
从IT到DT大数据“做文章”引领生活新变化
为加快推进我省大数据与云计算产业发展,省政府日前决定成立以常务副省长姚引良为组长,副省长张道宏、姜锋为副组长的省大数据与云计算产业发展领导小组。
说起大数据,很多人会觉得神秘,其实大数据就在你我身边,且已经影响着你的生活。
从拨打电话、上网阅读到行车交通,甚至在菜市场买菜都在产生着新的数据,人们已从IT时代走向DT(数据技术)时代。
家用汽车导航就是大数据的应用
人们天天说的大数据到底是什么,它有哪些作用呢?
“大数据已经应用到日常生活中很多领域。”陕西省大数据与云计算产业技术创新战略联盟的陈副理事长说,交通部门的实时路况信息就是大数据的应用,哪里道路交通顺畅、哪里道路拥堵,都会一目了然。利用穿戴装备(例如智能手表或者智能手环)生成最新的数据,可以根据自身热量的消耗以及睡眠模式来进行追踪身体是否健康。
“所谓的大数据,是指对数量巨大,来源分散、价值密度低的数据进行采集、存储和关联性分析的新一代信息技术。通过整合分析和深度挖掘,建立起物理世界到数字世界再到网络世界的无缝链接,以发现规律,创造价值。”陕西省网络与信息安全测评中心主任安克万通过常用的汽车导航来阐述了大数据的应用。
安克万说,导航系统的道路分布数量从一个社区,一个村庄,一个县市、一个省域,直到全国、全球,按照导航既可以从某一村庄开到任何一个国家,也可以从任何一个国家开到某一村庄,这就体现了数量巨大。另一个量大是指它的用户量庞大,方便了千千万万的使用者,影响或改变着人们的生活方式。来源分散指全球任何一个地方的道路如果不涉及隐私或保密的需要,都可以被用来作为导航路径的一部分。
首个经济深度数据监测平台上线
“大数据不只是一个产业这么简单。它在社会的各个领域中都无所不在,可以与N个产业‘相加’,形成‘大数据+’。”陕西方位市场信息咨询有限公司的相关负责人李副总说,在大数据时代下,要在大数据中找到关联性从而得到应用。在经济社会发展到今天,经济数据的应用已从单一化、小众领域扩展到了各个领域,多元化的信息数据资源的需求与提供也日趋多样化,大数据在经济领域的应用会更好的服务社会。
由西安商用信息系统分析及应用工程实验室、陕西方位市场信息咨询有限公司与教育部软科学研究基地中国管理问题研究中心合作发布的陕西数据通一期已上线运营,这是陕西省区域经济数据动态监测应用综合服务平台。平台通过对陕西政务、商务、消费、科研等数据的系统分析、挖掘和应用,提供信息动态监测、数据动态监测等全方位数据应用服务。记者了解到,这是中国首家推出的区域经济深度数据监测的综合服务平台。今年,西安商用信息系统分析及应用工程实验室还将在“一带一路”经济监测、物流、口岸和外贸、科技信息和高新技术、民生监测等方面做好大数据的关联应用。
陕西方位市场信息咨询有限公司相关负责人李副总介绍说,以民生监测为例,通过搜索查询,足不出户就能直接获知各类市场的蔬菜价格、供需量等信息,并能得到蔬菜价格、质量、类型等对比采购信息。总之,通过数据的采集、整理、连续监测、建立模型、数据分析等工作,最终达到数据的实际应用,服务于宏观管理,企业和百姓日常生活。
陕西省联盟成员单位已发展到96家
截至2015年底,我省大数据与云计算产业技术创新战略联盟的联盟成员单位已发展到96家,其中有13所高等院校、9家研究机构、7家服务机构和67家企业单位。
67家企业涉及了电子政务应用、智慧城市、交通信息行业、水处理、传感器、物联网、医疗行业、环境监控、网络通信、软件开发、信息服务、数据挖掘、大数据管理平台、云服务产品服务、云云存储等应用。
在工业大数据分析应该用服务方面,构建了“中国盾构云服务平台”,开展基于众筹、众创模式的“互联网+盾构”的新业态发展模式,该平台的运行对于陕西省云计算与工业大数据的发展、产值与利税、就业机会、产学研合作及其带动相关产业的发展都将起到推动作用。
西咸新区沣西新城管委会为国内首个专业大数据产业园区,是国家发改委和工信部授予的7个云计算服务创新发展试点示范城市之一。在打通科研与产业的通道上,建立“院所+企业+园区”模式,搭建“三秦沣云大数据平台”。目前已经上线安全云、民生云和经济云,即将上线医疗云、教育云、环保云、旅游云等“平台”可以进行暴恐安全预警、扬尘噪声污染、渭河水质分析、经济指标分析等应用。在大数据基础服务方面,西安交通大学高性能云计算平台已于2015年12月正式上线运行,这是我国西北地区高校最快超算系统。
成立的陕西省西咸新区大数据交易所,首次提出了个人数据资源交易的业务计划,通过价值交换获取海量个人数据,对数据进行价值挖掘,将大数据价值真正“取之于民,用之于民”。目前,大数据交易所标的数据主要包括政府数据和工业数据两大类,可服务于智慧城市、公共服务等领域。
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