
大数据大发展,还要迈几道坎
数据价值大,机构和企业积极布局
谁能从海量数据中挖掘出有价值的信息加以应用,谁就能赢得发展机遇,大数据因此拥有巨大的价值。比如,借助大数据,商家能精准分析出客户的消费习惯、偏好、潜力等,从而锁定目标用户,进行精准营销,提升经营效率。
对此,在某软件公司从事智能医疗产品开发工作的刘丹深有感触。公司生产的产品,通过分析收集到的数据,为用户提供健康建议。借助大数据,产品更先进了,提供的服务更好了,也更好卖了。
大数据价值大,相关机构和企业积极布局,以求抢占发展制高点,大数据产业日益壮大。据贵阳大数据交易所发布的《2015年中国大数据交易白皮书》显示,2014年中国大数据市场规模达到767亿元,预计到2020年将超过8000亿元。
为促进大数据产业发展,国务院日前印发《促进大数据发展行动纲要》(以下简称《纲要》)。“大数据产业迎来了重大发展机遇”,中国工程院院士邬贺铨认为,大数据产业加快发展将带来更大的裂变效应。“在‘大智云移’(大数据、智能化、云计算、移动互联网)时代,大数据的分析和挖掘将助推移动互联网走向深入,使软硬件更加智能化,带动产业互联网的发展和工业由大变强。” 邬贺铨说。
加强互联开放共享,破除数据孤岛
不过,作为一个新兴产业,大数据产业要实现大发展,还面临不少制约,数据孤岛首当其冲。
大数据之所以价值大,一个重要原因就在于它涵盖多方面相关联的数据信息,因此,数据的互联互通极其重要。可现实中,由于数据分散在不同企业、部门等采集主体,公开共享不够,数据的电子化及采集程度也有较大差别,数据孤岛众多,造成客观精确的分析很难得出。
记者采访的企业和机构都反映,现实中数据的物理隔离,已成为阻碍大数据大规模应用的重要因素。刘丹就告诉记者,虽然公司产品能帮助用户实时记录血压、血糖等生理数据,借助后台大数据分析还能给出健康建议,但由于缺乏客户的问诊信息,软件给出的建议有时并不太靠谱,可问诊数据在医疗机构,对外共享公开面临重重困难。
为此,《纲要》指出,要加强公共数据的互联开放共享,加快政府信息平台整合,消除信息孤岛,推进数据资源向社会开放。这些破除数据孤岛的顶层设计,有望激活大数据产业发展潜力,使其成为经济增长的强力新引擎。
完善法制和问责机制,切实加强信息隐私保护
如同硬币的两面,在推动数据开放共享的同时,也要注意隐私保护。
信息化时代,公众难免要牺牲个人信息以获取某种便利,有些甚至是不自觉行为。比如,你只要浏览了电子购物网站,你的身份、喜好等信息就会被获知。日常生活中,几乎所有的人都是“数据贡献者”。
“大数据的应用是把双刃剑。”邬贺铨说,“因此,要十分注重保护个人的数据信息,防止被不法利用。”
然而,当前我国与个人信息隐私保护相关的法律法规并不完善。比如,刑法的“非法提供公民个人信息罪”并不包含由于疏于防范或者网络漏洞等问题造成的信息泄露,一些人很容易借此来逃脱追责。
业界专家表示,有必要制定与个人隐私和政府保密数据采集、使用和保护相关的基础性法律,消除人们后顾之忧。刘丹觉得,法律应当规定,商业机构收集用户数据,必须首先向用户说明用途,并且严格限制使用范围,同时应该建立健全信息安全泄露的问责机制,倒逼有关责任主体切实加强保护。
专家特别强调,政府、公共机构存储着海量、有价值、敏感的数据信息,在公开共享之前,有必要制定专门的信息数据公开法,明确公开数据的条件、规范和保障,最大程度控制风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16