
挖掘DT时代“新原油” 成都加快布局“大数据”
日前出炉的成都“产业新政50条”明确提出,要强化数据资源支撑,推进数据资源的开发利用。搭建全市统一数据交换共享平台,提升政务数据共享应用水平。企业和社会机构面向行业应用构建专业大数据服务平台,主动采集、加工并开放数据,形成以数据平台为核心的产业加速器,可按平台投资额30%给予最高300万元一次性补助。国内外行业领先企业来蓉开展数据业务、发展大数据产业的,产业部门按重点项目帮助企业协调数据资源……
大数据就是现代“新原油”。从it时代走向dt(数据处理技术)时代,大数据到底在怎样改变我们的生活?在大数据从概念渗透转向应用发展的当下,中国大数据发展情况怎样?世界各国在大数据领域如何布局?而正在加快建设全面体现新发展理念的国家中心城市的成都,其大数据发展又是怎样的场景?
前沿故事
大学教授“变身”创业者
探索大数据发展的“成都模式”
“假如按照经验,一个刀具可以切割300个手机壳,每当切割到300个手机壳时,刀具的使用寿命就结束了。而利用大数据我们发现,有的刀具只能切割280个手机壳,有的刀具则可以切割330个手机壳。大数据的价值就在于,通过合理的算法对大量的刀具数据进行加工,计算出每个刀具的使用寿命,而不是像以往那样 一刀切 ,从而节省成本,让每个刀具都 物尽其用 。”上周,在成都数之联科技有限公司董事长办公室里,傅彦深入浅出地给记者“普及”大数据知识。
有意思的是,2012年才正式成立的数之联,是由一群大学教授创办的。作为电子科大教授、博士生导师的傅彦就是其中之一。而另外一个不得不提的创办者,则是电子科大“80后”最年轻教授、中国大数据领军人物的周涛。长期从事数据挖掘、看到巨大社会需求的他们,带着引领大数据产业发展的初衷,化身创业者,为政府、企业挖掘数据背后的“宝藏”。
为众多知名企业提供解决方案
“我们长期从事数据挖掘工作,也意识到大数据的广阔前景。如何将科研成果用以解决实际问题?如何从这些数据中挖掘出有价值的信息,从而对企业发展起到帮助作用?带着这些问题,2012年我们创办了数之联。经过前期的孵化和技术准备,2013年3月正式运行。”回想起公司创办之初的情形,傅彦如数家珍地告诉记者。
虽然公司成立仅5年时间,但得益于良好的政策支持和自身强大的科研实力,数之联已经先后服务了阿里巴巴、腾讯、中国联通、工商银行、五粮液等众多知名企业。傅彦向记者举例说道,“2015年,我们开始与五粮液合作,致力于生产线的优化和设备运行情况监测。在以往的生产过程中,何时加水、加原料都是靠经验,不同的人经验也不一样。这样一来,高质量酒的产量就比较有限。而根据他们生产过程中产生的大量数据,我们通过大数据手段加以分析,就可以得出最佳加水、加原料的时间,从而提高高质量酒的产量。此外,生产设备的使用寿命也可以通过大数据来预测。设备的损坏往往不是一瞬间的事,而是一个渐进过程,这一点很难通过肉眼发现。通过大数据的精准分析,我们可以预测一个设备大概什么时候坏,从而优化生产线,降低运营成本。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15