期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
CCF大专委2016年大数据发展趋势预测--解读和行动建议 被引量:13
1
作者 潘柱廷 程学旗 +2 位作者 袁晓如 周涛 靳小龙 《大数据》 2016年第1期105-113,共9页
1引言2015中国大数据技术大会(BDTC)于2015年12月10日在北京召开,会上中国计算机学会(CCF)大数据专家委员会(task force on big data,TFBD,以下简称大专委)发布了中国大数据技术与产业发展报告(2015),并对2016年大数据发展趋势... 1引言2015中国大数据技术大会(BDTC)于2015年12月10日在北京召开,会上中国计算机学会(CCF)大数据专家委员会(task force on big data,TFBD,以下简称大专委)发布了中国大数据技术与产业发展报告(2015),并对2016年大数据发展趋势进行了展望。自2012年10月CCF大专委成立,在每年12月的大数据技术大会上都会发布对第二年大数据发展趋势的预测。从预测2013年到预测2016年, 展开更多
关键词 CCF 中国计算机学会 第二年 发展趋势预测 可视化方法 产业发展报告 应用领域 隐私保护 开源技术 产业生态
下载PDF
CCF大专委2019年大数据发展趋势预测 被引量:6
2
作者 周涛 潘柱廷 程学旗 《大数据》 2019年第1期109-115,共7页
1引言2018年12月6日,中国计算机学会(CCF)大数据专家委员会(以下简称大专委)在2018年中国大数据技术大会(BDTC)的开幕式上,正式发布了2019年大数据十大发展趋势预测。作为自2012年起就持续开展的一项活动,大专委"大数据发展趋势预... 1引言2018年12月6日,中国计算机学会(CCF)大数据专家委员会(以下简称大专委)在2018年中国大数据技术大会(BDTC)的开幕式上,正式发布了2019年大数据十大发展趋势预测。作为自2012年起就持续开展的一项活动,大专委"大数据发展趋势预测"已经形成了良好的品牌效应。本次趋势预测结果一经发布,就引发了国内各大媒体的广泛传播。 展开更多
关键词 发展趋势 大数据 预测 大专 专家委员会 持续开展 品牌效应 开幕式
下载PDF
数据竞赛助力大数据产业生态系统健康发展 被引量:1
3
作者 陈娟 《大数据》 2018年第4期104-108,共5页
1引言大数据正在开启第三次信息化浪潮,中国正迎来发展数字经济的历史性机遇。立足新时代,发展数字经济是顺应时代趋势、抢抓发展机遇的重大战略。大数据一词多次出现在政府工作报告中,2018年大数据的主要表现特征可概括为:非结构化数... 1引言大数据正在开启第三次信息化浪潮,中国正迎来发展数字经济的历史性机遇。立足新时代,发展数字经济是顺应时代趋势、抢抓发展机遇的重大战略。大数据一词多次出现在政府工作报告中,2018年大数据的主要表现特征可概括为:非结构化数据呈爆发式增长,对数据资产运营与管理的复杂度要求更高。 展开更多
关键词 生态系统健康 产业 竞赛 非结构化数据 数字经济 政府工作 表现特征 资产运营
下载PDF
大数据分析处理技术新体系的思考 被引量:21
4
作者 程学旗 刘盛华 张儒清 《中国科学院院刊》 CSSCI CSCD 北大核心 2022年第1期60-67,共8页
近年来,大数据技术与系统在性能和效率方面已经取得了显著的提升,大数据应用到各个行业,赋能产业智能化发展,成为信息社会进入智能化阶段的关键要素。然而,大数据技术发展也面临着更深层次的挑战,如数据泛滥与高价值数据缺失并存、大数... 近年来,大数据技术与系统在性能和效率方面已经取得了显著的提升,大数据应用到各个行业,赋能产业智能化发展,成为信息社会进入智能化阶段的关键要素。然而,大数据技术发展也面临着更深层次的挑战,如数据泛滥与高价值数据缺失并存、大数据分析研判复杂不确定、数据流通共享与数据可信安全使用难以兼顾等。这些挑战将推动大数据分析处理技术的创新变革,促进新技术体系的建立与发展。文章面向大数据分析处理面临的新架构、新模式、新范式和安全可信需求,提出构建新一代大数据分析处理系统栈,探索大数据价值利用新范式,并展望新技术体系下的牵引性需求与重大应用。 展开更多
关键词 大数据 技术架构 系统栈 新模式 新范式 安全可信
原文传递
数据科学与计算智能 被引量:2
5
作者 程学旗 《软件和集成电路》 2021年第5期28-29,共2页
未来,随着需求牵引和数据的驱动,社会治理将是牵引数据科学和计算智能发展的重大应用需求。数据是自然世界的符号化表达,作为第五大生产要素,数据和土地、劳动力、资本、技术相比有一个本质的区别:数据要素具有很强的附着性,同时具有资... 未来,随着需求牵引和数据的驱动,社会治理将是牵引数据科学和计算智能发展的重大应用需求。数据是自然世界的符号化表达,作为第五大生产要素,数据和土地、劳动力、资本、技术相比有一个本质的区别:数据要素具有很强的附着性,同时具有资源属性和资产属性。而数据的治理是指对数据要素的有效治理,以保障数据社会的健康运行。数据治理涉及数据的定价、流通、数据安全、数据隐私、数据确权、数字伪造等一系列相关问题。 展开更多
关键词 计算智能 数据治理 数据安全 数据隐私 资源属性 保障数据 数据科学 附着性
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部