京公网安备 11010802034615号
经营许可证编号:京B2-20210330
预测2015:智能大数据分析成热点_数据分析师
“现在对大数据来讲就是两个字"落地",我们开会请一些专家讲大数据多么重要,没有什么意义,各个省市的领导都讲大数据,这已经不是新的东西。”中国工程院院士李国杰在2014中国大数据技术大会上首个发言,直接点题:“产业界很重要的一件事情是怎么样把大数据用来提高我们国家我们政府治理能力现代化,这个不亚于提高GDP。”
李国杰认为,在应用上,云计算、3D打印技术从技术出现到产业化可能是2到5年,但大数据会更长些,从实践转换成主流产业可能需要5~10年。以前我们的经济增长主要靠资源和汗水,而下一步的经济发展要靠智力创新,要以大数据的应用来以减少能耗,降低环境污染。
2012年,“大数据”一词开始大热。两年来,已经在商业、工业、交通、医疗、社会管理等多方面有了应用,在今年的第二届大数据技术大会上,已经少有人讲重要性,更多是应用、技术以及最底层的算法。
中科院计算所研究员、中国计算机学会大数据专家委员会秘书长程学旗发表了大数据白皮书与发展趋势报告。这份报告由中国计算机学会大数据专家委员会和中关村大数据产业联盟组织撰写,用时大半年。
对2015年大数据发展预测,共有10个方面。首先就是结合智能计算的大数据分析成为热点,包括大数据与神经计算、深度学习、语义计算以及人工智能其他相关技术结合,成为大数据分析领域的热点。
第二点是数据科学将带动多学科融合,但是数据科学作为新兴的学科,其学科基础问题体系尚不明朗,数据科学自身的发展尚未成体系。
第三是跨学科领域交叉的数据融合分析与应用将成为今后大数据分析应用发展的重大趋势。大数据技术发展的目标是应用落地,因此大数据研究不能仅仅局限于计算技术本身。
大数据将与物联网、移动互联、云计算、社会计算等热点技术领域相互交叉融合,产生很多综合性应用。近年来计算机和信息技术发展的趋势是,前端更前伸,后端更强大。物联网与移动计算加强了与物理世界和人的融合,大数据和云计算加强了后端的数据存储管理和计算能力。今后,这几个热点技术领域将相互交叉融合,产生很多综合性应用。
此外,十大趋势还包括:大数据多样化处理模式与软硬件基础设施逐步夯实;大数据的安全和隐私问题持续令人担忧;新的计算模式将取得突破;各种可视化技术和工具提升大数据分析;大数据技术课程体系建设和人才培养是需要高度关注的问题;开源系统将成为大数据领域的主流技术和系统选择。
程学旗用“融合、跨界、基础、突破”来总结这十大趋势。他进一步解释,融合是说在产业里面,比如说在垂直行业的融合,在企业里面垂直融合,应用融合、技术融合等;跨界,基于大数据使不同学科不同应用领域跨界;基础,就是说我们大数据发展亟待在一些基础方面进一步地夯实,2014年比2013年基础更强,我们期待2015年基础进一步的夯实,包括生态环境,包括大数据资源的共享;突破,我们会在预测在2015年在一些大数据的分析,大数据的一些系统方面能够取得相关性的突破。
对于大数据研究的难点,很多人把数据公开列在第一位。对此,李国杰认为“共享”更准确一些。对于政府部门的难点在于公开的尺度,另外是否有能力把数据用好。而指望商业公司拿出数据,不现实,因为这些数据的获得是商业公司的投入。
但对于这种说法,一些人并不认同。中国人民大学教授信息学院院长杜小勇教授认为,现在高校和研究机构拿到数据不是问题,关键是企业提出解决不了的问题,把数据拿出来,求助于研究者,研究者是否能够有效解决。就像大数据比赛,让企业出的题目才会是真正的问题。
另外,大数据人才也是一个重要问题。现在的问题是既对行业熟悉,又能融合创新的顶类人才稀少。李国杰强调一点,“现在要让企业和研究者明白一点,数据不是在谁手中,谁就有优势,而是要大家一起研究,融合跨界研究,数据才会产生财富。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21