县大数据产业发展规划

县大数据产业发展规划（共5篇）

篇1：县大数据产业发展规划

XXXX省大数据产业发展应用规划纲要(2014-2020年)

序 言

大数据是通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。大数据产业是指一切与大数据的产生与集聚、组织与管理、分析与发现、应用与服务相关的经济活动的集合，以数据挖掘分析服务为核心，包含数据中心、宽带网络等基础设施服务，数字内容服务、物联网服务、位置服务等信息服务，智能终端制造、电子元器件制造等电子产品制造，以及智能交通、互联网金融和智慧城市等应用服务。继云计算、物联网和移动互联网之后，大数据正成为信息技术的新热点，产业发展的新方向，将对人类的生产与生活产生巨大影响，对经济与社会发展带来深刻变革。把握大数据发展方向，推动大数据开发应用，发展大数据服务产业，是推进贵州省信息技术产业集聚发展和经济社会跨越发展的重要抓手，对推动贵州工业结构调整、加快贵州新型工业化和城镇化进程、打造贵州经济社会发展升级版，具有十分重要的战略意义和现实意义。

本规划纲要依据《国务院关于进一步促进贵州经济社会又好又快发展的若干意见》、《黔中经济区发展规划》、《“十二五”国家战略性新兴产业发展规划》以及《中共贵州省委贵州省人民政府关于加快信息产业跨越发展的意见》、《贵州省人民政府关于加快培育和发展战略性新兴产业的若干意见》等文件的部署和要求制定，旨在为贵州省大数据产业发展提供指导。规划期为2014年至2020年。

一、发展机遇与优势

(一)发展机遇

1.国家和贵州省全力支持为大数据产业发展提供政策保障

为贯彻落实有关规划和意见，国家35个部委相继出台支持贵州发展的政策文件或与贵州签署合作协议，对贵州省发展的支持力度明显加大。贵安新区跻身国家级新区，在财税、投资、金融、产业、土地、人才等方面享有更多广泛的改革试验权和更加优惠的产业政策，为贵州省经济发展注入了强劲动力，对产业和人才、资金、数据资源的吸引力显著增强。各类政策叠加效应日益显现，为贵州省大数据产业发展带来难得机遇。贵州省委、省政府对大数据发展高度重视，将大数据作为贵州省的战略重点之一，为加快招商引资、加速资源集聚、推动大数据产业发展提供了保障。

2.贵州省重视电子信息产业为大数据产业发展提供产业基础

近年来，贵州省日益重视电子信息产业发展，先后出台《贵州省人民政府关于加快培育和发展战略性新兴产业的若干意见》、《关于加快信息产业跨越发展的意见》、《“宽带贵州”行动计划》、《贵州省促进信息消费实施方案》、《贵州省信息化和工业化深度融合专项行动计划实施方案(2014-2017)》等文件，与大数据关系密切的软件、集成电路、物联网、下一代互联网、云计算等均列为发展重点。贵州省正以贵安新区、贵阳市为主要承载地，推动电子信息产业高端化、集群化、快速化发展。富士康贵州第四代绿色产业园，以及电信、移动、联通三大运营商的云计算和大数据中心的加快建设，将为贵州省大数据产业发展提供新动力。

3.经济社会加速转型升级为大数据产业发展提供市场需求

贵州省已进入工业化、城镇化加速发展阶段，推动改革发展转型、提高经济增长的质量和效益、保障和改善民生等任务艰巨，需要强化创新驱动和推动信息技术的广泛深入应用，把握和发挥大数据在决策、管理等方面的重要作用。由此将带来各行业、各领域数据量的爆发性增长和大数据应用需求的急速增大，带动政府部门、社会机构、企业及个人的大数据应用热潮。旺盛的应用需求将为大数据产业发展提供广阔的市场空间，更好地促进数据资源、应用资源的产生和聚集，实现产用衔接，互动共进。

(二)发展优势

1.生态优势：气候环境优良，地质结构稳定

贵州省属亚热带季风湿润气候，夏季平均气温低于25℃，全年风速以微风为主，没有明显沙尘天气，空气质量常年优良。地质结构稳定，远离地震带，灾害风险低。优良的生态环境为发展大数据基础设施提供了独特优势。

2.能源优势：水煤资源丰富，电力价格低廉

贵州水能资源蕴藏量为1874.5万千瓦，居全国第六位，其中可开发量达1683.3万千瓦，占全国总量的4.4%。煤炭资源储量居全国第五位，煤层气资源量列全国第二位，全省火电装机容量超过2000万千瓦。电力价格具有竞争优势，贵州省工业用电平均价格明显低于国内其他地区。能源优势能够为大数据企业提供廉价、稳定的电力资源，降低企业运行成本。

3.区位优势：地理位置特殊，交通日趋便利

贵州省位于我国中部和西部地区的结合地带，连接成渝经济区、珠三角经济区、北部湾经济区，是我国西南地区的重要经济走廊。近年来，抓紧建设以贵阳龙洞堡国际机场为核心的“一干十三支”民航系统，以黔桂、成贵等铁路干线和贵广高铁、沪昆高铁为代表的铁路运输网络正在形成，2014年进入“高铁时代”。贵州省公路路网结构日趋完善，高速公路通车里程3261公里，2015年通车里程将突破5100公里，实现“县县通高速”的目标。持续优化的交通条件，使贵州省经济走廊的地位进一步凸显。

4.战略优势：西部重要增长极，内陆开放新高地

党中央、国务院高度重视贵州省的发展，先后出台的《全国主体功能区规划》、《国务院关于进一步促进贵州经济社会又好又快发展的若干意见》、《西部大开发“十二五”规划》和《黔中经济区发展规划》等政策规划，都明确了对贵州省的支持政策。2014年1月6日，国务院批复设立国家级新区，确立了贵安新区作为西部地区重要的经济增长极、内陆开放型经济新高地和生态文明示范区的战略定位，进一步加大了对贵州省发展的支持力度。

二、指导思路与发展目标

(一)指导思想

紧抓国家西部大开发战略实施机遇，面向贵州经济社会跨越式发展的需求，以大数据应用作为产业发展的战略引领，坚持“应用驱动、创新引领，政府引导、企业主体，聚焦高端、确保安全”，通过改革、开放、创新，挖掘数据资源价值，集聚大数据技术成果，形成大数据企业集群，全面提升大数据产业发展支撑能力、大数据技术创新能力和大数据安全保障能力，努力建成全国领先的大数据资源集聚地和大数据应用服务示范基地，为贵州省经济社会加速发展、加快转型、推动跨越提供有力支撑。

(二)基本原则

应用驱动、创新引领。坚持以应用需求为导向、“应用、数据、技术”三位一体协同发展，集中攻克大数据关键技术和产品，集聚丰富数据资源，发展数据服务业务。推动技术产品、应用模式、商业模式和体制机制的协同创新，大力推进原始创新和集成创新，形成完整创新链条，促进产业发展向创新驱动型转变。

政府引导、企业主体。发挥政府统筹作用，加大引导力度，优化政策环境，建立推动大数据发展与应用的协调机制，充分调动各方积极性，形成最广泛合力，提高全社会对大数据的认识。发挥市场在资源配置中的决定性作用，以企业作为创新发展的主体，形成政、产、学、研、用联合推进的良好机制。

聚焦高端、确保安全。依托贵州省特色优势，围绕大数据分析处理等核心环节和大数据明星企业打造，坚持高水平建设、高端化发展，充分发挥大数据的引领带动作用。建立科学的数据开放规则和机制，以技术创新和管理模式创新推动构建安全、规范的发展与应用环境，提升数据资源开放利用的信心。

