以发展壮大的关键。发展大数据产业,也是推动互联网+的必然需求。
大数据并不遥远
收集美国气象局、中国气象局、欧洲天气预报中心的公开数据,加上对各大河流的地貌数据,东方科技董事长李胜利用自己的独特算法,就可以提前预测全球任何一个水电站是否会遭遇大洪水……这就是“东方祥云”项目的魅力所在,也让大众真实感受到大数据的魔力。
在大数据商业模式大赛的决赛中,“东方祥云”项目最终获得一等奖,从惠及民生的角度来说,这一奖项实至名归。
中国是一个水资源匮乏但水害多发的国家,仅2013年全国因洪涝灾害死亡的人数就达1148人。2007年7月,贵州平塘发生特大洪水,造成5.7亿元直接经济损失。2012年7月,该县再次遭遇特大洪水,不但无一人伤亡,直接经济损失也降到6000万元。
“原因在于,2010年受灾后,平塘县安装了我们的山洪灾害预警监测平台,得到洪水预报,及时采取措施。”李胜告诉《中国科学报》记者,全国约有15万座水电站、水库,如果使用东方祥云的大数据技术进行来水预报服务,并合理调度用水,可为水库、水电站节省90%的运维成本。
在这次比赛中,这样的项目并不少见。比如,大赛获奖项目“蜂能”,通过智能用电终端和强大的数据运算系统,采集设备用电数据,对其分析并进行节电和需求优化管理,可实现节约用电10%~20%。
“在一些具体的产业,大数据已经应用得非常广。实际上,大数据挖掘是推动互联网+的有效方式。”清华大学教授韩亦舜对《中国科学报》记者表示,本次大赛的众多获奖项目,就体现出“大数据时代已经到来”。
开放才有价值
在专家们看来,大数据只有开放才有价值,封闭、不流通的数据无法形成产业。
“如果没有美国气象局等机构在网络公开的气象数据,我们即便有最精确的算法,也无法做到水库水位的提前预报。气象数据和地貌、水文数据的跨界与沟通,才能让我们的计算更加准确。”李胜坦言。
韩亦舜指出,包含丰富的数据源是大数据产业发展的前提。但是,我国政府、企业和行业信息化系统建设往往缺少统一规划和科学论证,系统之间缺乏统一的标准,形成了众多“信息孤岛”,而且受行政垄断和商业利益所限,数据开放程度较低,这给数据利用造成极大障碍,亟须改变。“云上贵州”提出逐步开放数据,无疑具有重大的意义。
贵州省经济和信息化委员会主任李保芳也向《中国科学报》记者表示,政府数据资源应当在安全前提下逐步有序适当开放。“事实上,政府通过数据开放,改进公众服务和社会管理,营造创新环境和释放商业机会,市民、企业和政府都将是开放数据的受益者。”
仍待深度挖掘
贵州省经信委提供的相关报告显示,2014年贵州大数据信息产业实现规模总量1460亿元,电子信息产业单月规模达到130亿元。
韩亦舜认为,未来,人类一切生产、生活包括民生、环保、公共安全、城市服务、工商业活动都将囊括在智慧体系的理想服务之下,而智慧的来源便是大数据。
“大数据作为一种资源,其独特性在于可重复利用,而且可以在不断的挖掘中继续产生新的价值。”阿里巴巴集团副总裁、大数据专家涂子沛指出,从目前来看,亟须对数据进行深度挖掘。
“目前,在大数据产业领域,我国与各工业强国基本上处于同一起跑线。只要充分利用大数据产生的力量,未来可以帮助中国产业实现弯道超车。 ”清华大学副校长杨斌说。
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