京公网安备 11010802034615号
经营许可证编号:京B2-20210330
徐宗本院士:发展大数据产业须“冷热”结合
“无论是国家还是企业,在推动大数据产业时,一定要同时关注基础研究和技术研发。这样才会实现大数据产业的健康和可持续发展,并使大数据产生应有的价值。”近日,正在推动成立新丝路大数据产业基金的中科院院士、西安交通大学教授徐宗本向《中国科学报》记者谈起了自己关于大数据热潮背后的“冷思考”。
徐宗本认为,大数据是一种“用数据说话”的思维方式,是一种期望能对数量巨大、来源分散、格式多样的数据进行采集、分析和处理的新一代信息技术,更是一种用科学方法将过去的经验数据化、规律化并应用到管理实践的新常态文化。
在他看来,发展大数据产业既要有热情,也需要冷静。如果基础研究不先行、技术支撑不到位、组织管理科技人才创新体制和运行机制不科学,仅靠大数据概念支撑产业发展是不可能取得预期效果的。“必须改变过去对大数据产业是技术转化过程的认识,要认识到基础研究、技术研发与产业推动是相辅相成的关系。”
作为陕西省大数据联盟理事长,徐宗本一直呼吁要把政府引导、企业诉求和科技人员的力量整合在一起,推动大数据研究,推动大数据产业创新体系的形成与发展,进而服务于国家和区域经济建设和发展。
他认为,无论是国家还是企业,让大数据带来效益要具备几个基本条件:要有丰富的、鲜活的、可解释的、可共享的大数据,要有可解读数据、挖掘规律的技术人员,更要明白利用大数据去达到什么样的目的。只有把这几个问题解决了,才能真正带来相关产业的发展。而目前,大数据研究还存在理论不完善、技术不成熟的问题,“人们必须推动基础理论研究和关键技术突破,才能形成大数据产业健康、良性和可持续发展的局面”。
徐宗本强调,大数据是地地道道的综合研究,需要有国家战略的统筹和规划,需要各学科定位准确的协同创新。为此,他呼吁,在大数据研究中不应形成新的行业数据资源壁垒,要有国家级的公共政策支持,要让能服务于民的公共数据真正实现共享,以促进大数据应用并服务于国家发展。
同时,在整个国家大数据创新体系中,政府、企业、科研人员应发挥不同的作用。政府要管规划、管政策,企业要解决自主创新能力和创新来源问题,而科研人员要解决如何将先进技术应用于企业的问题。
面对大数据时代的到来,徐宗本认为,当前要特别注意充分发挥大数据理论与技术在改革成效与公共政策评估分析中的支撑作用。他表示,这其中的关键是如何将改革目标或公共政策目标定量化和数据化,然后生成和采集相关大数据,通过大数据分析来评估改革成效或公共政策,以改变国家管理决策方式,科学有效地对国家公共政策产生作用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06