京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据发展迈入新征程
日前,“2017第二届政务大数据发展与合作研讨会暨数据母体产品发布会”在北京召开。多位国内大数据专家、业界知名企业代表均表示,目前国家高度重视大数据发展,并已上升到国家战略层面,数据治理正在成为国家治理能力现代化的重要内涵和组织竞争新优势。我国虽然是数据大国,但还不是数据强国,从数据大国向数据强国转变仍有许多制约因素亟须解决。
「会议现场」
国家行政学院教授、国家信息化专家咨询委员会委员汪玉凯在《大数据战略与政府治理》主题演讲中表示,当前数据整合的趋势愈发明显,大数据应用的领域在不断扩散,围绕大数据应用的创新持续活跃。大数据战略与互联网+政务服务的布局,为智慧政府建设提供了新的契机。不过,在大数据战略实施过程中也存在传统治理思维、科层结构、部门利益、数据开放共享法律政策环境未形成等障碍,而要加以克服,就需要发挥政府和市场两种力量,在注重大数据战略实施顶层设计的同时,进一步激活社会创造力。
「国家信息化专家咨询委员会委员汪玉凯」
国家信息中心公共技术服务部发展规划处处长王晓冬指出,我国是数据大国,但还不是数据强国,数据体系化程度低和核心技术程度低是两大核心问题。数据资源分为互联网数据、平台型数据和政务数据。他认为,政务数据是真正的“石油”,因为互联网数据难获取,而平台型数据难拿到,只有政务数据会因为它的公益属性向社会有序开放。我们要共同建立管理的新格局,在“政府+市场”上,数据中心、政务云采用外包服务模式,发挥市场、技术、人才、资金的优势开展建设,在“平台+系统”上,大平台+小系统,政府信息化需要向互联网学习。
「国家信息中心公共技术服务部发展规划处处长王晓冬」
中国智慧城市专家委员会首席科学家刘志刚认为,我国目前的国情是城市建设高速发展,但是城市管理却跟不上;智慧城市大数据应用的规划要素包括匹配、均衡和协同,建设智慧城市,要发展生态经济与新型产业、加强电子政务与城市管理、服务社会民生与模式转型。无论是物联网、云计算、大数据、智慧城市,他们都将服务于应用,并且正在形成全球庞大的新型服务产业,这已是新一轮经济发展不可阻挡的潮流。
「中国智慧城市专家委员会首席科学家刘志刚」
国脉集团董事长、首席研究员杨冰之发表了名为《数据基因与政务大数据发展浅见》的主题演讲。他认为,数据治理正在成为国家治理能力现代化的重要内涵和组织竞争新优势。当前,数据中心建设存在系统庞杂、数据混杂、体量巨大、需求多样、网络复杂的情况,而数据治理存在量少、规范乱、质差、流动死、信息碎片化问题,亟待建立规范统一、运行高效、服务有力、保障到位的信息体系;重构信息体系,要关注数据流动性和数据价值利用。而数据基因,就是为重塑信息体系而生,由国脉集团研发的政务大数据基因系统,是实现数据跨系统共享交换、创新应用的底层逻辑和关键规则体系,是集成信息资源目录体系、交换体系和开放体系三合一的管理平台,为优化政务数据体系、探索数据关系、驱动数据服务奠定基础。
「国脉集团董事长杨冰之」
清数科技创始人、董事长赵勇建议,在我国信息化发展战略规划中,尽快建立符合国情的数据理论体系,树立以数据为核心的思想,让软硬件围绕数据来服务,推动在内容、应用和安全等方面的产权自主和服务创新进程,顺应中国信息化产业发展现状与变革。他指出,智慧城市设计要遵循顶层化、前置化、市场化和集约化,智慧城市建设要众包(博采众长)、融合(合作共赢)、开放(多方合作)。他认为,物联网、云计算、移动互联网、大数据是新一代信息技术四驾马车,其中大数据是智慧城市的“大脑”。
「清数科技创始人、董事长赵勇」
达梦数据有限公司董事长冯玉才指出,随着各行各业进入大数据时代,数据呈几何级增长、数据类型复杂化以及信息孤岛,传统IT架构已经无法适应,要实现大数据的整合与共享,需要建立共享交换平台。随着大数据时代的到来,社会安全问题呈现出复杂化趋势,对社会管理提出了新要求,同时,大数据技术的发展,也为构建更加有效的社会安全体系带来了新助力,构建大数据安全平台,要确保五个安全:物理安全、网络安全、数据安全、信息安全和系统安全。
「达梦数据有限公司董事长冯玉才」
据了解,“2017第二届政务大数据发展与合作研讨会暨数据母体产品发布会”由中国社会科学院信息化研究中心、北京国脉互联信息顾问有限公司、成都清数科技有限公司主办,国脉海洋信息发展有限公司、清华大数据产业联合会协办,浙江蟠桃会网络技术有限公司承办,汇聚了包括多省市信息化和大数据主管部门领导、国内大数据专家、业界知名企业代表等共计约300位来宾,受到了业内及社会各界的广泛关注。
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