1. 新闻专业学习大数据有什么建议呢

首先，大数据的学习中有很多的内容，学习其实是比较困难的，你要有耐心去攻克困难。

其次，确定自己的兴趣和方向，技术的学习比较枯燥，需要兴趣支持；二是确定自己想走的方向，比如是想做大数据开发、大数据分析、还是数据挖掘等，不同的方向需要学习的技术重点不一样。

然后，大数据可以零基础学习，学历在大专及以上，可以从Java基础开始，自学大数据很困难，目前最好最快的办法是参加专业的大数据技术培训。

最后，我国大数据的发展正进入应用和落地阶段，前景还是不错的，如果想学就尽早开始。

网页链接

2. 政协提案:提升智慧城市建设，优化人居环境字左右

当前无论是智慧城市，大数据还是“互联网+”，都要尽可能架构些地方城镇能用的创新。把数据作为核心，致力于突破，无异于开门就是一座大山，改革创新难度巨大。“城市大脑”的提出，应密切对接城市治理，直接服务城市决策，按照分阶段实施和同步考虑信息安全等，从全国城市的基本面来看，应率先建设五个库，强大城镇智慧创新的实践与规划能力：

1、建设案例库，支持模式创新;

2、建设经济技术库，支撑不同经济成本下的实施指南;

3、建设共性问题解析库，突出问题导向，实现针对性，反演刚性需求;

4、建设产城融合开发单元库，服务地方经济建设并吸纳人口;

5、建设超现实概念展示库，集聚未来创新，促进感知传播。

两会工作报告曾指出，打造智慧城市，改善人居环境，使人民群众生活得更安心、更省心、更舒心。经济新常态下，我国智慧城市创新应重点从如下四个方面着手。

1、智慧建筑从理念到行动，逐步成为建筑领域创新的核心实践之一

智慧建筑事业应当在充分借鉴绿色建筑模式的基础上，依托互联网和大数据思维、技术，快速向标准化、行业性推进。在超过20亿m2的既有建筑改造和新建建筑市场中，强化智慧技术的应用，服务我国建筑领域节能减排和居住舒适性的需要。

2、智慧城市行业协同必须依托龙头企业联合体实现加速创新

智慧城市的建设，需要行业协同、行业融合和行业集成创新。围绕智慧建筑和智慧城市，快速集成产业生态圈，并深刻地从供给侧改革和用户需求分析等出发，依托行业性、国家级行业平台的建设来加速智慧建筑和智慧城市咨询服务、建设设计、施工管理、运营维护等板块的有机衔接。

3、小城镇的绿色化智慧化思考、规划和建设迫在眉睫，需求强劲

在推进国家智慧城市试点的同时，加大对小城镇智慧化、绿色化发展的关注和投入，从落实新型城镇化的高度和市场需求分析，以行业发展的视角来集成研发有针对性的小城镇绿色智慧解决方案，服务我国总数超过两万个的小城镇和约九百个新城新区。绿色智慧融合发展，集成创新，强健小城镇科学发展的规划路径目前极为迫切，是我国“十三五”时期，推进深度城镇化，特别是“镇”的宜居宜业，进而有效承载就地城镇化人口的关键性补充。

4、面向城市全生命周期，建立“规划-设计-建设-管理”平台开发、标准化和推广，是加强对建设工作管理和提高建筑效能的关键性抓手

加强该在领域的创新，特别是BIM等应用的政策机会，做实“规划-建设-管理”平台，具有全面的行业推广价值。建设行业自身应通过信息化基础上的智慧化，来提高管理效能、促进产业升级、实现简政放权，更好地服务于城市建设、运营和管理。中央城市工作会议提出，要提升管理水平，着力打造智慧城市。

5、以“数字-数据-资源-要素-效益”等为关键内容，切实发展智慧经济，提振并提升产业水平

信息基础设施、公共基础设施和城市基础设施“三基”融合改造和建设，构建智慧城市基础设施体系，有效整合资源和公共品，坚持安全可控的技术管理体系，降低城市运营成本。打造智慧城市创新平台群，扶持智慧经济与三次产业，特别是第三产业的高度融合，快速将互联网+、物联网和大数据等与现代服务业的有机衔接和跨界创新。依托城市功能疏解和协同发展的空间和产业契机，着力发展能够自我感知、自我学习和自我优化提升的智慧经济，促进城市经济和社会发展的韧性建设，促进城市在区域产业链分工和区域协同发展中处于科学的生态位。
金鹏信息智慧城市解决方案

3. 大数据时代 发现问题并提出建设性建议

大数据时代：发现问题并提出建设性建议

在当前的大数据时代下，尽管大数据在技术层面的应用可以无限广阔，但由于合理利用规则的缺失，能够用于商业应用、服务于公众的数据将远远小于理论上大数据能够采集和处理的数据，长远来看，将不利于大数据产业的形成与发展

在大数据时代，只要能产生价值的信息，都可以被加以开发与利用。特别在智慧城市建设中，只有不断盘活已有数据存量，充分利用大数据增量，才能提升智慧城市“大脑”的智慧水平，促使城市管理从“经验管理”转向“科学管理”。

