数据传输能力

2024-08-31

数据传输能力（精选12篇）

数据传输能力篇1

摘要：大数据时代应对铺天盖地、容量超大、功用繁多的信息群需要强大的数据挖掘、数据分析能力。而敏锐的数据嗅觉和创新数据思维是这一能力形成的奠基。新时代的统计教育应从革新统计认知, 培养数据思维能力开始。

关键词：大数据时代,数据思维,数据分析

随着社交网络的普及, 移动通信和电子商务的兴起, 无线传感器、云技术等的飞速发展, 数据正大刀阔斧地改变着这个世界。其覆盖面之广, 数量之大, 对经济社会发展的影响之深广, 都远远超出了统计学上对数据的定义, 人类社会开始进入大数据时代。

一、大数据时代呼唤数据认知的变革

大数据时代建立在新媒体、新技术的广泛发展之上。数字媒体、网络媒体、触摸媒体等多种新媒体模式打破了传统认知在对象范围、认知手段、认知思维上的界限, 使认知变成一种来源丰富化、分工细致化、手段先进化的社会化互助、互动、自主的学习过程。

(一) 认知范围变大、变细, 选择难度增加。丰富的网络资源和新媒体技术将世界各地的人土风情、时事要闻、生活资讯等等带到每个人的身边, 甚至无论大到各国元首、世界明星, 还是小到街头巷尾的普通百姓都可以成为海量信息的制造者和使用者。巨大的信息数据使得学习的范围空前扩大, 来自慕课 (MOOC) 、网络课程、资源共享课程, 以及师生自行录制的微课程, 微视频等的大量学习资源一方面丰富了求知者知识涉猎的范围, 加大了求知者的认知深度;另一方面也增加了资源使用者对铺天盖地而来信息的辨识、比较和选择的难度, 降低了选择的效率。

(二) 认知手段多样, 便捷。微电子技术, 互联网, 微博、微信、公众账号平台等新兴技术拉近了世界范围内的知识技术、文化与认知者的距离。尤其移动互联网与智能手机、手提电脑、平板电脑、i Pad、电子书包、云书包等移动终端相结合更使办公学习无处不可存在, 无时不可进行。大数据时代, 认知手段空前多样, 已经从根本上突破了传统教学时间和地域的限制, 空中教室、网络教学, 开源课程, 不仅多快好省, 而且配合社会化学习社区, 更可有效实现多地区、多层次认知者之间的讨论交流、互助合作、创作创新, 在更深层次上实现认知。

(三) 打破传统统计认知思维。

1.总体分析重于样本分析。抽样技术是统计技术的典型代表。传统统计受数据存储和分析能力的限制, 形成了以样本数据来推断总体数据的基本思路。大数据时代, 信息处理能力空前壮大, 能对全部信息进行游刃有余的处理, 因此“管中窥豹”的状况正慢慢被全方位、多视角的观察和处理所代替。以全部数据为基础, 计算现象之间的相关性并进行预测, 有效避免了抽样偶然性误差, 使得分析更全面。

2.混杂性优于精确性。传统数据处理能力较弱, 统计分析常常定位在结构化的数据上, 数据利用率低, 认知思维主要集中于以精确的函数关系来拟合研究社会现象中普遍存在的相关关系, 并以此进行预测。大数据时代采集到的数量庞大、内容丰富, 结构多样的信息反馈出了现象间不可臆断和轻视的复杂关系, 空前强大的数据处理能力使得海量半结构化数据和非结构化数据被不断开发和利用, 因此数据分析的结论也混乱和复杂起来。降低容错标准, 接受混杂性是大数据时代数据思维的重要转变, 对庞大混乱的数据结论进行深层开发, 可以带来不可估量的价值。

3.相关分析替代因果分析。以模糊近似的因果关系替代相关关系进行研究是传统相关与回归分析的思维方式。大数据时代, 数据结构复杂, 变量数量庞大, 很难建立起较为准确的函数关系。因此, 数据认知思维发生重大转变, 相关关系研究不再以归纳为特殊的因果关系为途径, 而是立足于变量或现象之间的变化与联系, 实现由此及彼、由表及里的关联预测。并且, 随着数据的不断更新细化而不断得到更有价值的结论。尽管大数据悄然影响着人们的生活, 改变着人们学习工作效率, 但目前对大数据的研究还处于起步阶段。“大数据思维”、“大数据搜集获取”、“大数据分析技能”是构成大数据价值链的三大要素。在此三者中, 大数据思维决定了数据利用的价值和尺度大小, 换言之, 大数据思维决定了人类利用大数据认识世界、改变世界的能力发展, 是未来统计人才应具备的基本素养之一。

二、大数据时代统计数据思维能力的培养

(一) 了解时代特征, 促进大数据思维方式转变。所谓思维方式, 就是我们大脑活动的内在程序, 是一种习惯性的思考问题和处理问题的模式, 它涉及我们看待事物的角度、方式和方法, 并由此对我们的行为方式产生直接的影响[1]。任何人都生活在一定的时代和环境中, 其思考问题和解决问题的习惯和模式都会受到时代和环境的影响。大数据时代来临, 通过大量阅读大数据相关书籍、文献, 了解来自不同国家、不同行业, 不同视角的大数据应用经典案例, 剖析其解决问题的思路、策略, 深入研究大数据时代的数据作用与机理, 把时代特征与统计学科结合起来, 形成一切皆采用数据来观察, 一切皆使用数据来描述的习惯, 用数据的眼光来观察、理解世界, 并探求寻找改变世界的方法。

(二) 拓宽知识面, 形成敏锐的数据嗅觉。哲学上说, 世界上的万事万物是普遍联系的。大数据时代数据的覆盖面足以囊括世间的万事万物。不同的学科, 不同的领域, 不同的现象, 都可以通过大数据的收集、处理、分析找到变量间潜藏的相关关系, 并利用其进行更深层次的研究与预测。相关关系普遍存在于人类社会现象之中。能在纷繁复杂、形式多样、数量巨大的数据中锁定研究的变量及方向, 首先需要具有丰富的行业通识、专业知识以及强大的实践经验和数据分析处理能力。对于高职统计专业学生来说, 扩充知识, 增长见识有以下几个方面的途径。

1.强化知识教育。知识是人们行动的向导和指南, 具有很高的精神价值和创新价值。真正的数据创新人才需要接受更丰富、更广博的知识, 只有这样才能形成知识迁移的能力, 促进思维发散, 从而在铺天盖地的数据洪流中挖掘有价值的信息。在校期间, 学校可通过科学的课程体系设置和先进的教学理念、多样化的教学手段, 来引导学生学习兴趣, 加强课堂教学的效果, 夯实学生的基础知识和专业知识, 使其掌握本学科的新理论、新技术, 了解本学科的最新成就和发展动态。另外, 学生可积极参与辅修专业、第二专业的学习, 多学科交叉选修课程以及跨专业自学等等, 拓展知识面的广度, 通过关联学科的学习研究, 让知识体系更加完善、系统化、深入化, 为创造性统计数据思维的形成打好知识基础。

2.参与学术研究活动。组织大学生科研是培养其创造性思维和提升数据能力的重要手段。参与学术研究活动, 既是理论联系实际, 将统计调查、分析等知识应用于实际的研究项目、学以致用的过程, 又是对既定知识体系的二次开放和深度挖掘。大学生参与的学术活动包括课内外的毕业设计, 调查研究、项目竞赛、科技竞赛、学术报告讲座, 学生统计活动月等等, 有助于兴趣的培养和创新思维的锻炼, 增加学生对新知识和未知领域的追求热情, 一方面可以检验学生在学习过程中所形成的数据思维能力的水平高低, 找出数据思维和处理能力的盲点、断点;另一方面人人皆可参与研究的浓厚的学术研究氛围反过来又会促进学生加强自我数据能力的培养, 形成良性循环。无论是哪一种科研活动, 都是一种开拓性的认识活动, 能激发学生的创造力, 锻炼学生思考问题、解决问题的能力。

3.大量课外阅读。随着新媒体的发展, 数字化、互联网、移动终端等使得阅读环境发生巨大变化。阅读变成一种无处不可, 无时不能的行为习惯。大数据时代的来临也从广度和深度上大幅度改变了阅读的内容和形式, 使其更加异彩纷呈。快速浏览、消费式阅读、实用型阅读、精读等多种形态并存。阅读已经远远不只是教室或图书馆一角的安静翻阅, 它可以在家里, 在路上, 在任意一个闲暇的时段;阅读对象可以是书、报纸、文献, 也可以是一款数码终端———具有超大容量, 并且能实时更新内容的新时代阅读神器。因此阅读变得越来越丰富, 越来越便捷, 也越来越重要。通过大量的课外阅读, 了解经济、政治、科技以及各行各业的发展状况及影响因素, 不断更新头脑中的知识库, 打破现有认识的局限和思维的局限, 才能更好地挖掘潜能, 让智慧的火花迸射灿烂的光彩。

