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
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,5000CU*H 100GB 3个月
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
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
3月前
|
数据采集 数据可视化 大数据
Python在大数据处理中的应用实践
Python在大数据处理中扮演重要角色,借助`requests`和`BeautifulSoup`抓取数据,`pandas`进行清洗预处理,面对大规模数据时,`Dask`提供分布式处理能力,而`matplotlib`和`seaborn`则助力数据可视化。通过这些工具,数据工程师和科学家能高效地管理、分析和展示海量数据。
117 4
|
25天前
|
机器学习/深度学习 数据可视化 大数据
阿里云大数据的应用示例
阿里云大数据应用平台为企业提供高效数据处理与业务洞察工具,涵盖Quick BI、DataV及PAI等核心产品。DT203课程通过实践教学,帮助学员掌握数据可视化、报表设计及机器学习分析技能,提升数据驱动决策能力。Quick BI简化复杂数据分析,DataV打造震撼可视化大屏,PAI支持全面的数据挖掘与算法应用。课程面向CSP、ISV及数据工程师等专业人士,为期两天,结合面授与实验,助力企业加速数字化转型。完成课程后,学员将熟练使用阿里云工具进行数据处理与分析。[了解更多](https://edu.aliyun.com/training/DT203)
|
1天前
|
机器学习/深度学习 人工智能 分布式计算
人工智能与大数据的融合应用##
随着科技的快速发展,人工智能(AI)和大数据技术已经深刻地改变了我们的生活。本文将探讨人工智能与大数据的基本概念、发展历程及其在多个领域的融合应用。同时,还将讨论这些技术所带来的优势与挑战,并展望未来的发展趋势。希望通过这篇文章,读者能够对人工智能与大数据有更深入的理解,并思考其对未来社会的影响。 ##
|
27天前
|
消息中间件 SQL 大数据
Hologres 在大数据实时处理中的应用
【9月更文第1天】随着大数据技术的发展,实时数据处理成为企业获取竞争优势的关键。传统的批处理框架虽然在处理大量历史数据时表现出色,但在应对实时数据流时却显得力不从心。阿里云的 Hologres 是一款全托管、实时的交互式分析服务,它不仅支持 SQL 查询,还能够与 Kafka、MaxCompute 等多种数据源无缝对接,非常适合于实时数据处理和分析。
73 2
|
1月前
|
分布式计算 大数据 数据处理
Apache Spark的应用与优势:解锁大数据处理的无限潜能
【8月更文挑战第23天】Apache Spark以其卓越的性能、易用性、通用性、弹性与可扩展性以及丰富的生态系统,在大数据处理领域展现出了强大的竞争力和广泛的应用前景。随着大数据技术的不断发展和普及,Spark必将成为企业实现数字化转型和业务创新的重要工具。未来,我们有理由相信,Spark将继续引领大数据处理技术的发展潮流,为企业创造更大的价值。
|
1月前
|
存储 机器学习/深度学习 数据采集
深入解析大数据核心概念:数据平台、数据中台、数据湖与数据仓库的异同与应用
深入解析大数据核心概念:数据平台、数据中台、数据湖与数据仓库的异同与应用
|
1月前
|
存储 缓存 NoSQL
深入解析Memcached:内部机制、存储结构及在大数据中的应用
深入解析Memcached:内部机制、存储结构及在大数据中的应用
|
1月前
|
机器学习/深度学习 设计模式 人工智能
面向对象方法在AIGC和大数据集成项目中的应用
【8月更文第12天】随着人工智能生成内容(AIGC)和大数据技术的快速发展,企业面临着前所未有的挑战和机遇。AIGC技术能够自动产生高质量的内容,而大数据技术则能提供海量数据的支持,两者的结合为企业提供了强大的竞争优势。然而,要充分利用这些技术,就需要构建一个既能处理大规模数据又能高效集成机器学习模型的集成框架。面向对象编程(OOP)以其封装性、继承性和多态性等特点,在构建这样的复杂系统中扮演着至关重要的角色。
51 3
|
28天前
|
存储 SQL 分布式计算
MaxCompute 在大规模数据仓库中的应用
【8月更文第31天】随着大数据时代的到来,企业面临着海量数据的存储、处理和分析挑战。传统的数据仓库解决方案在面对PB级甚至EB级的数据规模时,往往显得力不从心。阿里云的 MaxCompute(原名 ODPS)是一个专为大规模数据处理设计的服务平台,它提供了强大的数据存储和计算能力,非常适合构建和管理大型数据仓库。本文将探讨 MaxCompute 在大规模数据仓库中的应用,并展示其相对于传统数据仓库的优势。
69 0
|
1月前
|
存储 分布式计算 大数据
惊了!大数据时代来袭,传统数据处理OUT了?创新应用让你眼界大开,看完这篇秒变专家!
【8月更文挑战第6天】在数据爆炸的时代,高效利用大数据成为关键挑战与机遇。传统数据处理手段难以胜任现今海量数据的需求。新兴的大数据技术,如HDFS、NoSQL及MapReduce、Spark等框架,为大规模数据存储与处理提供了高效解决方案。例如,Spark能通过分布式计算极大提升处理速度。这些技术不仅革新了数据处理方式,还在金融、电商等领域催生了风险识别、市场预测及个性化推荐等创新应用。
70 1

热门文章

最新文章