京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2017年我国大数据产业发展五大新突破
2017年,大数据产业发展打开突破口,迎来爆发期,大数据融合应用进程加速,产业集聚进一步特色化发展,创新驱动仍是产业发展主基调,为做大做强数字经济、带动传统产业转型升级提供新动力。
2017年接近尾声,这一年大数据新模式、新业态层出不穷,面对五大瓶颈问题——数据资源开放共享程度低、技术创新与支撑能力不强、大数据应用水平不高、大数据产业支撑体系尚不完善及人才队伍建设亟需加强,打开突破口。
政务大数据开放共享呈现新格局
“加快政府数据的开放共享”作为国家《促进大数据发展行动纲要》三大任务之首,2017年,在政策、法规、技术、应用等多重因素的推动下,获得了进一步发展,在城市侧表现尤为突出,基本形成了跨部门数据共享共用的格局。
京、津、沪、渝、冀、辽、贵、晋等省市政府相继出台了大数据研究与发展行动计划,整合数据资源,实现区域数据中心资源汇集与集中建设,与“建设全国一体化的国家大数据中心”的国家战略要求契合,为实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务提供了平台。
根据2017中国开放数林指数显示,在这些陆续开放共享政府大数据的省市中,上海、青岛、贵阳、广州、东莞位列总排名前五名,上海、贵阳、青岛位列数据层前五名,佛山、哈尔滨、上海位列平台层前五名。
技术创新驱动产业发展
大数据领域每年都会涌现出大量新的技术,成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来,为人类社会经济活动提供依据,提高各个领域的运行效率,甚至整个社会经济的集约化程度。
2017年,伴随着新一轮的信息技术革命和商业模式创新,实体经济插上数字化羽翼,一场以数字化为形式、以技术进步为手段、以经济转型升级为目标的变革已经全面展开。
工业和信息化部总工程师张峰认为,目前我国大数据产业迎来全面良好的发展新局面,“关键技术领域取得新突破,大数据软硬件自主研发实力快速提升,一些大数据基础和平台处理能力提升世界潜力,涌现出一大批大数据创新企业和创新模式。”
大数据应用迎来黄金时代
2017年,大数据产业依旧保持高速增长态势,并从单一的技术概念逐渐转化为新要素、新战略、新思维。今年,大数据产业正经历从构想迈向应用的过渡期,在政府和市场力量的全力推动下,大数据已经在政用、商用和民用领域全面覆盖,并且在区块链应用上实现重大突破。
目前,我国广东、福建、浙江、河南、上海等16个地区均依据当地发展现状制定相应的大数据相关政策,近20个地方政府陆续推进大数据应用平台建设。
数据资产运营的价值通过应用的落地逐渐得到释放,并在全国涌现出了一批典型应用。中国首家政府大数据资产运营商——九次方大数据凭借在全国各省、市、自治区的实践经验,在各地打造了旅游、精准扶贫、医疗、信用、农业等一系列政府大数据应用样板间,助力实现政府结构扁平化、政府运作智能化、社会治理网格化、公共安全数字化、民生服务智慧化、公权力约束精准化。为激活政府数据资产价值提供了研究样本,掀起政府大数据应用的发展高潮。
大数据产业支撑体系逐渐完善
2017年,我国大数据产业发展环境持续优化、产业生态系统日趋完善。大数据标准体系初步形成,开展了大数据技术、交易、开放共享、工业大数据等国家标准的研制工作,在北京、上海、贵阳开展了大数据标准试点示范。一批大数据技术研发实验室、工程中心、企业技术中心、产业创新平台、产业联盟、投资基金等形式的产业支撑平台相继建成。大数据安全保障体系和法律法规不断完善。
从管理机构方面看,大多数城市在推进城市数据开放共享中,将组织机构作为工作开展的前提。截至2017年9月,全国至少有已有13个省成立了21家大数据管理机构,而这一数字还在不断增长中。
大数据人才队伍建设进程加快
2017年11月,我国首个由行业主管协会起草的大数据人才培养发展方向的通识性标准——《中国大数据人才培养体系标准》正式发布,预示着中国评定大数据人才的核心标准转向是否能够综合使用工具为企业或客户创造商业价值。
数据显示,2017年,我国已有35所本科学校获批“数据科学与大数据技术”本科专业,62所专科院校开设“大数据技术与应用”专科专业,申报数据科学与大数据技术本科专业的学校达到293所。
由于目前国内培养大数据人才的院校都尚处于起步阶段,学校教育与大数据市场需求脱节严重,社会培训机构对大数据人才的培养所起的作用将是很好的补充。
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