京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国大数据,不只“数据大”
市民在中国国际大数据产业博览会现场参观大型无人机。
近年来,中国大力推动实施国家大数据战略,大数据产业保持良好发展势头,涌现出一大批大数据新企业、新产品、新服务、新业态。不断涌动的创新、深度的融合和庞大的体量让中国加速迈入“大数据时代”。而对中国而言,大数据不仅仅是“数据大”这么简单,突破核心技术、培养竞争优势、培育持久动能、增强管理能力,都是推动大数据产业发展的题中之义。
突破核心技术
产业规模达到4700亿元,同比增长30%,这是中国大数据产业去年交出的成绩单。根据国家网信办发布的《数字中国建设发展报告(2017年)》显示,2014年至2017年,中国大数据产业持续高速增长,预计2020年中国大数据市场产值将超万亿。
党的十九大提出要建设网络强国、数字中国、智慧社会,推动互联网、大数据、人工智能和实体经济深度融合,发展数字经济、共享经济,培育新增长点、形成新动能。在国家大数据战略深入实施的当下,中国各地方大数据产业发展方兴未艾。
中国大数据产业的发展得益于丰富的技术创新成果。近年来,中国大力支持前沿技术创新,加快关键产品研发,推进大数据与云计算的深度融合,促进产学研深度融合,打造了一批代表性企业和项目。比如,全部采用安全可靠CPU的“神威·太湖之光”超级计算机连续4次位列全球超算500强首位,量子点电视等创新加速涌现,中国在基于数字技术的人工智能、高性能计算等领域国际领先等。
“全球数据爆发增长、海量集聚的当下,完备的数据基础、巨大的数据资源和应用市场让中国具备创新优势。”工信部副部长陈肇雄说。
中国拥有全球最庞大的数据生产群体,网民数量、移动电话用户数量居世界第一,已是名副其实的数据资源大国。据外媒报道,全球大数据市场规模2020年有望扩大至2100亿美元。其中,中国大数据总量占比将达20%,成为全球大数据大国。
深化融合应用
“如今,大量前去医院就诊的患者都是看糖尿病、心血管疾病等慢性病,这类疾病的诊疗重在分析病人的各项数据,以此监测并发症、调整用药。”
谈到大数据技术在医学领域的应用,有业内人士说,普通百姓可以明显感受到医疗大数据带来的便利,以慢病管理应用软件为例,很多病人的诊疗可以在软件上完成,不仅节省医疗资源,也能给医生提供更准确的病史作为参考。
“医疗大数据”仅是大数据与其他产业深度融合的案例之一。随着大数据产业的深入发展,大数据产业与实体经济的融合日益加深,已经从早期的电商、金融、电信领域渗透至农业、医疗、工业等方方面面。
《2018年中国大数据产业发展水平评估报告》显示,2017年,综合基础环境、数据汇集、行业应用等因素,大数据发展水平行业排名由高到低为金融、电信、政务、交通、商贸、医疗、工业、教育、旅游、农业。
其中,金融、电信、政务大数据发展指数分别为45.35、41.69和39.44,超过行业指数平均值30.51。工业领域2017年的指数为24.28,相较2016年的15.41显著提高。
“信息技术正从助力经济发展的辅助工具向引领经济发展的核心引擎转变。对数据的‘盘活’和‘赋能’,必将为产业生活带来‘点石成金’的效应。”中科院院士梅宏说。
加强数据治理
在大数据产业迅猛发展的同时,大数据安全发展和保障能力建设等问题逐渐进入人们的视线。如何构建完善大数据治理体系,完善法律法规,加强大数据安防产品开发,建立高效数据安全管理机制,成为业界共同关心的议题。
数据安全隐患可谓全球性议题。比如美国社交平台脸书就因被指控通过手机应用收集用户及其朋友信息而引发广泛关注。在国内,近年来,地下数据交易猖獗,数据泄露和网络攻击事件频发,给个人隐私保护、企业安全生产、经济社会发展乃至国家安全都可能带来新的挑战。
《数据泄露水平指数调查报告》显示,2017年上半年全球有19亿条数据记录被泄露。相比2016年下半年,丢失、被盗或被泄露记录条数增加了164%。
另一份报告则显示,通过手机APP获取个人信息数据在国内已呈常态化趋势。高达96.6%的Android应用会获取用户手机隐私权限,25.3%的Android应用甚至存在越界获取用户手机隐私权限的情况。
中央网信办网络安全协调局副局长卿昱表示,互联时代大数据规模空前,数据流动更加频繁。国家有关部门正在积极加快推动网络安全法等一系列法律法规制度的增补完善,启动大数据安全标准研制工作,积极发挥标准的基础性引领作用。
“到2020年,技术先进、应用繁荣、保障有力的大数据产业体系基本形成”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29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