
大数据战略重点实验室主任连玉明:打造中国大数据发展的战略和思想策源地
过去一年里,正在崛起的“中国数谷”贵阳奇迹般地创造出五个“中国第一”——中国首个大数据战略重点实验室、中国首个全域公共免费WIFI城市、中国首个块上集聚的大数据公共平台、中国首个政府数据开放示范城市和中国首个大数据交易所。
中国首个大数据战略重点实验室是什么?它对于贵阳大数据产业的发展将产生怎样的影响?5月13日,数据观记者专访了大数据战略重点实验室主任连玉明教授。
记者:贵阳为什么提出建立大数据战略重点实验室?背后有什么现实意义?
连玉明:大数据是人类文明发展和全球化进程的必然趋势。近年来,发展大数据产业成为贵阳坚守发展和生态“两条底线”,探索“双赢之路”的战略选择,为西部欠发达地区实现后发赶超找到一条新路径,这是认识、适应和引领新常态的思维变革。
然而,面对新机遇、新挑战、新任务,贵阳发展大数据需要洞察先机,抢占制高点,更需要研究先行和战略引领。基于此,在贵阳建立中国首家大数据战略重点实验室,意义重大,影响深远。
具体来说,大数据战略重点实验室是一个跨学科、专业性、国际化、开放型的研究平台,实验室将聚集国内外大数据相关专业研究者、管理者和决策者,立足全球大数据发展趋势和中国大数据发展实践,以大数据发展的重大理论和现实问题为主攻方向,加强大数据发展全局性、战略性、前瞻性研究和咨询。
记者:建立大数据战略重点实验室,贵阳具备哪些条件?底气在哪?
连玉明:大数据战略重点实验室是依托贵州大学贵阳创新驱动发展战略研究院(简称贵阳研究院)建立和运行的。贵阳研究院成立一年来,取得多项重要研究成果,正成为贵阳市委、市政府的重要思想库和智囊团,其研究成果在国内外拥有一定影响力,并在党和政府的相关战略制定和决策中得到广泛认同和应用。
在研究成果方面,贵阳研究院出版《块数据——大数据时代真正到来的标志》一书,首次创造性提出“块数据”理论。同时,立足创新驱动区域合作在贵阳的实践,挖掘中关村贵阳科技园的发展经验,从后发赶超、“四轮驱动”、大数据引领等多方面总结中关村贵阳科技园的发展战略、发展模式和发展方向,为贵阳市提升创新驱动区域合作能力提供智力支持,并出版《中关村贵阳科技园发展报告》。
同时,贵阳研究院聚焦创新驱动发展战略研究,与北京国际城市发展研究院深度融合发展,形成长效持续的协同创新机制,这些都为建立大数据战略重点实验室提供了有力的平台支撑。国际城市战略研究的创新成果,城市科学研究北京市重点实验室的实验平台,京筑良好互动的工作机制,跨学科、跨行业、跨地域的跨界思维,为大数据战略协同创新研究奠定了坚实基础。
记者:大数据战略重点实验室的研究方向和研究重点有哪些?
连玉明:大数据战略重点实验室未来的研究方向是通过对大数据发展进行全局性、战略性、前瞻性的研究和咨询,构建“块数据”理论模型和应用模型,研究编制“大数据指数”等,主要包括以下五项重点工作:
一是着眼全球大数据发展趋势和中国大数据发展实践,建立全球大数据理论信息中心,建设中国大数据发展规划数据库,每年定期出版《全球大数据发展报告》。
二是构建“块数据”理论模型和应用模型,每年出一本关于“块数据”的新书,为大数据发展提供理论支撑和方法支持。这就意味着,贵阳将成为“块数据”理念的实践基地,而大数据战略重点实验室将重点围绕“块数据”的利用和实践开展研究。
三是研究、编制和发布“大数据指数”,出版年度《大数据蓝皮书》。“大数据指数”不是一个单纯研究大数据的指数,而是涉及到政治、经济、文化、社会、民生等方方面面,它是一种思维方式和生产方式、生活方式,具体包括大数据的发展指数、创新指数、城市指数、市区指数、生活指数、品牌指数等。
四是建立DT空间,这是一个创客空间,包括DT众联空间、DT众创空间、DT众包空间、DT众筹空间等“四众”平台,其目的是吸引更多创客。DT空间不是一个房间,而是立足于国内、乃至全球,完全开放式的平台,对于愿意创业、勇于创新的个人或团队,DT空间都会给予支持。
五是筹建一个“中国DT产业50人论坛”,它的作用在于为大家搭建一个开放式协作创新平台、专业化决策咨询平台、网络化成果转化平台和国际化合作交流平台。
通过上述五项工作,我们的最终目标是使大数据战略重点实验室成为中国大数据发展的战略和思想策源地,成为中国大数据的发展风向标之一,成为有较大影响力和国际知名度的大数据高端战略智库。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 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 ...
2025-08-20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