
案例分享:美國(guó)聯(lián)邦機(jī)構(gòu)利用大數(shù)據(jù)的五個(gè)案例
大數(shù)據(jù)已經(jīng)滲透到各行各業(yè),比如:金融、醫(yī)療、政府、教育、能源等等,下面是美國(guó)聯(lián)邦機(jī)構(gòu)利用大數(shù)據(jù)助力的五個(gè)案例分析和總結(jié)。
例1:大數(shù)據(jù)技術(shù)如何助力欺詐檢測(cè)和金融市場(chǎng)分析
美國(guó)社會(huì)保障局(SSA)利用大數(shù)據(jù)策略來(lái)分析大量的非結(jié)構(gòu)化傷殘索賠數(shù)據(jù)。SSA現(xiàn)在能夠更快、更高效地處理醫(yī)學(xué)分類(lèi)和預(yù)期診斷 , 重塑整個(gè)決策過(guò)程,更好地識(shí)別可疑的不實(shí)索賠。
美國(guó)聯(lián)邦住房管理局(FHA)在利用大數(shù)據(jù)分析來(lái)管理正向現(xiàn)金流基金方面擁有23年的經(jīng)驗(yàn)。在房地產(chǎn)泡沫破裂期間,F(xiàn)HA 是唯一一家不需要救助的次貸保險(xiǎn)機(jī)構(gòu)。他們運(yùn)用大數(shù)據(jù)分析來(lái)幫助預(yù)測(cè)違約率、償還率和索賠率。另外,他們還利用大數(shù)據(jù)技術(shù)為可能出現(xiàn)的場(chǎng)景構(gòu)建現(xiàn)金流模型,以確定維持正向現(xiàn)金流所需的保費(fèi)。
美國(guó)證券交易委員會(huì)(SEC)運(yùn)用大數(shù)據(jù)策略來(lái)監(jiān)督金融市場(chǎng)活動(dòng)。他們利用自然語(yǔ)言處理程序和網(wǎng)絡(luò)分析來(lái)幫助識(shí)別違規(guī)交易活動(dòng)。
例2:大數(shù)據(jù)技術(shù)如何助力健康相關(guān)研究
美國(guó)食品藥物管理局(FDA)在全國(guó)各地的很多測(cè)試相關(guān)實(shí)驗(yàn)室里都部署了大數(shù)據(jù)技術(shù),以便研究食源性疾病的模式。這套數(shù)據(jù)庫(kù)屬于該機(jī)構(gòu)的技術(shù)轉(zhuǎn)讓項(xiàng)目,能讓 FDA 更快地對(duì)進(jìn)入食品供應(yīng)的受污染產(chǎn)品作出反應(yīng),這類(lèi)產(chǎn)品在美國(guó)導(dǎo)致每年有32.5萬(wàn)人因食源性疾病住院治療,3000人死亡。
美國(guó)國(guó)立衛(wèi)生研究院(NIH)在 2012 年啟動(dòng)了‘從大數(shù)據(jù)到知識(shí)’(BD2K)計(jì)劃。BD2K 是一項(xiàng)不僅限于該院的計(jì)劃,旨在使生物醫(yī)學(xué)研究成為一項(xiàng)數(shù)字研究事業(yè),促進(jìn)新知識(shí)的發(fā)現(xiàn)和運(yùn)用,最大程度地提升社會(huì)參與度。從生物醫(yī)學(xué)大數(shù)據(jù)中獲取豐富信息的能力,將增進(jìn)我們對(duì)人類(lèi)健康和疾病的了解。然而,適當(dāng)工具的匱乏、糟糕的數(shù)據(jù)可達(dá)性和培訓(xùn)的不足妨礙了我們有效地整合研究力量。BD2K 將幫助 NIH 應(yīng)對(duì)這個(gè)挑戰(zhàn)。
美國(guó)醫(yī)學(xué)研究所(IOM)和衛(wèi)生及公共服務(wù)部(HHS)在2010年3月召集了一小群來(lái)自白宮、聯(lián)邦機(jī)構(gòu)、學(xué)術(shù)界、社會(huì)部門(mén)、公共衛(wèi)生團(tuán)體、信息技術(shù)公司、大企業(yè)和醫(yī)療服務(wù)系統(tǒng)的領(lǐng)導(dǎo)者,商討新的社區(qū)健康數(shù)據(jù)計(jì)劃的建立事宜。2010年6月,IOM 和 HHS 舉辦了‘社區(qū)健康數(shù)據(jù)論壇:利用信息的力量來(lái)改善健康’。此次公共論壇的目的是進(jìn)一步推動(dòng)創(chuàng)新者對(duì)社區(qū)健康數(shù)據(jù)的使用,讓個(gè)人和社區(qū)都能為自身的健康做出明智的選擇。這些初始會(huì)議現(xiàn)在已經(jīng)發(fā)展成為正式的全國(guó)性大會(huì) HealthDatapalooza ,致力于開(kāi)放健康數(shù)據(jù),將企業(yè)、初創(chuàng)公司、學(xué)者、政府機(jī)構(gòu)和個(gè)人聯(lián)合起來(lái),通過(guò)對(duì)健康數(shù)據(jù)的開(kāi)創(chuàng)性和有效利用,改善患者的健康狀況。
例3:大數(shù)據(jù)技術(shù)如何助力政府監(jiān)督和教育
通告和評(píng)論項(xiàng)目(Notice andComment project) 使公眾可以方便快捷地查看400多萬(wàn)份政府文件,包括《聯(lián)邦公報(bào)》(FederalRegister)發(fā)表的聯(lián)邦法規(guī)和地方政府發(fā)布的通告。該項(xiàng)目利用先進(jìn)分析和自然語(yǔ)言處理來(lái)攝取政府文件,追蹤政策、法律和規(guī)章的變化。用戶(hù)可以輕而易舉地對(duì)擬訂中的聯(lián)邦法規(guī)進(jìn)行評(píng)論或投票。網(wǎng)站數(shù)據(jù)每天都會(huì)更新,實(shí)時(shí)顯示新的提案和趨勢(shì)。在提案變成法律之前,用戶(hù)可以利用網(wǎng)站內(nèi)部集成的社交媒體和網(wǎng)上的最佳寫(xiě)作技巧來(lái)有效地宣揚(yáng)他們的觀點(diǎn),尋求其他人的支持。
美國(guó)教育部利用大數(shù)據(jù)挖掘和學(xué)習(xí)分析來(lái)改善教學(xué)。美國(guó)教育部教育技術(shù)辦公室表示:‘大數(shù)據(jù)分析能夠發(fā)現(xiàn)學(xué)習(xí)在線課程的學(xué)生是否走入誤區(qū),并幫助他們調(diào)整方向。這些先進(jìn)分析還有可能根據(jù)按鍵點(diǎn)擊模式判斷學(xué)生是否對(duì)當(dāng)前課程感到無(wú)聊,然后重新獲取他們的注意力。由于這些數(shù)據(jù)是實(shí)時(shí)收集的,因此很有希望通過(guò)多個(gè)反饋回路實(shí)現(xiàn)持續(xù)改善。這些反饋回路的時(shí)間跨度不一--對(duì)學(xué)生來(lái)說(shuō)是立刻思考下一個(gè)問(wèn)題,對(duì)老師來(lái)說(shuō)是每天安排第二天的教學(xué),對(duì)校長(zhǎng)來(lái)說(shuō)是每月評(píng)估進(jìn)展,對(duì)地方官員來(lái)說(shuō)是每年評(píng)估總體的學(xué)校教育改善情況?!?/span>
例4:大數(shù)據(jù)技術(shù)如何助力打擊犯罪
美國(guó)國(guó)土安全部(DHS)是證明公共部門(mén)需要大數(shù)據(jù)策略的好例子。該機(jī)構(gòu)的組織形式突顯了在許多政府機(jī)構(gòu)之間進(jìn)行數(shù)據(jù)互通和整合的必要性。DHS 不僅提供了很多如何進(jìn)行有效整合的例子,也提供了很多如何更加成功地實(shí)現(xiàn)數(shù)據(jù)互通的經(jīng)驗(yàn)教訓(xùn)。
美國(guó)各地的州和地方執(zhí)法部門(mén)在運(yùn)用大數(shù)據(jù)策略方面有不少亮點(diǎn)。波士頓馬拉松爆炸案 的偵辦就是很好的例子。大數(shù)據(jù)技術(shù)讓警方得以快速分析48萬(wàn)多幅圖像。這些圖像即為非結(jié)構(gòu)化數(shù)據(jù)。對(duì)嫌疑犯的詳細(xì)描述使分析人員可以撰寫(xiě)代碼和算法,對(duì)圖像進(jìn)行迅速分析,尋找異常情況和特定模式。從傳感器信息中自動(dòng)篩查犯罪行為令實(shí)時(shí)分析得以實(shí)現(xiàn),縮短了決策時(shí)間,減少了接觸敏感數(shù)據(jù)的人員或系統(tǒng)數(shù)量。
例5:大數(shù)據(jù)技術(shù)如何助力環(huán)保和能源勘探
美國(guó)國(guó)家航空航天局(NASA)和美國(guó)林務(wù)局(U.S. Forest Service)幾年來(lái)一直在努力加強(qiáng)數(shù)據(jù)互通和研究合作,讓自己可以更準(zhǔn)確地預(yù)測(cè)天氣、土壤狀況和森林火險(xiǎn)。這項(xiàng)努力在數(shù)據(jù)要求和數(shù)據(jù)治理的協(xié)調(diào)方面事先下了很大功夫。除了先進(jìn)的技術(shù)以外,還需要相關(guān)人員更好地理解問(wèn)題和協(xié)調(diào)可用數(shù)據(jù)的使用,以制定出一套整體策略。
深水地平線(Deep WaterHorizon)鉆井平臺(tái)漏油事故的應(yīng)對(duì)措施就是依靠大數(shù)據(jù)互通來(lái)阻止原油泄漏,遏制污染物,對(duì)損害作出響應(yīng)。私營(yíng)部門(mén)和公共部門(mén)合作,在兩周內(nèi)就完成了數(shù)據(jù)的整合,使各個(gè)工作組可以分析天氣、海洋和植物數(shù)據(jù)。大數(shù)據(jù)技術(shù)被用來(lái)預(yù)測(cè)哪些區(qū)域可能受到影響,并幫助確定應(yīng)該向哪里派遣清理人員。
美國(guó)國(guó)家大氣研究中心(NationalCenter for Atmospheric Research)制定了一套大數(shù)據(jù)策略,將公用事業(yè)單位、大學(xué)和能源業(yè)的研究和數(shù)據(jù)整合起來(lái),以便更準(zhǔn)確地預(yù)報(bào)天氣和預(yù)測(cè)能源的供應(yīng)與需求。通過(guò)研究天氣和大氣模型,分析師可以讓可再生能源的生產(chǎn)和使用變得更加可靠和高效。他們把數(shù)據(jù)納入天氣實(shí)時(shí)分析模型,揭示能源生產(chǎn)和能源需求的重要信息。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10