京公网安备 11010802034615号
经营许可证编号:京B2-20210330
专家:应尽快实现大数据技术自主自控_数据分析师
借助大数据治国必须加强核心技术和产品研发,但专家提醒,要避免走国产操作系统研发的老路。事实证明,PC时代依靠政府资金研发的国产操作系统至今无法撼动微软的垄断地位,如今的移动互联时代,要挑战安卓的地位也非常困难。在国内外差距巨大的现实情况下,我国基础软件实现赶超,必须走合作开源之路。
国家信息中心研究员宁家骏认为,政府不应再定向支持某些企业,应变“相马为赛马”、变资金扶持为市场引导,鼓励有创新能力的企业都参与进来,积极利用开源模式和开放社区资源,形成我国大数据产业发展的开源生态系统,尽快实现我国大数据技术的自主自控。
宁波市智慧城市建设协调处副处长姚坚建议,应尽快开始实施“去IOE”。比起使用IBM小型机每年的维护成本,去IOE的成本不算大。如果国内技术能够实现去IOE,应该大力倡导,同时国家层面提供一些可靠的技术保障,自上而下实施去IOE。
专家介绍说,目前大数据的关键技术研发突破主要表现在以下几个方面:一是不同数据库类型大数据的集中,能够在不同数据类型之间进行交叉分析的技术,是大数据的核心技术之一;二是不同政府部门之间的大数据共享与交换机制;三是双活容灾备份技术构建的大数据应用平台,虚拟机从一个中心切换到另一个中心的时间接近于零。
不少业内人士还建议,可以通过具体师范项目推进大数据治国进程。比如在节能降耗、环境治理、交通运输、食品安全、金融服务、健康医疗等关系国计民生的重点领域,通过政府购买企业服务等方式推动大数据应用的政企合作,改进政府管理和公共治理方式。
事实上,大数据应用已经引起美、英、日等国政府的高度重视,多国将大数据产业发展定位为国家战略,密集出台多项专门政策,一方面开放数据,给予业界高质量的数据资源,一方面在前沿及基础性研究上投入大量资金和人力,领跑大数据发展。
美国政府早在2002年就开发了一个容量巨大、集聚性强的大数据基础架构;2009年,“一站式数据下载”网站data.gov正式上线,囊括了交通、经济、医疗、教育和人口服务等方面的海量数据;2012年,奥巴马政府颁布了高达2亿美元的《大数据研究和发展计划》,白宫科学技术政策办公室、美国国家自然基金会、美国国防部、美国能源部等多个联邦部门和机构,均参与其中。
欧盟2010年正式发布“欧洲数字化议程”,2012年在“欧洲数字化议程及其挑战”中制定了大数据战略。
此外,韩国、日本、新加坡等亚洲国家,也从国家战略层面积极推动大数据产业的发展。这些大数据应用领先的国家有三个显著特点:首先,政府大数据应用项目多基于共享存储的结构化数据库,并不使用实时、动态和非结构化或半结构化的数据;其次,公共部门致力于规范大型而复杂的数据集,政府期望通过大数据应用提升政府服务民众的能力,解决国家面临的重大挑战问题,如经济、医疗、就业、自然灾害和恐怖袭击等;第三,政府设立的大部分大数据项目刚刚起步或计划实施,多数仍处于发展的初级阶段。
全国政协委员、九三学社中央副主席赖明说,从世界发展潮流看,全球的大数据应用整体处于发展初期,我国大数据应用也刚刚起步。应抓住当前大数据技术以开源为主、尚未有任何国家形成绝对垄断的有利契机,改变我国长期处于信息产业链末端赚取低端利润的现状,争取战略制高点。
腾讯互联网与社会研究院首席经济学家孟昭莉说,全球大数据细分行业内聚集了大中小型企业,中国一些大数据领军企业和学界也在发力,目前虽未取得领先,但短时间内实现弯道超车也是有可能的。
“丰富的数据资源为我国大数据发展带来了肥沃的土壤。”宁家骏说,中国拥有全球第一的人口数、互联网用户数和移动互联网用户数,国土面积广、经济体量大,这些都是其他国家难以企及的海量数据资源和应用需求潜力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02