4.以项目工作室为依托, 进行实践活动。“项目工作室制”是将教学与生产实践相结合的有效形式, 是教育服务社会经济发展的重要手段。实践证明这种模式对于培养学生的数据思维和数据处理能力具有十分重要的作用。统计的工具性、平台性和先进性决定了其是突破各个行业发展瓶颈、促进各个领域发展进步的利器。在教学过程中, 通过组建项目工作室, 以项目为依托, 以数据分析思维和能力为核心, 运用大量行业特征和背景资料分析, 将管理决策问题转化为管理调研问题, 进而收集信息, 整理分析信息, 找到解决问题的突破口和关键。这一过程强化了学生专业技能的训练, 突出了学生运用数据解决实际问题的能力, 不仅使学生积累了行业知识与经验, 更锻炼和提高了其敏锐的数据分析和应用能力。

(三) 好奇心和创造性培养, 形成强大的数据想象力。数据想象力是指人类对数据所表现出的一种发散性思维, 指运用储存在大脑中的信息进行综合分析、推断、设想的思维能力。爱因斯坦说得好:“想象力比知识更重要, 因为知识是有限的, 而想象力概括着世界的一切, 推动着进步, 并且是知识进化的源泉。”其形成过程离不开好奇心与创造力的培养。好奇心是一种与生俱来的特征, 是人们对客观事物差异性与特殊性的特别关注。好奇心强烈常常表现为善于发现理论和实践中的新问题, 对未知领域有很强的探索要求, 不拘泥已有的结论, 愿意进行深度思考和尝试。好奇心是创造性发展的原动力。没有好奇心的引导, 思维活动很难高效开展, 没有想象力的参与, 思考就会半路夭折或无功而返。大学生在学习中缺乏强烈的好奇心和丰富的想象力, 其创造性就会受挫, 那么也很难在纷繁复杂的海量信息中探索出一条有价值的路。

(四) 基本数据分析能力的形成。

1.应夯基础统计理论。数据思维能力作为一种精神力量, 其形成必须以深厚的专业基础理论为根基。高职统计专业大学生应注重基础理论的理解和基础知识的积淀, 理解数据结构和形态, 掌握不同类型数据取得或计算的方法, 以及使用范围和应用价值等, 了解统计数据有时可能表现出的虚假性和迷惑性, 并妥善加以改进和利用, 能正确运用统计数据和统计方法进行经济事项等各类社会现象的分析与预测。

2.熟练各种基础数据分析工具的应用。统计分析依赖大量的数学公式和数学模型, 学生除了具有深厚的数学功底和扎实的统计理论知识以外, 能运用常用软件进行基本数据分析, 也是形成数据思维能力的一个有效手段。常用的统计分析软件以EXCEL, SAS, SPSS软件为代表, 它们不仅功能强大、界面清新, 而且使用方便。尤其EXCEL软件, 覆盖面广, 资料丰富, 可随时随地应用, 是数据分析的好帮手。大量分析伴随着思考与总结, 数据思维必然会出现质的突破。

数据传输能力篇2

在数据分析中，重数据，却不拘泥于数据;考虑模型，但要动态变化;不能为数据而数据，应该是客观的评析数据，提出合理的分析结果;不断在实践中提升自己的感悟能力，这不是一朝一夕的事。数据既为上，又为己。

培养数据分析的能力，简单说就是理论+实践理论：是进行分析的基础1)基础的数据分析知识，至少知道如何做趋势分析、比较分析和细分，不然拿到一份数据就无从下手;2)基础的统计学知识，至少基础的统计量要认识，知道这些统计量的定义和适用条件，统计学方法可以让分析过程更加严谨，结论更有说服力;3)对数据的兴趣，以及其它的知识多多益善，让分析过程有趣起来。实践：可以说90%的分析能力都是靠实践培养的1)明确分析的目的。如果分析前没有明确分析的最终目标，很容易被数据绕进去，最终自己都不知道自己得出的结论到底是用来干嘛的;2)多结合业务去看数据。数据从业务运营中来，分析当然要回归到业务中去，多熟悉了解业务可以使数据看起来更加透彻;3)了解数据的定义和获取。最好从数据最初是怎么获取的开始了解，当然指标的统计逻辑和规则是必须熟记于心的，不然很容易就被数据给坑了;4)最后就是不断地看数据、分析数据，这是个必经的过程，往往一个工作文章丰富的非数据分析的运营人员要比刚进来不久的数据分析师对数据的了解要深入得多，就是这个原因。

[如何培养数据分析的能力]

学生数据收集能力的调查篇3

二年级下册数学第一单元学习了数据的收集与整理，在期末的复习当中，笔者设计了一项调查任务，让每四人一小组调查1～6年级的一名学生的身高和体重。这项设计不仅仅是对知识的巩固，笔者更看重的是学生调查的方法与胆量以及学生之间的配合与分工。

二、前期准备

本学期复习开始的时候，为了让学生体会调查的乐趣和作用，笔者让学生4人一组，去调查我校一到六年级一名学生的身高和体重，笔者所教学的二年级两个班，1班有68人，5班有65人，表格发下去后，将本班的学生分组，按照上课的小组来安排工作，并且在每组中指定一名小组长，告知一定的调查方法和调查技巧，要求学生一个星期内完成。

三、成果展示

1班的完成情况不如人意，16个小组中，完成任务的只有一个小组，而5班的完成情况较好，15组中，有9组完成了调查任务。

三、调查感想

学生的兴趣决定学生的成功，为什么两个班的调查结果有如此大的区别呢？很有可能是学生缺乏认真完成这件事情的乐趣，积极性不高。怎样培训学生收集数据的能力呢？

1.培养收集意识。纵观小学数学教材，我们可以看出教材主要分为四个方面的知识，其中统计与可能性是从小学一年级就开始渗透的，因此也可看出现在的教材把“统计”列为小学数学教学的重要内容。从某种意义上说，统计是小学数学教学的一大突破性的变化，是使小学生的思想和观念由“确定性数学”进入到“随机性数学”的一个重要台阶。但是对于二年级的小学生来说，他们没有较多的生活经验，感受不到收集数据的重要性，因此要在课堂上有意地列举大量的生活数据，例如学生的健康体质测试数据、卫生部门调查18-30岁青年的性别数据，这有助于学生感受数据的重要性和收集数据的重要意义。

2.掌握正确收集方法。学生有收集意识后，教师还应该指导学生掌握正确的收集方法。因为数据的收集是一项繁重的任务，好的方法可以避免重复的劳动。学生在刚接触统计时，收集的方法会很随意，目的性和方法性都很低。因此在设计收集数据时，笔者有意进行了分组，并通过一个教学片断，让他们感受分工合作的好处。

利用班班通播放某个路口的交通情况，化静为动，让学生身临其境。然后让学生收集不同车辆过往的数量，但教师先不做任何指导，让学生自己尝试。所有的学生不分工协作，自己去统计每种车子的数量，但是瞬间的记忆很快就会消失，几乎没有学生能完成统计的任务。这时教师引导学生解决问题：首先对机动车进行分类，小组中不同的队员负责记录不同的车辆。然后再来进行数据的收集，其后两次操作能让学生感受到合作的优势。分工合作能让数据收集的更快，更准确。

3.经历收集的过程。只有让学生亲身经历了收集数据的过程，才能逐步培养学生的统计观念。爱因斯坦曾经说过：“纯逻辑的思维不可能告诉我们任何经验世界的知识，现实世界的一切知识是始于经验并终于经验的。”因此在收集数据完成后，开展全班汇报活动，笔者朗读了完成小组的名单，并让完成任务的小组组长上讲台和全班学生说一说统计的过程。让学生再一次感受统计的经历，加深学生对过程的印象。鼓励学生积极投入到统计活动中，亲身经历数据的收集过程。

4.合理整理分析数据。数据的收集是为了分析数据而准备的，分析数据是统计的意义所在。对二年级的学生来说，不需要通过收集的数据得出重要的结论，因此笔者设计的统计活动中，只有一个简单的问题，“说一说你的感受”，这是对收集到的数据分析，目的是为了学生经历完整的统计过程，有助于培养学生独立思考的能力、实践能力和创新精神，进一步体会统计的价值。

大数据时代新闻编辑能力重构篇4

1 大数据时代迫使新闻编辑能力重构的因素

1.1 受众阅读新闻信息节约时间的需求

在信息技术发达的今天, 人们每天会接触到很多网络、报纸、电视等新闻信息, 人们每天在阅读来自社交网络以及大众传媒的大量信息时会花费很多时间, 因此, 为了帮助受众节约在“快餐文化”背景下每天阅读信息的时间, 新闻编辑需要大力发展数据新闻。美国一项研究指出, 读者比较喜欢看带有图片的新闻, 读者在阅读的时候比较偏向阅读图示、照片、标题等信息, 而对文字报道的关注度相对较低。受众这种阅读新闻信息节约时间的需求迫使新闻编辑能力重构, 因此, 新闻编辑要努力发展生动形象、轻松易懂的“轻量化阅读”新闻, 帮助读者查找有关信息, 并进行辨别、处理, 使编辑出的新闻一目了然, 更加有吸引力与说服力。