然而在大数据的应用过程中，政府和企业对大数据的运用还存在着法律上的诸多难点，需要站在制度设计的层面统筹考虑，既要保护用户隐私和个人信息安全，同时最大程度上挖掘出信息本身的价值。

正如美国作家帕特里克·塔克尔在其作品《赤裸裸的未来》一书中所述：“我们不可能朝未来技术挥舞拳头，更好的办法是，了解这些工具是如何运作的，了解它们可以如何合法地利用……同时，也要了解这些工具可能如何被滥用。”

发现问题

随着大数据应用的逐步开展和试行，如何用好大数据，保障个人信息安全，已经成为智慧城市推进的一个重要课题。

首先，数据隐私的保护和应用之间需要权衡。目前我国还缺乏合理开放利用用户数据的管理规范。《电信和互联网用户个人信息保护规定》等均明确了用户信息保护及合理利用的原则，但是具体到数据开发利用的规则，比如对商业规则如何制定、经营者合理开发利用的法定情形如何确定、触犯用户的隐私权应当如何惩治等一系列管理问题，则没有相关规定。尽管大数据在技术层面的应用可以无限广阔，但由于合理利用规则的缺失，能够用于商业应用、服务于公众的数据将远远小于理论上能够采集和处理的数据，长远来看，将不利于大数据产业的形成与发展。

其次，数据的信息安全问题有待妥善解决。大数据应用必然会带来用户数据的使用和共享，多维的数据交互将意味着更大的信息泄露风险。一旦经营者保护用户信息不力或者遭遇信息窃取，势必引起用户恐慌，对智慧城市应用涉及的公民财产安全、国家安全产生重大威胁。

由于目前对大数据使用的法律缺位，政府、企业及个人作为使用或者提供大数据的主体，目前还没有明确的法律责任定位，对于用户信息问题产生的相关法律责任亦没有相关的罚则体系。

建设性建议

所以，我国应该结合中外个人信息保护立法经验，开展关于大数据的法律研究。通过法律实践，推进大数据应用规则的探索，根据法律研究的相关成果，制定具有可行性的大数据法律实施方案，通过相关法规或者规范的逐步实施，不断总结实践推进大数据的法律探索工作。比如开展对用户信息进行分层分级的试行，依据信息的识别度和重要性，逐步建立信息分级制度;试行用户信息的模糊化去特征化处理等，逐步明确模糊化处理数据的可应用范围等。

以上是小编为大家分享的关于大数据时代 发现问题并提出建设性建议的相关内容，更多信息可以关注环球青藤分享更多干货

4. 中国大数据产业发展迅速专家有何建议

中国大数据产业发展迅速。6月26日，专家在南京研讨中国大数据产业发展现状与趋势，建议赶潮“数据富矿”。

李冠宇表示，中国拥有庞大的制造业群体和完整的制造体系，产生数量可观的工业大数据。工业大数据对推动工业APP发展具有重要意义。工业APP在工业互联网平台上运行，产生了大数据，对大数据进行机器学习和深度学习，数据经过提炼、抽取、处理、归纳后形成了数字化的工业知识，数字化的工业知识最终进一步完善工业APP，增强工业APP对制造业提质增效的作用。

5. 想学大数据有什么建议吗

首先，我们应该知道的是，大数据学习要善用开源，这是因为数据科学的技术基因在于开源。信息技术前沿领域的开源化已成不可逆转的趋势，Android开源让智能手机平民化，让我们跨入了移动互联网时代，智能硬件开源将带领跨入物联网时代，而数据科学的标配语言R和Python更是因开源而生，因开源而繁荣，诺基亚因没把握开源大势而衰落。为什么要开源，这得益于IT发展的工业化和构件化，各大领域的基础技术栈和工具库已经很成熟，下一阶段就是怎么快速组合、快速搭积木、快速产出的问题，不管是linux,Android，其基础构件库基本就是利用已有开源库，结合新的技术方法实现，组合构建而成，另外，开源这种众包开发模式，是一种集体智慧编程的体现，所以需要我们善用开源和集体智慧编程，而不要闭门造车。
其次我们需要知道，大数据学习要业务驱动，不要技术驱动。这是因为数据科学的核心能力是解决问题。大数据的核心目标是数据驱动的智能化，要解决具体的问题，不管是科学研究问题，还是商业决策问题。所以学习之前要明确问题，理解问题，所谓问题导向、目标导向，这个明确之后再研究和选择合适的技术加以应用，这样才有针对性，在不同的业务领域需要不同方向理论、技术和工具的支持。大数据处理如采集需要爬虫、倒入导出和预处理等支持，存储需要分布式云存储、云计算资源管理等支持，计算需要分类、预测、描述等模型支持，应用需要可视化、知识库、决策评价等支持。所以是业务决定技术，而不是根据技术来考虑业务，这同样是我们需要注意的。

6. 针对目前的大数据学习，有什么好的建议

大数据学习就是多听多练除了这个没有什么好的经验，你可以去网上看看大数据免费的视频，现在很多机构都有，找个适合给自己一个定位就好了。