
大数据带动决策机制变革_数据分析师
“大数据是数字化生存时代的新型战略资源,对国家和社会发展作用巨大。我国应大力推动大数据研究及产业发展,并以此带动决策机制及社会经济各项事业的发展与变革。”在日前举行的“西安交通大学环保大数据研究中心”揭牌仪式上,中国工程院院士汪应洛如是说。
汪应洛表示,当前全球正处于一个数据量暴增的时代。从长远来看,大数据的发展不仅是科学技术的发展,也会带动决策机制的变革,促使从经验决策、量化决策向大数据决策转变。“应当说,社会上的每个单位都有大量数据,但并不是每个单位都有能力把这些数据用好,因此催生了大数据产业。”
在汪应洛看来,大数据是数字化生存时代的新型战略资源,正在改变人类的生产和生活方式,对国家和社会发展作用巨大。近年来,大数据引起各国科技界、产业界和政府部门的高度关注。
例如,美国于2012年启动“大数据研发计划”,美国国家科学基金会、能源部、国防部等6个联邦部门和机构共同提高收集、储存、保留、管理、分析和共享海量数据所需的核心技术,扩大大数据技术开发和应用所需人才的供给。目前,美国已形成庞大的大数据产业,在企业发展、国防建设等方面发挥了巨大作用。
我国大数据研究起步稍晚,但已引起国家高度重视。国家发展改革委、工信部等部门正在共同研究如何发展大数据核心技术,以充分利用数据这一战略资源。“我国经济规模如此之大,一旦有了大数据分析工具,会使经济有更快、更大规模的发展。因此,中国应大力推动大数据研究及产业发展。”汪应洛强调。
对于高校在大数据研究和产业发展中如何更好地发挥作用,汪应洛有着自己的见解。他认为,高校开展大数据研究,一定要紧密结合国家改革发展的需要。例如,老年病、慢性病等疾病都需要通过大规模的数据分析找出规律,从而对其开展诊断和治疗,并以此推动我国医疗卫生事业的改革和发展。“从这个意义上说,大数据研究不只是科学研究,更是一项面向我国社会经济发展的重要事业。”
为此,汪应洛建议,大数据研究一定要发挥多学科交叉与融合的优势。例如,管理、数学、信息等学科的研究重点有所不同,有的研究如何挖掘和采集数据,有的研究数据管理与分析,它们既有分工,更有合作。要想运用大数据作出科学决策,就需要不同学科之间的交叉融合。
他还表示,要加强与国际知名学术组织、高校、研究机构的合作与交流,密切关注和跟进大数据相关领域的研究热点,推进与该领域国内外知名专家学者的交流与探讨,提升我国大数据研究的水平和影响力。在大数据研究领域,如何实现从“跟跑者”向“并行者”“领跑者”转变,这其中还有大量工作要做。
目前,我国还没有大数据相关学科目录培养专门人才,只能借用现有相关专业,培养大数据方向的人才。为此,汪应洛强调,大数据研究和产业发展要解决的关键问题是人才,这是当务之急。“我国需要尽快建立一套完整的大数据人才培养专业体系、课程体系和教材体系。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12