新政护航大数据产业

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

记者从国家发改委等部门获悉,决策层将出台政策“组合拳”予以规范,支持大数据产业健康发展,其中包括构建国家大数据平台、编制大数据产业规划等。

大数据是什么?投资者眼里是金光闪闪的两个字:资产。比如Facebook上市时,评估机构评定的有效资产中大部分都是其社交网站上的数据。而国内大数据概念在资本市场上也被炒得如火如荼,大数据相关公司也如雨后春笋般应运而生。

大数据的真谛不在于“大”,而在于“有用”。如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。

原阿里巴巴副总裁涂子沛告诉中国证券报记者,大数据正在“化大为小”,变身一个个APP软件,一部部终端,和人们衣食住行联系得越来越紧密,与企业发展和城市治理息息相关。

“预约量体裁衣,在线选择款式工艺,工厂生产专属的数据版型,手机支付货款……以大数据为支撑的"互联网+私人定制"模式改变了传统制衣模式。”涂子沛说,扫一下二维码就可以知道农产品是从哪里生产出来,产地环境如何,视频、图片等溯源技术展现一目了然。

以交通类数据为例,新三板挂牌企业数据堂自去年起,就一直设法将大数据用于智能交通领域,目前公司已成功在路况交通、信贷、保险、区域经济分析等领域发挥重要作用。“我们通过采集驾驶员手机的GPS数据,就可以分析出当前哪些道路正在堵车,并可以及时发布道路交通提醒;通过采集汽车的GPS位置数据,就可以分析城市哪些区域停车较多,这也代表该区域有着较为活跃的人群,这些分析数据适合卖给广告投放商。”公司董事长齐红威说。

目前个人及企业征信市场成长空间已打开,未来我国征信市场空间规模将达到数千亿元。数据堂设立数据堂(北京)征信服务有限公司,重点开拓征信数据服务。齐红威表示:“金融征信市场未来前景良好,我们将通过信用数据的引入、清洗、融合,打造征信业的基础数据源和创新生态系统。”

“2016年将是大数据资源需求爆发的一年。我们将加大在数据资源获取、数据处理、数据服务方面的研发及业务投入,加强商业模式创新能力。”齐红威表示。

目前国内用户数据收集、存储、管理与使用等均缺乏规范,更缺乏监管,主要依靠企业的自律,个人无法确定自己隐私信息的用途。涂子沛建议,大数据在打造全新的商业生态环境、拓展个人数据应用、提高社会服务能力并推动科研发展的同时,亟待构建包括完善保障数据隐私的法律规范、增补网络服务协议必备条款、健全海量数据库综合运作的监管机制、建立目的考量的再识别规则、提高大数据透明度等一系列举措的风险规制体系。

中科院软件研究所研究员冯登国告诉证券报记者,大数据时代人们面临的威胁并不仅限于个人隐私泄漏,还在于基于大数据对人们状态和行为的预测。而社交网络分析研究也表明,可以通过其中的群组特性发现用户的属性。

涂子沛认为,当前企业常常认为经过匿名处理后,信息不包含用户的标识符就可以公开发布。但事实上,仅通过匿名保护并不能很好地达到隐私保护目标。为了行业的健康发展,立法部门须尽早立法予以规范。
本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
28天前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
7天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
38 1
|
29天前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
46 3
|
1天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
9 3
|
1天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
11 2
|
4天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
29 1
|
6天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
29 2
|
8天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
12天前
|
SQL 存储 大数据
大数据中数据提取
【10月更文挑战第19天】
34 2