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 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28