京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代到来 两岸如何合作
9月28日消息,日前大数据专家麦尔·荀伯格到台访问,期间也进行几场演讲,鼓励台湾应积极发展大数据,藉以扩大产业发展机会与增加企业的获利机会,麦尔·荀伯格目前出版3本大数据专书,两岸都有翻译发行,显示两岸都注意到大数据时代的到来。两岸相关业者与主管机关确实是可把握机会好好开创一项新产业,为两岸的年轻世代发展新的就业与创业机会。
文章摘编如下:
大数据产业是指一切与大数据产生与集聚、组织与管理、分析与发现、应用与服务相关的经济活动的集合。其内容以数据挖掘分析服务为核心包含数据中心、宽带网络等基础设施服务,数字内容服务、物联网服务、位置服务等信息服务,智能终端制造、电子产品制造,以及智能交通、互联网金融和智慧城市等应用服务。
目前大陆也起步不久,两岸相关业者与主管机关确实是可把握机会好好开创一项新产业,为两岸的年轻世代发展新的就业与创业机会。
台湾当局是已看到大数据产业发展机会,但未见细部的整体发展规划,这无碍台湾企业发展大数据产业机会,对照大陆整体的大数据产业规划预定在“十三五”期间推出,但贵州、江苏、广东、上海、重庆等都已在“十二五”期间推出发展大数据规划,贵阳、武汉、厦门更是具体规划大数据产业,因此可以发现两岸在发展大数据产业,台湾相关部门的脚步是有些落后。
大数据说穿了是继云端计算、物联网之后的一种新信息(ICT)技术,台湾在ICT产业一直领先大陆,台湾的ICT产业人才也较大陆齐备,因此当局更应积极响应大数据产业的发展潮流,迅速提出台湾的大数据产业发展规划,让台湾的ICT产业人才能持续深耕台湾,但大陆市场规模是大数据产业未来进一步发光发亮的沃土,台湾过去有许多创意或创新,但最后成功在大陆,其原因就在市场规模,因此台湾在大数据产业发展规划确实是可和大陆对接合作。
有心发展大数据产业的企业或个人,应仔细研读前述的省市政府的大数据规划或大数据产业规划,找寻本身技术、产品、服务可以落脚的省市,一步一步的拓展产业规模,让自己的企业、技术做大做强;台当局相关机关是可从大陆的规划中避免重复投资,盘点台湾ICT优势技术,集中资源发展台湾大数据强项产业,并做好两岸产业对接规划工作,使台商登陆发展能减少不必要干扰。
大数据是智能城市规划的一部分,目前大陆的主要城市都已完成其智慧城市规划工作,这些城市未来自然会发展其大数据产业,贵阳市、武汉市、厦门市已规划出大数据产业,除对大陆主要城市有示范效果外,对不知如何规划新兴产业的台湾“六都”更有参考借镜之处,盼望台湾“六都”市长能积极把握规划大数据产业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06