
大数据,迎来创新发展时代
专利申请人可以通过CE-PCT电子申请网站和PCT-SAFE电子申请软件两种方式提交PCT国际专利申请相关文件,还可以在网上缴纳专利费用、利用多国语言版本的专利检索与服务系统进行一站式检索……如今,互联网大数据技术为知识产权工作提供了更多便捷。
近日,在贵阳召开的2016中国大数据产业峰会暨中国电子商务创新发展峰会(下称大数据峰会),吸引海内外数万人汇聚,签约金额超过200亿元,引发社会各界对大数据的关注。“从技术角度看,大数据就是信息产业,对创新与知识产权的依赖特别明显。因此,必须加强这方面的知识产权保护和运用,才能推动大数据的发展走向创新发展的新时代。”刚出席了此次大数据峰会的中国科学院计算所研究员倪光南向本报记者表示。
掘金大数据产业
“中国自主知识产权的GRAPES全球天气预报系统6月1日正式运行,区域短期降水预报能力接近欧洲预报水平,这是应用了大数据处理新技术的成果。”中国气象局课题组有关负责人表示,新的预报系统对气象卫星的数据处理能力是原有系统的两倍以上,还可以快速制作卫星云图,进行强对流天气诊断和云粒子分析,新的预报系统在暴雨、冷空气、大风降温等典型灾害性天气预报方面表现出较强的能力,在强冷空气过程、环流形势转变、持续异常天气等方面提供的数据分析结果也具有较高参考价值,成为天气预报的“好帮手”。
所谓大数据,一般是指巨量数据集合,是需要新处理技术才能解决的海量、高增长率和多样化的信息资产。如今,从航空航天、数控机床、精密制造到日常生活的方方面面,几乎都离不开大数据。目前,我国手机网民达到7.8亿人,手机用户超过13亿人,如果每个用户每天发一条短信、打一次电话,产生的数据流就是一个庞大的天文数字,没有大数据技术的支撑通信服务是无法实现的。位于大数据处理技术前沿之一的中国移动通信集团公司,截至目前已提交国内外专利申请超过9500件,其中占相当比例的是近年来产生的大数据处理技术的专利,其专利数量已位居全球行业前5位。
“促进自主知识产权的大数据科研成果产业化,发展大数据金融、大数据物流、大数据商贸、大数据能源、大数据影视、大数据文化等新兴产业,带动传统行业的转型升级。”在此次大数据峰会地点贵阳市,已经确立了创建国家大数据产业发展集聚区、全域公共免费WiFi城市、全国首个大数据交易中心的目标,截至2015年底,贵阳市大数据产业规模总量已超过900亿元,占当年贵阳市地区生产总值(GDP)的31%,成为重要的支柱产业。
形成新经济亮点
2010年印刷的纸质版《大英百科全书》共32册,重达58.5公斤。然而其全部内容的电子版还装不满一个4G的U盘。有鉴于此,《大英百科全书》出版社今年3月对外宣布,不再推出印刷的纸质版,内容全面数字化。近年来,在大型电子计算机、云计算、移动互联网基础上,一个大数据的新时代已经悄然而至。
无论从硬件还是软件看,在计算机、云计算等基础上,大数据技术的发展与知识产权息息相关。近年来,中国大数据产业逐步加速,但是与欧美发达国家和地区相比,尚存一定差距。为此,我国近年来连续出台《促进大数据发展行动纲要》等一系列发展大数据的政策,推动了大数据技术在知识产权支撑下加快发展。
加强知识产权保护和运用,可以为大数据产业发展提供有力支撑;而大数据的发展,也可以用来加强知识产权保护和运用。这两方面相互支撑、相得益彰的关系,在实践中不断得到印证。近年来,大数据领域的专利申请快速增长,大数据产业创新发展速度加快。2015年12月发布的《国务院关于新形势下加快知识产权强国建设的若干意见》指出,要运用大数据、云计算、物联网等信息技术,加强在线创意、研发成果的知识产权保护。事实上,近两年来各地都在积极探索利用大数据打击侵犯知识产权和制售假冒伪劣商品行为。在电子商务较为发达的浙江省,知识产权部门积极推动电商利用大数据汇总和分析,及时发现网上知识产权侵权风险点,提升了预警防范能力。
早在1980年,著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中,将大数据热情地赞颂为“第三次浪潮的华彩乐章”。美国互联网数据中心报告显示,互联网上的数据每年增长50%,每两年便将翻一番,而目前世界上90%以上的数据是近几年产生的。
“国际先进技术和产业的竞争就是知识产权竞争,在大数据这样的信息产业领域尤其如此。只有高度重视发挥知识产权作用,为大数据技术的发展营造良好的氛围,构筑发展的基础,才能在互联网、大数据时代形成新的经济增长点。”倪光南强调。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01