1.2 编辑自身能力提高的需求

从编辑自身来说, 其处于变化发展的新闻行业, 处于大数据时代, 有提高自己新闻编辑能力的需求。要利用数据的优势把复杂的新闻内容变得简单, 把抽象的新闻信息变得比较具体化, 使媒体新闻的表现形式丰富化。新闻编辑能力的重构, 还要能够用新闻编辑把比较复杂的社会问题清晰地表述出来, 方便读者的阅读与理解, 要能引导正确的社会舆论, 把握社会的发展趋势。Mc Ghee教授提出, 目前的新闻与数据有着越来越大的联系, 媒体有把复杂难懂的数据化为读者易懂的新闻信息的责任, 因此, 新闻编辑需要在大数据时代, 不断更新自身新闻编辑的知识, 提高自身新闻编辑的能力, 利用大数据方法与技术把网络时代数据量比较大的信息浓缩成比较有价值的新闻信息。

2 促进新闻编辑能力重构的有效策略

大数据时代的新闻信息与新闻数据量以飞快的速度增长, 因此, 数据信息的采集与整理变得比较复杂与困难。适应这种时代特征, 新闻媒体不能间断创新的步伐, 需要利用多媒体技术、网络技术等来增加新闻传播方式, 拓展信息来源的渠道, 同时新闻工作者的素质与编辑能力也需要不断提高。

2.1 提高新闻编辑能力重构的速度

当今社会发展的速度不断加快, 科学技术发展的速度随之也变得飞快, 人们在对新闻进行获取的时候不仅信息量变大, 获取方式也变得多样, 因此, 人们很难对所获取信息的真伪进行正确地区别与筛选。当今社会的发展需求已经不能靠传统的对实时发生的新闻进行报道来满足, 而是需要新闻工作者对未来将要发生的事情进行有效地预测与报道, 这不仅给新闻编辑工作带来了较大的困难, 也给读者对新闻真实性的区分带来了较大的困难。由于新闻数据量巨大, 因此读者在阅读的时候需要对大量的信息进行筛选, 选取自己比较感兴趣、对自己比较有价值的信息。同时, 互联网技术的发展使读者接受信息的模式从被动转变到主动, 读者能够利用网络对自己所需的信息进行搜索与查找, 还可以分析对比所获取的数据内容, 增加所获取信息数据的真实性与可靠性。

2.2 不断拓展新闻编辑能力

大数据时代下新闻编辑的工作方式与传统的新闻报道方式存在很大的不同。传统的新闻编辑只要把握新闻的规律、遵守相关政策法规、保障信息的真实性即可, 但是大数据时代的新闻编辑工作内容变得比较复杂, 不仅仅要加工新闻, 还要对数据信息进行整理分析, 解析新信息, 对一些信息补充相应的观点, 提炼出新闻信息的价值, 并且新闻内容的表达需要真实数据做支撑, 因此, 新闻编辑者必须拓展信息采集的方式, 提高自身的新闻创新能力, 保障信息的真实性与可靠性, 提升自身的数据分析能力, 丰富自身的学科知识才能把新闻编辑工作做好。

2.3 对新闻编辑工作流程进行严格地控制

大数据时代新闻编辑能力的重构, 要着手于对数据能力的重构, 主要包括以下两个阶段:第一阶段, 要保障数据信息的公开性与可靠性, 主要是因为互联网与计算机技术的发展给读者提供了大量的数据信息, 这些数据资料不仅真伪需要验证, 其很多内容具有较大的冲突性, 因此读者需要对其真伪及有效性进行判断, 同时为了提高数据信息的可靠性, 需要利用可靠的搜索引擎 (百度、谷歌等) 对数据信息进行搜索, 为了保障数据的真实性与科学性, 能够提供可靠的数据支撑给后期分析工作, 也可以在专业的数据站与网络论坛对数据资源进行搜索;第二阶段, 整理分析已经搜集到的数据资源, 努力提升所获取数据资源的可信度、真实性与参考价值。随着时代的变化, 新闻编辑者的责任也需要不断地进行调整, 因此, 新闻编辑者必须摒弃传统的评论方式, 跟随时代潮流, 利用网络技术及其他技术提高参与热门话题讨论的及时性, 用符合时代潮流的思想观点对新闻进行正确地评论, 不断提高读者对所编辑新闻的关注度及阅读兴趣。

2.4 广泛运用数据可视化技术

新闻编辑要精通数据可视化知识, 利用数据可视化技术把抽象的信息形象地表达出来。比如, Many Eyes网站提供了多种数据可视化服务, 可以帮助用户把有关数据做成可视化的图表等, 帮助用户对数据信息进行更好的分析。因此, 新闻编辑能力重构需要学习数据化可视技术所涉及的各种艺术设计技巧以及工具软件, 利用艺术与技术的融合把数据新闻的魅力充分地表现出来。

3 新闻编辑能力重构的效果

3.1 改变了人们获取信息的方式

目前, 网络信息、电视信息、杂志、报纸等信息媒体广泛存在于人们的生活, 人们在阅读这些信息的时候会花费大量的时间, 相对而言, 数据新闻不仅能够大大地增加人们获取信息的数量, 还能帮助人们节省获取信息的时间。通常, 人们在阅读信息的时候比较喜欢带有图片、视频的稿件, 因此, 新闻编辑可以通过视频、图片等来强化读者的理解, 并吸引读者的兴趣。

3.2 使新闻的表现形式更加丰富

大数据时代下多媒体新闻的表现形式丰富多样, 数据新闻、图片新闻、视频新闻使得对新闻及热点话题的描述及表现更加形象、丰满、具体。同时, 为了适应社会发展的要求, 数据化专家也在不断地创新数据分析的能力, 不断地提高利用数据资源的能力。

4 结论

数据交流与资源共享会在未来的社会更加深化, 为了适应这个信息爆炸的时代, 新闻编辑需要改变传统的工作方式, 重构其编辑能力, 提高其综合素质, 不断地改进其观察新闻事件、分析判断数据以及新闻编辑的能力, 以促进大数据时代下新闻行业的蓬勃发展。

摘要：信息发展带领我们走入大数据时代, 在此时代背景下, 新闻媒体面临的信息、数据复杂且庞大, 因此需要新闻编辑拓展自己的知识结构, 重构自己的编辑能力, 选取正确的新闻传播方式。本文提出了大数据时代制约新闻编辑能力重构的因素, 然后提出了相应的促进新闻编辑能力重构的有效策略。

关键词：大数据,新闻编辑,能力重构

参考文献

[1]牡兰.数据新闻学与新闻编辑能力重构[J].速读 (下旬) , 2014 (9) :254.

[2]吴雨阳.数据新闻学对新闻编辑能力重构的探究[J].魅力中国, 2014 (12) :295, 297.

应用大数据能力促党建调研报告篇5

党的十九大明确提出，要“善于运用互联网技术和信息化手段开展工作”，“提高社会治理社会化、法治化、智能化、专业化水平”。随着互联网和信息技术的发展，大数据资源成为社会发展的一个重要资源，大数据应用发挥着越来越重要的作用。社会治理智能化，主要指在社会治理中运用大数据、物联网、人工智能等技术，推动信息资源联通共享、深入应用，推动社会治理创新，提升社会治理水平与能力，增强社会治理的预见性、精准性和高效智能。创新社会治理必须重视大数据的价值，用好大数据是新时代党员干部增强执政本领、提高治理能力和水平的重要途径。中共北京市委党校“2018 智库项目——大数据在社会治理中的应用研究”项目组，有针对性地开展为期 3 个月的实地调查，对全市党员干部在落实首都功能、实施社会治理中应用大数据的现状进行全面地了解，客观分析当前党员干部对大数据的认知水平、学习能力、应用能力和创新能力，提出强化干部基于数据的决策和领导能力的有效路径。

一、北京市推进大数据应用的做法及现状按照国务院《促进大数据发展行动纲要》和《北京市大数据和云计算发展行动计划（2016—2020 年）》要求，北京市在社会治理中大力推进大数据应用，并取得明显成效。

（一）从市、区层面进行规划设计并分层次建设数据中心根据国务院办公厅《“互联网+政务服务”技术体系建设指南》要求，2020 年底前，建成覆盖全国的整体联动、部门协同、省级统筹、一网办理的“互联网+政务服务”技术和服务体系，实现政务服务标准化、精准化、便捷化、平台化、协同化，政务服务流程显著优化，服务形式更加多元，服务渠道更为畅通，群众办事满意度显著提升。北京市加快推进“互联网+政务服务”建设，全市政务服务“一张网”已经初步形成。正在筹建市级、区级和城市副中心数据中心，搭建政务云体系。创建“党员 e 先锋”信息系统平台，提高了党建工作的质量和效率，拓展了党建工作的新途径新方法。

（二）以推动“互联网+政务服务”为抓手，推进大数据的应用 “北京通”是北京市民社会服务一卡通，“北京通”APP 是北京市政务服务移动门户，2018 年 4 月入选“数字中国建设最佳实践”。“门城通”是目前唯一嵌入在其中的区级 APP。

西城区制定了推进大数据建设实施意见，现已对接整合基础数据 4 亿多条，实现数据统筹存储、统一展示、统一应用和统一调用。东城区在全国首创网格化管理，在网格化城市管理、社区卫生服务、社会服务管理和其他重要业务信息系统基础上，逐步形成了大数据提升政府治理能力现代化的应用框架。大兴区以推进智慧城

