㈠ 政务大数据平台中未获取到正常状态的第三代社保卡信息什么意思

政务大数据平台中，胃火渠道正常状态的第三代社保信息，意思是没有客户的第三代身份证的社保的信息，需要去找工作人员，把信息录到电脑上

㈡ H3C的大数据解决方案有什么

大数据解决方案用于行业领域的一般是商业智能。像税务、地产、电信、零售、电商等，可以说各行各业有需求且环境适合都是可以的吧。

㈢ 为什么要建设政务大数据

建设统一的大数据平台
首先说明下为何要建设数据资源库，其核心目的还是需要聚合原有分散在各个政务系统中的数据，大家要注意这里不是聚合所有数据，而是需要在多个政务系统共享的数据，在进行大数据分析的时候需要使用到的本身具有相关性的各类数据。这里的数据资源库和传统电子政务建设里面谈到的数据资源中心在业务上目标是一样的，纳入大数据平台后只是在构建过程中会应用到大数据相关技术如分布式存储，流计算等来解决对数据的海量和实时性要求。
数据资源库的建设本身包括了两个方面的内容，从业务上重点是数据标准，数据规范和接口，数据模型的建设，这个以往差别不大，唯一增加的内容是在数据模型建设中需要更多的考虑数据本身之间的相关性。其次是数据平台的建设，这里从技术上讲和传统区别相当比较大，一个是在建设数据平台过程中需要应用到大数据相关技术平台，如Hadoop平台等，这里已经不是一个单纯的数据存储平台，而是必须提供数据存储，数据处理和数据分析能力的完整平台，其次大数据平台建设的最终目标还是希望经过处理和分析后的数据能力能够共享和开发，体现业务价值，因此需要有大数据共享服务能力提供，即大数据平台本身还必须是可开放和共享的数据能力服务平台。
对于大数据平台的建设难点不在技术而是在业务上，这里面涉及到两个层面的数据开放和共享，一个是在政府行业内部各个部门间，工商，税务，质监，交通等各个部门的数据能够共享，这里面涉及到的部门和利益壁垒要想短期解决是很困难的事情；其次是大数据平台最终处理和分析后的能力能否进一步朝外面的企业和公共服务部门共享和开放，这是第二个层面的困难，在这一点上国外类似美国在政府部门大数据资源和数据目录开放程度就远远好于我国。具体可以看下涂子沛的《大数据时代》这本书。
二是加快计算服务能力和应用能力建设。引进公共云服务龙头企业，提供高质量的基础设施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）等公共云服务；引导财政资金支持的信息化项目优先部署在统一的云计算基础设施，促进政务信息系统和信息资源的共享；面向贵州省建设电子政务、智能交通、智能物流、企业管理、智慧城市等方面的需求，发展服务功能强、商业模式新、带动效果大的行业云平台；面向企业研发、产品设计、生产控制、经营管理等方面需求，提供专业化的工业云计算服务；加快研发云计算平台资源管理软件、云安全防护产品、云模式应用软件，发展面向重点行业领域的云计算系统解决方案。
解读：计算服务和应用能力建设
对于这部分内容基本可以看到是常规的云计算平台和智慧城市方面的建设内容。政府很多时候规划往往就是没有了解一件事情的本质而一味的追求大而全的理想化建设模式。从最早的各地圈地大搞特搞云计算中心和产业基地；到智慧城市概念炒作起来的时候又把云计算，SOA，大数据，物联网等所有内容全部涵盖在智慧城市规划里面。而到了大数据时代，我们看到的规划效果又是所有内容似乎都恨不得全部纳入到大数据产业规划里面，搞理想化的大而全建设，结果平台项目建设过程中就夭折点，这个是每个政府部门做大数据规划前必须要考虑的问题，即必须清楚大数据本质是什么？希望通过大数据平台建设来解决什么业务问题，这个都没有想清楚不适宜开始大数据产业规划和建设。
那么是不是大数据平台和云平台完全没有关系？那也不是绝对。对于两者的关系在这里用最通俗的方式来进行下说明和对应。首先大数据本身需要存储，大数据在处理和聚合到数据资源平台过程中需要进行计算，那么就需要资源来提供计算和存储能力，而且这个能力可以弹性扩展，这块能力的提供即是云计算平台IaaS层完成的内容。其次大数据在处理过程中涉及到数据集成，数据采集和聚合，数据并行处理，数据流处理，数据分析，数据服务能力共享和开放，这些能力已经是在资源层上层的能力，即平台层能力，而这些平台层能力都可以纳入到广义的云计算PaaS平台层。
三是加快大数据分析能力和利用能力建设。加强大数据分析关键算法和共性基础技术研发，开发专业化的数据处理分析工具，形成大数据基础技术与产品资源池；发挥大企业平台引领作用和专业大数据服务企业创新优势，加快市场化的大数据应用，发展第三方大数据服务，提供特色化的数据服务；支持数据开放、共享和应用服务，探索商业模式创新，推进大数据的公共应用；选择重点行业领域，开展基于云计算的大数据示范应用，推动专业化的大数据挖掘、分析、应用和服务发展，提高大数据行业应用能力。
解读：数据分析和利用能力建设
再次强调大数据核心是实现了业务价值和公共服务能力提升，如果我们建设的大数据平台和数据资源中心虽然实现了数据的聚合和数据模型的标准化，但是这些海量数据如果不能进行很好的挖掘和相关性分析，如果不能将数据本身的价值和能力通过服务化方式开放出来，那么整个大数据平台将没有任何价值。
贵州大数据产业战略里面谈到的将数据开放和共享出去，发展第三方大数据服务，推荐大数据公共应用并探索新的商业模式是相关关键的点。这仍然是商业模式和业务问题，而非技术问题，经过处理和分析的数据只有能够被使用，能够用于决策，能够为大众提供更加高效的公共数据服务才是最大的价值。
根据大数据本身的海量，异构，实时等特点，可以看到要针对海量异构数据进行数据挖掘和分析，同时有必须满足大数据分析的实时或准实时性要求还是相当有难度的。这一方面涉及到CEP，流处理，MPP，并行计算等各种技术的使用；一方面涉及到数据相关性分析模型的建立，两者缺一不可。
大数据平台建设本身又有两种模式，一种是先构建数据存储平台，再构建处理平台，最后再构建数据分析和挖掘平台；一种是根据业务目标来分析是否涉及到大数据应用场景，根据应用场景来分析究竟涉及到哪些相互关联数据，然后进行数据建模，再来考虑如何高效可扩展的对这些数据进行存储，处理和分析。对于政府部门的大数据我们更加建议第二种方式，即不要一开始就追求大而全，而是有针对性的各个击破，快速的体现出大数据平台应有的商业价值。

