中国工业

从1998年起，中国工业企业数据库在其access版中记录了至今最新的数据。该数据库持续更新，为研究者和企业提供了宝贵的工业信息。

数据价值在当今大数据时代愈发凸显，越来越多的企业将数据视为资产进行运营和管理以期实现更大价值。然而，国内数据资产管理的理论和实践仍处于起步阶段，工业领域尤为明显，企业之间的数据资产管理实力和能力参差不齐。为全面了解中国工业企业数据资产管理现状，在中国工业和信息化部信息化与软件服务业司指导下，中国信息通信研究院联合工业互联网产业联盟（AII）开展了2018年度中国工业企业数据资产管理现状调查。 本次调查采用网络问卷形式，对工业企业的组织制度、信息化能力、数据监管能力等方面进行了调研，共回收问卷120份，其中有效问卷74份。本报告基于调查数据并结合行业专家访谈，力求真实客观地反映中国工业企业数据资产管理现状，为政府和企业了解现状并制定相关决策提供参考。

深入了解中国工业企业的发展历程，可参考1998年至2012年的工业企业数据库 (Access版本)。该数据库涵盖了中国工业企业在这十五年间的详细数据，为研究者和分析师提供宝贵的资源。

中国作为制造业大国，正面临制造业升级转型的挑战。工业1.0、2.0、3.0并存的局面下，企业急需借助工业大数据来实现智能化升级。本方案通过县市级雪亮工程的整体规划，为中国制造业的弯道超车提供技术支持和战略指导。

权威解读：中国电信 & 中国信通院联合发布工业数据采集产业研究报告 该报告由中国电信集团公司和中国信息通信研究院强强联手，深入剖析工业数据采集产业现状、发展趋势和未来前景，为相关企业和机构提供决策参考。 报告核心内容： 工业数据采集技术发展历程与现状 工业数据采集产业链结构及关键环节 工业数据采集应用场景及典型案例 工业数据采集产业发展趋势与挑战 工业数据采集产业政策环境及建议 洞察产业先机，把握发展脉搏，尽在本报告。

史上最全的shapefile数据，涵盖香港，澳门，台湾，以及所有省、市、区、县的详细信息。

利用物联网数据服务平台，挖掘工业大数据，通过数据挖掘技术发现工业生产中的模式和趋势，实现优化生产、提高效率。

这份报告深入探讨了2017年工业大数据领域的现状与趋势。它分析了工业大数据的应用场景、关键技术以及发展挑战，并为企业如何利用工业大数据提升效率、优化流程提供了宝贵的见解。

这个教程完全由PPT格式组成，适合初学者。

工业大数据技术架构白皮书是一份详细说明工业领域内大数据技术架构及其应用的指导文件。它由工业互联网产业联盟的工业大数据特设组发布，反映了该领域内的最新研究成果和应用实践经验。白皮书不仅讨论了大数据技术在工业环境中的核心地位，还提供了实际案例和具体技术组件的介绍，以及工业大数据系统建设的意义、目标、重点问题、架构实现等多方面内容。根据白皮书的内容，我们可以了解到以下知识点： 1. 工业大数据的定义和重要性：指的是在工业生产、运营过程中产生的大量数据的集合。这些数据来源于设备、传感器、控制系统和生产管理系统等，具有“4V”特征——大容量（Volume）、高速度（Velocity）、多样性（Variety）和真实性（Veracity）。2. 工业互联网与大数据：强调数据在推进工业系统智能化变革中的基础性作用。3. 工业大数据技术架构：包括数据的采集与交换、集成与处理、建模与分析、决策与控制等几个层面。4. 数据采集与交换：涉及到各种数据源的数据提取和转换。5. 数据集成与处理：确保数据质量、清洗和格式化。6. 数据建模与分析：利用数据挖掘和机器学习等方法形成可操作的模型。7. 决策与控制应用：为决策提供支持，提升生产效率和质量。8. 技术发展现状：讨论了各种新兴技术的应用和实现情况。9. 法律声明和知识产权：强调未经授权许可不得擅自使用报告内容的法律义务。10. 编写单位和编写组成员：由工业互联网产业联盟牵头，多家知名研究机构和企业参与编写，确保了报告的权威性。