1. 新聞專業學習大數據有什麼建議呢

首先，大數據的學習中有很多的內容，學習其實是比較困難的，你要有耐心去攻克困難。

其次，確定自己的興趣和方向，技術的學習比較枯燥，需要興趣支持；二是確定自己想走的方向，比如是想做大數據開發、大數據分析、還是數據挖掘等，不同的方向需要學習的技術重點不一樣。

然後，大數據可以零基礎學習，學歷在大專及以上，可以從Java基礎開始，自學大數據很困難，目前最好最快的辦法是參加專業的大數據技術培訓。

最後，我國大數據的發展正進入應用和落地階段，前景還是不錯的，如果想學就盡早開始。

網頁鏈接

2. 政協提案:提升智慧城市建設，優化人居環境字左右

當前無論是智慧城市，大數據還是「互聯網+」，都要盡可能架構些地方城鎮能用的創新。把數據作為核心，致力於突破，無異於開門就是一座大山，改革創新難度巨大。「城市大腦」的提出，應密切對接城市治理，直接服務城市決策，按照分階段實施和同步考慮信息安全等，從全國城市的基本面來看，應率先建設五個庫，強大城鎮智慧創新的實踐與規劃能力：

1、建設案例庫，支持模式創新;

2、建設經濟技術庫，支撐不同經濟成本下的實施指南;

3、建設共性問題解析庫，突出問題導向，實現針對性，反演剛性需求;

4、建設產城融合開發單元庫，服務地方經濟建設並吸納人口;

5、建設超現實概念展示庫，集聚未來創新，促進感知傳播。

兩會工作報告曾指出，打造智慧城市，改善人居環境，使人民群眾生活得更安心、更省心、更舒心。經濟新常態下，我國智慧城市創新應重點從如下四個方面著手。

1、智慧建築從理念到行動，逐步成為建築領域創新的核心實踐之一

智慧建築事業應當在充分借鑒綠色建築模式的基礎上，依託互聯網和大數據思維、技術，快速向標准化、行業性推進。在超過20億m2的既有建築改造和新建建築市場中，強化智慧技術的應用，服務我國建築領域節能減排和居住舒適性的需要。

2、智慧城市行業協同必須依託龍頭企業聯合體實現加速創新

智慧城市的建設，需要行業協同、行業融合和行業集成創新。圍繞智慧建築和智慧城市，快速集成產業生態圈，並深刻地從供給側改革和用戶需求分析等出發，依託行業性、國家級行業平台的建設來加速智慧建築和智慧城市咨詢服務、建設設計、施工管理、運營維護等板塊的有機銜接。

3、小城鎮的綠色化智慧化思考、規劃和建設迫在眉睫，需求強勁

在推進國家智慧城市試點的同時，加大對小城鎮智慧化、綠色化發展的關注和投入，從落實新型城鎮化的高度和市場需求分析，以行業發展的視角來集成研發有針對性的小城鎮綠色智慧解決方案，服務我國總數超過兩萬個的小城鎮和約九百個新城新區。綠色智慧融合發展，集成創新，強健小城鎮科學發展的規劃路徑目前極為迫切，是我國「十三五」時期，推進深度城鎮化，特別是「鎮」的宜居宜業，進而有效承載就地城鎮化人口的關鍵性補充。

4、面向城市全生命周期，建立「規劃-設計-建設-管理」平台開發、標准化和推廣，是加強對建設工作管理和提高建築效能的關鍵性抓手

加強該在領域的創新，特別是BIM等應用的政策機會，做實「規劃-建設-管理」平台，具有全面的行業推廣價值。建設行業自身應通過信息化基礎上的智慧化，來提高管理效能、促進產業升級、實現簡政放權，更好地服務於城市建設、運營和管理。中央城市工作會議提出，要提升管理水平，著力打造智慧城市。

5、以「數字-數據-資源-要素-效益」等為關鍵內容，切實發展智慧經濟，提振並提升產業水平

信息基礎設施、公共基礎設施和城市基礎設施「三基」融合改造和建設，構建智慧城市基礎設施體系，有效整合資源和公共品，堅持安全可控的技術管理體系，降低城市運營成本。打造智慧城市創新平台群，扶持智慧經濟與三次產業，特別是第三產業的高度融合，快速將互聯網+、物聯網和大數據等與現代服務業的有機銜接和跨界創新。依託城市功能疏解和協同發展的空間和產業契機，著力發展能夠自我感知、自我學習和自我優化提升的智慧經濟，促進城市經濟和社會發展的韌性建設，促進城市在區域產業鏈分工和區域協同發展中處於科學的生態位。
金鵬信息智慧城市解決方案

3. 大數據時代 發現問題並提出建設性建議

大數據時代：發現問題並提出建設性建議

在當前的大數據時代下，盡管大數據在技術層面的應用可以無限廣闊，但由於合理利用規則的缺失，能夠用於商業應用、服務於公眾的數據將遠遠小於理論上大數據能夠採集和處理的數據，長遠來看，將不利於大數據產業的形成與發展

在大數據時代，只要能產生價值的信息，都可以被加以開發與利用。特別在智慧城市建設中，只有不斷盤活已有數據存量，充分利用大數據增量，才能提升智慧城市「大腦」的智慧水平，促使城市管理從「經驗管理」轉向「科學管理」。