市建设和网格中心大数据应用为载体，将网格信息平台打造成为辅助政府管理和决策的大数据中心。

近年来，北京市营商环境不断优化，这也是在大数据支撑下北京市推进“互联网+政务服务”的重要成果。朝阳区在全市率先推出企业登记全程电子化，率先推行“新设企业一窗式”服务，进一步优化了营商环境。电力、自来水、燃气、热力、通信等服务窗口在朝阳区政务服务大厅一字排开，为客户提供“一站式”报装服务。

自 2018 年 11 月 10 日起，北京全市范围内对第一批全国推开的106 项涉企行政审批事项，实行“证照分离”改革，进一步压缩时限、精简环节、简化材料、降低成本，推动“网上办理”“就近办理”“一次办成”等公共服务创新，进一步营造稳定、公平、透明、可预期的市场准入环境。

（三）应用大数据助力基层治理精细化西城区西长安街街道在 2016 年率先创立了全国首个基层政府大数据中心，用于城市治理、民生保障、综治维稳等基层社会治理工作，为北京市乃至全国树立了样板。“e 动红墙”APP，运用 GPS 卫星定位，能够精准定位志愿者的位置和街巷长、网格员的运动轨迹。“综合业务受理平台”，将原本壁垒分明各自独立的 13 个市区垂直系统的 40 项公共服务事项连接形成一个完整的地区大数据平台，依托整合的政务数据和证照库，街道公共服务大厅实现了“一

窗受理”“一网通办”“接办分离”，既方便了百姓办事，提高办事效率，也提升了街道社会治理效能。金融街街道通过与大数据平台对接，率先建立了一个基于云计算技术的街道级统一审批平台。

（四）应用大数据提升服务精准化以朝阳区养老服务为例，养老服务指导中心作为朝阳区养老服务的运行枢纽、指挥平台，利用大数据让服务户籍 60 万老人养老更加精准。

二、目前存在的主要问题当前，北京全市范围内跨部门、跨行业的数据资源共享尚未形成，领导干部对于公开信息资源的重要性认识亟待进一步增强，对社会治理的智能化认知水平、大数据的应用能力都亟待进一步提高。

（一）普遍存在数据壁垒制约大数据应用政府部门之间、部门内部不同程度地存在数据壁垒。以人口数据为例，数十个人口数据库分属八九个不同的部门，每一个数据库都不能全面展现地区全部人口情况。从街道层面看，一个街道里运行着数十个来自上级政府有关部门的业务系统，由于人为的权限设置和数据保密等原因，这些系统后台资源对街道层面不开放。街道干部为便于辖区管理只好又自建若干系统。而人口和社保等数据库

都是由国家有关部委建设并直接在市里落地，市区层面没有权限拿到后台数据。权限隔离，就像无形的墙，阻碍了政务信息流动，不仅影响了办事效率，也造成大量资源的重复和浪费。

（二）对大数据的战略意义认知不足制约大数据应用的根本问题还是人的认识问题。有些干部对大数据的内涵、价值和规律认识不到位，片面认为应用大数据是技术工作，对政务数据开放有抵触情绪，对应公开的数据信息也不愿公开，怕承担风险。以百度、阿里巴巴、腾讯等为代表的一批互联网公司掌握着社会公众生活方方面面的数据，由于缺乏统一的顶层设计和协调机制，这些数据资源并没有被很好地运用在社会治理中，社会治理数据共建共治共享的格局尚未建立起来。

（三）对大数据的应用工具掌握不够由于党员领导干部普遍缺乏对大数据搜集、选择、检索、存储、分析、可视化工具的应用能力，导致“互联网+政务服务”的改革红利未能充分释放。

三、提升党员干部大数据思维和运用大数据能力的路径用好大数据是新时代实现治理现代化的重要途径，也是提升社会治理精细化和精准化，增强人民群众获得感、幸福感、安全感的有效手段。北京市明确提出，到 2020 年，公共服务数据开放单位超

过 90%，数据开放率超过 60%。实现上述任务，发挥党员领导干部的模范带头作用至关重要。

（一）发挥党员干部在政府数据融合中的推动作用《北京市推进政务服务“一网通办”工作实施方案》提出，2018 年底前实现 1673 项与企业、群众办事密切相关的政务服务（公共服务）事项“一网通办”，2019 年底前建立网上办事规范化体系。这要求各级领导干部深入贯彻落实国家及北京市相关政策精神，以首都政务数据汇集、整合、运用、管理的总体规划为框架，完成基于社会治理、辅助决策的大数据共享平台建设。要积极探索消除部门间数据壁垒的解决方案，设计接口，建立信息交换标准和共享交换机制，有计划地推动数据融合，开放公共机构数据资源，分阶段、分步骤地启动社会服务云、养老云、交通云、城管云、文化旅游云、健康医疗云、人社云、环保云、城市安防云、应急指挥云等平台建设，打通社会治理各参与主体之间的信息孤岛，形成由规范、标准、机制、信息资源库构成的大数据信息资源体系。

（二）大力强化党员干部利用大数据的意识实现国家治理能力现代化需要一大批有大数据思维意识、懂大数据内涵、具备应用大数据能力的政务工作人员。要在干部教育培训中强化大数据方面的知识能力培训，在各级党校（行政学院）中开设相关课程，教育引导各级领导干部树立大数据思维和大数据意

识，具备用大数据分析问题、预测趋势、辅助决策的能力。同时，要注重开展大数据专题调研，了解不同领域对大数据共享和交换的实际需求，帮助各级领导干部更多了解大数据之间的因果关系，事件之间的相关关系，吸收基于大数据的治理理念，形成尊重事实、强调精准的思维方式；教育引导各级领导干部全面了解政策、监管、法律的相关规定要求，以及对技术专利、数字版权、数字内容产品及个人隐私等的保护问题，用好大数据的同时守住全社会数据安全底线。

（三）着力提高党员干部应用大数据的能力要提高探索数据价值的能力。各级领导干部要从人民对美好生活的需求和亟须解决的热点难点问题入手，由点及面、自上而下推进大数据的示范应用，提高数据的可用性。调研显示，教育、交通、医疗、养老、环保、停车、治安等都是当前老百姓最关心的民生问题。中小学教育资源的不均衡造成学区房与非学区房价差较大，利用基于大数据的大型开放式网络课程、人工智能可以实现优质教师资源共享。同理，也可以共享优质医疗资源，人工智能辅助看片使诊断更精准，可以降低就医成本；根据车流量数据可以有效改善信号灯通行时长，缓解交通拥堵；等等。依托大数据加强信用建设，能使守信者一路绿灯处处受益，失信者处处受限步步难行，有效整治失信行为，让信用更好地为个人生活、经济发展、社会管理服务。

要提高应用大数据辅助决策的能力和水平。大数据的应用有利于帮助我们在海量数据中以特定的目的和需求为目标发现背后有价值的信息，通过对数据加工处理，找到数据之间的相关性，精确预测事件发展的趋势和方向，实现科学决策、精准决策。同时，通过对政策执行效果和公众需求轨迹的实时监控、追踪，可以对执行方案进行动态调整，增强干部决策执行的应变能力和水平。例如，运用大数据监测单户居民水、电、气等资源使用情况，可以发现群租房问题，分析周边流动人口状况。运用大数据可以对网络舆情、维稳态势尽早预警、科学预判，做到早发现、早部署、早管控，实现社会风险精准预测、社会矛盾精准调控。

运用大数据提升企业管理能力篇6

大数据已成为重要的战略资源。IBM CEO罗睿兰表示：“数据是未来竞争优势的基础，将是重要的资源。”美国、日本、欧盟等发达国家组织纷纷制定了一系列规划和行动计划。美国在大数据的研究和应用方面走在世界前列，将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。2012年，奥巴马更是借助大数据成功连任美国总统。《时代》杂志分析认为，奥巴马的成功，竞选团队大规模与深入地数据挖掘，帮助奥巴马在获取有效选民、投放广告、募集资金方面起到了重要作用。

中国政府高度重视大数据的发展，自2014年3月将大数据首次写入《政府工作报告》以来，2015年8月，国务院常务会议又通过了《关于促进大数据发展的行动纲要》，要求开发应用好大数据这一基础性战略资源。近几年，大数据产业在我国迅猛发展。数据显示，2014年我国大数据市场规模84亿元，预计2015年接近116亿元，增速达38%。已经有不少国内企业利用大数据在提升服务质量、发现潜在客户等方面获得成功。

大数据是企业科学决策的基石。在传统企业的经营中，管理者更多是凭个人经验和直觉作决策，不仅会降低决策的准确率、加剧企业风险，甚至给企业造成巨大的经济损失。据2014年审计署报告，在抽查11户国有企业的791项重大决策事项中，因决策失误造成损失达134亿元。在大数据时代，企业将通过对生产、流通、销售等过程中产生的数据进行智能化分析处理后，提取有价值的信息，从而提高决策的正确性和科学性。

大数据是企业精细化管理的重要体现。大数据具有及时、全面、精准、定量的分析功能，无疑对企业实现精细化管理提供了强大的技术支持。如：企业通过对销售大数据的分析，可以更准确、全面地了解市场行情、发展动向，使企业能够进行更对路的生产；通过对用户大数据分析，可以更准确地了解客户的喜好、习惯等信息，使企业能够对消费者进行精准定位。

