京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据已成智慧城市的核心
哪里交通拥堵、车流量达到多少?哪里的空气质量不好……要想迅速获知这些信息并及时作出处理并不难。前提是拥有一套大数据可视化系统平台,如此就可以将城市各区域的数字化信息尽收眼底。
在日前召开的智慧城市(银川模式)研讨会上,中国行政体制改革研究会副会长、国家行政学院电子政务专家委员会副主任汪玉凯表示:“大数据、云计算、移动互联网、物联网等新技术,不仅在整个智慧城市构建中会产生很大的作用,在智慧政府构建中也会发挥大作用。”国家信息化专家咨询委员会委员宁家骏说,建设智慧城市的一个重要目标,就是要坚持以提升公共服务效率为核心,通过进一步改进惠民的服务,建设和谐、宜居、富有活力和现代化的城市。这个目标离不开先进和创新技术的支撑,其中关键技术就是大数据,大数据已成为智慧城市建设的核心内容。大数据建设包括哪些内容?目前存在怎样的问题?未来发展趋势如何?
大数据技术重在决策分析
的确,一个城市的管理和运营需要科学的决策,只有数据支撑才能保证智慧城市的真正运行。城市发展需要完成大数据的采集、处理、整合、共享、挖掘、分析和应用,通过了解城市运行情况与发展态势,为各部门协同工作、领导决策提供支撑,进而服务于市民。
专家认为,智慧城市大数据决策平台应该集成了包括地理信息、GPS数据、建筑物三维数据、统计数据、摄像头采集画面等多类数据,可以把市政、警务、消防、交通、通信、商业等各部门各类型的数据融合打通,汇集在统一的大数据平台上。
“智慧城市平台上的数据能对应急指挥、城市管理、公共安全、环境保护、智能交通、基础设施等领域实现管理决策支持,从而用于综合管理城市整体运行态势。比如,采取圈选式查询,可以了解某一区域所有监控画面及警车分布情况;智能园区可视化系统则可融合打通园区各个系统数据,实现智能制造、智能楼宇、生产安全等可视化管理。”某智慧城市运营商负责人如是说。据悉,该公司的网络安全可视决策平台可呈现安全威胁事件来源信息和目标信息,同时通过3D虚拟现实展示可交互的三维机房环境,实时反映网络运行及安全状态。
专家表示,“智慧银川”之所以在全球获得“2015中国领军智慧城市”、“TMForum智慧城市总裁特别大奖”等一系列殊荣,重要原因是其利用大数据探索了城市管理和发展模式创新,可以说银川模式已经具备了城市大数据应用的雏形。
政府部门开放数据迫在眉睫
汪玉凯这样评价银川在智慧城市方面的先行探索:“银川的智慧城市建设首先打破了部门和部门之间的壁垒,这个部门壁垒隐含着行业壁垒,包括政府部门之间的壁垒,行业和行业之间的壁垒,既包括政务的也包括企业的。正因为打破了部门以及行业壁垒,所以才获得了数据资源,掌握了数据财富。”
当然,如何获得这些大数据是重中之重。政府部门开放数据显得迫在眉睫,首先要政务公开,构建权利清单、责任清单并向社会公开;其次要把政府数据向其他部门开放,甚至向社会开放。正如银川市委书记徐广国所说:“不能让各个部门都视数据为自己的资源、资产和权利项目,而是要共享和交互产生效用。”
说到数据共享与交互,在政府及城市的数据运用方面目前面临数据失真、条块化严重、缺乏规划等挑战。据了解,中兴通讯智慧城市2.0方案的技术创新中,就对城市大数据进行了前期规划,其中一个技术创新就是围绕大数据展开的,即构建城市大数据共享云平台(UOC)。
UOC的核心是两库两平台。两库中的城市基础数据库包括人口、法人、宏观经济等数据,城市行业应用数据库则涵盖交通、教育、公共服务等领域。两平台中的数据共享与交换平台,用于建立城市的数据共享通道,另一大平台是数据挖掘分析平台,用于进行海量的数据分析挖掘,形成智慧应用。因为这些技术的不断成熟和创新,从而为大数据应用创造了条件。中兴通讯执行副总裁庞胜清以智慧交通举例道:“新技术的应用实现了跨行业、跨区域的交通数据和业务的互联互通,这时可以对路况进行主动的应对。城市建设了智慧交通以后,车辆的通行量增加了35%,司机停车的次数减少了45%,行车的速度提升了30%。通过对历史和实时数据的挖掘分析,利用大数据技术,城市可以预测未来的路况,可以指导城市路网的规划。”
智慧城市未来发展趋势
智慧银川以及中兴通讯在智慧城市项目的实践中尝到了大数据应用的甜头,从而提出了要以大数据为核心建设智慧城市。庞胜清对智慧城市3.0的趋势特征如此描述:“3.0阶段将坚持以人为本,挖掘数据价值,实现大数据的应用,通过数据众包众筹、信息开放共享、公共服务优化决策、城市智慧管理等大数据分析挖掘,推进社会的大协作,全民参与,实现数据的社会价值。”我们也可以从这些构想中看到智慧城市未来的发展趋势。
——引领下一代ICT基础设施部署。首先,要加大前端智能感知设备的部署力度,例如智能水表、电表、路灯、垃圾桶等,拓展城市数据来源。
——建立大数据开放机制。智慧城市3.0要做好三件事:建立数据采集、传输、应用等环节端对端的数据安全保障体系;在数据资源相关的规范管理方面做好立法保护工作;联合国家部委及TMF等标准组织,推进政府数据开放、交换访问接口、安全保密等共享标准的制定。
——推动大数据应用。依托大数据平台,一方面针对开放交易的数据,经过清洗、脱敏处理,形成标准化的数据;另一方面在政务、企业云、旅游、交通等具体应用上进行自主运营,通过画像建模、人工智能学习等进行大量的应用。
——推进城市互联,构建智慧城市群。智慧城市3.0时代将以大数据中心为核心节点,通过跨境电商、智慧物流、智慧园区、智慧旅游等应用,加快与“一带一路”国家的数据交流,以数据流带动信息流、文化流。
——打造大数据的生态圈。致力于加强各行业顶尖企业的交流合作,在大数据分析领域,建立从数据源、大数据基础设施、大数据分析、大数据可视化到数据运用的大数据生态圈。
可以说,目前智慧城市建设的重点在建立数据共享与交换平台,那么未来智慧城市建设更强调大数据的分析与应用,通过数据驱动城市智慧产业的升级。
对于运营商来说,其各大信息系统记录的数据,为电信运营商开展大数据应用奠定了良好基础。大数据将在电信运营商增长方式转变、打造新的业务增长点上发挥重要作用,因此,电信运营商要紧紧抓住大数据的重要发展契机。专家认为,运营商在推进大数据发展时需重视三大问题:一是电信运营商的数据开放程度还不够高,数据开放共享氛围没有形成,数据流动性比较差,同时已有的数据资源存在标准化、准确性、完整性问题;二是仍然缺乏原创技术,没有形成更完善的大数据解决方案;三是个人信息保护交易方面的法律法规不健全,在数据开放和商业化流通中没有隐私隔离和相关标准,使得电信运营企业无章可循。好消息是,运营商正聚焦大数据新领域,加大力度创新机制,推动大数据解决方案和产品的落地,值得期待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23