京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的发展必须要处理好三种关系
不识庐山真面目,只缘身在此山中’。应该说到今天为止,大数据还没有形成完整明确的定义,大数据的发展方向、作用意义、以及怎么来应对大数据带来的挑战,发挥大数据的作用,很多问题还在探索之中。”在日前举行的第十届国家信息化专家论坛上,工业和信息化部副部长杨学山开宗明义地说。他表示,研究大数据,必须要认清大数据的本质,把握两个关键的技术方向,处理好三种关系。
有效结构化可期
杨学山从信息的两个属性,即物理属性(可以看到的和处理的信息)和内容属性(惯有的意义)出发,申明大数据的本质是我们可以把握住的信息背后的内容,并对内容进行处理。
沿着信息的物理属性和内容属性,是两条关键的技术方向。一是关于物理属性的关键技术,二是关于内容属性的关键技术。
由于现有的主流芯片架构不适应处理大数据的需求,处理过程中对流量极其大、密度极其低、计算极其少的芯片缺乏相应的处理能力,因此,杨学山认为,在物理属性上,要在芯片、软件、整机、系统等技术上取得突破。
关于内容属性的关键技术,杨学山表示,从结构的角度看,大数据的类型多,因此,要让大数据能用,就要把它结构化,没有结构的大数据是不能用的。迄今为止,就如何实现大数据有效的结构化世界范围内还没有出现,未来二十年,相信一定会取得突破,而且会走向实用。
谨防拐点变断点
在大数据下一步的发展进程中,杨学山提出要处理好三种关系:
一是昨天、今天和明天的关系。“断点既是对过去的否认,也是对未来发展的重大损伤,今天在物联网、云计算里面的断点,实际上对未来的发展所带来的损伤是清晰可见的,所以在推进大数据的过程中,一定要认真地思考,从昨天走到今天又平滑地过渡到明天的过程中,哪怕出现颠覆性创新,也一定要重视它,是拐点而不是断点。”杨学山反复强调称,并不能把颠覆性创新看成是一个断点,而是要把它变成一个平滑的拐点,哪怕弯曲度很大。
二是处理好局部和全局的关系。大数据只是信息技术体系中的一个部分,所以大数据的发展必须要和信息技术体系的整体前进结合起来,统筹地考虑。
三是处理好求实和创新的关系。创新的立足点要放在求实上,求实际、求实效、求实用,否则创新就成了口号,反过来变成发展的阻力。
杨学山表示,从整体上来看,求实和创新是一致的,但二者分开来看又会有很多不一致。创新应该是全方位的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28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