
跟着李克强学“大数据”:“人在干,云在算”
月6日,国务院总理李克强参加了十二届全国人大三次会议山东代表团审议过程。孙丕恕代表对如何发展大数据产业提出建议。李克强表示,你的建议很好,政府掌握的数据要公开,除依法涉密的之外,数据要尽可能的公开,以便于云计算企业为社会服务,也为政府决策、监管服务。
就在一天前的政府工作报告中,李克强指出,制定“互联网+”行动计划,推动移动互联网、云计算、大数据、物联网等与现代制造业结合,促进电子商务、工业互联网和互联网金融健康发展,引导互联网企业拓展国际市场。
身为经济学博士的李克强当然懂得“大数据经济”的价值和意义。他曾说过,“13亿中国人,八、九亿劳动力,这其中如果有越来越多的人依托新业态发展,九会培育出中国经济发展的新‘发动机’,也必将会对社会发展、人民进步造成深刻影响”。
人民日报全媒体平台提炼了十二个关键词,带你回顾一下李克强的“大数据观”:
1、关键词:“人在干,云在算”
2015年2月14日,李克强考察北京?贵阳大数据应用展示中心时说:把执法权力关进‘数据铁笼’,让是新市场行为无处遁形,权利运行处处留痕,为政府决策提供第一手科学依据,实现 “人在干,云在算”。
2、关键词:利用大数据加快建设投资项目在线审批监管平台
2015年2月6日, 李克强主持召开国务院常务会议确定运用互联网和大数据技术,加快建设投资项目在线审批监管平台,横向联通发展改革、城乡规划、国土资源、环境保护等部门,纵向贯通各级政府,推进网上受理、办理、监管“一条龙”服务,做到全透明、可核查,让信息多跑路、群众少跑腿。
3、关键词:利用大数据打造服务贸易新型网络平台
2015年1月14日, 李克强主持召开国务院常务会议部署加快发展服务贸易,以结构优化拓展发展空间,提出要创新模式,利用大数据、物联网等新技术打造服务贸易新型网络平台。
4、关键词:鼓励发展微众银行
2015年1月4日,在开年的第一次考察中,李克强见证了首家互联网银行——深圳前海微众银行的第一笔贷款。李克强鼓励这家银行在互联网金融领域闯出一条路子,给普惠金融、小贷公司、小微银行发展提供经验。要降低成本让小微客户切实受益,这也能倒逼传统金融加速改革。可以说,微众银行一小步,金融改革一大步。
微众银行最重要的特点之一,就是既无营业网点,也无营业柜台,更无需财产担保,而是通过人脸识别技术和大数据信用评级发放贷款。
5、关键词:以大数据提高审计效率
2014年12月25日,李克强接见全国审计机关先进集体和先进工作者代表。他表示,要创新审计方式方法,注重运用信息化、大数据等现代科技手段提高审计效率。
6、关键词:用市场思维培育互联网
2014年11月20日,李克强总理在杭州与首届世界互联网大会的中外代表座谈。李克强表示,要用市场的思维培育互联网。互联网是大众创业、万众创新的新工具。只要“一机在手”、“人在线上”,实现“电脑+人脑”的融合,就可以通过“创客”、“众筹”、“众包”等方式获取大量知识信息,对接众多创业投资,引爆无限创意创造。互联网也是政府施政的新平台。通过电子政务系统,可以实现在线服务,做到权力运作有序、有效、“留痕”,促进政府与民众的沟通互联,提高政府应对各类事件和问题的智能化水平。
7、关键词:开展大数据应用示范
2014年11月15日, 李克强主持召开国务院常务会议提出在疾病防治、灾害预防、社会保障、电子政务等领域开展大数据应用示范。
8、关键词:加快健康医疗、企业监管等大数据应用
2014年10月29日, 李克强主持召开国务院常务会议要求重点推进6大领域消费,其中强调加快健康医疗、企业监管等大数据应用。
9、关键词:方便企业获得政策信息
2014年9月17日, 李克强主持召开国务院常务会议部署进一步扶持小微企业发展,推动大众创业、万众创新,其中包括加大服务小微企业的信息系统建设,方便企业获得政策信息,运用大数据、云计算等技术提供更有效服务。
10、关键词:实现“大数据”共享
2014年7月25日,李克强在山东浪潮集团考察时把相关部门负责人叫到身边“现场办公”,要求他们要以云计算、大数据理念,与企业信息技术平台有机对接,建立统一综合信用信息平台,实现“大数据”共享。李克强说,不管是推进政府的简政放权,放管结合,还是推进新型工业化、城镇化、农业现代化,都要依靠大数据、云计算。所以,它应该是大势所趋,是一个潮流。
11、关键词:运用大数据提升监管水平
2014年7月23日, 李克强主持召开国务院常务会议审议通过《企业信息公示暂行条例(草案)》,推动构建公平竞争市场环境。其中要求建立部门间互联共享信息平台,运用大数据等手段提升监管水平。
12、关键词:作为新兴产业得到国家层面支持
2014年3月5日,李克强在十二届全国人大二次会议上作政府工作报告时说,要设立新兴产业创业创新平台,在新一代移动通信、集成电路、大数据、先进制造、新能源、新材料等方面赶超先进,引领未来产业发展。这是“大数据”首次进入政府工作报告,也表明其作为一种新兴产业,将得到国家层面的大力支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29