(三)发展目标

1.总体目标

推动贵州省大数据产业稳步快速发展，到2020年，大数据带动相关产业规模达到4500亿元。大数据产业体系基本健全，业务形态较为齐备，创新能力显著增强，安全保障能力明显提高。产业载体建设顺利推进，聚集一批具有较强市场竞争力的骨干企业。数据中心布局合理，政府数据资源实现有效整合，大数据开放与管理机制初步建立，应用水平明显提高，以大数据引领和支撑贵州省经济社会转型发展的能力显著增强。

2.阶段目标

遵循“基础构建、集群聚集、创新突破”的发展路径，以2015年、2017年和2020年为主要节点，分三个阶段规划发展。

(1)基础构建期(2014-2015年)

发展路径：在完成园区规划和完善宽带网络等基础设施的同时，加快贵州省各领域数据资源建设，启动大数据平台建设，实施重点领域应用示范工程。大力引进国家级数据资源库、存储与服务中心、数据灾备中心、超级计算中心，逐步完善产业发展环境，加速吸引以大数据服务为核心的电子信息企业入驻和大数据人才汇集。

发展目标：到2015年，三大电信运营商数据中心等大数据产业基地基础设施基本建成，1-2个重点领域的大数据服务平台初具雏形，大数据应用服务初步形成布局。大数据基地初具规模，聚集一批大数据采集、存储、分析服务企业和软硬件配套企业。引进10家左右大数据存储管理、分析处理的先进企业和若干电子信息产品制造业的龙头企业，培育200家大数据保障、系统集成服务、数据服务软件研发的中小企业，基本形成大数据产业配套体系，初步建立以大数据应用为基本业态的产业发展模式。通过大数据带动相关产业规模达到1100亿元，引进和培养2000名大数据产业高端人才。

(2)集群聚集期(2016-2017年)

发展路径：继续强化数据资源优势，完善优惠政策，健全配套产业体系和大数据标准规范体系，优化发展环境，深化与国家各部委、大型企业、科研机构和高等院校的合作，大力引进国内外数据存储、分析和应用服务的高端企业，逐步集聚一批国家部委的信息分析中心和国内外龙头企业的研发、服务、交易、结算总部，吸引和培育一批数据分析和数据应用企业，打造形成以数据分析、挖掘、组织管理、应用服务为核心的产业集群，争取在食品安全、环境保护、射电天文、民族医药等领域形成国家级数据处理和备份中心。

发展目标：到2017年，建成国内一流的数据资源中心，打造形成国内一流大数据产业基地和科技密集型的新一代信息技术产业集聚区。引进或培育30家大数据龙头企业，500家创新型大数据相关企业，产业链条基本健全，研发创新能力显著增强，能提供较为全面和专业的大数据分析、挖掘、组织和管理等服务，实现大数据与云计算、物联网、移动互联网等业态的融合发展，形成以数据服务为核心的产业集群化发展模式。通过大数据带动相关产业规模达到3000亿元，引进培养5000名大数据产业高端人才。

(3)创新突破期(2018-2020年)

发展路径：推动大数据服务、云计算服务、物联网服务、移动互联网服务的融合协同发展，拓宽以数据资源为基础的信息服务业发展空间，完善高端品牌创建、高素质人才引入、高增值和高回报产业培育，不断充实巩固大数据产业基地的资源实力、创新实力和市场竞争实力。吸引更多信息技术产业领域相关软硬件产品企业和服务企业，逐步形成与贵州地方产业基础和优势条件对应的信息技术产业体系，提高贵州省新一代信息技术产业发展水平。

发展目标：到2020年，国内一流的数据中心地位进一步巩固，大数据产业基地基本建成，数据为基础的信息服务产业特色明显，大数据、云计算应用和服务水平居国内领先地位，产业体系健全，成为西部地区重要的、全国有影响力的战略性新兴产业基地。通过大数据带动相关产业规模达到4500亿元，吸纳就业20万人。

三、重点任务

(一)建设大数据基地，优化产业布局

按照“黔中引领、两极带动、协同发展”的思路，以黔中经济区核心区为主，规划建设贵安新区电子信息产业园大数据基地、中关村贵阳科技园大数据基地、黔南州超算中心等多个产业基地。

贵安新区以三大电信运营商数据中心为重要依托，推动实现物联网、云计算等管理平台的统一，网络、存储、计算、系统等软硬件资源平台的统一和“一站办理、一网连通、一号服务、一卡通行”等服务资源平台的统一，引导大数据产业上下游优势企业落户基地聚集发展。

贵阳市充分利用中关村贵阳科技园的创新理念和各类资源，依托贵阳市信息技术产业基础，建设大数据特色产业基地，大力推进智慧城市、网络金融、食品安全等领域的示范应用，带动大数据产业集聚发展。

其他市(州)根据本地信息产业基础和需求，发展各具特色的信息产品制造业和大数据服务业。

(二)实施五大计划，推动信息产业“蛙跳式”发展

1.数据资源开发利用计划

围绕拓展新兴信息服务业态，推动大数据采集、加工、处理、整合和深加工。面向重点行业和重点民生领域，开展大数据重大应用示范，提升大数据应用服务能力。组织实施大数据关键技术产品产业化和大数据生产、转换、加工、展现平台及专用工具的产业化项目，大力发展基于大数据的生产性信息服务业，推动工业结构升级。

2.产业技术创新和成果转化计划

支持建立和引进大数据研发中心、工程技术(研究)中心等技术创新和产业化机构。组织实施大数据关键技术产品产业化项目，支持用于整合、处理、管理和分析大数据的关键技术产品产业化。加快推动以北斗导航为核心的技术研发和产业化进程，深化与大数据的结合，推动基于北斗卫星导航的地质灾害预报预警、交通运输监管、智慧旅游等应用示范，支持位置信息服务(LBS)业务发展。在产品、市场及产业链分析研究，产业共性关键技术研究，大数据、云计算及相关领域重点实施一批行业应用示范项目。

3.高端人才引进和培养计划

以大数据领域研发和产业化项目为载体，积极引进高端人才。创造条件，引进大数据领军人才100名，高端人才5000名。围绕大数据产业所需专门人才，鼓励高校开设大数据相关的研究生课程。支持建设专门高等职业技术教育学院，开展高等技术教育和职业技能培训。未来5年培养5万名左右的技术技能型、复合技能型和知识技能型专业技术人才，满足大数据产业发展需求。

4.产业配套升级计划

依托射电天文数据处理中心、三大电信运营商数据中心、阿里巴巴和京东贵州馆电子商务集群、大数据应用示范工程等一批特色项目，集聚和配套发展智能终端设备、云存储、云超算、云管理、数据清洗等产品和服务，在大数据基地形成专业化分工和社会化协作，鼓励龙头企业积极开展外包，推动实现大数据产业省内配套。

5.大企业培育和大项目带动计划

采取政策引导、资源整合、兼并重组、企业上市等综合措施，重点引进世界500强和国内电子信息百强企业落户，形成大项目带小项目、主体项目带配套项目、上游项目带下游项目的良好发展局面，建立“基于黔中经济圈、立足全省、覆盖全国”的大数据产业体系。到2017年，培育5家以上营业收入超百亿元的大型龙头企业，20家以上营业收入超10亿元的骨干企业，100家以上营业收入超亿元的重点企业，新增上市或股权挂牌交易企业10户以上。

