
贵阳大数据交易所召开首届理事会 将细化交易规则
贵阳大数据交易所第一届理事会暨媒体见面会,于9月21日上午在北京召开。泰康人寿、天弘基金等40余家会员企业单位参加会议。会议围绕贵阳大数据交易所发展现状及未来规划进行讨论。未来,贵阳大数据交易所将和全体会员企业单位开展进一步密切合作,细化大数据交易规则、标准制定。
会上,贵阳大数据交易所总裁王叁寿全面总结了交易所成立五个月以来的运营情况。王叁寿说,贵阳大数据交易所一直秉承着"贡献中国数据智慧,释放全球数据价值"的理念,已经迅速发展了200多家会员单位,产生了上千笔交易。
据王叁寿介绍,9月18日贵州大数据综合试验区建设正式启动,致力于构建"先试先行的政策法规体系、跨界融合的产业生态体系、防控一体的安全保障体系"。这是国务院本月初印发《促进大数据发展行动纲要》后我国启动的首个区域试点。该试验区将积极开展数据交易的市场试点、鼓励产业链上下游之间的数据交换,规范数据资源的交易行为,促进形成新的业态。贵阳大数据交易所将在试验区内发挥积极的推动作用。
王叁寿随后发布了一条重磅消息:目前,贵阳大数据交易所正在积极参与国家"一个规划两个标准"的制定工作。"一个规划"是指我国工信部《大数据产业"十三五"发展规划》,"两个标准"是指中国大数据交易标准和中国政府数据公开标准。
与会的会员企业单位代表,也结合当前国家最新出台的《促进大数据发展行动纲要》,以及各自所处的行业领域及业务范畴,对贵阳大数据交易所的运营发展和未来的建设规划提出了具体的建议,表达了对交易规则、数据规范等方面的需求。
其中,神州数码信息服务有限公司数据运营总监魏有鹏提出:"在政府要求安全可靠的开放数据的过程中,数据应该怎样开放出来,如何监管才能做到安全可控?"王叁寿对此表示,"贵阳大数据交易所正打算同神州数码、软通动力、华为,四家企业共同来做一个政府数据公开安全监管行为规范。"
软通动力信息技术(集团)有限公司助理副总裁曹晓兵表示:希望可以共同推动政府数据公开、建设智慧城市。对此,王叁寿表示,目前贵阳大数据交易所正在积极协助各个省和市制定大数据产业发展顶层设计。交易所已经得到消息,国家四个部委有明确意向,为了进一步推动政府数据公开与大数据交易融合,将组织一批优秀的大数据企业在全国20多个大城市举办城市数博会巡回论坛。
中诚信征信董事长孔令强称:如何推进政府大数据阳光化交易?王叁寿对此解释,政府大数据分为两个类型、三个层级。两个类型包括政务数据和政府数据。其中,政务数据可以免费公开;而政府数据,包括政府掌握的气象、教育、医疗等数据在内,分为有价值有偿公开和不能公开两层。而贵阳大数据交易所拥有的政府数据,主要集中在"惠及民生能够免费公开的政务数据"及"有价值有偿公开的政府数据"两种。
其他会员企业单位针对贵阳大数据交易所获得的国家政策及财政支持,以及各自所处的行业领域及业务范畴,发表了不同观点。中国通关网总经理战复东提出了对贸易大数据应该定义规则、标准,以及如何参与子标准定义的需求。而上海云信留客信息科技有限公司则提出建议重视组织会员单位进行交流、多举办论坛和沙龙等。贵阳大数据交易所总裁王叁寿针对各个问题进行了详细的分析和解答。
王叁寿说,目前贵阳市政府已经在建立大数据清洗基地,可以承接国家级的数据清洗业务,为各省市政府提供底层数据的清洗服务。该大数据清洗基地注册资金10个亿。未来交易所会员单位可以依托该基地进行数据清洗。贵阳大数据交易所还将会进一步发挥撮合作用,促进会员单位之间的不同种类数据的聚合和二次开发,让数据与数据进行碰撞产生核聚变效应,进而创造出更加巨大的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10