京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浪潮集团开辟工商大数据“互联网+监管”新模式_数据分析师考试
日前,国家工商总局建设的大数据市场监管平台建设初见成效。该平台由浪潮集团承建,以工商基础数据为基础,通过数据挖掘对企业监管基础数据分析,按照多维度进行分析汇总,深度挖掘数据对企业事中监管、事后监管的价值,进一步加强各部门之间对企业的协同监管,达到对企业齐抓共管的全程监管方式。
随着工商登记制度改革的逐步深入,市场主体形成井喷式增长,数量巨大、来源分散、格式多样的大量数据对工商机关日常监管的难度和执法成本也随之剧增,为政府服务和监管能力提出了新的挑战,也带来了新的机遇。
7月1日,国务院办公厅印发《关于运用大数据加强对市场主体服务和监管的若干意见》(以下简称《意见》)。《意见》要求,以社会信用体系建设和政府信息公开、数据开放为抓手,充分运用大数据、云计算等现代信息技术,提高政府服务水平,加强事中事后监管,维护市场正常秩序,促进市场公平竞争,释放市场主体活力,进一步优化发展环境。
作为中国领先的云计算整体解决方案和云服务提供商,浪潮集团深耕云计算和大数据等关键业务,开辟“互联网+监管”新模式,为工商大数据加速度。
今年初,浪潮集团对试点地区青岛市南区近一年内成立的企业进行大数据分析,通过对是否进行工商登记变更、是否有行政处罚信息、是否有发布网络招聘信息、是否有中标信息等12个指标项进行权重计算,得出活跃企业占比为64.97%。这样的大数据分析,为工商等政府部门对企业进行扶持、培育,及时有效发布各类优惠政策提供了有效参考和依据。
该大数据市场监管平台涵盖企业千寻、重点监管、预警管理、商事信息推送、数据分析平台、企业信用等级评定等多项内容。目前,该平台建设初有成效,已完成工商大数据资源目录、大数据分析报告、小微活跃度分析等应用建设。
利用云计算、大数据手段,浪潮集团将工商内部组织数据、其他部门数据、企业申报的年报信息、互联网数据等归集到工商大数据平台关联整合,梳理出工商大数据资源目录,全面了解市场主体的经营状况,形成市场主体的全景式立体化数据资源视图。
与此同时,浪潮集团参与国家工商总局大数据示范工程试点。在工商大数据资源目录的基础上,建立大数据业务分析模型,得出大数据分析结果。提升政府决策支持和风险预判能力,对小微企业发展提供政策指导提供依据。
浪潮集团通过整合试点工商部门提供的企业注册登记信息,以及积累的海量互联网信息,从企业的经营情况、投诉举报情况、行政处罚情况等多维度、多颗粒、多视角的进行大数据挖掘分析,预测企业未来的活跃度和发展趋势。
未来,浪潮集团将积极助力工商总局继续运用大数据理念和技术,逐步完善大数据建模分析及管理,为维护市场正常秩序,促进市场公平竞争,释放市场主体活力,进一步优化发展市场环境提供强有力的信息化技术支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17