(三)推动云计算服务发展，创新产业发展模式

推动云计算服务发展。大力引进公共云服务龙头企业，促进本地电子信息企业转型发展和创新创业，集聚一批服务能力突出的云服务提供商，提供高质量的云计算服务。

打造电子政务云服务平台。充分发挥政府在云计算服务应用中的引领作用，引导财政资金支持的信息化项目优先考虑和利用统一的大数据基础设施进行部署，逐步推进相关政府部门现有信息系统向平台迁移。

打造工业云服务平台。支持工业大数据应用开发和专业化云计算服务提供，加快推进贵州省两化深度融合。先行选择基础条件较好的工业行业开展云计算应用创新试点。推动大企业利用云计算技术整合信息系统，提高运营管理水平和服务能力。

(四)拓展大数据应用领域，提高科学发展水平

推动电子政务及信息资源共享。继续实施和完善党委、政府系统电子政务工程以及“金”字工程，推进政府信息公开和政务业务协同系统建设。加快省数据中心、电子文件(档案)备份中心、异地灾备中心建设，推进四大基础数据库和市场经营主体信用信息数据库的建设和完善。梳理各部门信息资源共享需求，建设覆盖全省的跨部门、跨地区的信息资源目录体系与交换体系，推进信息资源交换与共享。

挖掘“智慧贵州”大数据潜力。依托市(州)开展以“智慧交通”、“智慧旅游”、民生服务等为主要内容的“智慧城市”试点，整合信息资源，实现软硬件资源的共建共享。围绕车辆、商品和人员流动建设物联网应用平台，围绕医疗、教育、社保、食品安全等领域，推进民生服务信息化平台建设。推动社区信息化建设，促进行政管理、社会事务、便民服务等社区管理服务一体化。

四、重大工程

(一)信息基础设施提速工程

推进全省通信骨干网络扩容升级和网络通信能力优化，加快数据中心等基础设施建设，打造全国信息交换枢纽和信息存储中心，逐步成为全国重要的“信息港”。

加快全省骨干网络设施建设。积极争取国家有关部门支持，在我省设立国家级互联网骨干直联点。加快贵州省对外网络扩容步伐，到2017年全省互联网出省带宽达到4000Gbps。落实《“宽带贵州”行动计划》，开展“宽带中国”示范城市群创建工作。到2020年，力争全省城区实现光纤接入，城市宽带用户接入能力达50Mbps。提高低频段频谱资源使用效率，推进农村信息基础设施建设，到2017年实现村村通宽带，到2020年，借助各种先进技术实现农村宽带用户接入能力达12Mbps。实现新建开发区、产业园区宽带网络全覆盖，推进1Gbps光纤到楼，100Mbps光纤到户。

加强重要产业基地网络建设。加快部署LTE网络、网络带宽升级和区域性关键节点建设，力争将贵安新区在2015年建设成为区域性的核心节点，2020年升级为国家级的核心节点。加快制度创新，强化信息基础设施共建共享机制，在贵安新区先行先试。综合采用光纤到户、WIFI和4G技术，率先在贵阳国家高新技术开发区、贵安南部科技新城、贵阳经济技术开发区、花溪大学城实现宽带全覆盖。

统筹重要产业基地数据中心建设。推进中国电信、中国移动、中国联通三大运营商的大规模数据中心建设，吸引大型互联网信息服务企业、专业数据中心运行企业和金融机构等用户企业来贵州建设数据中心。充分利用已建、在建数据中心资源，建设全省数据中心，统筹推动全省数据资源整合和云计算、大数据应用。

加快重点地区北斗增强系统设施建设。率先在贵安新区、贵阳市、遵义市和安顺市建设北斗多模连续运行参考站网，实现增强系统信号全覆盖，提供事前分米级、事后厘米级精确定位服务。

(二)产业链整合提升工程

加强招商引资和本地优秀企业培育，在电子信息制造产品、基础软件和应用软件、产业公共服务平台等领域实现重点突破，全面带动贵州大数据产业发展。

发展电子信息制造产品。推动贵州省电子信息产业园区及示范基地建设，积极引进国内外电子信息制造业龙头企业，大力发展阻容感片式元件、显示模组、锂离子电池等产品，逐步发展传感器、音视频采集、条形码、RFID等数据采集设备产品，重点发展高性能低功耗服务器、存储设备等云端设备，构建配套体系。

发展基础软件和应用软件。引进国内外知名的基础软件和应用软件企业，扶持本省知名企业和中小型企业，加快智能海量数据存储与管理系统、非结构化数据处理软件等的开发及产业化。引进一批云服务相关应用软件开发企业。

推进物联网应用服务发展。在工业制造、农业生产、节能环保、商贸流通、交通能源、公共安全、社会事务、城市管理、安全生产等领域推动物联网的集成应用。扶持一批物联网骨干企业，提高物联网技术应用水平。

(三)数据资源集聚加速工程

建设贵州省大数据平台，整合贵州省政务、公共服务数据资源，建设数据资源灾备中心，不断完善数据资源建设机制，提升数据资源集聚和管理水平。

建设贵州省大数据平台。优先考虑三大电信运营商数据中心设施硬件基础，建立贵州省大数据平台，与政府各部门、公共服务机构信息化部门的信息系统科学对接，实现各部门数据资源的互联互通。指导和支持龙头企业或第三方公共机构以大数据平台为依托，加强数据资源建设。支持和鼓励政府部门、公共服务机构、企业基于大数据平台开发面向特定行业领域和用户群的大数据服务平台，利用大数据平台的数据资源提供服务。

加快整合贵州省数据资源。明确政府电子政务项目建设原则，各省直部门和各市(州)原则上不再新建数据中心，全省各部门(单位)的政务数据、公共服务数据集中存放在省大数据平台。加强与行业企业合作，提升大数据平台的数据采集、数据整合和数据管理能力。

建设数据资源灾备中心。面向国家部委、中央企业等的数据存储和容灾备份需求，积极与国家部委、大型企业对接，引进国家基础数据库入驻，建设国家基础数据备份中心、容灾备份中心和企业数据灾备中心。积极参与国家公安、社保、医疗、档案、税务、财政、工商、国土、统计、水利、农业、商业、文化、民政、司法行政等部门的地方数据中心和数据灾备中心建设，争取国家级数据资源库入驻。

建立数据资源管理与服务机制。立足贵州省大数据平台，建立数据资源管理与服务机制，对大数据平台中的数据资产进行统一管理。制定政府数据资源利用管理办法，推动政府数据资源开放、开发。建立数据资产登记制度和数据资产交易规则，建立数据资产元数据标准，规范数据资产说明，公开数据资产目录，推动形成数据资产交易市场。建立数据资产知识产权管理制度，加强对数据资产的知识产权管理。建设大数据交换平台与数据交易市场，为大数据发展与应用提供数据资源。

(四)重点领域应用示范工程

组织实施重大应用示范项目，推动建设面向政府、公众和企业的云计算和大数据服务平台，探索新的商业模式，及时总结经验并推广。

电子政务云工程。面向政府部门提高职能效率、实现跨部门信息资源共享和推进政府信息公开的需求，建立统一的贵州省电子政务云服务平台，发展电子政务云计算服务。结合党委、政府系统电子政务工程及“金”字工程实施和完善，梳理、整合贵州省各级各部门的数据资源及共享需求，加快建设覆盖全省的跨部门、跨地区的数据资源目录体系与交换体系，推进数据共享。提供以数据为驱动的业务支撑服务，以及城市管理相关决策辅助服务，推进财政税收、行政审批、电子监察、综合执法、数字城管、应急管理、公共安全管理、社会管理以及社会信用信息管理等领域的政务业务协同系统建设，推动精简、高效、廉洁、公平的政府运作模式建立，向社会提供全方位、高质量的管理与服务。

