{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title":"人工智能与大数据技术导论","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787302517986","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","uuid":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title":"人工智能与大数据技术导论","normalized_title":"人工智能与大数据技术导论","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787302517986","isbns":["9787302517986"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":490,"navigation_url":"https://workshop.closeclaw.top/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title_url":"https://workshop.closeclaw.top/ai/title/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%B8%8E%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%8A%80%E6%9C%AF%E5%AF%BC%E8%AE%BA","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","page_url":"https://workshop.closeclaw.top/api/ai/books/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page","search_url":"https://workshop.closeclaw.top/api/ai/books/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/search"},"page":{"printed_page":125,"pdf_page":141,"physical_index":141,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"396cf3af26c5da7f72d8fa86c01fa84f5119cdcd871eb00211543264e8f7dd82"},"chapter":"第3章","content":"5. 数据分析与挖掘\n\n大数据分析与挖掘的意图主要集中在两方面：一是从大量的机构结构化和半结构化数据中分析出计算机可以理解的语义信息或知识；二是对隐性的知识（如关联情况、意图等）进行挖掘。常用的方法包括分类、聚类、关联规则挖掘、序列模式挖掘、时间序列分析预测等。数据分析与挖掘的能力直接决定了大数据的应用推广程度和范围，是大数据产业的核心。\n\n6. 数据运维\n\n由于数据的重要性得到普遍认可，除政府部门不具备数据运维服务条件外，数据的采集者通常就是数据运维者。各地政府则通常利用大数据平台建设来推动政府大数据的公开与共享，吸引个人和企业用户开展创新与创业，积极推动大数据的增值服务。\n\n7. 数据应用\n\n大数据对传统信息技术带来了革命性的挑战，正在重构信息技术体系和产业格局。国内企业在国际先进的开源大数据技术基础上，形成了独立的大数据平台构建和应用服务解决方案，以支撑不同行业、不同领域的专业化应用。虽然BAT企业在平台构建上有着得天独厚的优势，但是在某些具体的业务领域，并不擅长或者关注。传统企业以及从事大数据的微型企业是具体业务领域大数据应用的主力军。应用是大数据价值的体现，是大数据发展的原始推动力。当前大数据的应用正倒逼软件技术、数据架构、数据共享方式的转变，在这个过程中需要积极转变思想，明确数据共享的方式是什么，数据拥有者的利益如何平衡，商业模式如何开展，等等。\n\n目前来看，许多企业在大数据产业链里仅拥有一项或两项能力是完全不够的，只有将大数据产业链融合连通才能催生更大的市场和利润空间。在大数据推动的商业革命浪潮中，只有打通数据流通变现的商业模式才能创造商业价值，从而在大数据驱动的新生代商业格局中脱颖而出。\n\n3.8 政府大数据案例分析\n\n这些年来，我国非常重视大数据产业的发展，早在2014年，“大数据”便被写入《政府工作报告》。而在2016年3月，“十三五规划纲要”的发布，更是提出了“实施国家大数据战略”，正式将大数据提升至国家战略层面。到了2016年7月，《促进大数据发展行动纲要》发布并提出，2018年底前建成国家政府数据统一开放平台，进一步推动数据互通互联。中共中央政治局2017年12月8日下午实施国家大数据战略进行第二次集体学习。中共中央总书记习近平在主持学习时强调，大数据发展日新月异，我们应该审时度势、精心谋划、超前布局、力争主动，深入了解大数据发展现状和趋势及其对经济社会发展的影响，分析我国大数据发展取得的成绩和存在的问题，推动实施国家大数据战略，加快完善数字基础设施，推进数据资源整合和开放共享，保障数据安全，加快建设数字中国，更好地服务我国经济社会发展，改善人民生活。\n\n大数据产业已经热了5年，今天所面临的最大问题依然是数据源。内部数据源主要面临的是治理、标准化和互通等问题，外部数据源主要面临的是开放、流通和保护等问题。工业和信息化部通信发展司副司长陈家春曾表示，中国的数据总量增长速度迅猛，预计到2020年将占全球的21%，我国正向着数据资源大国的方向前进。不过，此前由于政策法规的不完善以及数据标准不统一等因素，造成我国虽然数据资源丰富，却无法实现这些资源的有效共享和应用。如今，政务信息共享交换平台的建设将有望破解这些大数据资源的瓶颈。在我国，政府部门掌握着全社会量最大、最核心的数据。了解政府大数据应用的案例和数据价值释放的方法将有利于激活沉睡的数据，释放政府数据的价值。\n\n第3章 数据\n\n125","previous_page":124,"next_page":126}