大数据是企业转型升级的重要抓手。国务院日前发布的《中国制造2025》提出，中国制造转型升级要以加快新一代信息技术与制造业深度融合为主线，以智能制造为突破口和主攻方向。大数据时代的到来，为转型期的中国企业发展提供了重大机遇。大数据作为新一代信息技术的代表，已开始在工业设计、研发、制造、销售、服务等环节取得应用，并成为推动互联网与工业融合创新的重要因素。

面对大数据浪潮，传统企业需要主动把握大数据发展方向，深入挖掘大数据价值，持续推进管理创新，从而提升企业管理水平。

学会大数据思维。在大数据时代，企业管理者和员工要把大数据思维融入企业决策、管理理念、工作方式以及企业文化之中。首先，要充分信任数据，用数据说话，基于数据去发现问题解决问题。其次，要以用户为导向。在大数据和互联网高度发达的今天，顾客的需求日益多样化和个性化，企业要充分利用大数据，不断完善产品功能和用户体验，以满足用户的新需求。

挖掘大数据价值。大数据专家舍恩伯格说：“数据好比一座金山，但是数据在那里放着，这座金山就不会属于你，企业需要做的是了解并挖掘这些‘金山’，最后成为大数据的赢家。”目前我国大数据应用还主要局限于互联网企业，传统企业则缺乏数据深度挖掘所需要的人员和技术支撑。当前，传统企业首先要结合自身实际，从战略高度规划和部署，分层次、有计划、循序渐进推动大数据在企业的应用。其次，要充分利用现有设备技术，加强大数据的收集、管理和利用好大数据，促进企业决策更加科学化，管理更加精细化。

提升对大数据的分析能力。在大数据时代，企业必须对海量的数据进行准确、快速的分析，以最快的速度为企业管理者提供有价值的信息，这对企业的数据分析能力提出了更高更严的要求。企业要建立一套完整的数据采集、储存、整理和分析体系，加强对大数据技术的开发利用，以充分利用数据这一战略资源。同时，大数据对从业者，尤其是数据分析师也提出了更高的要求。企业要加快大数据人才培养，不断提升对大数据的获取、分析能力。在大数据时代，数据种类更加多样化。据统计，企业中80%的数据都是非结构化数据。因此，企业不但要重视结构化数据的利用，也要重视非结构化数据的挖掘和利用。

加快大数据与工业化的融合。融合是大数据的价值所在，是推动信息化和工业化深度融合的重要体现，也是促进企业转型升级的重要抓手。国资委主任张毅指出：产业优化升级，要顺应数字化、网络化、智能化发展趋势，加速推进信息化与工业化深度融合，加大传统产业更新改造力度，加快重大装备产品升级换代。

数据能力重塑资产管理新优势篇7

在中国经济步入新常态的背景下,宏观经济承压、不良持续暴露、多层次资本市场发展、客户需求分化、金融科技冲击等一系列复杂的因素,正在对金融市场的发展产生了深远影响。在此背景下,“全球多数投资银行的业绩表现难以抬头,收入走低的趋势已持续五年。”

9月20日,波士顿咨询公司(BCG)发布的《2016年全球资本市场报告:新业态重构行业价值链,投行转型亟需六大能力》指出。

但该报告同时指出,“资本市场整个生态系统,既包括要买方机构、卖方机构、信息服务提供商以及交易所,总体呈现出欣欣向荣的表现。”

除了投资银行外,资产管理机构、对冲基金、高频交易商、交易所、信息服务供应商、清算机构、基础设施公司和托管机构均扮演重要角色。随着投资银行放松对价值链的管控,上述参与者如今有机会去争夺一份过去可能无法触碰的“蛋糕”。

事实上,各种类型的公司都在采取必要的战略举措,希望今后可能从中多分一杯羹。“尤其是随着电子化、标准化和透明化日益增加,数据和金融科技成为兵家必争的新领域。”报告说。

该报告认为,2015年资本市场竞争日趋激烈,但新的价值机会大量涌现。在竞争日益升温的同时,资本市场和投资银行的参与者需要转变思维模式,并通过不同于以往的新方式,来探索生态系统中的收入机会,不再局限于募资者和做市者这两种传统职能。

报告建议,针对“战略愿景、分销能力、客户至上、IT架构与卓越运营、组织生命力、财务与风险管控”等六大支柱布局核心能力,可有效推动全面的战略设计和转型。

“归根结底,投资银行业需要合适的规模、模式以及方法来确保持续盈利。”BCG资深合伙人兼亚太区金融机构专项负责人邓俊豪表示,“在新的资本市场生态下,市场参与者必须学会在关键领域,如数据和金融科技领域展开竞争。了解如何适应一个电子化、标准化和透明度与日俱增的市场环境非常重要。”

“面对管理资产增长停滞、收入利润率缩水、市场波动和监管要求带来的严峻压力,资产管理者亟需打造颠覆性能力,发展全方位的数据能力。”同日发布的《2016年全球资产管理报告:全球资管市场增长乏力,机构突围需加码数据技术》如是建议。

根据测算,2015年全球管理资产额从2014年的70.5万亿美元增至71.4万亿美元,涨幅仅1%;该数字低于2008到2014年间5%的年均增速。整体增长之所以陷入停滞,主要原因在于全球金融市场普遍业绩低迷且动荡难平,无法像之前几年那样,强力支撑投资资产的价值。

“如今,动荡不安的全球金融市场已经成为不争的事实,许多依靠金融市场增长推动资产价值增长的资产管理机构,如今深陷旧有模式而难以自拔。2015年市场增长陷入停滞,说明资产管理机构迫切需要寻求能力上的提升。”《2016年全球资产管理报告:全球资管市场增长乏力,机构突围需加码数据技术》作者之一,BCG合伙人兼亚太区资产管理行业负责人徐勤指出。

在徐勤看来,先进数据和分析法领域的专精能力能够为某些资产管理机构带来竞争优势,从而在竞争者中脱颖而出。如机器学习、人工智能、自然语言处理、预测性推理等先进的甚至是带有颠覆效应的技术,正处于日新月异的局面,可能很快会被主流资产管理机构所采纳。

因此,如今的资产管理机构迫切需要发展先进的数字技术和实践能力,有效强化其投资流程。如果不这么做,就会面临被逐渐边缘化、丧失竞争力的风险。

重视对数据处理能力的培养篇8

一、问题呈现

在全市期中考试统考中有这样一个题:如图, 已知椭圆的长轴为AB, 过点B的直线l与x轴垂直.直线 (2-k) x- (1+2k) y+ (1+2k) =0 (k∈R) 所经过的定点恰好是椭圆的一个顶点, 且椭圆的离心率求椭圆的标准方程; (2) 设P是椭圆上异于A, B的任意一点, PH⊥x轴, H为垂足, 延长HP到点Q使HP=PQ, 连接AQ延长交直线l于点M, N为MB的中点.试判断直线QN与以AB为直径的圆O的位置关系.

二、问题探究

这是一道阶段检测的压轴题, 考查了直线过定点、椭圆的标准方程与几何性质、直线与圆的位置关系等基础知识, 同时考查了学生运算求解能力.通过对学生试卷的统计和分析, 绝大多数学生能顺利完成第一问, 而不足四分之一的同学做出第二问, 甚至一半以上的同学没有动手去做第二问.经了解发现没做第二问的同学有一半是时间的问题, 前面处理得慢, 没来得及做;而另一半都是比较优秀的, 前面做的都很好, 我和他们当面交流了一下主要有两个现象:一是感觉思路不好找运算会太复杂, 没敢动手去做, 去检查前面的题目;二是花了好长时间没有化简出来就没有写.

我们知道新课程标准下解析几何的学习, 重点是直线与圆的方程, 次之是椭圆, 最后对双曲线与抛物线的要求都比较低.本质上对代数法解决直线与圆锥曲线的问题都有所降低, 繁杂的运算少了很多.可是还有好多学生会说, 解析几何的题我能知道该怎样去做, 就是做不出来, 一句话“太麻烦了”.第一种现象反映了学生的心理问题:缺乏自信心, 第二种是方法问题, 而实质上就是对运算求解与数据处理能力欠缺造成的.

三、问题的处理与感悟

我对第一种现象中同学提的要求是先去细致地读题, 把条件中提炼的信息和要解决的问题看能否联系起来.很快好多同学就反应过来, 最后要判断直线和圆的位置, 圆是知道的, 关键是求直线方程, 最后找到了根源要去设椭圆上P的坐标.然后让他们去化简.第二种现象我仔细看了他们化简的过程, 从点P得点Q, 进一步表示直线AQ的方程, 又得到了点M与点N的坐标, 卡在了最后一关表示直线QN的方程上.经讨论知道对于点P在椭圆上这个条件视而不见, 是失败的根源.学生的问题是条件挖掘得不够, 点在曲线上, 点适合曲线方程没有用上, 另外对它的变形也没想到去应用.对学生出现的问题, 要求他们今后在化简过程中要瞻前顾后, 要有求简意识.在整个过程中我只提醒了一句:“点P在椭圆上, 对你的化简能有帮助吗?”在顺利解答后, 我要求他们细细品味求解过程, 认清自己出现问题的根本, 从而养成良好的解题习惯;另外还会感到此题不过如此的感觉, 今后在遇到困难时敢于面对, 用于解决问题.现在很多时候学生的畏难情绪是由于缺乏自信心造成的, 学生自信心的培养需要我们平时教学中花费更多的精力和时间去有意识的加强训练.自信心来自于成功的积累, 在遇到复杂的运算时敢于面对, 敢于去克服困难是解决此类问题的第一步;通过动手实践解决更多的问题, 以及回顾和总结找到解题技巧和规律是自己的基本功;通过长期的积累达到熟练程度是成功的保证.