智能交通云工程。面向政府决策、交通管理、企业运营、百姓出行等需求，建立智能交通云服务平台。统筹全省公路、水路、铁路、航空等运输方式及管理部门的数据资源，整合公安、城管、交通、气象、铁路、民航等监控体系和信息系统，通过监控、监测、交通流量分布优化等技术，开展针对车辆属性信息和静、动态信息即时更新的运行平台，实现全网覆盖，提供交通诱导、应急指挥、智能出行、出租车和公交车管理、智能导航等服务，实现交通信息的充分共享、公路交通状况的实时监控及动态管理，全面提升监控力度和智能化管理水平，确保交通运输安全、畅通，推动构建人车路和环境协调运行的新一代综合交通运输运行协调体系。

智慧物流云工程。面向物流作业与行业管理需求，建立智慧物流云服务平台。大力推进物流领域信息基础设施建设，加快物流信息交换平台及第四方物流信息平台建设。整合商品信息、交通路网、货物运输、货物周转等行业数据，实现物流政务服务和物流商务服务的一体化。整合物流行业管理、电子口岸、危险品流通管理、出入境检验检疫监管等业务，建立仓储管理、业务协同、订单管理、运输管理系统，实行统一服务认证，为个人和企业提供统一窗口，开展市场需求信息查询、市场供给信息查询、业务运作管理咨询等服务，满足物流系统中各个环节不同层次的信息需求和功能需求。

智慧旅游云工程。面向日益增长的旅游行业管理、旅游景区信息化发展需求及自驾、自助游爆发式增长的趋势，建立智慧旅游云服务平台。整合旅游、建设、文化、交通、公安等部门和旅游景区、旅行社、酒店等单位的数据资源以及公路、铁路、机场等交通数据资源，建立全省统一的跨地区、跨景区的旅游数据资源交换体系。提供游客、旅游景区和旅行社等旅游企业的管理信息服务，提升景点旅游信息、建设、地貌、民族文化等信息整合程度和创新业态服务水平，提升具有民族特色的个性化旅游体验。

工业云工程。以提升智能化和柔性敏捷生产水平为重点，建设工业云服务平台，面向国防工业、装备制造、轻工食品等行业提供云计算服务，并逐步推广。面向工业企业生产经营的重点环节，提供工业设计、工艺设计、产品研发、企业管理等云服务，提升企业运营管理和研发创新能力。整合工商局、工商联、中小企业协会(联盟)等行业机构及中小企业的数据，搭建企业间数据资源交换体系，提供财务管理、人力资源管理、客户管理、供应链管理等运营管理服务，降低企业发展成本、提高工作效率。

电子商务云工程。面向贵州省电子商务发展需求，建立电子商务云服务平台。依托京东电商产业园、贵阳国际电商产业园等园区，加快电子商务支撑体系建设，整合生产企业、销售企业、运输企业、消费者、电商等方面数据，实现电子商务运行“一站化”，面向中小企业和“淘宝村”建设提供信息发布、商务代理、网络支付、融资担保和技术支持等服务。面向不同行业、区域和消费者，支持支柱产业大中型骨干企业开展电子商务应用，加快推进电子商务在农业、制造业、商贸流通等领域的普及和深化。鼓励金融机构、互联网企业等利用大数据资源开展互联网金融、移动电子商务等业务。大力吸引大型企业结算中心入驻。

食品安全云工程。面向政府有效监管、企业品质提升、公众知识普及科学和健康消费等需求，促进健康消费服务产业的发展，集合全省农产品生产、食品加工企业、流通环节中省内外食品企业、全省餐饮行业中的数据资源，加强食品安全与营养标准及知识库建设。建立基于大数据的食品安全与营养云平台，创新构建全国领先的食品安全政府监管、企业自律、媒体监督、消费者参与的社会管理“贵州模式”，促进健康消费，形成完整产业链，推动贵州食品产业后发赶超。

(五)核心产业载体发展工程

统筹规划，集中资源，重点支持，开展大数据基地建设，加快提升大数据基地服务能力，逐步形成和发挥辐射带动作用，带动全省大数据产业发展。

创建国家级大数据基地。重点支持贵安新区电子信息产业园和中关村贵阳科技园等园区开展大数据基地建设，吸引国内外知名云计算、大数据企业入驻，加快形成集聚效应，打造大数据产业发展高地。积极创造条件，利用省部联席会议机制，争取国家部委支持，与贵州省联合建设国家级大数据基地。

加快产业载体建设进程。创新和运用政策手段，引进国内外知名云服务、大数据企业向产业基地聚集。健全商务、资金、信息、技术开发与交流、国际合作等公共服务，打造“一站式”配套服务能力。建设大数据企业孵化器，设立创业种子资金，加强与创业投资、担保机构和云计算开发平台企业的合作，打造创业型企业孵化能力。支持建设和引进大数据相关的公共技术平台和管理平台，构建公共服务集成、专业服务支撑和应用创新推广于一体的大数据公共服务平台体系，创新基地建设、经营和服务模式，为创新创业企业技术创新和管理创新提供支持。

推动大数据基地智慧园区建设。面向大数据产业基地建设和管理需求，推动大数据基地智慧园区建设。探索产业基地大数据管理机制，建立有效、便捷的数据资源汇聚机制和公平、公正的数据资源交换机制。面向管理层提供行政审批、电子政务、招商引资、工商、税务、质监、开发建设等服务，为开发运作层提供基础设施建设、拆迁改建、公共设施建设等方面的服务。鼓励大数据企业积极参与基地建设，为公共服务平台建设和基础设施建设提供决策支持服务。

(六)安全保障能力建设工程

以平衡产业创新发展与信息安全保障间关系为目标，探索完善云计算与大数据环境下信息安全管理规则、管理模式与管理流程，提高产业安全保障能力。

增强大数据技术保障能力。加强安全测评、电子认证、应急防范等信息安全基础性工作，大力推广国产密码算法应用。加快大数据安全软硬件技术产品研发和标准制定，建立大数据安全评估体系，提高大数据平台信息安全监测、预警和应对能力。加强测试工具研发，开展大数据平台可靠性及安全性评测服务，引导大数据安全可控和有序发展。

开展信息安全保障体系建设。加强大数据环境下信息安全认证体系建设，做好信息安全顶层设计，有效保障数据采集、传输、处理等各个环节的安全可靠。围绕信息系统安全、基础设施安全、云平台安全、网络通信安全、数据安全、身份认证与管理等方面，开展全面系统的信息安全保障试点工作，探索建立信息安全保障体系。

加快制定相关标准规范。制定大数据采集、管理、共享、交易等标准规范，明确收集数据的范围和格式、数据管理的权限和程序以及开放数据的内容、格式和访问方式等。制定出台数据资源开放指导办法和数据资源安全开放标准规范，按照“开放优先、安全例外、分类分级”的原则，对大数据中心的数据资源进行梳理和开放风险评估，制定数据开放目录并及时更新。

加强大数据资源安全管理。面向大数据平台建设和应用服务需求，围绕大数据资源的分级、共享、开放、交易等推进标准规范制定和实施。

五、保障措施

(一)加强组织领导

由省经济和信息化委牵头，建立跨部门、跨地区、跨行业的大数据发展协同推进机制，加强重大问题协调力度，统筹贵州省大数据产业发展和信息化应用。设立贵州省数据资源管理办公室。设立贵州省大数据产业发展专家委员会，为云计算和大数据产业发展与应用及相关项目工程实施提供决策支持。

