京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据在智能城市建设中如何实现价值
在有关大数据应用的讨论里面,智能城市炒得异常火热,这也是每个城市发展的一个引导方向。在大数据和智能城市发展的过程中,大数据的价值非常大,但这些大数据如果应用不好,他的价值等于是零。那么,大数据时代的智能城市到底是怎样的城市呢?大数据又在其中起到了怎样的作用?
一、城市规划
你看现在每个城市在城市规划当中,都存在有很多问题,比如说在北京,几乎都是灰尘,没有什么公司,也没有什么工厂,也没有学校,大家都到城里去,这样的规划,我们通过移动的信息,能够非常准确地把这个城市规划做好。
美国纽约也是全世界很大的城市,大数据原来在有老百姓的每一个城市,都有一个老百姓需要服务的东西。原来有40多个公司在做这个,40多个公司很大,但是解决的问题很不好,大家很不满意。就是服务的智能很差,大家提出这个311的电话,311的电话以后,他就400个人,最后服务的结果是什么?80%的老百姓的呼叫30秒就能出,这个结果是非常大的变化。就是170种语种,大概是5万多个户县,为什么能做到这一点,就是大数据的资源,没有大数据的资源,没有办法得到出来。
纽约市在数据开放方面是走在前面的,1100多份数据,你看下面这个数,这个纽约市市长,他每天在办公室,他整个纽约市的交通拥堵,哪个垃圾没人收,PM2.5都一目了然,都有这些数据。这是一个城市的数据,他利用这个数据,就可以解决很多的问题。比如说你在哪儿,他就可以预测,这些数据都可以公开利用,都可以有很大的利用价值。
二、智能交通
每个城市智能交通都是很大的问题,要解决两个问题,一个是解决交通给人们带来的安全的事故,每年因为交通事故死亡7万多人,这个矛盾我们能不能利用大数据技术来解决这个,还有拥堵的问题,能不能利用大数据来解决拥堵的问题。
现在我们的汽车有位置的不到5%的,就是大量的汽车都是自己的手机位置信息,这个移动的通信末端,司机绑定你的位置信息,从周一到周五,每个路口的进出多少辆车,都有规律的,这些大数据来指挥我们交通,这个对社会的跟进完全不一样。
我们来做一个实验,一个城市大概有多少万人,好像是500多万的这个统计。这些人晚上的位置的信息96%都知道,比较准确,白天94%都知道,这个都是很准确的。这些位置的信息是有很大的价值,也有很大的隐私。这些数据作为公共的服务,都是客观存在的。但是这些数据挖掘出来没有?应用出来没有?没有。
大家都知道车联网的数据价值很大,车联网要解决这个问题,他现在提出了咱们50毫秒、10毫秒,现在提出要3毫秒,因为这个车怎么来解决这个问题,这个要降到1毫秒一下,我们互联网是90毫秒,都还是远远超过。
三、医疗
怎么解决医疗问题,想提供一个数字给大家。美国医疗方面是很发达的他在美国有产业很大,到2020能年达20%,美国的GDP和20%是多大的量,要把医疗的大数据能够统一。把这个问题解决了以后,就能解决所有大数据的一个统一的问题。
现在预测我们国家在医疗方面到2020年,保健方面大概1万医院,我们在GDP只有5%,这个全球平均是10%,我们比全球平均水平还低,随着我们综合水平的提高,这个比例会越来越大。但这个方面,我们的这个地位医疗的一些报名的事件,我们每年增长23%,能不能通过大数据应用缓解这些矛盾,我认为是很迫切的。这是欧盟关于医疗设备成立一个大数据的一个服务公司,都在做这样的一个讨论。
在大数据里,移动医疗可能会成为我们自己的医生,将来总有一天,会变成我们医疗的医生。现在有人预测,到2015年,大概有5亿台手机会有医疗功能,但是现在大部分还很少。但是大家现在大家都在做,苹果公司都在做,就是通过手机来测血糖,或者测你哮喘的病,测医疗单子,现在这些方面,咱们都会得到一些比较普遍的应用。另外在公共安全方面,我们国家每年大概6千多亿的损失,有20多万死亡,这个损失很大。我也举一个例子,就是吉林一个县发大水,也是汶川地震时期,大家都在默哀,觉得是老天爷所为,无能为力,但是,我们如果有了天气预报,有了地理地貌这些信息,我们可以避免这些灾难的发展。
四、突发事件
在突发事情上,如果政府有采取这个措施,是可以避免的。举一个例子,北京的一个水灾,这个事故死了几十个人,北京市政府领导给我们的情况是:那是一个旅游景点,有一个河沟,一个经理看情况不好,就告诉他们,不到十几分钟以后,山洪暴发了,否则的话,就可想而知了。
如果我们有天气预报,我们都可以知道。更可怕的是北京机场有一个河,就是再下点雨,就可以倒灌到地下室,如果倒灌了以后,这个楼就宣布要倒塌,这些手段,这些技术没有人去说,这些都是不是很困难的事情,但是需要这些数据的开放。
大家可能知道南京煤气管道,一个农民工施工的时候,煤气爆炸,把农民工拘留起来,在北京我就愤愤不平,在南京讲课的时候,我跟他们说,我说你这个领导应该给他一个哪儿有管道有这个数据。他晚上请我吃饭的时候说刘院士,我真没有这个数据,说三米外有一个数据,其实不到一米的时候,这个管道就被挖出来了。这个数据有没有?有的有,有的没有,就是政府部门没有公开,这些数据不能不开放。
就像江苏省的GDP,又是沿海的,这么发达的城市,这些数据都没有,你就比较危险。所以我们的大数据喊的那么厉害,却没有落实到实处,我的意见就是赶紧找找你的问题,看看那能不能用大数据去解决。否则讲了半天,他的价值,就没有体现。我们说的净化,但是他跟环境的一样,这些数据在那儿摆着,你跟你的问题结合起来,他才能发挥他的价值。这些灾害方面,需要大数据的平台。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 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 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 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 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01