为了进一步提高解题信心和训练数据处理能力, 接着给了一道题目:如图, 在平面直角坐标系x Oy中, A1, A2, B1, B2为椭圆的四个顶点, F为其右焦点, 直线A1B2与直线B1F相交于点T, 线段OT与椭圆的交点M恰为线段OT的中点, 则该椭圆的离心率为_____.

这道题考查了椭圆、两直线的位置关系等基础知识.试题设计思路非常明确, 就是求出两条直线的交点坐标后, 根据中点公式求出点M的坐标, 代入椭圆方程得到一个关于a, c的齐次方程, 从而转化为关于离心率的方程解决.学生很快就找到了解题的方向, 尽管这题运算量比较大, 因为给足了时间, 几乎所有同学都取得了正确的结果.最后告诉他们这是2009年江苏高考第13题, 在当年的高考中算比较难的题目时, 大多数学生都感到吃惊, 他们给出来的表情表示“高考题第13题也不过如此”.通过这样的训练提高了学生学习解析几何的信心, 又加强了运算能力的培养.

依靠大数据提升县域经济治理能力篇9

关键词：大数据提升,必要性,治理能力

一、传统的经济治理存在的问题

(一) 信息失真

中国统计数据的准确性, 一直为人们所质疑。因为存在注水统计和牛鞭效应。信息链的长度是影响信息失真情况的一个决定性因数, 信息链越长, 那么信息传递过程中的层级也就必然越多, 信息被认为处理的机会就越多。当信息传递到最后一个环节时, 信息离原始的信息已经有很大的偏差了。

(二) 单类型结构化数据成为科学化决策的障碍

数据一直是政策制定的依据, 人们在进行数据分析时, 越来越不满足于既有的数据, 想搜集到更多的信息, 但受限于当时的数据记录、储存和分析的工具和技术, 人们只能收集到少量的数据进行分析, 在这种观念的影响下, 人们开始慢慢养成一种习惯, 单类型结构化数据正式成为决策分析和处理过程中最为重要的工具。

(三) 体制制度导致传统的分析手段导致决策风险

科层制管理、职位分等、下级接受上级指挥, 且层级多, 整个信息的传递一级一级地传递, 在科层制下, 传统的分析手段是身处金字塔最高层的领导根据各基层所上报的数据进行统计, 然后进行多维度的分析。虽然这种分析手段在组织、数量乃至于项目方面, 都可以做的很精细, 但它对于后续的问题溯源分析却是一筹莫展, 只能粗略地进行定性判断, 这就意味着决策有风险。

二、应用大数据进行经济治理的必要性

(一) 从经验决策向数据决策转变

大数据带来的最大变革还在于决策思维、范式和方法的转变。过去仅限于信息技术, 决策者们在制定经济决策时往往缺少足够的数据支持, 甚至就是那么少得可怜的数据, 其本身的真实性和准确性都难以保证, 这就使得我们的经济决策不得不取决于决策者的经验和直觉。这种决策多是无差别、简单的“一刀切”式的, 而大数据决策无疑将有助于规避这种风险, 有助于决策者更加精确而迅速地设计政策方案。在大数据时代, 决策者们作出的决策, 越来越取决于数据及其分析的结果, 而不是经验和直觉的主导。只要提供的数据量足够庞大真实, 通过数据挖掘模式, 就可以较为准确地把握住人们的行为规律, 预示经济运行态势等在内的一系列复杂问题。

(二) 大数据驱动市场监管

市场既需要培养, 也需要监管。监管机构必须以市场规则为底线, 对那些破坏规则、危害市场竞争的行为和主体予以适时打击, 以此来维护规则, 确保市场环境的稳定和良性运行。大数据在这方面, 使监管机构可以主动出击, 事先预防风险的发生。监管者可以通过对核心变量采取量化跟踪监控, 对市场系统内的行为和其潜在的风险进行系统性、规范性和前瞻性的监管。确保市场在健康的轨道上发展。

(三) 大数据把脉经济运行

国内在大数据应用上已进行大量探索, 涵盖了社会经济发展和管理的方方面面, 如宏观经济预警、经济运行监测。大数据有助于我们把握经济运行脉搏。通过跟踪那些与经济周期相关的关键词的搜索, 完全可以确定经济运行的波动。经济主管部门或相应的大数据公司, 将相关搜索数据汇总, 以此来估测经济运行情况, 然后再将其预测结果, 与包括中央银行、统计局, 甚至某些学术机构、投资银行、智库乃至经济学家个人所设立的监测报告相比对。这种模式克服了传统模式的滞后问题, 也为相关部门提前介入提供了时间上的可能, 这将有助于降低经济波动的幅度, 进而降低受波及面和受损程度。

三、如何依靠大数据提升县域经济治理能力

目前我国大数据应用刚刚起步, 基于大数据的商业模式还在萌芽阶段, 从需求来看, 很多产业对大数据的使用还没有意识, 从供给来看, 由于技术和人才储备上的落后, 也缺乏深厚的数据分析手段来支撑需求。面对新形势的挑战, 我们必须利用大数据来提升县域经济的治理能力和办事效率, 打造高效透明政府, 为社会提供更好服务。

(一) 在政府经济治理理念中融入大数据思维

大数据的本质不在于“大”, 而在于其蕴含的大数据思维, 能够直观呈现数据背后的人类行为模式。运用大数据提升政府经济治理能力, 需要把这种大数据思维融入政府经济治理理念, 改变政府经济治理的理念向度、工作方式和决策思路。现在政府大数据未能实现其应有的服务价值和人本关怀, 受制于诸多因素。缺乏大数据思维。“大数据思维”至少有“海量、开放、共享、实时”等特征, 这要求公共部门改变传统思维模式, 激活那些束之高阁的沉睡数据, 积极抓取实时信息, 整合多部门形成信息资源聚合, 及时便捷地通过互联网、手机APP等多种方式向公众开放分类数据资源, 实现数据的价值。相比较而言, 多数部门没有认识到数据只有开放共享, 才能释放价值。因此, 或不重视数据开放, 或出于数据安全的惯性使然, 不愿意开放数据, 也不关心部门之外的数据需求, 抱着多一事不如少一事的心态。

在大数据视域下, 人们面对的是全体数据, 这些数据呈现出混杂性的特征, 数据之间不再是简单的因果关系, 而是多重交合的相关关系。传统的政府经济治理理念往往是基于社会局部“现实”的抽象分析方法, 依据一定方式选择样本数据, 基于少部分人的需求来预判大多数人的行为模式和需求, 这种治理理念必须要发生变革才能适应大数据时代的要求。这种变革就是把大数据思维的价值观和方法论融入政府治理理念中, 将对基于稀缺数据的治理, 转向覆盖更广泛、涉及更多人的大数据分析, 从数据收集者转向数据分析者, 从大数据中预测社会需求, 预判社会问题, 探索政府经济治理的多元、多层、多角度特征, 提升政府经济治理能力。

(二) 树立“需求本位”的大数据建设理念。

大数据建设和开放使用不是以政府能够供给为导向, 而是以公众和社会的实际需求为导向, 这是各个国家大数据开发的基本趋势。美国的信息化建设一直秉承着“以公众需求为导向”的理念, 德国政府“让数据而不是公民跑路”, 都充分体现了尊重公民和社会需求。“需求本位”的重点不是要求政府产出数据资源, 而是要求政府根据需求进行数据建设和开发;“需求本位”还倒逼政府放弃长期以来“部门本位”的数据生产模式, 促使部门之间实现数据资源的整合共享, 以适应“需求本位”对数据资源的要求。

(三) 把大数据技术运用于政府经济治理具体过程

大数据不仅是科学概念, 更是一个实实在在的应用技术。在我国信息化水平最高的北上广等地, 各级政府十分重视并大力推进大数据等现代技术在政府治理中的应用探索。但也应该看到, 大数据的实际运用, 需要较高的采集、存储、分析、整合、控制等技术, 而目前政府经济治理过程中大数据技术的运用基本还处于初级阶段, 亟待深入发展。要完善大数据基础设施建设。大数据基础设施是大数据技术应用的载体, 决定了数据能否被有效收集、分析、挖掘和应用, 因此, 要加快完善大数据基础设施建设, 为政府经济治理中大数据技术的应用提供基础和平台。广东地税通过建立省级数据应用大集中平台, 告别了靠手工操作和人海战术的粗放型管理模式, 实现了税款自动入库、自动划解和实时监控, 取得了税款的稳定快速增长。通过对海量数据的分析和比对, 广东地税对每个行业、每家企业、每个税种实现了精细化分析和掌控。例如, 房地产业和建筑安装业流动性大、中间环节复杂, 难以监控, 历来是征管难点。广东地税依托大数据平台, 开发了建筑安装业和房地产行业税源控管系统。通过该系统, 可实时获取房地产开发项目明细信息, 包括土地使用权信息、建筑工程进度、房产销售进度、销售明细以及各阶段的税款缴纳情况等, 实现了项目从产生到消亡的全过程监控。要开展政府经济治理大数据技术应用示范工程。可以选择医疗、金融、食品安全等具有一定大数据基础的政府经济治理重点领域实施大数据技术应用示范工程, 加强对政府经济治理其他领域大数据技术运用的带动和促进。此外, 从技术角度而言, 技术型企业更有大数据技术开发的经验, 政府可与技术型企业合作, 利用技术型企业的技术优势, 共同开发政府经济治理领域的大数据运用技术。

