清华大学公管学院、数据科学研究院共同助力国家数据治理,国家数据与治理联盟在京成立
2018-02-01 00:00
543 查看
1月26日,中国电子信息行业发展大会期间,中国电子信息行业联合会国家数据与治理联盟举办了首届国家数据与治理论坛。工业和信息化部原副部长杨学山、清华大学公共管理学院副院长杨永恒、中国电子信息行业联合会执行秘书长高素梅到会并发言,参加此次论坛的还有工业和信息化部信息化和软件服务业司、贵州省大数据发展管理局、北京市经济和信息化委员会、北京市资源管理中心、成都市大数据管理局、佛山市数字政府建设管理局的政府部门相关领导,以及来自高校及联盟会员企业的专家和代表约150余人。 会上举行了“国家数据与治理联盟”成立揭牌仪式,宣布联盟正式成立。联盟由中国电子信息行业联合会指导,由清华大学公共管理学院、华为技术有限公司、北京华宇软件股份有限公司共同发起成立。联盟的成立旨在建设共享开放、具有国际影响力和专业权威性的“智库、合作、服务”平台,组建高度专业化的智库团队,提供影响决策的智力支持,汇聚政府主管部门、顶尖专家学者、标杆企业,形成优势互补、互助互惠的合作格局,创新服务模式,立足联盟企业、产业、国家社会治理需求,提供全面多样和富有成效的宣传推广、创新示范、知识教育等服务,推动大数据和人工智能等新技术产业发展。
清华大学公共管理学院、数据科学研究院等院系共同支持国家数据与治理联盟的成立,希望更多的人认识到数据治理和数据开放的重要性,共同推进我国的数据标准化,让我们的数据共享、可用、发挥更大的价值。清华大学公管学院院长薛澜、数据科学研究院执行副院长韩亦舜、计算机系教授李涓子、公管学院教授蓝志勇、公管学院教授孟庆国担任国家数据与治理联盟专家委员会委员,部分委员出席本次大会并发表演讲。
[b][b]数据派[/b]为大家整理了本次会议[b]演讲嘉宾的发言内容及PPT[/b]:[/b]清华大学公管学院、数据科学研究院共同助力国家数据治理,国家数据与治理联盟在京成立(附PPT下载)演讲内容及PPT预览:
主题演讲:《国家,数据,治理》演讲嘉宾:韩亦舜,清华大学数据科学研究院执行副院长
演讲概要:
国家数据开放共享现状
国家数据治理难点、痛点、特点
国家数据治理目标、方法
PPT预览:
主题演讲:《数据化政务:数据驱动的电子政务转型》演讲嘉宾:米加宁,哈尔滨工业大学管理学院教授
演讲概要:
中国电子政务的演进
大数据驱动的社会科学变革的启示
数据化政务与中国政府治理模式转型
PPT预览:
主题演讲:《大数据时代的第三方政务服务平台监管问题》演讲嘉宾:蓝志勇,清华大学公共管理学院教授
演讲概要:
中国应对信息革命的公共政策努力
第三方政务平台的建设、风险
相关监管理论、可视化决策
拟人化政府网络与监管设计
PPT预览:
主题演讲:《政府数据整合共享中的权责关系与机制创新》演讲嘉宾:孟庆国,清华大学公共管理学院教授
演讲概要:
政府数据共享的背景和要求
整合共享现状和面临的问题
“三权”分置的数据共享机制
PPT预览:
[b][b][b]点击链接获取本次[/b][/b][/b][b][b]会议[b]演讲嘉宾的发言内容及PPT[/b]:[/b][/b]清华大学公管学院、数据科学研究院共同助力国家数据治理,国家数据与治理联盟在京成立(附PPT下载)更多联盟相关信息,扫码关注数据科学研究院官方微信号数据派THU(ID:DatapiTHU):
相关文章推荐
- 清华大学公管学院、数据科学研究院共同助力国家数据治理,国家数据与治理联盟在京成立
- 清华大学公管学院、数据科学研究院共同助力国家数据治理,国家数据与治理联盟在京成立
- 清华大学公管学院、数据科学研究院共同助力国家数据治理,国家数据与治理联盟在京成立
- “中国原创力量”联盟成立,巨杉与联盟共同驱动中国创新
- 机遇与挑战:大数据时代数据挖掘与网络科学助力市场研究
- 跨学科融合、塑π型人才 数据科学研究院 第二届“RONG”奖学金答辩会成功举办
- “中国原创力量”联盟成立,巨杉与联盟共同驱动中国创新
- 国家出台大数据纲要助力经济转型
- 干货 | 大数据技术在国家治理中的5个关键作用
- 工业大数据产业应用联盟在京成立
- 第二届数据标准化及数据治理大会成功举办 助力数据治理工作创新发展
- 跨学科融合、塑π型人才 数据科学研究院 第二届“RONG”奖学金答辩会成功举办
- 大数据24小时:工业大数据产业应用联盟成立,微软投资5000万美元应对全球气候问题
- 国家、数据、治理:排列组合文字游戏下的思考(附PPT下载)
- 国家、数据、治理:排列组合文字游戏下的思考(附PPT下载)
- 大数据24小时:腾讯杀入无人驾驶市场,百度安全联合成立“OASES智能终端安全生态联盟”
- 数据治理应用流程人机共同运转
- 三次聚合、四种算法助力数据治理和数据建模实战
- 数据科学
- 数据科学研究的现状与趋势