京公网安备 11010802034615号
经营许可证编号:京B2-20210330
总局党组中心组(扩大)集体学习:用大数据提高服务监管效
四月二十七日,国家工商总局党组中心组(扩大)进行集体学习,邀请专家作有关大数据专题讲座。
栗世民/摄
4月27日,国家工商总局党组中心组(扩大)进行集体学习,邀请专家以“运用大数据提高政府对市场主体服务和监管效能”为主题进行专题讲座。总局领导张茅、刘玉亭、何昕参加学习。受张茅局长委托,刘玉亭主持讲座并就加强学习提出要求。
刘玉亭指出,进一步增强学习的紧迫感。事业发展没有止境,学习就没有止境。当前商事制度改革进入攻坚期,积极应对不断出现的新情况、新问题,重要的途径就是加强学习、增强本领。要以时不我待的精神增强学习的紧迫感,特别要认真学习大数据、云计算等新知识,以适应新形势下的市场监管和行政执法工作。
刘玉亭强调,适应新形势,树立新思维。大数据技术的出现不仅仅是技术的革新,更是思维模式的进步。不更新思维模式,就难以实现利用新技术提高政府决策科学化水平的目标。要紧跟技术进步步伐,深入学习大数据等现代信息网络技术,积极转变观念,进一步树立信息化思维和大数据理念,提高利用现代信息网络技术推动商事制度改革的能力。
刘玉亭强调,提升信息化应用的能力,将大数据等现代信息网络技术与工商行政管理业务紧密结合起来,充分发挥大数据在提高政府决策科学性、有效性等方面的重要作用,在加强信息化建设、提高市场监管水平等方面作出新的成绩。要向今天作辅导讲座的专家学习,以更加饱满的热情去宣讲所从事的工作。
会上,浪潮集团执行总裁兼CEO王柏华、龙信公司董事长李钰、海云数据公司董事长冯一村先后以“大数据政府运用”“构建‘三层两翼’服务体系”“大数据语境下的政府决策与分析”为题进行了讲解。
总局机关各司局和直属单位正处级以上干部参加了集体学习。参加学习的干部表示,这次学习很有收获和启发,对于了解大数据的意义、充分运用大数据提升市场监管效能很有帮助,今后要按照总局党组的要求,认真学习大数据的新知识、新技术,进一步提高对市场主体的监管和服务效能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29