
倪强考察贵阳指出:发展大数据创新海口管理
借生态文明贵阳国际论坛2015年年会之机,今天上午,市委副书记、市长倪强参加省政府代表团考察了贵阳互联网产业。下午,倪强又率领我市代表团,就贵阳市的城市管理工作进行了学习。他指出,贵阳市近几年经济社会发展迅速,GDP增速连续两年名列全国省会城市第一,特别是以大数据为引领推进产业转型升级取得明显成效。我们要认真贯彻落实省委副书记、省长刘赐贵昨天下午在今年年会主宾省专场活动上的重要讲话精神,按照省委常委、市委书记孙新阳在我市代表团出发前的专门批示要求,学习贵阳市的先进经验,发展大数据,创新城市管理,进一步提高为市民服务的水平。
今天上午,倪强随省政府代表团考察了贵阳服务外包呼叫中心示范基地。该基地预计6月底650席开始投入营运,年底3200席全部投入营运。北京·贵阳大数据应用展示中心旨在通过“体验大数据、应用大数据、展示大数据”的直观演示,展示大数据产业发展规划及成效。花果园棚户区改造项目是贵州省内最大的棚户区改造项目,项目总投资900亿元,建成后将容纳约30万人入住和20万人办公,解决约15万人就业,项目将在2016年底基本全面建成并投入使用。阿哈湖国家湿地公园位于贵阳市西南部,将打造成融湿地保护、湿地修复、科普教育、科研监测、湿地体验、湿地文化展示等多种功能于一体的国家级湿地公园。
当天下午,在贵阳市副市长刘春成的陪同下,倪强率领我市代表团,首先来到贵阳市世纪城社区学习。该社区是贵阳市开展城市基层管理体制改革试点工作中新组建的新型社区。随后又来到贵阳市网格化服务管理指挥调度中心参观,对该中心以社会治理大数据云平台“社会和云”建设为契机,实现实时化掌握基层动态信息、数据化分析存在问题、网络化处理矛盾纠纷,提升社会治理工作的精准性、便利性表达了浓厚兴趣。
学习考察结束后,倪强指出,通过一天的学习,强烈感受到了贵阳市上上下下“知行合一,协力争先”的城市精神。贵阳市坚守发展与生态“两条底线”,加快建设全国生态文明示范城市,着力发展高新技术产业、现代制造业、高端服务业和生态农业。特别是以大数据为引领推进产业转型升级发展取得明显成效,建设全国第一个免费wifi全覆盖城市、搭建全国第一个“块数据”公共平台、成立全国第一个大数据产业发展集聚区。
倪强表示,贵阳市发展大数据,引领推进产业转型升级的模式值得海口认真研究借鉴。海口要加强面向大数据时代的政府公共服务、城市管理等研究。推进政府大数据建设、开放与应用,提升城市管理水平,提高为市民服务的水平。各级各部门要以改革创新的精神来思考和谋划工作,加强作风建设,抓住“互联网+”、“国际旅游岛+”发展机遇,促进产业转型升级。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29