(二)强化政策扶持

研究制定《关于加快大数据产业发展应用若干政策的意见》，明确大数据战略实施和大数据基地发展的相关政策，在财政扶持、金融支持、用地保障、电力供给等方面加大扶持力度。落实《国务院办公厅关于政府向社会力量购买服务的指导意见》的精神，把云计算服务、大数据服务等信息技术服务纳入政府购买服务的范畴，鼓励政府部门购买信息服务、以租代建，推动省大数据平台为全省各部门(单位)的政务数据、公共服务数据提供信息服务。

(三)健全投融资机制

从大数据产业发展专项资金中安排引导资金，募集社会资本共同发起设立贵州省大数据产业投资基金。创新基金支持方式，综合应用风险投资、股权投资、担保贷款、贷款贴息、科技保险等方式，优先支持重大应用示范类和创新研发类项目。优先支持相关企业参与申报国家专项资金项目。通过政策手段，引导各类风险投资机构加大对大数据发展的投资力度，鼓励金融机构为符合条件的大数据企业提供贷款，拓宽大数据企业融资渠道。

(四)着力市场应用培育

加强对各行业领域重要对象的培训力度，提升其对大数据及其价值的认识。制定政府部门和公用事业单位大数据应用采购目录，引导重点行业、重点领域的企业和机构将非核心的大数据应用业务外包，培育和壮大本地市场。探索政府部门和公共事业单位购买服务方式，支持大数据的产业发展与应用。由专家咨询委员会委员牵头，跟踪整理国内外大数据典型应用案例，收集总结贵州省大数据应用示范成功案例，及时总结经验并加强宣传推广。

(五)支持技术创新

运用市场机制集聚创新资源，吸引国内外知名的大数据分析和应用服务企业在贵州建设大数据研发中心、工程技术(研究)中心，支持信息服务骨干企业、科研机构联合国内外知名大数据企业或研究机构，成立“产学研用”一体的大数据专业研究院或实验室，开展大数据关键技术、解决方案等相关研究，共同推进研究成果市场化应用。

吸引国内外大数据服务供应商、解决方案提供商、硬件设备制造商落户贵州，力争引入一批大数据关键技术，创新集成，形成具有自主知识产权的技术产品。支持本地中小微型信息服务提供商面向细分行业或领域开展大数据应用服务的研究和探索。

成立大数据产业和应用联盟，汇聚政产学研用各界资源，共同推进面向应用的大数据相关理论研究、技术研发、数据共享、应用推广，形成开发合作、协同发展的大数据技术、产业和应用生态体系。

(六)强化信息安全保障

建立集中统一的信息安全保障管理体制，由贵州省数据资源管理办公室统筹信息安全保障体系建设。加快制定信息采集和管控、敏感数据管理、数据交换、个人隐私、数据权益和合理利用等领域的大数据地方性法规和政府规章，明确大数据采集、使用、开放等环节涉及信息安全的范围、要求和责任。探索建设面向政府信息采集和管控、敏感数据管理、数据交换标准和规则、个人隐私等领域的大数据安全保障制度，明确大数据采集、使用、开放等环节涉及信息安全的范围、要求和责任，确保国家利益、社会安全、商业秘密、个人隐私等信息不受侵犯。

篇2：县大数据产业发展规划

移动数据业务高速发展下WCMDA网络规划策略

作者：

来源：《移动通信》2012年第20期概述

随着3G网络的逐渐成熟，无线网络空口带宽的提高为数据业务提供了良好的承载条件——可以承载高速数据业务，为数据业务的发展提供了坚实的网络基础。

智能手机集成了手机、电脑和互联网的综合特性，具备强大而实用的数据和网络功能，现有的移动数据业务均可以在智能手机上实现。同时，还具备强大的功能拓展性，促使开发者推出更多的新应用，智能手机应用已延伸到社交、游戏、教育、医疗和办公等各个领域。随着智能手机的发展，移动互联网业务、终端、用户行为模式都发生了巨大的变化，带来了数据流量的激增。

篇3：县大数据产业发展规划

近日，国务院印发《促进大数据发展行动纲要》，这为我国大数据发展进行了顶层设计和统筹部署，工信部主要负责大数据产业发展以及应用示范相关工作。陈伟说，除制定《大数据产业“十三五”发展规划》外，工信部还将出台促进大数据产业发展的推进计划，促进规划、标准、技术、产业、安全和应用的协同发展。

据介绍，工信部将组织实施“大数据关键技术及产品研发与产业化工程”，通过相关项目和资金引导和支持关键技术产品研发及产业化，同时开发面向工业、电信、金融、交通和医疗等数据密集型行业的大数据应用解决方案。

篇4：县大数据产业发展规划

2018-2024年全球金融大数据行业发展前景预测与投资战略规划分析报告

2018-2021年全球金融大数据行业发展前景预测与投资战略规划分析报告

[正文目录] 网上阅读：http:///

第1章 全球金融大数据行业发展分析

1.1 美国金融大数据行业发展分析 1.1.1 美国金融大数据行业政策规划 1.1.2 美国金融大数据行业发展规模 1.1.3 美国金融大数据行业市场结构 1.1.4 美国金融大数据行业竞争格局 1.1.5 美国金融大数据行业发展前景 1.2 欧洲金融大数据行业发展分析 1.2.1 欧洲金融大数据行业政策规划 1.2.2 欧洲金融大数据行业发展规模 1.2.3 欧洲金融大数据行业市场结构 1.2.4 欧洲金融大数据行业竞争格局 1.2.5 欧洲金融大数据行业发展前景 1.3 日本金融大数据行业发展分析 1.3.1 日本金融大数据行业政策规划

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

1.3.2 日本金融大数据行业发展规模 1.3.3 日本金融大数据行业市场结构 1.3.4 日本金融大数据行业竞争格局 1.3.5 日本金融大数据行业发展前景 1.4 印度金融大数据行业发展分析 1.4.1 印度金融大数据行业政策规划 1.4.2 印度金融大数据行业发展规模 1.4.3 印度金融大数据行业市场结构 1.4.4 印度金融大数据行业竞争格局 1.4.5 印度金融大数据行业发展前景

第2章 中国金融大数据行业发展状况分析

2.1 中国金融大数据行业发展分析 2.1.1 中国金融大数据行业发展周期 2.1.2 中国金融大数据行业政策规划 2.1.3 中国金融大数据行业发展规模 2.1.4 中国金融大数据行业市场结构 2.1.5 中国金融大数据行业发展痛点 2.2 中国金融大数据行业竞争格局 2.2.1 行业现有竞争者分析 2.2.2 行业潜在进入者威胁 2.2.3 行业替代品威胁分析 2.2.4 行业供应商议价能力分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

2.2.5 行业购买者议价能力分析 2.2.6 行业竞争情况总结

第3章 金融大数据行业细分市场发展分析

3.1 银行业大数据市场发展分析 3.1.1 银行业大数据市场发展概况 3.1.2 银行业大数据产品应用分析（1）客户画像应用（2）精准营销（3）风险管控（4）运营优化