㈣ 政务大数据的应用方向，就是我们有数据可以干嘛

1.政务大数据与智慧政府建设
大数据分析是智慧政府建设的基础之一。大数据分析通过对海量数据的深度挖掘与多维剖析，可以比较准确地掌握政府服务和管理的变化动态，发现公众新需求。有效支持决策科学化、治理精准化、商事服务便捷化和安全保障高效化，为智慧政府建设提供坚实基础。
高效的决策是建立在对对象的客观全面了解基础之上的，大数据的应用恰恰为此提供了重要支持；政务大数据的高效利用，还将推动有关政府部门和企事业单位将市场监管、检验检测、违法失信、企业生产经营、销售物流、投诉举报、消费维权等数据进行汇聚整合和关联分析，统一公示企业信用信息，预警企业不正当行为，支持加强事中事后监管和服务，提高监管和服务的针对性、有效性；借助大数据实现政府负面清单、权力清单和责任清单的透明化管理，完善大数据监督和技术反腐体系，推动改进政府管理和公共治理方式。
2.政务大数据与普惠民生服务
结合新型城镇化发展、信息惠民工程实施和智慧城市建设，以强化大数据应用市场化为基础，引导鼓励企业和社会机构开展创新应用研究，深入发掘公共服务数据，将在城乡建设、人居环境、健康医疗、社会救助、养老服务、劳动就业、社会保障、质量安全、文化教育、交通旅游、消费维权、城乡服务等领域形成大数据应用示范案例，推动传统公共服务数据与互联网、移动互联网、可穿戴设备等数据的汇聚整合，开发各类便民应用，从而实现公共资源优化配置和服务水平提升。
如贵州省2014年启动的“云上贵州”平台的建设，目前已经取得了良好成效。省网上办事大厅已实现省市县三级审批服务部门全部入驻，初步实现“进一张网办全省事”的大审批服务格局。
3.政府大数据与商业市场空间
政府在履职的过程中形成了许多数据资源，虽然从数据量的角度来看它比社会经济生活中产生的数据相对较少，但政府大数据的价值密度比社会数据资源价值密度高出许多。这决定了政务大数据将是一个巨大的金矿，首先，政务大数据应用市场生态环境的构建将会有众多厂商参与其中，政务大数据应用与平台建设分开招标或将成为趋势。通过建设大数据平台而获得政府客户的黏性是其参与政务大数据建设的主要目的之一，大数据应用基础之上的政务数据衍生业务最具高附加值。
大数据交易也已迎来发展的巨大空间，一方面大数据作为新时代的资产已经为社会所公认，贵阳大数据交易所2015年已正式运营，截至2015年底，已经接入100多家大数据公司，接入数据总量超过10PB，交易所发展会员300多家，交易额突破6000万元。预计到2020年，贵阳大数据交易所将形成日均100亿元的数据交易金额。另一方面，大数据能够精准洞悉事物规律和描述个体特征，从而能够一定程度上准确预测未来个体行为和事物发展趋势，随着大数据在提升企业效率和盈利方面的作用日益明显，对于官方数据的利用将是未来大数据交易的重要组成部分。
截取了一部分内容，有需求可以留个信箱或私信。