新华网:南通市创新大数据管理应用取得显著成效

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

近年来,南通市抢抓新一轮信息技术变革机遇,充分挖掘和利用海量数据资源中蕴含的巨大价值,走出了一条以大数据推动创新驱动发展的新路。

南通市历来高度重视大数据工作,将其作为深化供给侧改革、提升治理能力和服务社会民生的重要抓手,强化责任,狠抓落实,取得了阶段性成效,也暴露出一些问题。如:旧有模式下,经信委负责工业和信息化,网信办负责信息安全,智慧办负责基础设施建设,缺乏专门部门进行统筹,大数据管理呈现“蜂巢式”结构和“碎片化”特点。海量数据在政府各部门分别产生、各自收集、独立存储,部门公开和共享动力不足导致“信息孤岛”普遍存在,数据价值没有被充分挖掘。大数据浪潮下,各级各部门各自为政建立数据中心,技术标准不统一且相互之间不开放端口,人为造成了数据整合障碍。数据产业的引领模式和服务方式尚不明晰,高端产业链资源不足、产业生态群落不完整、未能形成上下游协作发展模式。

南通市以获批设立全省首家大数据管理局为契机,主动适应大数据融合发展趋势,进一步归集数据资源、打通交换渠道、挖掘数据潜力,在全省形成了大数据管理应用的先行优势。以促进数据资源互联互通、开放共享和交易运营为重点,研究拟订《南通市大数据发展总体规划》,梳理确定今后三至五年全市大数据发展的方向与重点推进任务,逐一明确实施计划、责任部门和时间节点,确保“一张蓝图干到底”。

同时,配套出台基础设施建设、产业发展扶持、人才招引落户等一揽子推进大数据发展的政策措施,切实打造政策“洼地”。建立健全“一委、一局、一智库、一集团”的推进体系,为工作开展提供组织保障。组建大数据规划发展委员会,市委书记任第一主任,市长任主任,研究解决全局性、方向性问题;成立大数据管理局,归并原来分散在各部门的数据信息管理职能,扎口大数据收集、管理、开放、应用、交易等日常工作;组建专家咨询委员会,充分发挥外脑和智囊作用;成立大数据发展集团有限公司,承接大数据基础设施建设、数据采集应用等方面的具体业务。对分散在各部门和政务云、华为云、城市云等现有平台的数据资源进行有机整合,建设统一的政府基础数据库,分法人、自然人、空间地理、宏观经济和城市部件五大类对相关数据按照统一编码和标准格式进行清洗,目前已汇聚各类标准信息1100万条。

重点加强政务信息的开放共享,研究出台《南通市政务信息资源共享管理办法》,着手编制南通市政务信息资源目录,明确各部门数据共享的范围边界和使用方式,形成跨部门数据资源共享共用格局;着手编制政务资源面向社会开发利用目录,引导企业、行业协会、科研机构等社会组织主动采集并开放数据,加快建立市场化的数据资源池。以中央创新区为重点,规划建设大数据产业基地,全面提升产业规模和层次。积极招引华为、浪潮等龙头企业入驻,推动形成数据归集、数据挖掘、数据分析、人工智能等相互融合的大数据产业生态链;积极引导家纺、建筑、海工等传统产业与大数据产业对接,促进转型升级,焕发活力;推动大数据技术在旅游、餐饮、交通等服务行业的广泛应用,不断提高重点领域的信息化和数据化程度,切实提升服务水平。

大数据的蓬勃发展和广泛应用,有力推动了经济转型升级和产业结构调整,进一步提升了政府治理能力,为建设“强富美高”新南通提供了重要支撑。利用与大数据龙头企业合作的机会,在全市建设大数据研发、收集、交换、开放、应用、交易、孵化等全流程生态链,形成集聚辐射效应,带动物联网、云平台、电商等配套产业同步发展。目前,南通市已配套建设了国际数据中心产业园、东方智谷云计算中心、市北科技城云院等近10家云计算特色产业集聚区,集聚发展了23家大数据企业,总投资达200亿元,累计已投放标准机柜4200个,初步形成了产业集聚发展效应。贵阳大数据交易所创始者九次方大数据也在南通落地兴业,为政府决策、经济发展提供数据支撑。

