
如何理解总理提到的“大数据创新商业模式”
2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会在贵阳开幕。国务院总理李克强日前向大会发来贺信。
李克强强调,中国是人口大国和信息应用大国,拥有海量数据资源,发展大数据产业空间无限。中国正在研究制定“互联网+”行动计划,推动各行各业依托大数据创新商业模式,实现融合发展,推动提升政府科学决策和管理水平,用新的思路和工具解决交通、医疗、教育等公共问题,助力大众创业、万众创新,促进中国经济保持中高速增长、迈向中高端水平。
李克强表示,互联网缩短了时空距离,大数据产业给不同国家和地区发展带来了机遇。相信大家围绕“‘互联网+’时代的数据安全与发展”这个主题交流互鉴,分享成果,深化合作,会进一步汇聚新动能,推动实现更高效、更绿色、更惠民的发展。
这已经是进入新年以来,“大数据”第四次出现在总理活动的公开报道中。实际上,自去年3月第一次出现在政府工作报告中以来,“大数据”一词就被拥有经济学博士学位的李克强多次提及。
不管是助推简政放权、完善政府监管,还是调整经济结构、激发大众创新,李克强都不忘提醒要利用“大数据”。
从总理的言谈之中可以发现,“大数据”已和推动中国经济“爬坡过坎”、转型升级的宏大战略紧密相连。
大数据:新的价值源泉
关于什么是大数据技术,业界并无标准答案,但一般而言,可以将它理解为对海量数据的计算和加工,其核心是预测。例如,利用大数据,淘宝可以根据用户的个人喜好推荐商品。但它能做的并不仅仅如此。
牛津大学教授维克托·迈尔·舍恩伯格在其著作《大数据时代》中说:“大数据是人们获得新的认知、创造新的价值的源泉,还是改变市场、组织机构,以及政府与公民关系的方法。”
这番话似乎与李克强对“大数据”的思考相互印证。
互联网经济孕育出的“大数据”,能创造新的就业,培育新的增长点?在世界和中国经济双双步入“新常态”的形势下,这无疑是一项重要价值。
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。
在这一点上,李克强的态度非常明确。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。据中国政府网报道,李克强对参会的外国互联网大佬说:“互联网的发展方向不仅有电子商务,还有云计算、大数据和物联网。中外企业在这些领域都可以进行交流对话和合作,相信你在中国会有更大市场。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 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在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23