对以“孵化器”模式推进气象大数据应用的思考

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
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:

中国气象局党组提出“ 智慧气象” 理念, 并把“ 智慧气象”作为气象与经济社会融合发展的重要支撑、转变气象发展方式的重要途径、全面推进气象现代化的重要突破。下面结合对贵阳大数据交易所的调研,就“智慧气象”建设中气象数据和相关行业数据的深度融合和挖掘谈些思考:

贵阳大数据交易所是经贵州省政府批准成立的以大数据命名的交易所,交易的并不是底层数据,而是基于底层数据,通过数据的清洗、分析、建模、可视化出来的结果。

通过调研, 数据交易操作方式有两种: 一种是“ 淘宝”模式。即数据所有者不开放自己的大数据中心,仅将大数据交易所作为数据交易平台,在数据交易平台发布数据清单,社会数据用户(创客)根据数据清单通过数据交易平台下数据需求订单,数据所有者按数据订单以免费或有偿方式提供数据;社会数据用户通过数据交易平台发布数据挖掘和加工成果,寻找买家。这种模式优点是数据所有者投入成本低,数据安全管理要求低;缺点是社会数据用户在进行数据融合和挖掘时需另外寻求云计算资源。

另一种是“ 孵化器” 模式。即数据所有者建设由云计算平台、数据管理平台组成的“ 孵化器”, 通过提供标准、开放的数据接口,开放大数据中心和云计算资源,通过大数据交易所的数据交易平台,以免费或有偿方式将数据和计算资源提供给社会数据用户;社会数据用户通过数据交易平台发布数据挖掘和加工成果,寻找买家,买家可以是原有数据所有者,也可以是第三方应用者。这种模式的优点是有一个可在线调用数据、可在线提供云计算服务的综合基础信息环境,从而降低社会数据用户的挖掘和加工成本;缺点是数据所有者投入成本高,数据安全管理要求高。

中国气象局已公布《基本气象资料和产品共享目录(2015 年)》,实现了基本气象资料和产品的开放和共享。构建气象数据融合和挖掘模式,已成为基本气象资料和产品开放后的当务之急。通过调研和对“淘宝”“孵化器”两种模式优缺点的比较,个人认为,“孵化器”模式更有利于气象数据的深度融合和挖掘,可把构建气象大数据孵化器作为促进气象数据和相关行业数据深度融合和挖掘的基本模式。

一方面, 可利用充分的社会资源搭建气象云计算平台和数据管理平台。根据贵州社会云计算资源的情况,联合某一社会云计算资源提供者搭建气象云计算平台和数据管理平台,通过标准、开放的数据接口,开放气象大数据中心和云计算资源,为社会数据用户提供一个可在线调用数据、可在线提供云计算服务的综合基础信息环境。

另一方面,可通过贵阳大数据交易平台实现气象数据融合和挖掘的市场化运作。要使气象数据信息融入到国民经济的各个领域和人们的衣食住行之中,就必须通过市场化的手段激发社会数据用户参与气象数据融合和挖掘的活力,而贵阳大数据交易所的数据交易平台为将气象大数据孵化器建设成为集数据、计算、网络、商务于一体的创业孵化平台提供了一个规范的市场环境,从而可以通过市场化的手段促进气象与经济社会发展的深度融合。这样,不但有利于鼓励和利用社会资源参与气象服务、创新服务产品,也有利于气象大数据产业发展的“大众创业、万众创新”。气象大数据孵化器可有效促进气象数据融合和挖掘, 为推进智慧气象建设提供了新思路,值得我们借鉴。由气象云计算平台、数据管理平台和数据交易平台组成的气象大数据孵化器,在气象数据融合和挖掘模式上具有四大创新,可实现五大价值。

气象大数据孵化器可有效促进气象数据融合和挖掘, 为推进智慧气象建设提供了新思路,值得我们借鉴。由气象云计算平台、数据管理平台和数据交易平台组成的气象大数据孵化器,在气象数据融合和挖掘模式上具有四大创新,可实现五大价值。