3.1.3 银行业大数据市场格局分析 3.1.4 银行业大数据市场发展机遇与挑战（1）市场发展机遇（2）市场发展挑战

3.2 证券业大数据市场发展分析 3.2.1 证券业大数据市场发展概况 3.2.2 证券业大数据产品应用分析（1）股价预测（2）客户关系管理（3）投资景气指数

3.2.3 证券业大数据市场格局分析 3.2.4 证券业大数据市场发展前景与趋势

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

（1）市场前景预测（2）市场趋势预测

3.3 保险业大数据市场发展分析 3.3.1 保险业大数据市场发展概况 3.3.2 保险业大数据产品应用分析（1）客户细分和精细化营销（2）欺诈行为分析（3）精细化运营

3.3.3 保险业大数据市场格局分析 3.3.4 保险业大数据市场发展前景与趋势（1）市场前景预测（2）市场趋势预测

3.4 信托业大数据市场发展分析 3.4.1 信托业大数据市场规模分析 3.4.2 信托业大数据战略思维分析（1）产品研发与大数据（2）风险管理与大数据（3）财富管理与大数据（4）运营决策与大数据

3.4.3 信托业大数据市场发展前景与趋势（1）市场前景预测（2）市场趋势预测

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

第4章 金融大数据行业领先企业案例分析

4.1 国外金融大数据领先企业案例分析 4.1.1 IBM公司

（1）企业金融大数据业务布局（2）企业金融大数据核心技术（3）企业金融大数据产品体验（4）企业金融大数据业务经营情况分析 4.1.2 Teradata公司

（1）企业金融大数据业务布局（2）企业金融大数据核心技术（3）企业金融大数据产品体验（4）企业大数据业务经营情况分析（5）企业金融大数据投融资分析 4.1.3 Oracle公司

（1）企业金融大数据业务布局（2）企业金融大数据核心技术（3）企业金融大数据产品体验（4）企业大数据业务经营情况分析 4.1.4 Palantir公司

（1）企业金融大数据业务布局（2）企业金融大数据核心技术（3）企业金融大数据产品体验

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

（4）企业大数据业务经营情况分析（5）企业金融大数据投融资分析 4.1.5 BestFinance公司

（1）企业金融大数据业务布局（2）企业金融大数据核心技术（3）企业金融大数据产品体验（4）企业大数据业务经营情况分析（5）企业金融大数据投融资分析 4.2 国内金融大数据领先企业案例分析 4.2.1 厦门华侨电子股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.2 神州数码信息服务股份有限公司（1）企业发展简况分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.3 深圳市银之杰科技股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

4.2.4 北京奥维云网大数据科技股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.5 成都三泰控股集团股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.6 浪潮电子信息产业股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.7 北京东方国信科技股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析 4.2.8 博彦科技股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.9 苏州工业园区凌志软件股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析 4.2.10 广州市浩云安防科技股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业市场渠道与网络分析（4）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（5）企业发展金融大数据优劣势分析（6）企业投融资分析

4.2.11 杭州初灵信息技术股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.12 浙江核新同花顺网络信息股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.13 上海二三四五网络控股集团股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析 4.2.14 恒生电子股份有限公司（1）企业发展简况分析（2）企业技术资质能力分析（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析 1）企业主要经济指标 2）企业盈利能力分析 3）企业运营能力分析 4）企业偿债能力分析 5）企业发展能力分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.2.15 上海贝格计算机数据服务有限公司（1）企业发展简况分析（2）企业技术资质能力分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

（3）企业金融大数据业务布局（4）企业市场渠道与网络分析（5）企业经营情况分析

（6）企业发展金融大数据优劣势分析（7）企业投融资分析

4.3 互联网巨头金融大数据业务投资布局 4.3.1 京东金融大数据投资布局（1）企业金融大数据业务布局（2）企业金融大数据产品体验（3）企业金融大数据投融资分析 4.3.2 百度金融大数据投资布局（1）企业金融大数据业务布局（2）企业金融大数据产品体验（3）企业金融大数据投融资分析 4.3.3 阿里巴巴金融大数据投资布局（1）企业金融大数据业务布局（2）企业金融大数据产品体验（3）企业金融大数据投融资分析 4.3.4 腾讯金融大数据投资布局（1）企业金融大数据业务布局（2）企业金融大数据产品体验（3）企业金融大数据投融资分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

第5章 金融大数据行业投资潜力与策略规划

5.1 金融大数据行业发展前景预测 5.1.1 行业发展环境分析（1）政策支持分析（2）技术推动分析（3）市场需求分析 5.1.2 行业发展前景预测

（1）行业全球市场发展前景预测（2）行业中国市场发展前景预测 5.2 金融大数据行业发展趋势预测 5.2.1 行业整体趋势预测 5.2.2 市场竞争格局预测 5.2.3 应用方向趋势预测 5.2.4 技术发展趋势预测

5.3 金融大数据行业投资潜力分析 5.3.1 行业投资热潮分析 5.3.2 行业投资推动因素 5.3.3 行业投资主体分析 5.3.4 行业投资切入方式

5.4 金融大数据行业投资策略规划 5.4.1 行业投资方式策略 5.4.2 行业投资领域策略

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

5.4.3 行业产品创新策略 5.4.4 行业商业模式策略

图表目录（部分）

图表1：美国“联邦大数据研发战略计划”内容

图表2：2010-2018年美国金融大数据行业发展规模（单位：亿美元）图表3：美国金融大数据行业竞争格局分析

图表4：2018-2021年美国金融大数据行业发展规模（单位：亿美元）图表5：2010-2018年欧洲金融大数据行业发展规模（单位：亿美元）图表6：2018-2021年欧洲金融大数据行业发展规模（单位：亿美元）图表7：2010-2018年日本金融大数据行业发展规模（单位：亿美元）图表8：日本金融大数据行业竞争格局分析

图表9：2018-2021年日本金融大数据行业发展规模（单位：亿美元）图表10：2010-2018年印度金融大数据行业发展规模（单位：亿美元）图表11：印度金融大数据行业竞争格局分析

图表12：2018-2021年印度金融大数据行业发展规模（单位：亿美元）图表13：中国金融大数据行业发展周期

图表14：2014年以来国内关于大数据行业相关政策汇总 图表15：中国大数据IT应用投资结构（单位：%）

图表16：2014-2018年我国金融大数据市场规模走势（单位：亿元）图表17：中国金融大数据行业市场结构（单位：%）图表18：中国金融大数据行业发展痛点

图表19：每100万美元收入的实际数据用量（单位：GB）图表20：2014-2018年银行业大数据市场规模（单位：亿元）

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

图表21：银行业大数据产品应用分析

图表22：银行业大数据市场格局分析（单位：%）

图表23：2014-2018年证券业大数据市场规模（单位：亿元，%）图表24：2018-2021年证券业大数据市场规模预测（单位：亿元）图表25：2014-2018年保险业大数据市场规模情况（单位：亿元）图表26：大数据在保险行业的应用分析

图表27：2018-2021年保险业大数据市场规模预测（单位：亿元）图表28：2009-2018年信托资产及同比增速（单位：万亿元，%）图表29：2014-2018年信托业大数据市场规模情况（单位：亿元）图表30：2018-2021年信托业大数据市场规模预测（单位：亿元）

图表31：2017-2018年IBM公司金融大数据收入及占比（单位：百万美元，%）图表32：2017-2018年Teradata公司大数据收入及变化（单位：百万美元，%）图表33：2017-2018年Oracle公司收入构成（单位：百万美元）图表34：Palantir Metropolis优势及功能分析 图表35：BestFinance 的评分模型

