大数据搭台,万众创新唱戏_数据分析师
虽然只是东南大学机械专业一名爱玩游戏的学生,但孔炤却有可能成为贵州省摆脱交通拥堵困扰的希望。
在2014年12月8日开始的“云上贵州”大数据商业模式大赛—智慧交通算法大挑战中,孔炤和他的一位同学,组成了一支参赛队伍,到今年1月18日初赛结束,这支取名为“机械师2.0 Doom”的队伍排名第一。
仅仅一个月的时间,已经有3743支队伍和孔炤一起,在钻研贵州的交通问题。除了像孔炤一样的高校学生,还包括高中老师、银行职员。他们中的大多数和一直待在南京的孔炤一样,并没有到过这个西南部省份,对智慧交通的概念也并不了解,更吸引他们的是“用大数据带动万众创新”这个热腾腾的概念。
比赛在阿里巴巴大数据科研平台——“天池”上开展,参赛选手可以在这个平台上获取贵阳市真实的交通数据,并通过对这些海量交通数据的挖掘,设置一套可以根据交通流量情况实时控制红绿灯变化的系统,以最大程度的减少城市拥堵。
“三千支队伍很了不起,这意味着几千个人,在同一个数据上工作,为贵州提供一个解决方案,这在我们共和国的历史上从没有出现过。”在解释这次比赛的意义时,阿里巴巴的副总裁涂子沛特意提起了不久前结束的瑞士达沃斯世界经济论坛,在论坛开幕式致辞中,国务院总理李克强将大众创业、万众创新视为推动中国经济转型升级的新引擎, “大众创业、万众创新,蕴藏着无穷的创意和无限的财富,是取之不竭的金矿”。
“现在的社会最需要的就是创新,就全世界的趋势来讲,绝大部分创新都来自中小公司,其中,数据又是推动知识经济和网络经济发展最重要的资源。”涂子沛说,“我们这次等于是把数据准备好,平台搭建好,你来了以后剩下的就是创新。
“就是希望通过这种模式,来鼓励万众创新。”他再次强调。
对于很多政府部门来说,设立一支几千人的数据分析团队是不现实的,可是如果把数据开放出来,自然就会有很多人来为你服务
孔炤至今也不太清楚自己是怎么接触到大数据的。他的研究课题本来与机械制造相关,后来“好像自然而然就过渡来了”。
曾经,利用课余时间,孔炤为“天天爱消除”之类的游戏写过代码,通过截取并分析游戏中的数据,模拟人的鼠标动作,来实验游戏到底能玩到多少关。
在这个1990年底出生的男孩看来,这次由贵州省经济和信息化委员会、贵州省交通运输厅和阿里巴巴集团共同举办的比赛,和一场游戏并没有太大差别。设计根据交通状况自动变换的信号灯,也被他看成一个基于大数据的人工智能系统。
“接触大数据的时候就是这边看一点,那边学一点,也一直没有办法实践,这次正好是个机会。”孔炤说。
作为孔炤的竞争对手之一,袁光浩参与比赛的原因是对贵阳拥堵的切身感受。“两三百米的路口,都要堵三四十分钟。”这位土生土长的贵阳人,一直希望能够找到办法解决这个多山城市的拥堵问题,直到从报纸上看到了比赛的消息,“当然就有一种共鸣”。
但已经毕业十多年的袁光浩其实并不太熟悉大数据,虽然之前曾在北京和深圳的IT公司工作,但四五年前因为家庭的原因返回贵阳,一直在为中学生讲授数学。他也想找到几个同伴组队参赛,可身边那些年近四十岁的同事和朋友都在忙于为生计奔波,他只好自己一个人撑起一个叫“山民”的参赛队伍。由于每天白天都要讲课,他只有晚上才能有时间写代码。为了提交自己的第一次运算结果,他熬了两三个晚上。
对于大多数参赛选手而言,通过大数据计算出红绿灯的最优变换策略并不是一件容易的事。作为专业学习大数据挖掘的硕士研究生,来自澳门大学的黄亚军和董理共同组成了一支参赛队伍,从2015年元旦过后提交第一个代码,到1月18日初赛结束,他们必须每天更新一次自己写的算法,才能保证一个不错的成绩。
“大数据的算法没有最好,只有更好,我们现在把数据开放出来,调动更多的人参与,就一定能创造出更优化的方案。”作为最早将大数据概念引入国内的研究者之一,涂子沛已经先后出版了两本以大数据为主题的书,书中记录了许多有关数据开放增进社会福利的故事。
在美国纽约,鼠患曾是一个让城市管理者头疼的问题,市政府的官员称要和老鼠“赛跑”,卫生部门还不断被指责对鼠患采取的应对措施不足。2004年1月,纽约市卫生厅开放了全市历次卫生检查和受理投诉的数据,民间就有数据爱好者利用这些数据做了一个可视化应用,被称为纽约地区的“老鼠指数”。
“赛跑”仍在继续,人们终于找到了捷径——可以通过地图颜色的深浅直观地了解哪个地区鼠患严重,采取预防或治理措施,或者干脆避开这些区域。还可以点进每个地区了解其中被发现有老鼠的餐厅总数以及哪个餐厅在卫生检查中被评为不合格。
“以这样的方式,政府可以获得很多东西,比如探讨公共数据怎么用,城市问题怎么解决,如何凝聚很多数据人才。” 涂子沛告诉记者,“对于很多政府部门来说,设立一支几千人的数据分析团队是不现实的,可是如果把数据开放出来,自然就会有很多人来为你服务。”
当中国人对数据充满热情,充满创新力的时候,你才发现这个社会慢慢变了
