京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:推动智慧城市迈向未来
大数据不仅仅是一种数据处理方式,更是一种思维方式的革新,其所代表的是一种完全的不同的信息数据处理方法和思维方式。这一方式为商业智能分析带去了新的变革,摆脱了先前只关心因果关系的分析模式,而将相关关系等相对模糊,却更有预见性和指导性的数据关系带入了商业分析之中。
在刚刚结束的十八届五中全会上,坚持创新发展已经被摆在国家发展全局的核心位置上,而全会公报中,国家大数据战略做为创新驱动发展战略中的重要组成部分,已被直接写在了公报正文当中。而今年9月,国务院正式公布了我国《促进大数据发展行动纲要》,规划了大数据在社会治理、经济运行、民生服务、创新驱动、产业发展等多方面的应用,已经将坚持创新驱动发展,加快大数据部署,深化大数据应用,视为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。从国家政策层面对大数据技术的肯定和运用,源于这一技术在商业、交通、医疗等领域多年来的成功应用。其实,大数据已经在不知不觉当中被人们日常生活中经常接触,并且成为必不可少的技术手段。
对大数据的研究,有很大一部分是来自于商业智能分析,随着IT技术的发展,人们能够获取信息数据的方式,所掌握的信息数据的种类都越来越多,原先的商业分析方法已经无法适应信息爆炸所带来的形势变化。大数据技术因此应运而生,可以说,大数据不仅仅是一种数据处理方式,更是一种思维方式的革新,其所代表的是一种完全的不同的信息数据处理方法和思维方式。这一方式为商业智能分析带去了新的变革,摆脱了先前只关心因果关系的分析模式,而将相关关系等相对模糊,却更有预见性和指导性的数据关系带入了商业分析之中。
大数据技术和理念的诞生,至今也不到十年,却也正是伴随着智慧城市的发展逐步发展和成熟起来的。智慧城市的建设者们发现,大数据技术和思维,几乎天生就是为智慧城市而生的。大数据技术所依赖的庞大数据源,正是智慧城市建设中信息化程度的日益加深所带来的大量各种不同类型的数据信息。而智慧城市建设的目标之一,是要实现城市的智能化运行,而大数据正好能提供支持智能运行的数据分析结果。
在智慧城市的各个领域之中,比较广泛的运用大数据分析技术的,恐怕要数城市交通管理了,能够影响城市交通整体状况的因素非常多,天气、道路、车辆、驾驶人、节假日乃至油价、物价,都可能直接或间接影响一座城市或某一区域的交通状况。智能交通大数据分析,已经是国内外许多大城市对交通状况进行管理和调控时的必由之路,其意义已不仅仅只是预测结果,改善交通状况,更重要的是带给决策者一种新鲜的思维方式:利用已知的现在去预测未知的未来。随着智能交通的普及,大数据也在各个方面影响着人们的生活、出行方式,通过上传数据、共享数据、分享数据处理结果,形成对交通状况的预测与预判,从而更好地对交通状况进行调控与干预,从而逐步改善和解决各类交通问题。
笔者所在的上海互联网软件有限公司最近与东华大学联合成立了大数据应用研究联合实验室,目前正在研究运用大数据技术对高校在校学生进行综合管理,并提供相应服务。这是国内在智慧教育领域的研究中典型的教育大数据应用,其在学生数据整合和统一存储的基础之上,实现对学生的综合服务和管理,并提供基于数据信息进行全方位分析,为高校的各级单位提供学生综合管理的云服务,提升学校的整体管理效能。随着国内高校建设日益向集中、综合、全学科等方向发展,超大型高等院校或高校综合园区不断出现,高校学生数量也不断增长,一个大学或大学城基本就是一座小城市,以学生为主的人群的各类学习、生活、教务、日常管理等数据信息,自然而然的形成了一个庞大的数据集合,运用大数据技术对其进行管理、分析和运营,无疑是实现教育资源的共享和集约化、规范化管理,全面展示和分析学生行为,提升学生管理和服务水平和效率的最佳手段。
此外,在智慧医疗领域,如一些重病大病的诊断、治疗环节,大数据技术也正在被运用与数据分析与预测之中。早前就有消息报道,有国内知名IT企业与医学研究机构联手,针对食管癌基因检测的相关研究。双方合作致力于通过大数据和人工智能的方法来推进癌症的研究,发现跟中国人密切相关的食管癌早期诊断的标志物,为早期筛查和诊断提供科学依据并为药物的研发提供参考。对癌症这类重大病症的深入医学研究,常需要进行全基因组测序和比对,期间会产生大量数据,这些数据的存储、生物学分析、临床相关性分析都需要巨大的数据存储与运算能力。大数据技术对此类生物信息进行储存、检索与智能分析,正是其优势所在。
可见,大数据在智慧城市建设中,是一项适应于各个环节和领域,并且拥有无限潜力的技术。大数据技术所带来的对数据信息的革命性运用方式,将推动包括人工智能在内的智能化技术的发展和成熟。展望未来,基于大数据等技术带来的数据分析和预测,智慧城市可能不需要人为的过多干预和监控,便能自行运转和管理。到那时,智慧城市为我们带来的将不仅仅是信息化程度的加深,而是一座座进入全智能化时代,拥有自主思维能力的未来城市。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19