四大创新,即数据开放模式的创新、数据交易模式的创新、数据应用模式的创新和产业孵化模式的创新。如,数据开放模式的创新,通过数据资源与计算资源捆绑开放的方式,对社会数据用户而言,可以获得优质低门槛的创业资源;对气象部门而言,通过数据开放、融合和挖掘,可实现气象数据的自我增长和更深层次的数据应用。数据交易模式的创新,通过大数据交易所数据交易平台的气象数据开放, 可以促进气象数据的市场化开放、融合和应用,解决气象数据进入市场的收益问题。再比如,数据应用模式的创新,通过云计算资源和气象数据资源的整合开放及开发运营环境的改善,将激发社会数据用户和专业团队的参与活力,从而催生多领域深层次的应用,经过市场的优胜劣汰,将有助于解决气象服务需求与能力的距离并带来经济收益,通过孵化器对数据及计算资源提供的收益分成,将促进数据和计算资源提供方的不断完善,形成数据来源和数据价值挖掘的良性循环,并驱动气象服务水平和服务能力不断提升。气象大数据孵化器可吸引和推动社会各方力量利用气象数据进行创新、创业工作,以数据驱动创业。

五大价值,即引领气象数据开放、推动业务系统升级、挖掘气象数据价值、提升气象服务能力和促进气象数据产业。当气象数据在能保障数据安全的市场机制下,开放到社会数据用户手上时,不但能创造出应有的商业价值,而且可使基本气象产品得到持续稳定的用户检验,倒逼气象业务系统的升级和优化,促进气象数据来源的不断完善和补充,形成数据来源和数据价值挖掘的良性循环。通过气象大数据的开放共享,可吸引更多的社会数据用户和专业团队加入到气象数据的开发应用行列,从而最大化发挥气象数据的潜在价值。通过入驻气象大数据孵化器,可以让社会数据用户将更多的精力放在产品创新上,不但被孵化企业可获得快速成长、壮大,而且也可反过来促进气象服务领域拓展、丰富气象服务内涵。依托大数据交易平台,主动开放气象数据于市场,结合成熟的科技孵化体系,建立软硬结合的新型创业孵化平台,可将致力于气象相关产品开发的社会数据用户聚集在气象大数据孵化器,推动气象大数据产业发展。

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
|
2月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
167 1
|
22天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
1月前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
1月前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。对象如用户、账号、商品等,通过唯一ID记录其相关事件,如操作日志、交易记录等。这种模式下的统计任务包括无序计算(如交易次数、通话时长)和有序计算(如漏斗分析、连续交易检测)。尽管SQL在处理无序计算时表现尚可,但在有序计算中却显得力不从心,主要原因是其对跨行记录运算的支持较弱,且大表JOIN和大结果集GROUP BY的性能较差。相比之下,SPL语言通过强化离散性和有序集合的支持,能够高效地处理这类计算任务,避免了大表JOIN和复杂的GROUP BY操作,从而显著提升了计算效率。
|
2月前
|
存储 分布式计算 druid
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
44 1
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
|
2月前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。这种模式涉及对象(如用户、账户、商品等)及其相关的事件记录,通过这些事件数据可以进行各种统计分析,如漏斗分析、交易次数统计等。然而,SQL 在处理这类任务时表现不佳,特别是在有序计算方面。SPL 作为一种强化离散性和有序集合的语言,能够高效地处理这类计算,避免了大表 JOIN 和大结果集 GROUP BY 的性能瓶颈。通过按 ID 排序和分步计算,SPL 能够显著提高计算效率,并支持实时数据处理。
|
2月前
|
分布式计算 大数据 分布式数据库
大数据-158 Apache Kylin 安装配置详解 集群模式启动(一)
大数据-158 Apache Kylin 安装配置详解 集群模式启动(一)
55 5
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
205 2
|
2月前
|
资源调度 大数据 分布式数据库
大数据-158 Apache Kylin 安装配置详解 集群模式启动(二)
大数据-158 Apache Kylin 安装配置详解 集群模式启动(二)
51 2
|
2月前
|
消息中间件 分布式计算 druid
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(二)
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(二)
45 2