综合利用政务大数据提升政府行政服务能力。强化对服务决策的支撑,通过对大数据资源进行建模分析,为领导决策提供依据。今年“十一”期间,交通部门对旅游订单数据进行建模,直接用来预测交通负荷、酒店负荷、治安状况,取得较好成效;运用大数据强化信用监管,建设专门的信用信息平台,统一归集和使用各类市场主体产生的信用信息,完善守信联合激励和失信联合惩戒制度,真正实现“一处失信,处处受限”;强化大数据对行政行为的监管,将所有审批事项的办事指南在网上公开,通过电子政务系统实现审批过程的全程留痕,把权力关进“数据铁笼”,有效防止“权力任性”。

推动市、县、镇、村政务服务“一张网”全覆盖,归集6类依申请政务服务事项、16类便民事项信息6万余条,身份认证系统、权力库、证照库实现省、市对接,有效减少了数据重复录入,避免了部门信息不畅造成的“打证明”现象泛滥,推动了“数据多跑路、群众少跑腿”。依托政务服务网大力推进“不见面审批”改革,截至10月底,市级53个部门共实现“不见面事项(服务)”事项1650个,占审批事项总数的90%,真正做到了“以不见面为常态,以见面为例外”。

本文转自d1net(转载)

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
相关文章
|
3月前
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
3月前
|
机器学习/深度学习 数据采集 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在城市空气质量监测与污染溯源中的应用(216)
本文探讨Java大数据可视化在城市空气质量监测与污染溯源中的创新应用,结合多源数据采集、实时分析与GIS技术,助力环保决策,提升城市空气质量管理水平。
Java 大视界 -- 基于 Java 的大数据可视化在城市空气质量监测与污染溯源中的应用(216)
|
3月前
|
存储 监控 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在企业生产运营监控与决策支持中的应用(228)
本文探讨了基于 Java 的大数据可视化技术在企业生产运营监控与决策支持中的关键应用。面对数据爆炸、信息孤岛和实时性不足等挑战,Java 通过高效数据采集、清洗与可视化引擎,助力企业构建实时监控与智能决策系统,显著提升运营效率与竞争力。
|
3月前
|
Java 大数据 数据处理
Java 大视界 -- 基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战(222)
本文探讨了基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战。文章分析了传统制造模式的局限性,介绍了工业互联网带来的机遇,并结合实际案例展示了 Java 在多源数据采集、实时处理及设备协同优化中的关键技术应用。同时,也深入讨论了数据安全、技术架构等挑战及应对策略。
|
3月前
|
数据采集 搜索推荐 Java
Java 大视界 -- Java 大数据在智能教育虚拟学习环境构建与用户体验优化中的应用(221)
本文探讨 Java 大数据在智能教育虚拟学习环境中的应用,涵盖多源数据采集、个性化推荐、实时互动优化等核心技术,结合实际案例分析其在提升学习体验与教学质量中的成效,并展望未来发展方向与技术挑战。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
Java 大视界 -- Java 大数据机器学习模型在自然语言生成中的可控性研究与应用(229)
本文深入探讨Java大数据与机器学习在自然语言生成(NLG)中的可控性研究,分析当前生成模型面临的“失控”挑战,如数据噪声、标注偏差及黑盒模型信任问题,提出Java技术在数据清洗、异构框架融合与生态工具链中的关键作用。通过条件注入、强化学习与模型融合等策略,实现文本生成的精准控制,并结合网易新闻与蚂蚁集团的实战案例,展示Java在提升生成效率与合规性方面的卓越能力,为金融、法律等强监管领域提供技术参考。
|
3月前
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。
|
3月前
|
机器学习/深度学习 安全 Java
Java 大视界 -- Java 大数据在智能金融反洗钱监测与交易异常分析中的应用(224)
本文探讨 Java 大数据在智能金融反洗钱监测与交易异常分析中的应用,介绍其在数据处理、机器学习建模、实战案例及安全隐私等方面的技术方案与挑战,展现 Java 在金融风控中的强大能力。
|
3月前
|
机器学习/深度学习 算法 Java
Java 大视界 -- Java 大数据机器学习模型在生物信息学基因功能预测中的优化与应用(223)
本文探讨了Java大数据与机器学习模型在生物信息学中基因功能预测的优化与应用。通过高效的数据处理能力和智能算法,提升基因功能预测的准确性与效率,助力医学与农业发展。
|
3月前
|
机器学习/深度学习 搜索推荐 数据可视化
Java 大视界 -- Java 大数据机器学习模型在电商用户流失预测与留存策略制定中的应用(217)
本文探讨 Java 大数据与机器学习在电商用户流失预测与留存策略中的应用。通过构建高精度预测模型与动态分层策略,助力企业提前识别流失用户、精准触达,实现用户留存率与商业价值双提升,为电商应对用户流失提供技术新思路。

热门文章

最新文章