图表36：厦门华侨电子股份有限公司基本信息简介

图表37：截止到2017年末厦门华侨电子股份有限公司与实际控制人之间产权及控制关系方框图（单位：%）

图表38：2018年厦门华侨电子股份有限公司业务分地区情况（单位：%）

图表39：2012-2018年厦门华侨电子股份有限公司主要经济指标分析（单位：万元）图表40：2012-2018年厦门华侨电子股份有限公司盈利能力分析（单位：%）图表41：2012-2018年厦门华侨电子股份有限公司运营能力分析（单位：次）图表42：2012-2018年厦门华侨电子股份有限公司偿债能力分析（单位：%，倍）图表43：2012-2018年厦门华侨电子股份有限公司发展能力分析（单位：%）

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

图表44：截止到2018年上半年神州数码信息服务股份有限公司股东变动情况（单位：万股，%）图表45：2011-2017年神州数码信息服务股份有限公司主要经济指标分析（单位：万元）图表46：2011-2017年神州数码信息服务股份有限公司盈利能力分析（单位：%）图表47：2011-2017年神州数码信息服务股份有限公司运营能力分析（单位：次）图表48：2011-2017年神州数码信息服务股份有限公司偿债能力分析（单位：%，倍）图表49：2011-2017年神州数码信息服务股份有限公司发展能力分析（单位：%）图表50：神州数码信息服务股份有限公司发展金融大数据优劣势分析 图表51：深圳市银之杰科技股份有限公司基本信息简介

图表52：截至2017年末深圳市银之杰科技股份有限公司与实际控制人之间产权及控制关系方框图（单位：%）

图表53：2018年上半年深圳市银之杰科技股份有限公司主营业务按产品营业收入情况（单位：万元，%）

图表54：2017年深圳市银之杰科技股份有限公司主营业务按地区营业收入情况（单位：万元，%）

图表55：2012-2018年深圳市银之杰科技股份有限公司主要经济指标分析（单位：万元）图表56：2012-2018年深圳市银之杰科技股份有限公司盈利能力分析（单位：%）图表57：2012-2018年深圳市银之杰科技股份有限公司运营能力分析（单位：次）图表58：2012-2018年深圳市银之杰科技股份有限公司偿债能力分析（单位：%，倍）图表59：2012-2018年深圳市银之杰科技股份有限公司发展能力分析（单位：%）图表60：北京奥维云网大数据科技股份有限公司基本信息简介 图表61：2014-2017年公司控股股东变动情况及股份变动情况

图表62：2012-2017年北京奥维云网大数据科技股份有限公司主要经济指标分析（单位：万元）

图表63：2012-2017年北京奥维云网大数据科技股份有限公司盈利能力分析（单位：%）图表64：2013-2017年北京奥维云网大数据科技股份有限公司运营能力分析（单位：次）

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

图表65：2012-2017年北京奥维云网大数据科技股份有限公司偿债能力分析（单位：%，倍）图表66：2013-2017年北京奥维云网大数据科技股份有限公司发展能力分析（单位：%）图表67：成都三泰控股集团股份有限公司基本信息简介

图表68：截至2017年末成都三泰控股集团股份有限公司与实际控制人之间产权及控制关系方框图（单位：%）

图表69：2018年上半年成都三泰控股集团股份有限公司营业情况详情（单位：万元，%）图表70：2018年上半年成都三泰控股集团股份有限公司分地区营业情况（单位：%）图表71：2012-2018年成都三泰控股集团股份有限公司主要经济指标分析（单位：万元）图表72：2012-2018年成都三泰控股集团股份有限公司盈利能力分析（单位：%）图表73：2012-2018年成都三泰控股集团股份有限公司运营能力分析（单位：次）图表74：2012-2018年成都三泰控股集团股份有限公司偿债能力分析（单位：%，倍）图表75：2012-2018年成都三泰控股集团股份有限公司发展能力分析（单位：%）图表76：成都三泰控股集团股份有限公司发展金融大数据优劣势分析 图表77：浪潮电子信息产业股份有限公司基本信息简介

图表78：截至2017年末浪潮电子信息产业股份有限公司与实际控制人之间产权及控制关系方框图（单位：%）

图表79：2018年上半年浪潮电子信息产业股份有限公司分地区营业情况详情（单位：%）图表80：2012-2018年浪潮电子信息产业股份有限公司主要经济指标分析（单位：万元）图表81：2012-2018年浪潮电子信息产业股份有限公司盈利能力分析（单位：%）图表82：2012-2018年浪潮电子信息产业股份有限公司运营能力分析（单位：次）图表83：2012-2018年浪潮电子信息产业股份有限公司偿债能力分析（单位：%，倍）图表84：2012-2018年浪潮电子信息产业股份有限公司发展能力分析（单位：%）图表85：北京东方国信科技股份有限公司基本信息简介

图表86：截至2017年末北京东方国信科技股份有限公司与实际控制人之间产权及控制关系方框图（单位：%）

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

图表87：2017年北京东方国信科技股份有限公司营业收入分地区详情（单位：万元，%）图表88：2012-2018年北京东方国信科技股份有限公司主要经济指标分析（单位：万元）图表89：2012-2018年北京东方国信科技股份有限公司盈利能力分析（单位：%）图表90：2012-2018年北京东方国信科技股份有限公司运营能力分析（单位：次）图表91：2012-2018年北京东方国信科技股份有限公司偿债能力分析（单位：%，倍）图表92：2012-2018年北京东方国信科技股份有限公司发展能力分析（单位：%）图表93：北京东方国信科技股份有限公司发展金融大数据优劣势分析 图表94：博彦科技股份有限公司基本信息简介

图表95：2018年上半年博彦科技股份有限公司营业收入按地区分布情况（单位：%）图表96：2012-2018年博彦科技股份有限公司主要经济指标分析（单位：万元）图表97：2012-2018年博彦科技股份有限公司盈利能力分析（单位：%）图表98：2012-2018年博彦科技股份有限公司运营能力分析（单位：次）图表99：2012-2018年博彦科技股份有限公司偿债能力分析（单位：%，倍）图表100：2012-2018年博彦科技股份有限公司发展能力分析（单位：%）图表101：博彦科技股份有限公司发展金融大数据优劣势分析 图表102：苏州工业园区凌志软件股份有限公司基本信息简介

图表103：2017年苏州工业园区凌志软件股份有限公司前六位股东变动情况（单位：%）图表104：2012-2017年苏州工业园区凌志软件股份有限公司主要经济指标分析（单位：万元）

图表105：2012-2017年苏州工业园区凌志软件股份有限公司盈利能力分析（单位：%）图表106：2013-2017年苏州工业园区凌志软件股份有限公司运营能力分析（单位：次）图表107：2012-2017年苏州工业园区凌志软件股份有限公司偿债能力分析（单位：%，倍）图表108：2013-2017年苏州工业园区凌志软件股份有限公司发展能力分析（单位：%）图表109：苏州工业园区凌志软件股份有限公司发展金融大数据优劣势分析

访问网址:/ 北京博研智尚信息咨询有限公司—中国市场调研在线

图表110：广州市浩云安防科技股份有限公司基本信息简介

图表111：截至2017年末广州市浩云安防科技股份有限公司与实际控制人之间产权及控制关系方框图（单位：%）

图表112：2018年上半年广州市浩云安防科技股份有限公司营业收入分地区情况（单位：%）图表113：2012-2018年广州市浩云安防科技股份有限公司主要经济指标分析（单位：万元）图表114：2012-2018年广州市浩云安防科技股份有限公司盈利能力分析（单位：%）图表115：2012-2018年广州市浩云安防科技股份有限公司运营能力分析（单位：次）图表116：2012-2018年广州市浩云安防科技股份有限公司偿债能力分析（单位：%，倍）图表117：2012-2018年广州市浩云安防科技股份有限公司发展能力分析（单位：%）图表118：广州市浩云安防科技股份有限公司发展金融大数据优劣势分析 图表119：杭州初灵信息技术股份有限公司基本信息简介

