面向国家大数据战略的政府数据人才培养研究

来源 :武汉大学 | 被引量 : 0次 | 上传用户:jojoy9912004
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文选题来自国家社科基金重大项目“面向国家大数据战略的政府数据开放共享对策研究”(15ZDC025)。在国家大数据战略的推动下,我国政府数据开放正迎来新一轮的黄金发展期。数据人才是重要的储备资源,解决数据人才缺口大的问题对加快我国大数据发展进程有实质性意义。鉴于此,本文面向国家大数据战略,对我国政府数据人才需求进行分析,调研培养现状并总结存在的问题,明确我国政府数据人才的培养主体及培养路径,希望能对国家大数据战略背景下解决我国政府数据人才的缺口问题提供借鉴和参考。本文分为六个部分:第一部分是引言。介绍本研究的选题背景及意义,综述国内外研究现状,阐述研究内容与研究方法并说明本研究的创新点及难点。第二部分是相关概念阐释。将文中的重要概念进行阐释,包括“国家大数据战略”、“政府数据开放”、“数据人才”、“人才培养”等,更有利于对整体研究的把握与理解,为下文的现状调研、需求分析和建议提供了理论基础。第三部分是面向国家大数据战略的我国政府数据人才的需求分析。利用内容分析法对选取的我国政府数据开放的政策文本、政府数据管理机构的公开招聘信息、国内综合性招聘网站数据岗位的招聘信息进行需求研究,为后续对我国的建议提供依据。第四部分是面向国家大数据战略的我国政府数据人才培养的现状。通过调研高校数据科学专业教育的开展情况和大数据学院的建设情况来分析数据人才的培养现状,然后从政策文件对人才培养的指导性不够明确、政府数据人才岗位设置少等方面总结我国政府数据人才培养存在的问题。第五部分是加强我国政府数据人才培养的建议。综合分析现有的调查结果,针对我国存在的问题,结合国内外实际情况,从加强政府对数据人才培养的战略指导、提升高校数据科学专业教育的培养质量、引导企业积极参与数据人才培养的合作这三个大方面提出建议。第六部分是总结与展望。从总体上梳理全文内容,指出本研究的不足之处并对未来相关领域研究提供思路。
其他文献
在线旅游企业通过深度加工用户数据可以以更低成本为用户提供更精准的位置服务,用户也可高效便捷地获取高质量位置服务来辅助旅行决策。但若企业过度收集用户数据和滥用用户数据则会伤害用户利益,触发用户的自我保护行为,并最终制约在线旅游行业的持续稳定发展。因此,探究触发用户隐私保护行为的机制对于平衡用户隐私和个性化服务之间的关系具有积极意义。本文聚焦于在线旅游用户位置隐私保护行为,探究了触发用户位置隐私保护的
学位
随着大数据时代背景下网络数字资源的爆发式增长,数字图书馆机遇与挑战并存,数字图书馆的学术资源不应局限于图书和期刊论文等传统的文本资源,互联网上的文本数据同样被认为极具学术价值的资源。因此,数字图书馆在保持原有的传统馆藏资源的优势上,需要将新闻网页等被认为同样具有学术研究价值的网络文本资源纳入其中。但是,一方面,互联网上的新闻网页等文本资源增长迅猛且更新频繁,如果将其纳入到数字图书馆中,不能使用传统
学位
随着我国居民消费水平的提升和移动互联网技术的升级,知识付费行业取得了较好的发展,移动知识付费平台的数量不断增多。移动知识付费平台一方面可以激励更优质内容的产生,另一方面可以帮助用户更高效的筛选信息。随着消费水平的提高和消费观念的变化,人们对于精神文化的需求日益增加,为知识付费的意愿也会有所增强,因而知识付费行业拥有着巨大的市场潜力。因此,探究影响用户对知识付费类APP满意度的因素具有一定的实践意义
学位
随着知识图谱技术的不断发展,其应用迅速向各个垂直领域渗透。在金融领域中,企业知识图谱构建受到了工业界与学术界的广泛关注。使用知识图谱技术从来源广泛、类型复杂的企业数据中获取关联信息,并为用户提供面向金融的分析服务是当前的研究热点。企业知识图谱将来自不同数据源的企业信息进行统一的表示与融合,最终形成一个大的企业关联图谱。在企业关联图谱上,利用已有的图查询与挖掘技术能够构建丰富的知识发现应用。本文从知
学位
伴随中国经济的快速发展和人民生活水平的显著提高,对健康和更高质量生活的追求促使医疗服务需求快速增长。而传统医疗因资源紧张、地域分布不均衡、分级诊疗不完善等问题,无法应对这种快速增长的医疗服务需求。互联网技术的迅速发展以及Web 2.0技术的出现,以在线医疗社区为代表的新型“互联网+”医疗模式在打破传统医疗模式的时间和空间限制、高效整合利用医疗资源、提高医疗服务水平上发挥着重要的作用。它摒弃了传统的
学位
近年来,我国突发事件频频发生。在突发事件中,网民通过微博发表自己的观点和见解,产生了大量具有情感的信息。其中,负面情感的蔓延极易引起民众的过激行为,若不加以正确引导,任其发展,极有可能造成严重的网络舆情危机,负面情感的预测显得尤其重要。因此,本文以微博负面情感数据为研究对象,结合情感分析和时间序列建模方法,在博文情感值计算的基础上筛选出负面情感,并建立ARIMA-LSTM混合模型进行预测。主要研究
学位
互联网推动了信息全连接生态的形成进程。信息的数量与种类飞速增长,信息交互形式趋于多样化,信息获取与分发成本骤然降低,人与人之间的连接也在持续稳定的信息交互中不断加强与扩张。承载着用户客观观点与主观情感的数据成为互联网时代的新型资产。挖掘数据背后的模式是数据持有者及其他相关部门或机构的工作重点所在,且高效精准的数据挖掘离不开有效的方法和理论支持。在公共安全领域中,公众在线数据及设备监测物理数据等是开
学位
网约车用户的持续使用是维持该行业乃至共享经济业态繁荣发展的关键所在。然而网约车行业的产品伤害危机事件频繁发生,引发用户对网约车运营和监管的极度不满。本研究聚焦于产品伤害危机情境下网约车用户的持续使用意愿,从危机生命周期的视角出发,探究危机不同阶段下用户持续使用意愿影响因素的差异。通过半结构访谈法获得大量文本资料,运用扎根分析法对资料进行三段编码,得出扎根模型。在分析扎根模型的基础上,整合信息系统持
学位
我国有56个民族,其中少数民族的人口数量约占8%。各少数民族拥有独特的民族特点与文化背景,是中华文明的重要组成部分。虽然从人口比例而言,少数民族读者在我国总人口中所占比例很小,但从少数民族读者总量而言,已经超过了1亿,数量非常可观。公共图书馆作为重要的社会公共文化机构,在少数民族文化的保护与传承中扮演着极其重要的角色。但是,从少数民族自治地区公共图书馆的工作实践来看,少数民族特色服务已难以满足越发
学位
命名实体识别作为自然语言处理技术中许多研究的基础任务之一,其运用范围十分广泛。命名实体识别的主要目的是识别指定语料中具有特定意义的时间、地点名、人名、组织机构名等实体并对其进行分类。传统的命名实体识别方法主要使用规则和词表,需要人工设计识别规则,跨领域通用性较差。使用机器学习的方法进行命名实体识别则具有更高的灵活性和通用性,不受专业知识的约束,但识别效果依赖于人为设计的大量特征的质量高低。基于深度
学位