刘益民：花大量时间清洗数据，前提是有效的数据具有价值。没有人愿意做一个没有任何意义的工作，所以要有数据确权，明确数据的价值计量方式、使用方式。陈俊敏：只要收集的数据够大，训练数据数量级的不断增加，基于深度学习的预测精度也能持续上升。此外，新数据的不断收集能对评估模型进行驯化与优化，实现评估模型的快速迭代升级，不断提升评估与预测的精度。福建泉州君安检测服务有限公司，主要经营消防维保、消防检测、消防设计出图、消防施工、消防评估、消防改造、建筑二装消防改造、消防设备安装、消防供水、消防系统维保、防火门窗订做、消防器材、各种消防水电维护保养、二手消防器材的回收租赁、更换等。更多服务请致电联系我们，欢迎您的来访。
问题：收集到的数据本身就存在大量历史问题。这样数据本身就存在的问题没有得到先期治理，导致智慧分析先天不足，数据结果出现偏差，甚至是较大的偏差。火灾自动报警系统点位编码与现场不符合，联动逻辑关系错误等现象，在已经投入使用的单位中大量存在。建立在这种情况下的数据分析本身就存在问题，如何呢？陆春民：这是消防安全消费的断层导致的，没有形成消防安全结论性消费体系，只是功能性消费，这是必然的，解决的方面还是让消防安全以结论的方式定性的提供社会消费，那么就有了一个强大的市场动力。
问题：碎片化现象突出。智慧消防公司的能力参差不齐，为了价格的提升，有的甚至将消防业务割裂分多个平台同时运行。另外，单位管理涉及多个信息化方面的平台，不能有机的结合，不利于智慧消防工作的拓展，如何在应用层实现在单位主体层统一呢，在技术上，管理上有什么困难，如何解决？陆春民：消防信息化行业缺少一个产业操作系统，操作系统就可以解决同一个不同的责任主体空间安全的全域化数据管理，当然必要的数据法律过程也是必要的。问题：智慧消防不足。智慧消防是单位“技防”的一部分，如果不与“人防”相结合，其效能会大打折扣。而基于智慧消防公司本身人才的问题，往往只重硬件，而对单位软实力的提高帮助不大，所以对单位消防安全指导的上体现不佳，如何构建一个消防安全治理体系？陆春民：不足，从根本上讲还是一个社会消费的片面性导致的，只为一些人服务，一个社会层面服务，必然后形成这样的服务方式。