“大数据”的概念开始在国内被广泛传播是2012年的事情,但在阿里巴巴集团负责高校合作的王听看来,不到3年时间里,这个概念已经“红得发紫”,“高校里一半以上关于计算机的讲座都是和大数据有关”。
然而,相比于概念的走红,关于大数据的研究现实,却并不理想。“高校做的基本上都是基于小数据或是纯理论的研究,他们拿到的数据很多是靠关系,甚至是黑市,一般都缺少比较有价值的数据。年轻人能够去实际感受和研究大数据,还是挺奢侈的一件事。”王听说,正因如此,他们才有了把一部分数据向社会开放的想法。
“数据作为一种特殊的创新资源,它永远不会被消耗,它的能量、价值会在层层使用中不断被传递,放大。”涂子沛告诉记者,在美国交通部开放了航班数据之后,民间的一位程序员仅用一个月的时间就开发了一套航班延误的免费查询系统。这个来自民间的程序可以给出所有航班的延误大排名,并藉此间接推动了各个航空公司的服务效率。
相似的故事也曾出现在中国。自2014年3月份开始,在“天池”平台上开展的天猫推荐算法挑战赛中,阿里巴巴尝试开放了天猫用户访问的海量数据。
谁也没有想到,这场最初只有两个人负责的数据开放试验,激发出了意想不到的能量。本来预计有1500~2000支队伍参赛的目标,在开始报名后第三天就实现。一周后,报名的参赛队伍达到4000支,最终这个数目为7276支,分布在全球14个国家和地区。
中国科学技术大学的硕士研究生陈诚是这些大数据研究队伍中年轻的一员。此前,对于他所在的实验室来说,获取数据的途径主要依靠国外公开的免费数据,而这些数据大多只有数百行,但仅阿里巴巴去年公布的数据,就达到5.7亿条。
在阿里巴巴那场根据过去4个月天猫用户的行为,预测他们是否会购买某件商品的比赛中,最终有3支队伍和来自阿里巴巴的工程师对决,这些学生们让天猫的预测比之前优化超过15%,拿走了百万元的大奖。而进入复赛的陈诚,准备依靠这些来自阿里巴巴的真实商业数据,完成自己的硕士毕业论文。
“当中国人对数据充满热情,充满创新力的时候,你才发现这个社会慢慢变了。”曾经在美国工作多年的涂子沛向记者感慨。
事实上,相似的故事也发生在这次大赛上。已经五六年没写过代码的袁光浩,在参加比赛的十几天时间里,每天都要晚上两点以后睡觉,那是“天池”平台规定每天提交算法的最后时间。
来自澳门大学的黄亚军和董理则有更大的抱负,他们把自己的队伍命名为Sliver Bullet(银子弹)。
“小说里面射杀狼人用普通子弹是不行的,必须要有银子弹,我们就是想找到一个智慧交通的终极解决办法。”他解释。然后,这位男孩不好意思地笑了笑,“这个口气是不是太大了”。
在大数据时代,开放是鼓励大众创业、万众创新的必由之路
与“天池”平台之前的大数据比赛类似,此次关于贵州智慧交通的比赛,也是依据开放的海量数据进行。其中不仅包括高德地图的交通数据,也包括了贵阳市公交车和出租车的GPS信息。
“这个项目其实源于云上贵州项目。”涂子沛介绍,“政府上云是国内提的很早的项目,当我们把云资源给政府的时候,政府就像拿到了一个皇冠,但发现皇冠上没有明珠。这些明珠其实就是数据,需要政府自己掏出来。”
某种意义上,政府数据实现开放要比商业机构更不容易。“道理很简单,数据代表权力,谁都知道数据是命根子。”涂子沛告诉记者,“其实现在之所以拿出交通的数据让大家比赛,不仅是因为交通和人们的关系最为紧密,也是因为交通数据的敏感性比较低。”
这次比赛的参赛者之一游明琦曾对此感受深刻。从美国威斯康辛大学毕业后,他回到自己的家乡,选择加入贵阳市一家成立不久的创业公司。
这家公司的主要业务是研发一款智行公交的APP。但如何获取数据,却成了这个创业团队遇到的最大问题之一。“比如公交车的GPS数据分属不同的公司,并没有哪个地方可以统一获得,你就必须一个公司一个公司地谈条件,签合同。”游明琦说。
“在最近全球经济下行的趋势下,我们最需要的就是创新,而数据是推动创新最重要的资源,这已经是非常清楚的,如果不开放,拿什么来实现万众创新。”涂子沛说。
事实上,就在几天前的1月16日,国务院印发了《关于促进云计算创新发展培育信息产业新业态的意见》,其中不仅鼓励政府加大购买云服务的能力,还要求在保障信息安全和个人隐私的前提下,探索部分数据资源向社会开放,并且政府部门间数据要共享。
“在大数据时代,开放是鼓励大众创业、万众创新的必由之路。”涂子沛强调。
如今,初赛已经结束,经过十几天的努力,一个人奋战的袁光浩现在排名第13。这位数学老师告诉记者,以前,自己曾经想过怎样把人们手中的智能手机,变成一个实时指导人们出行的工具,“就像你身边坐了一个熟悉当地路况的贵阳人”。
某种意义上,是这些来自交通部门的大数据重燃了他的创新梦。袁光浩对记者说,在比赛结束后,他想辞掉教师的工作,重返他所钟爱的IT业, “如果可以的话,就把它做出来,应该对人们还是有些价值的”。
这一刻,这个已入中年的男人仿佛一下子找回了自己年轻时候的冲动。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21