京公网安备 11010802034615号
经营许可证编号:京B2-20210330
运用大数据加强提案信息管理
运用大数据的办法加强提案的信息管理,对所有提案进行跟踪办理,甚至跨年度持续跟踪,不妨一试。
两会期间,我并没中断读书。这几天在读《如果我是一本书》,这是由葡萄牙著名作家何赛·雷迪亚和葡萄牙青年插画家安德烈·雷迪亚父子共谱的美丽诗画。正如介绍中说的那样,这是一本关于书的书,一首关于阅读的诗。这样父子共同创作的图书,由父亲和孩子共同进行亲子阅读,可能别有一番情趣吧。在两会期间读读这样的书,也是让自己紧张的大脑暂时放松一下。
这几天起床后,我一般都先发发微博,其中大多是“两会进行时”的内容,然后再读一会儿书。这几日,对3月4日这天的分组讨论印象尤为深刻。当日上午9点,我参加了民进组的会议,围绕俞正声主席代表常委会作的工作报告和提案工作报告进行深入讨论。有高度、有力度、有温度,是大家的一致印象。
罗富和第一副主席介绍了他多年分管参政议政工作和担任政协委员的三点体会:一是要尽可能结合本职工作参政议政,这样才有专业性。二是要弘扬党派的传统,结合自身的界别特点多发声。三是要像做科研一样做提案。罗主席的发言引起了大家的强烈共鸣,还上了当晚的新闻联播。
罗黎辉委员是从李瑞环同志担任政协主席时就担任委员的“老委员”,他说,政协的民主监督是一个老问题,一个大问题,也是一个很难的问题,所以叫“老大难”问题。这个问题的解决关键是如何赋权,解决合法性与合理性问题;如何解决实现形式,具有自己专门化的实现方式,他建议是否可以搞一个“政协民主监督座谈会”。
黄震委员则建议运用大数据的办法加强提案的信息管理工作,对所有提案进行跟踪办理,甚至跨年度持续跟踪。对于这个建议,我深以为然。人民政协的三大职能是政治协商,民主监督,参政议政。作为政协委员,我们除了在会场上提意见和建议外,最重要的就是提案。怎样让提案掷地有声、落地有音,引入大数据管理不失为一个很好的路径,不妨一试。
与往常一样,民进组的讨论总是热烈非常,各省市的电视台与相关媒体纷纷来记录本省委员的参政之声。我在发言中根据自己参加政协活动的体会,对2016年政协的部分活动做了介绍,对委员们关于提案工作的建议做了说明,对俞正声主席关于人民政协民主监督的论述谈了自己的体会。
当天,有六家报纸发表了我的文章或对我的专访,传播我所呼吁的以职业教育改变贫困者命运、大国创新要具备全球视野、在自媒体大潮中如何珍惜政协话语权、办好中小学图书馆这一“精神食堂”等问题。看到这些文章和报道,更感受到媒体放大委员声音的力量,希望大家齐心协力,促使存在的问题得到解决。这几天会开下来,作为以中高级知识分子为主体的民主党派政协委员,愈发感到肩上的担子沉甸甸的。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15