然而在大數據的應用過程中，政府和企業對大數據的運用還存在著法律上的諸多難點，需要站在制度設計的層面統籌考慮，既要保護用戶隱私和個人信息安全，同時最大程度上挖掘出信息本身的價值。

正如美國作家帕特里克·塔克爾在其作品《赤裸裸的未來》一書中所述：「我們不可能朝未來技術揮舞拳頭，更好的辦法是，了解這些工具是如何運作的，了解它們可以如何合法地利用……同時，也要了解這些工具可能如何被濫用。」

發現問題

隨著大數據應用的逐步開展和試行，如何用好大數據，保障個人信息安全，已經成為智慧城市推進的一個重要課題。

首先，數據隱私的保護和應用之間需要權衡。目前我國還缺乏合理開放利用用戶數據的管理規范。《電信和互聯網用戶個人信息保護規定》等均明確了用戶信息保護及合理利用的原則，但是具體到數據開發利用的規則，比如對商業規則如何制定、經營者合理開發利用的法定情形如何確定、觸犯用戶的隱私權應當如何懲治等一系列管理問題，則沒有相關規定。盡管大數據在技術層面的應用可以無限廣闊，但由於合理利用規則的缺失，能夠用於商業應用、服務於公眾的數據將遠遠小於理論上能夠採集和處理的數據，長遠來看，將不利於大數據產業的形成與發展。

其次，數據的信息安全問題有待妥善解決。大數據應用必然會帶來用戶數據的使用和共享，多維的數據交互將意味著更大的信息泄露風險。一旦經營者保護用戶信息不力或者遭遇信息竊取，勢必引起用戶恐慌，對智慧城市應用涉及的公民財產安全、國家安全產生重大威脅。

由於目前對大數據使用的法律缺位，政府、企業及個人作為使用或者提供大數據的主體，目前還沒有明確的法律責任定位，對於用戶信息問題產生的相關法律責任亦沒有相關的罰則體系。

建設性建議

所以，我國應該結合中外個人信息保護立法經驗，開展關於大數據的法律研究。通過法律實踐，推進大數據應用規則的探索，根據法律研究的相關成果，制定具有可行性的大數據法律實施方案，通過相關法規或者規范的逐步實施，不斷總結實踐推進大數據的法律探索工作。比如開展對用戶信息進行分層分級的試行，依據信息的識別度和重要性，逐步建立信息分級制度;試行用戶信息的模糊化去特徵化處理等，逐步明確模糊化處理數據的可應用范圍等。

以上是小編為大家分享的關於大數據時代 發現問題並提出建設性建議的相關內容，更多信息可以關注環球青藤分享更多干貨

4. 中國大數據產業發展迅速專家有何建議

中國大數據產業發展迅速。6月26日，專家在南京研討中國大數據產業發展現狀與趨勢，建議趕潮「數據富礦」。

李冠宇表示，中國擁有龐大的製造業群體和完整的製造體系，產生數量可觀的工業大數據。工業大數據對推動工業APP發展具有重要意義。工業APP在工業互聯網平台上運行，產生了大數據，對大數據進行機器學習和深度學習，數據經過提煉、抽取、處理、歸納後形成了數字化的工業知識，數字化的工業知識最終進一步完善工業APP，增強工業APP對製造業提質增效的作用。

5. 想學大數據有什麼建議嗎

首先，我們應該知道的是，大數據學習要善用開源，這是因為數據科學的技術基因在於開源。信息技術前沿領域的開源化已成不可逆轉的趨勢，Android開源讓智能手機平民化，讓我們跨入了移動互聯網時代，智能硬體開源將帶領跨入物聯網時代，而數據科學的標配語言R和Python更是因開源而生，因開源而繁榮，諾基亞因沒把握開源大勢而衰落。為什麼要開源，這得益於IT發展的工業化和構件化，各大領域的基礎技術棧和工具庫已經很成熟，下一階段就是怎麼快速組合、快速搭積木、快速產出的問題，不管是linux,Android，其基礎構件庫基本就是利用已有開源庫，結合新的技術方法實現，組合構建而成，另外，開源這種眾包開發模式，是一種集體智慧編程的體現，所以需要我們善用開源和集體智慧編程，而不要閉門造車。
其次我們需要知道，大數據學習要業務驅動，不要技術驅動。這是因為數據科學的核心能力是解決問題。大數據的核心目標是數據驅動的智能化，要解決具體的問題，不管是科學研究問題，還是商業決策問題。所以學習之前要明確問題，理解問題，所謂問題導向、目標導向，這個明確之後再研究和選擇合適的技術加以應用，這樣才有針對性，在不同的業務領域需要不同方向理論、技術和工具的支持。大數據處理如採集需要爬蟲、倒入導出和預處理等支持，存儲需要分布式雲存儲、雲計算資源管理等支持，計算需要分類、預測、描述等模型支持，應用需要可視化、知識庫、決策評價等支持。所以是業務決定技術，而不是根據技術來考慮業務，這同樣是我們需要注意的。

6. 針對目前的大數據學習，有什麼好的建議

大數據學習就是多聽多練除了這個沒有什麼好的經驗，你可以去網上看看大數據免費的視頻，現在很多機構都有，找個適合給自己一個定位就好了。