京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工信部九方面推进我国大数据产业发展 支持关键技术产品研发和产业化
随着新一代信息技术的迅猛发展,互联网与社会各领域各行业的交融、交汇日益深化,一个以大规模产生分享和应用数据为特征的大数据时代已经到来。近年来在国家政策支持和各方面的努力下,我国大数据产业循序发展,应用不断深化,大数据已经成为当今经济社会领域倍受关注的热点之一。
对我国而言,如何把握住发展的机遇,充分利用好大数据抢占发展先机是现在面临的主要问题。对此,莫玮提出了关于我国大数据的两点看法。
第一,党中央国务院高度重视大数据发展,大数据产业发展迎来了重要的机遇,党的十八届五中全会提出实施国家大数据战略,习近平总书记4月19日在全国网络安全和信息化工作座谈会上指出,要切实贯彻落实好网络强国战略,互联网+行动计划,大数据等国家战略,国务院也出台了《促进大数据发展行动纲要》,全国推进大数据发展,加快建设数据强国。
十三五时期是我国全面建成小康社会的决胜阶段,全球新一代信息技术产业发展正处于加速变革期,国内市场应用需求处于爆发期,我国大数据产业迎来了重要的发展时刻。为此,我国要抢占机遇,增强创新能力,深化行业应用,繁荣产业生态,促进大数据产业健康、快速发展。
第二,我国大数据发展具备良好基础,同时也面临诸多挑战,自从20多年前接入国际互联网以来,我国高度重视互联网的发展,加强基础设施建设,加大基础设施研发,大力发展网络经济,网络深度融合了社会的发展,为我国大数据产业发展奠定了良好的基础。这主要体现在以下七个方面:
一,大数据基础设施日益完善。截止今年6月底,我国固定宽带家庭普及率达到56.6%,移动宽带用户普及率达到了63.8%,全国月户均移动互联网接入量达到了700兆,5G已经全面拉开序幕,研发和实验阶段也进入了攻坚阶段。
二,激烈了丰富的数据资源。目前我国网民数量已经超过7亿,移动电话数据规模突破了13亿,网络零售交易额跃居全球第一,我国已经产生积累数据量最多,数据类型最丰富的国家之一。
三,大数据技术创新取得了显著的进展。国内互联网龙头企业,单服务器集群规模达到了上万台,部分企业在深度学习人工智能等领域,我国企业对国际主流大数据技术基础开元软件逐步增加。
四,大数据应用推进的势头良好。大数据在互联网服务中得到了广泛的应用,提升了个性化和智能化的服务水平。大数据与传统产业相结合,推动制造业的网络化、数字化和智能化方向发展。电信、金融、交通等行业利用大数据加快服务优化,业务创新和产业升级的步伐。
五,当数据相关产业规模不断壮大。2015年我国软件和信息技术服务产值达到了4.3亿元,连续多年保持了20%以上的增速,一批新兴的专业化大数据企业崛起,大数据成为社会投资的热点之一。
六,大数据产业支撑体系不断完善。建立了大数据行业标准化工作机制,开展了大数据技术、交易、开放共享等国家标准的研制工作。一批大数据技术研发实验室,产业联盟,投资基金等产业平台相继建成,为产业发展提供了良好的支撑。
七,地方发展大数据积极性高涨。目前,全国30多个省市专门出了大数据相关的政策文件,十余个地方专门设置了大数据的管理部门,统筹推进大数据发展,呈现出京津冀、长三角、珠三角、中西部、东北部等全面开花的格局。
莫玮表示,总体来看,我国大数据产业发展具备了良好的基础,但要实现从数据大国向数据强国的转变,还面临着数据资源开放程度低,核心技术能力不强,产业支撑体系不够完善,高层次专业人才欠缺等一系列的问题和挑战。
工业和信息化部按照国务院的决策部署积极推进大数据产业的发展,以及促进大数据发展行动纲要的任务分工,将以五大发展理念为指导,着重做好以下九个方面的工作。
一,认真贯彻落实推进大数据发展行动纲要。依托联席会议制度会同发改委、中央网信办等部门统筹推进落实的任务。
二,做好大数据顶层发展的统筹设计。
三,支持大数据关键技术产品研发和产业化,形成一批具有自主知识产权的技术和产品。
四,大力发展工业大数据,认真贯彻落实国务院《关于深化制造业与物联网融合发展的指导意见的任务要求》。
五,支持地方大数据产业发展和应用试点,选择带有条件的地方开展大数据的建设,并积极探索推进产业集聚区的建设。
六,推动大数据标准体系建设,推荐关键急需标准的研制和验证,积极参与国际标准制订。
七,加强大数据安全保障体系建设,推进大数据安全技术、产品研发、完善相关法律法规和制度体系。
八,建设符合新生态队伍,创新人才培养模式,建立健全多层次、多类型的大数据人才培养体系。
九,加强国际合作,充分利用国际市场面向全球配置资源的需求做。
“数据是国家基础战略性资源,我们自身与这么一个无处不数据的时代,坐拥数据富矿,要从富矿中提炼出钻石,切实转化为推动经济社会前行的力量,还需要政府、企业、科研院落等行业联盟更各界的共同努力,希望各地的政府积极制订并落实配套措施,着力推动数据资源开放共享,利用大数据提升政府治理能力和公共的服务水平,加快产业转型升级,促进经济社会发展,也希望我们企业界充分利用数据资源开展创业创新,在技术、产品、服务和商业模式方面积极探索,希望科技领域加强大数据领域前沿技术研究,加强校企合作,突破一批关键的核心技术,提升我国大数据关键技术创新水平。”,莫玮介绍说。
最后,莫玮表示希望全社会各界提高对大数据的认识,积极推动大数据在各领域的广泛深度应用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23