
徐宗本院士:发展大数据产业须“冷热”结合
“无论是国家还是企业,在推动大数据产业时,一定要同时关注基础研究和技术研发。这样才会实现大数据产业的健康和可持续发展,并使大数据产生应有的价值。”近日,正在推动成立新丝路大数据产业基金的中科院院士、西安交通大学教授徐宗本向《中国科学报》记者谈起了自己关于大数据热潮背后的“冷思考”。
徐宗本认为,大数据是一种“用数据说话”的思维方式,是一种期望能对数量巨大、来源分散、格式多样的数据进行采集、分析和处理的新一代信息技术,更是一种用科学方法将过去的经验数据化、规律化并应用到管理实践的新常态文化。
在他看来,发展大数据产业既要有热情,也需要冷静。如果基础研究不先行、技术支撑不到位、组织管理科技人才创新体制和运行机制不科学,仅靠大数据概念支撑产业发展是不可能取得预期效果的。“必须改变过去对大数据产业是技术转化过程的认识,要认识到基础研究、技术研发与产业推动是相辅相成的关系。”
作为陕西省大数据联盟理事长,徐宗本一直呼吁要把政府引导、企业诉求和科技人员的力量整合在一起,推动大数据研究,推动大数据产业创新体系的形成与发展,进而服务于国家和区域经济建设和发展。
他认为,无论是国家还是企业,让大数据带来效益要具备几个基本条件:要有丰富的、鲜活的、可解释的、可共享的大数据,要有可解读数据、挖掘规律的技术人员,更要明白利用大数据去达到什么样的目的。只有把这几个问题解决了,才能真正带来相关产业的发展。而目前,大数据研究还存在理论不完善、技术不成熟的问题,“人们必须推动基础理论研究和关键技术突破,才能形成大数据产业健康、良性和可持续发展的局面”。
徐宗本强调,大数据是地地道道的综合研究,需要有国家战略的统筹和规划,需要各学科定位准确的协同创新。为此,他呼吁,在大数据研究中不应形成新的行业数据资源壁垒,要有国家级的公共政策支持,要让能服务于民的公共数据真正实现共享,以促进大数据应用并服务于国家发展。
同时,在整个国家大数据创新体系中,政府、企业、科研人员应发挥不同的作用。政府要管规划、管政策,企业要解决自主创新能力和创新来源问题,而科研人员要解决如何将先进技术应用于企业的问题。
面对大数据时代的到来,徐宗本认为,当前要特别注意充分发挥大数据理论与技术在改革成效与公共政策评估分析中的支撑作用。他表示,这其中的关键是如何将改革目标或公共政策目标定量化和数据化,然后生成和采集相关大数据,通过大数据分析来评估改革成效或公共政策,以改变国家管理决策方式,科学有效地对国家公共政策产生作用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 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解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08