京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国际大数据大会传递哪些新理念
为进一步促进大数据领域与传统应用行业的深度交流与合作,中国通信学会近日在北京举办“2015中国国际大数据大会”。此次大会以“大数据+”为主题。
解读大数据行动纲要
将推动政府公信力和信用体系的建设
国家统计局信息服务中心大数据研究实验室主任江青说,大数据行动纲要代表国家从顶层设计上推动大数据。
江青主要解读了大数据行动纲要对智慧城市带来的“四化”。她认为智慧城市的核心是大数据,是大数据在城市的应用。纲要有利于智慧城市实现规划科学化、管理动态化、治理精准化、管理服务高效化。
纲要还提出推动政府信息系统和公共数据的互联共享,消除信息孤岛,加快各类政府信息平台,避免数据重复打架,江青认为,这说明了两个问题,一是增强政府公信力,一是提升社会的信用体系,相对应的就是建设政府信息公用平台和政府公信力的平台。
数据开放问题
政府部门和公共企事业单位要率先开放原始的、可机读的数据
中科院院士、北京大学、普林斯顿大学教授、普林科技董事长鄂维南认为现在大数据面临的第一个瓶颈就是没数据,数据孤岛严重,不同部门数据存在在不同的地方。
中国国际经济交流中心副研究员张茉楠认为我国数据的实体化和实体数据化还处在前期阶段,还存在数据安全、数据所属权、数据治理等各方面的问题。
西安未来国际信息公司执行总裁史晨昱提出了如何开放和开放哪些数据。他认为,应首要开放政府部门和公共企事业单位的数据。政府应该建设开放平台或者网站,以满足社会公众对信息资源的使用。开放网站是全球的普遍做法,包括美国、英国都采用这种做法。开放平台应该建立在互联网上,而非建立在电子政务网上。
其次,开放的数据应该是原始的,可机读的数据。原始数据是没有加工处理的数据,可机读是指开放的数据要便于计算机处理加工。数据开放后,政府需要鼓励企业和公众,利用公共信息资源去开发信息产品,服务于社会公众,服务于其他的企业客户或者政府客户。
大数据推动社会共治
国家的治理从原来的政府主导,转向政府、公民、企业、社会共同参与的多元共治模式
张茉楠认为大数据带来的不仅仅是生产力的变革,更是一种生产关系的变革。
大数据改变了政府的角色、企业角色和社会公众的角色,也使整个国家的治理从原来政府主导的治理,开始向政府、公民、企业、社会多元共治的新模式转型。
张茉楠举例说美国环境数据的开放,就是通过一个项目把美国各个州的环境治理数据向公众开放,让公众更多地参与环境治理,由第三方负责监管。整个过程中是政府提出需求,提供服务,公众积极参与,整个社会共同监督管理。
张茉楠认为大数据时代,社会治理主要呈现三大特点,一是从原来的一家独大、政府的独治逐渐转向多元共治。第二,由原来较多的封闭结构向开放型的治理结构转型。特别是在大数据、云计算发展之下,原来公众和政府之间的信息差、知识差已经逐步扁平化。第三,由权力决策机制转向公共决策机制。
数据交易市场
数据产品交易可以活跃信息消费市场,但法律犯规、技术都还不尽完善
史晨昱认为数据服务平台应该非盈利性和商业化并举。非盈利的数据开放网站,负责将政府部门和公共服务企事业单位的数据,免费开放给公众;在此基础上建设的商业化数据服务平台,可以连接信息服务产品的供需双方,开展数据产品交易,以此活跃整个信息消费市场。
亚信数据总裁张浩认为,维护和管理数据对任何一个部门或者企业来讲都是有代价和成本的,通过交易或者是对等交换,容易实现数据价值。但我国目前还面临着问题,第一,本身还没有形成大数据,缺少法律规范让拥有数据的部门开放数据。第二,目前缺少对个人隐私保护的技术。
鄂维南认为数据作为一种商品,有一定的特殊性,每个人都可以使用,可以重复售卖,没有任何消耗。根据经济学观点,数据的价值是零,所以数据交易理论上来说是不可行的。这也是数据交易平台需要突破的悖论。
云计算+大数据
云计算可以让大数据运行更经济化、集约化和精细化
中国移动苏州研发中心大数据项目总监徐萌提出了云计算大数据,她认为,大数据把数据整合起来,这只是粗放的状态,并不是经济的模式。云计算强调经济化、集约化、精细化。云计算可以使得大数据用集约式的平台和方式来运转。
目前来看,云计算大数据的实现需要解决4个问题,第一,统一化的数据管理,即数据从哪来到哪去、共享给谁、怎么共享、权限是什么。第二,明确云计算大数据的概念,大数据是借用云计算来实现服务的。第三,精细化的资源管理,云计算目标就是降低成本,提供更多应用和服务。大数据后续也要演变过来,实现精细化运营,合理调度资源。第四,智能化就是保证多种资源框架可以自动适配。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20