(四) 整合大数据资源的数据标准和应用规则

大数据应用的前提, 是海量数据信息的采集、更新、共享和融合。从政府层面来说, 大数据可以整体利用原来分散在不同部门、行业、主体的数据, 对其进行整合管理, 为大数据的优化利用提供数据基础。但由于目前对这些数据资源本身的管理缺乏统一标准和应用规则, 因此政府经济治理过程中数据资源的有效利用难以实现。要建立统一的大数据标准体系。建立统一的大数据标准体系, 以及大数据生成、发展及发布的数据标准格式, 便于数据的无缝隙统筹整合, 使得原本散落在各部门的信息数据整合起来, 打破信息孤岛状态, 为政府经济治理建立基础。广东地税借助大数据平台, 积极推进第三方涉税信息共享, 明确了28个部门共享涉税信息的内容和方式。目前, 工商税务信息每天都进行实时交换, 推动了地税机关在办证服务上的创新, 从原来的限时办证发展到现在的即时办证, 从原来填写100多项登记信息, 升级到填写8项必要信息内容, 甚至可以享受免填服务。

数据传输能力篇10

要最终实现闭环自动化钻井, 其重要过程就是井下信息的精确获取和准确高速传输, 大量的井下信息需要从井下传至井上, 同时大量的控制信号也需要从井上下传。因此, 信息传输技术作为关键技术之一, 所起的作用越来越大。当前行业内将井下信息传到地面应用的主要技术是泥浆脉冲, 该技术是在井底产生泥浆压力脉动, 通过泥浆传播到地面, 信号被地面的仪器接受并解码。该方式传输速率只有几bps, 随着井下测量参数的增多, 比以往产生更多的数据需要从井底传输至地面, 泥浆脉冲方式在传输能力上已难满足, 另一方面对于低压易漏地层实施钻井的过程中, 常采用气体、泡沫等各种非常规钻井液, 声波由于其自身特性, 早至1948年, 通过钻杆传导声波来作为传输信息的方式就被认定为是一种很有潜力的高速通信方法, 国际上也一直没有停止利用声波进行井下信息传输方面的研究, 1972年Barnes和Kirkwood分析了钻杆或油管的宏观周期性结构[1], 1985年开始, Drumheller和Poletto在声遥测理论方面取得进展[2]。国内外相关学者对声波遥测进行了大量的研究和实验, 取的了一定的进展[3,4,5,6,7,8]。声波在钻柱中的传播能力作为声传遥测系统的重要组成部分, 需要进行更一步的研究和实验。

2 钻柱声传信道特征

钻柱中声波传播是一个极其复杂的过程, 因其中存在大量的边界问题, 涉及到固体时情况更是异常复杂, 同时钻柱结构的复杂性和井下环境因素的多样性, 使得通过理论分析得到声波传播规律变得非常困难, 现在普遍采用的宏观理想的钻柱结构分析计算模型。因为大量的钻杆连接且井底有许多不同的钻具组合, 在节点上声波会部分通过部分反射, 声波这些不同钻具的界面处满足位移的法向分量和法向作用力连续的边界条件, 表达式如式 (1) 所示。

依据边界条件采用传递矩阵法对钻柱结构频域结构进行分析, 可知钻柱的几何和物理参数决定了其传播特性, 钻柱在一定的频率上形成阻带, 在其他一些频率上形成通带, 即钻柱信道表现为线性梳状滤波器特征。因此钻柱信道中的声传输属于窄带通信范畴, 井下信息声波传输通信能力首要影响因素就是工作频率。

3 声波衰减和井下噪声影响

井下信息声波传输通信能力的另一个重要影响因素是信号沿钻柱传播时的衰减率, 纵波在金属钻杆中具有较高的传播速度, 其传播速度为5050m/s, 同时当波在钻柱信道传输时, 相对于其他波形其能量衰减小, 接收和分析的难度小, 所以纵波相对于其他波形更适合作为井下声传输的载波形式。

钻柱的类型、信息的类型、钻头的重量和钻井液的密度都可能会影响这种衰减率, 由已发布的信息可知钻柱上信号衰减的范围是4到12d B[8]。斯伦贝谢公司在随钻声波测井可行性预研究中指出解决钻井噪声干扰是随钻声波测井成功的关键技术之一, 钻井过程中产生的噪声十分复杂, 综合文献对于钻井过程中噪声的研究可以得出其噪声的频率主要集中在0-4KHz。因此, 若载波频率在该噪声频率范围内, 则为了提高信道的传输能力, 必须提高信噪比, 提高信噪比的有效途径是降低噪声水平, 提高发射信号的能量和幅度。

4 钻柱信道限制因素分析

将声波传输系统应用于钻井条件下成为国内外研究重点和热点, 但是将声波传输系统应用工作环境恶劣且数据传输量大的随钻传输系统上依然是个艰巨的任务。最主要的限制来源于正常钻井系统会产生多源的通信频带内的噪声和极大的信号衰减。井底的信号发射器在钻柱上产生声波, 声波沿着钻柱向上传导直到被地面的接收器截获。波传播的物理特性和由大量钻杆串联起来的传导路径导致通道内一些特殊的性质从而直接影响了它的整个通道容量。

在声波传输系统设计中, 必须要考虑的钻柱通信信道的更重要的一个特点是所谓的码间干扰 (ISI) 。由于钻杆间的连接处具有很强的反射通信讯号的特点, 钻柱的脉冲响应可以持续多达几百毫秒。就当前的数字通信来看, 这种长延时的响应信号意味着任何在钻柱通信信道上传输的数字信号将会受到明显的码间干扰, 在发送一个信号的间隔期间, 这个信号会影响到下一个信号。码间干扰极大限制了通信策略的选择, 并且进一步降低了设计出实用的数字通信系统的希望, 如设计出接近钻柱通信容量极限的传输速率的信号传输系统。

传输速率是一种直接表示表征信噪比的方程。根据方程式, 更高的发射功率输出可以获得更高的传输速率。因此, 最有效的优化方法就是提高井下发射器功率输出, 但井下发射器的功率提升空间受制于可用的电力和井底电子设备的电流承能力, 因为更长和更薄的原件需要更高的电容来承受更高电流的充电和放电。除了使用井底涡轮机的发电量有限外, 电池的容量也是另一个限制能量输出的因素。除了提升信号发生器的能量输出, 任何减小地面噪声的方法也会提高信噪比。

5 结论

(1) 随钻数据声波传输的主要目的是将井下的测量信息以声波为载波, 沿钻柱实现远距离﹑高数据率﹑低误码率的传输。虽然理论上声波遥测系统数据传输速率很高, 但是实际的数据传输速率远远达不到理论值。井下钻柱是一个对声传播非常复杂的介质空间, 对声波的传播产生许多不同的影响, 其主要的问题为码间干扰﹑信号微弱﹑频率选择性衰落﹑噪声严重等。

(2) 声波沿钻柱传输必然存在多径现象, 如果信号是连续传输的, 即相邻的信号之间没有留有适当的保护间隔, 则多径效应会引起码间干扰, 造成接收端判断错误, 严重影响信号传输的质量, 因此抑制码间干扰, 达到高速率、高可靠性传输无疑是随钻数据声波传输系统中的关键问题。

(3) 传输速率是一种直接表示表征信噪比的方程。噪声是影响数据传输效率的一个重要因素, 它能使模拟信号失真, 使数字信号发生错误, 并随之限制的信息的传输速率。

摘要：对于低压易漏地层实施钻井的过程中, 常采用气体、泡沫等各种非常规钻井液, 无法使用传统的钻井液脉冲传输方式, 石油钻井行业迫切需要一种适用性强的井下信息无线传输技术。井下信息声波传输以其传输速率快, 容量大、不受地层影响而成为研究热点。声波在钻柱中的传输受到多种因素的影响, 依据钻柱信道的传播特性的研究, 结合相关信道特征分析, 对声波在钻柱通信信道中传播的通信能力和相关影响因素进行分析。

关键词：钻柱,声波,通信能力

参考文献

[1]Barnes T.G., Kirkwood B.R..Passband for acoustic transmission in an idealized drill string[J].Acoust.Soc.Am, 1972, 51:1606-1608

[2]Drumheller D.S..Acoustical properties of drill strings[J].Acoust.Soc.Am, 1989, 85:1048-1064

