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MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02