图表120：截至2017年末杭州初灵信息技术股份有限公司与实际控制人之间产权及控制关系方框图（单位：%）

篇5：网络数据挖掘规划论文

1LTE网络规划体系

根据网络规划的要求，利用大数据可以从覆盖评估，干扰评估和价值评估三个维度建立基于大数据挖掘的LTE网络规划体系，通过对现网问题的全面、准确分析定位，预知LTE网络规划存在的问题，提升LTE网络规划的准确性。

1.1覆盖评估分析

良好的覆盖是网络建设的最基本要求，基站站间距过大，基站覆盖过远会造成部分地点盲覆盖或者室内深度覆盖不足;而站间距过小，重叠覆盖会带来较大干扰，同样影响用户感受，同时不必要的重复建站将会加大投资成本。理想的蜂窝网络结构应该在保证用户移动性的前提下使小区间的交叠区域处在一个较低的水平借助现网2G/3G实测数据，参考工参，扫频及MR等大数据，利用奥村-哈塔传播方程矩阵理论运算，根据不同频段自由空间传播模型损耗、模拟仿真覆盖及损耗矩阵，评估规划LTE网络的覆盖情况;同时构建贴合现网实际的小区传播路损模型，有效识别LTE网络的弱覆盖和过覆盖区域，实现“点、线、面”联合校准验证，获取真实、准确和全面的小区覆盖规划数据。

1.2干扰评估分析

干扰是影响LTE网络质量的关键因素，我们引入干扰贡献系数来评估无线网络重叠覆盖度。定义干扰邻区的能量之和与主小区的总能量的比值为干扰贡献系数，用其来评估主小区A，系数越大，说明该小区对外的干扰越大，需要整改的优先级越高。

1.3价值评估分析

传统规划主要从覆盖与干扰两个维度分析，不能完全识别出高价值站点，导致网络部署后出现建设偏离业务热点，超闲小区较多等问题。而基于大数据挖掘的LTE网络规划可基于话务热点、用户/终端及价值业务等多维度进行关联性分析。首先梳理出数据及话务热点、智能终端/数据卡渗透高区域，判定流量价值高的区域;其次发掘出数据业务使用率高，但实际速率低，话务需求被压制的区域;再次利用VIP/投拆用户列表导出数据业务投诉用户和VIP用户区域，更直观、有效的体现网络热点投诉、流量变化较大的重点小区数据，定位重要客户的高价值流量区域，聚焦影响用户感知的重要问题，发掘LTE潜在高价值区域，有效指导LTE网络规划效益，降低网络资源的管理成本。利用基于栅格的多维度价值得分评估体系，通过高流量小区选择，实现用户分布地理化关联，进行多维度地理化综合分析，得到多个小区构成的栅格的价值得分，得出高优先级建站区域。

1)统计各栅格流量、用户使用TD-SCDMA的速率、用户数量、终端分布、业务流量分布等数据，当某个栅格点上指标值大于全网栅格该指标平均值的k倍，即赋予该栅格价值点相应的分值。

2)栅格价值点相应的分值:栅格内指标值/(全网栅格点该指标平均值×k)，k值建议为1.2，意义为在此栅格点的其中某一项因素大于该项因素的平均值的1.2倍，才会进行价值得分分析，小于该值则该栅格点的该项因素的`价值得分为0。

3)单个栅格总得分=权重1×热点得分+权重2×速率得分+权重3×终端得分+权重4×业务得分…。

4)统计基站覆盖范围内包含的栅格数量以及各个栅格上的分值，最终输出规划基站的总栅格得分排序，排序高低反映了该基站的价值高低。

1.4评估分析流程

评估分析一般在待建站点资源收集后，按照价值高低，基于基站覆盖范围和受干扰影响程度，选择建站顺序。根据实际情况，可一方面利用2/3G旧站址，一方面建议增加符合合理网络结构的新站点，达到良好规划的目的。

2大数据处理思路

LTE规划过程利用收集到的大量数据，包括工参数据、性能数据、经分口数据、MC口数据、投诉数据、测试数据等六大项13类数据，从中提取有用信息进行分析。

2.1基于大数据的打包清洗

根据大数据删冗去错机制进行数据清洗(见图7)，保持数据的准确性。在规划中首先实现数据去冗，对话统过期数据、工参多余字段集中去除;其次是数据去重，去除相同路段多次测试的数据，排除话统及性能相同的数据，保证数据唯一性;再次是数据纠错，结合数据特性，对统计异常、工参错误等数据进行纠错，保证数据区间在合理范围。

2.2基于大数据的关联聚合

根据数据的特征、变量等进行“数据降维”，从覆盖，干扰和价值维度对数据进行投影降维，简化分析数据的复杂度。同时运用强关联聚合、相近聚合、相关聚合等聚合模型进行“关联聚合”，比如在覆盖评估中将道路测试、路测扫频、用户测量报告等信息按照关联强弱聚合，在价值评估中将业务分布、用户分布、终端分布等信息按照比例进行关联聚合。具体来讲，以用户的地理位置为索引，关联其所在位置的信号强度，干扰情况，终端支持类型信息，业务信息以及所在位置的周围基站分布情况，周围环境情况，人群流动情况等等，建立基于时间、位置、用户、终端、应用等多维度的用户行为聚合模型。根据用户行为模型，分析筛选得到绝对静态用户数(静态用户定义为单用户在某小区有5天产生流量且每天在该小区产生流量占当天该用户总流量的70%以上，且产生的流量大于10MB/周)全省共计3.8万人，涉及5798个小区。根据用户在占用静态小区时上报的用户自身所在位置的经纬信息(理论上精度平均误差在55m)结合基站位置关联，发现定位2G/3G数据业务成熟度高的区域。通过精确定位不同用户上网的地理位置，同时关联静态用户终端网络制式信息，用户上网习惯和用户流量，引导4G站点规划，指导指导定向推送4G营销业务。

3应用情况

基于大数据挖掘的LTE网络规划研究在山东公司LTE网络一期网络规划中得到了广泛应用。通过高价值区域定位、干扰问题分析、覆盖评估等维度综合关联性分析，借助2G/3G现网实测数据实现了“点、线、面”联合评估，真实、准确、全面地对4G网络的价值流量、重叠覆盖干扰、弱覆盖等进行了评估，同时输出了LTE工参信息、站址建设优先级，站址地理化呈现等一系列规划结果。通过黑、灰、白名单规则判断，输出了LTE网络不建议规划的黑名单小区、通过相关优化调整后可规划灰名单小区、直接可共址建设的白名单小区，共评估一期工程规划小区60653个，发现低价值用户流量少的黑小区3433个;易产生干扰黑色小区5021个，灰色站点1265个;覆盖问题黑色小区543个，灰色小区3501个。通过规划质量的提高，降低了后续优化调整的难度，共计节约资金11766×0.3=3530万(注:每个基站年优化费用约0.3万)，而且原来人工规划、勘察基站的效率大大提升，解放人力成本带来的直接经济效益75×10=750万(注:人力成本节约75人，含外包，年人均成本10万)，降低了全省网络规划优化的管理成本。通过TD-LTE的大数据网络规划分析，有效指导了4G网络规划，按照以终为始、聚焦价值、提高投资收益、建设精品网络的目标，提升了4G网络规划的准确性、合理性。

4结语