[3]李成, 丁天怀.油气井测试的井下远程遥测方式分析[J].油气井测试, 2005, 14 (6) :34-37

[4]赵国山, 管志川, 都振川, 等.井下钻柱信道的声传播特性[J].石油学报, 2013, 34 (1) :151-156

[5]刘永旺, 管志川, 隆志强.有限差分法模拟单位冲激函数声波在钻柱中传播[J].力学与实践, 2012, 34 (4) :40-44

[6]赵国山, 管志川, 刘永旺.声波在钻柱中的传播特性[J].中国石油大学学报 (自然科学版) , 2010, 34 (1) :55-59

[7]赵国山, 管志川, 都振川, 等.理想钻柱中声传播特性理论研究[J].石油机械, 2012, 40 (7) :3-6

数据传输能力篇11

周忆始终紧随营销趋势，用新的营销思维引领和重塑商业理念。2012年提出“首席执行客户”（CEC）概念，2013年提出“CMO革命”，2014年她认为新的技术环境对CMO的能力提出了新的要求。而移动互联时代的企业要想赢得竞争，CMO必须具备新的核心能力，即客户导向、数据驱动的市场营销能力（Data Driven Marketing）。

周忆认为，这种能力可以概括为如下四个关键能力：Data，Insight，Journey，Measurement。她还指出这种能力的养成路径：掌握全面数据获得360度的客户视图（Data），绘制基于大数据预测分析的客户族谱（Insight），形成多渠道整合的交互体系，贯穿于客户购买的整个过程（Journey），实施营销效果跟踪与诊断（Measurement）。

数据的力量究竟有多强大？周忆分享了一个案例。体育领域是IBM重点关注的领域。2013年温布尔登网球公开赛，IBM帮助主办方通过应用分析和自然语言处理技术，创建、汇总和评估社交网站上的对话、图片等数据信息，通过社交舆情分析，赛事主办方可以了解消费者对其产品、服务、营销活动的体验和建议，吸引更多的人关注赛事。比如，人们最喜欢吃什么零食、进场的商家应该卖什么样的食物才能大赚一笔等问题，IBM通过历年的数据汇总，给出建议：别的零食“不太重要”，草莓才是人们的首选和最爱。又比如，观看法网的人最想带回的纪念品是什么？是毛巾、扇子还是草帽？大数据告诉商家，是那个玻璃瓶里镶着红土的纪念品。

不仅是体育赛事，IBM正在把以大数据、云计算、移动社交等为代表的前沿技术运用到不同的商业场景，通过数据得出洞察，基于洞察指导决策，进而提升企业的运营绩效。

周忆认为，未来CMO要“技术加身”，兼具“技术”和“艺术”。同时，未来CMO的使命也发生了变化：从了解客户到了解每一个客户，从定义营销到构建一个完整的客户互动系统，带给客户全渠道触点，不让客户从任何一个环节跳出，把口号式的“践行品牌承诺”变成建立表里如一的文化。

当然，向客户导向、数据驱动营销转型的道路并不平坦。周忆向CMO分享了她的建议：

首先，要与CIO密切合作，让技术驱动营销，让营销引领技术。在很多企业的运营实践中，CMO和CIO早已密切合作，技术对于市场部越来越重要，很多企业都组建专门团队做数字营销。

其次，投资于分析。数据分析是大数据营销的关键，目前大数据营销人才短缺，要加大投入吸引和培养数据分析人才。

最后，一定要有一些Quick Win，哪怕只是小小的进步，你将由此自信，一步一步走向成功，相反，总不赢则很难树立信心。脚踏实地地抓住Quick Win，推动市场部逐步由成本中心转变为价值中心。

颁奖词

身为CMO，周忆对自己扮演的角色有着深刻的思考。2012年提出“首席执行客户”，2013年提出“CMO革命”，周忆始终敏锐地感知营销趋势，用新的营销思维升级商业理念。2014年，在移动互联大变革的背景下，周忆再次带领IBM市场团队提出企业CMO必须拥有客户导向的、数据驱动的市场营销能力，才能顺应时代潮流，赢得竞争。她还提出新的营销思维：cohort，揭示大数据技术和客户行为分析对CMO探寻市场蓝海的价值。周忆带领IBM市场团队，把以大数据、云计算、移动社交等为代表的IBM前沿技术运用于不同的营销场景，推动技术与商业融合，一步一步把精确营销变成现实。

数据传输能力篇12

博科推出一创新扩展平台, 使企业在发生灾难或利用不可靠的广域网 (WAN) 链路执行常规备份和复制任务时, 能够显著缩短恢复点并加快恢复数据和应用。新的灾难恢复 (DR) 平台增强了数据中心之间的BrocadeFabric Vision TM (博科矩阵可视化) 技术, 实现自动化监控, 提高洞察力并简化远程故障排除, 以自动检测广域网的异常情况, 有助于确保性能并避免意外停机。

当今的企业面临由虚拟化带来的数据和应用负荷量的爆炸式增长所带来的巨大挑战, 给IT部门保持数据高度可用带来了巨大的压力。根据IDC的数据, 关键应用的灾难恢复要求日益严格, 84%的企业的恢复点目标不足一小时, 78%的恢复时间目标不足四小时。

IDC存储研究总监Eric Burgener表示:“在未来五年里存储数据的年复合增长率预计将达到44%, 企业要求其恢复解决方案满足不断提高的标准, 在越来越频繁的各类自然和人为灾害的情况下保持数据可用。此外, 终端用户希望能够全天候访问其数据, 迫使企业满足其‘永远在线’的应用服务的需求。”

博科Brocade 7840扩展交换机扩展了其第5代光纤通道SAN产品组合, 以期应对这些挑战并提供几乎零停机时间和持续的应用可用性。Brocade 7840扩展交换机性能提高了六倍, 拥有前所未有的可用性, 并且简化远程数据中心之间的管理。与那些作为故障恢复的替代方案而部署, 与往往不匹配的广域网优化设备相比, 该解决方案使性能增加了一倍, 成本减半。

为了配合新的交换机, 博科扩展了数据中心之间的Fabric Vision (矩阵可视化) 技术, 提供更高水平的控制力和可视性, 以更快地找出问题, 避免意外停机。这一新功能减少了远程数据中心的复杂性和运营成本, 帮助它们实现最大应用运行时间以及永远在线的运营。

博科存储网络副总裁Jack Rondoni表示:“管理多个数据中心本身是复杂而耗时的, 通过部署增强的Fabric Vision (矩阵可视化) 技术的Brocade 7840扩展交换机, 企业可以创造出更好的解决方案, 以满足甚至超越实现永远在线的运营所需更快的复制和恢复的要求和期望。”

此外, 推出了面向Brocade DCX?8510导向器的一个新的端口板卡Brocade FC16-64, 提供业界密度和最高的性能, 以最大限度地提高系统的利用率并降低资本和运营成本。新的板卡提高了Brocade DCX 8510的可扩展性到512个第5代光纤通道端口, 总系统带宽达10.2 Tbps。和同类竞争产品相比, 每个刀片的功耗减少70%, 同时端口密度提高33%、线缆要求降低75%, 因而大大提高了运营效率。

Brocade 7840让企业更好地为灾难恢复做好准备

Brocade 7840交换机提升了在存储矩阵创新方面的声誉, 提供业界首款40Gbps和10 Gbps的FCIP连接选项, 数据吞吐速度比竞争对手的解决方案快了至少六倍。Brocade 7840系统提供前所未有的80 Gbps的应用数据吞吐量, 同时通过256位IPsec加密来保护远程数据流, 并且不损失性能。

此外, Brocade 7840交换机采用数据压缩、磁盘和磁带协议加速来大幅提高远程复制性能。最大限度地提高可用性。在提高整体网络可靠性的先进扩展功能还包括:

无中断的升级:使用业界唯一的WAN侧无中断固件升级, 推动永远在线的业务运营, 最大限度地提高应用的正常运行时间。

扩展中继:集成多个WAN连接到一个单一的逻辑高带宽主干网, 提供主动负载均衡和网络弹性, 以防止WAN链路故障。

自适应的速率限制:动态调整最小和最大速率限制的共享带宽, 以优化带宽利用率, 并在中断期间维持WAN的性能。

Fabric Vision (矩阵可视化 ) 技术实现远程监控、管理和诊断

与博科光纤通道SAN系列产品不同, Fabric Vision (矩阵可视化) 技术现在支持远程, 是一种硬件和软件解决方案, 帮助企业加快新部署、优化资源、大大降低运营成本, 并克服数据中心之间的基础架构复杂性。

借助Fabric Vision (矩阵可视化) 技术, 管理员拥有新的工具和自动化功能, 简化日常的管理工作、提高工作效率并能主动监控数据中心之间的关键指标, 以自动检测广域网的异常情况, 有助于确保性能并避免意外停机。

灾难恢复的主要功能包括:

监控和警报政策套件 (MAPS) :通过数据中心之间基于政策的自动化简化监测, 以自动检测WAN的异常情况、避免意外停机时间。

流量概况:使用集成诊断来加速解决远程、端到端的I/O流量, 不再需要昂贵的第三方工具。

仪表板:通过分析根本原因和时间点回放, 快速发现并解决WAN的网络问题。此外, 管理员可以从瘦客户端、支持Web访问的仪表板来查看所有重要信息, 从而节省大量的管理时间和精力。

EMC产品市场副总裁, Barry Ader表示: