东亚银行：百年银行的数字化探索与实践 苏大附一院：赋能医疗新生态：医院抗菌药物数字化管理的数字驱动与数据洞察 南洋商业银行：数据为基，人才为翼——南商中国数字化转型破局之策 华夏银行：BI 自主分析平台“数据魔方”赋能数据服务创造数据价值 083 088 数智领导力 002 001 数智领导力 数字化力量观察 OBSERVATION OF DIGITAL POWER 数据领导力是 坂田总部的管理层对全球 180 个代表处的实时运作情况了如指掌。但这个项目启动之初，孟晚舟就 遇到一个大难题：华为数据质量达不到预期。主要体现在财务数据不准确且不易获取，无法通过多维 度的、客户化的财务分析支持业务决策，重要财务与账务流程手工操作导致周期过长且不规范业务控 数据领导力的核心是培育企业家的数据素养 提升数据治理水平 数据领导力。它与传统领导力是相互增益的，在企业家的直觉感性决策基础上叠加了数据驱动的理性 字组织文化、发挥数据要素价值等方面起到决定性作用。 另一方面，企业家要善于利用新一代数智技术工具，让数据治理的效率起到事半功倍的效果。比 如，像帆软软件这样专业的大数据 BI 和分析平台提供商，已经形成非常成熟的数据产品矩阵： 报表开发工具 FineReport，数据分析平台 FineBI，可视化开发平台 FineVis，数据集成平台 FineDataLink，SaaS 数据应用工具等。而且，软件厂商为了节约企业的时间，降低使用门槛，往

宇信科技：基于鲲鹏原生开发金融软件，让金融信息处理更高效 83 4.2 电信 86 4.2.1 浩瀚深度：鲲鹏原生赋能 DPI 采集系统，网络数据可视化处理更加高效 86 4.2.2 恒安嘉新：基于鲲鹏原生开发安全采集分析平台，保障企业信息系统安全稳定运行 89 4.3 政府 91 4.3.1 超图软件：基于鲲鹏原生开发地理信息系统，让自燃资源评估更高效 91 4.3.2 深圳防灾减灾技术研究院：鲲鹏原生助力地震观测数据高效处理 高效发布：DevKit 原生开发插件 1 小时接入两大主流（Jenkins、GitLab）CI/CD 流水线，高效提升 鲲鹏流水线搭建及版本发布效率。 » 鲲鹏亲和 & 极致性能：鲲鹏流水线使能鲲鹏亲和分析工具、编译器、性能工具等，实现应用性能提升。 » 多架构兼容：1 套流水线同时支持多样性算力版本构建及测试。 鲲鹏原生开发的核心技术理念： 基于鲲鹏硬件 +openEuler+ 鲲鹏开发套件 • 鲲鹏亲和分析 • 毕昇编译器 • 毕昇 JDK • GCC for openEuler • 鲲鹏调试器 • 系统性能分析 • Java 性能分析 • 系统诊断 流 水 线 阶 段 门禁检查 鲲鹏版本编译构建 X86 版本编译构建 鲲鹏平台调优 X86 平台调优 鲲鹏平台测试 X86 平台测试 鲲鹏版本发布 X86 版本发布 • 应用迁移 • 亲和分析 • 编码规范检查

.......................................................................................20 2.2.3 智能分析................................................................................................... ......................................................................................26 3. 税务稽查现状分析................................................................................................... ........................................................................................40 4.4 大数据分析支持.................................................................................................

........................................................................................10 2. 系统需求分析..............................................................................................11 2 1.2 数据存储与管理.........................................................................19 2.1.3 实时处理与分析.........................................................................21 2.2 非功能需求............. .......................................................................................57 4.2 人群密度分析......................................................................................59 4.3 异常事件检测

....................................................................................... 12 2. 系统需求分析 ............................................................................................ 13 2 2 数据存储与管理 ......................................................................... 22 2.1.3 实时处理与分析 .........................................................................24 2.2 非功能需求 ........... .......................................................................................64 4.2 人群密度分析 .................................................................................... 66 4.3 异常事件检测

Discover information 金融资讯大数据 利用人工智能分析挖掘技术，针对金融市场信息获取和分类需求，实现金融资讯大数据癿采集、检索、 分析、挖掘、推送等应用。 数据采集 互联网 数据 行内结构化 数据 利用全斱位高敁癿大数据采集技术，提供多来源、多渠道、 多时敁、 多类型数据癿获取和收集工具 数据范围 数据范围 Discove r 用智慧发现信息价值 information 大数据 ODS 存储区 内存网 格 （ Ignit e ） 数据 分析 非结构 化分析 挖掘 大数据 融合 OLAP 分 析 HDFS/Hb ase 数据 资源 非结构化数据 结构化数据 文本 数据 采集 批量 采集 批量 采集 实时 采集 采集 数据仓库 关系型数 据库 信息库 数据存储 HIVE 搜索引擎 数据模型 分析模型 关系型数 据库 数据抽取 数据挖掘 数据汇总 关系型 数据库 图片 实时性要求高 实时性要求丌 高 集市区 缓冲区 1. 最终交易价格： 13,965 万元。

方案设计 整体架构 系统设计 应用设计 1 背景分析 政策现状 需求分析 建设目标 目 录 2016 年 6 月 《教育信息化“十三五”规划》 决策支持科学化、管理过程精细化、教学分析即时化 综合利用互联网、大数据、人工智能和虚拟现实技术探索未来教育 教学新模式 l 开发智能教育助理，建立智能、快速、全面的教育分析系统 2017 年 01 月 《国家教育事业发展“十三五”规划》 教育基础数据的“伴随式采集” 建立以学习者为中心的教育环境，提供精准推送的教育服务 大数据 人工智能 政策分析 伴随式采集 课堂考勤巡课 资源高效利用 教学过程分析 课堂信 息推送 H5 页面展示 权限精准推 送 以课堂为核心，聚焦人脸识别、行为分析、视频结构化、大数据技术与教学的深度融合。打通考勤、录播、教学 分析等应用壁垒，实现人脸考勤管理、可视化巡课督导、视频资源管理、伴随式课堂分析、精准消息推送 等功能，满足教师、学生、家长和管理者等多角色的需求。 人脸识别 视频结构化 大数据 行为识别 建设目标 AI 3 优势价值 方案亮点 核心优势 用户价值 1 背景分析 政策现状 需求分析 建设目标

运行监测和应急指挥体系基 本建成 ， 基于大数据的决策 和监管水平明显提升 ”列为 主要目标 ， 以“提升宏观决 策、 业务管理和社会服务的 能力和水平 ，形成集多种运 输方式日常运行监测 、 重点 运行指标分析、 预测预警和 突发事件应急处置管理体系 ” 为主要任务。 交 通 运 输 部 关 于 印 发 《数字交通发展规划纲 要》 以 “ 数据链 ”为主 线 ， 化客运服务。 • 提升省际公路通达能力。 • 合力打造世界级机场群。 • 协同推进港口航道建设。 • 推进一体化智能化交通管理。 深化客货运输领域协同监管、信息交换共享、大数据 分析等合作。积极开展车联网和车路协同技术创新 试 点。全面推行长三角地区联网售票一网通、交通 一卡 通。 2020 年 4 月，国家发展改革委、交通运输部印发 《长 江三角洲地区交通运输更高质量一体化发展规 ，全局交通态势 难 以精准掌握。 2. 单场景分析预测不足。数据关联融合和深度挖掘分析能力弱 ，重大活动场所、重要节假日、恶劣天气、突发事件 人 流、车流精准感知分析预测不足 ，难以基于大数据分析碰撞 ，提供精准可预测的指标数据。 3. 业务数据 AI 分析能力不足 ，预测不精准 ，无法为领导决策提供可靠支撑。 1. 预警分析低效。事件预警缺少 GIS 全局态势图展示 ，缺少视频联动

预算编制与审核..................................................................................29 3.3 成本控制与分析..................................................................................30 3.4 招投标管理.... ................................50 5.4 历史数据对比分析..............................................................................51 6. DeepSeek-R1 在成本控制与分析中的应用........................................... 实时成本监控......................................................................................55 6.2 成本偏差分析......................................................................................58 6.3 风险管理与预警

......................................................................................13 2. 水利工程现状分析......................................................................................14 2.1 水利工程概述 2.3 数据预处理.................................................................................45 4.3 数据分析与挖掘..................................................................................46 4.3.1 数据清洗 .........................................................................................67 5.1 需求分析.............................................................................................69 5.2