
大数据源于物联网 支撑智慧城市发展
大数据是信息化社会无形的生产资料,其概念被社会各界不断演绎出多种版本,但关于大数据、物联网、智慧城市三者之间的关系,很多人不甚明了。
大数据、物联网、智慧城市三者之间的关系简单来说就是:大数据的发展源于物联网技术的应用,并用于支撑智慧城市的发展。物联网技术作为互联网应用的拓展,正处于大发展阶段。物联网是智慧城市的基础,但智慧城市的范畴相比物联网而言更为广泛;智慧城市的衡量指标由大数据来体现,大数据促进智慧城市的发展;物联网是大数据产生的催化剂,大数据源于于物联网应用。
中国已步入大数据时代
有人说大数据来了,但只是在美国而不是中国。专做政府数据管理的同方对此的看法是:中国对大数据的理解普遍还不那么深入或者与美国的理解有所不同,但不能否认的是,中国已经步入大数据时代。现在中国的很多部委都已经在研究大数据、运用大数据。美国将大数据提升为国家战略,中国还没有明确提出,但已经把大数据上升为与国防一样的高度,多部委还联合发布了鼓励措施。我国政府对大数据的敏感度快速提高,并正在采取措施。所以说,中国已经步入大数据时代,这种重视是由政府层面自上而下进行普及的,可能还未普及到普通百姓层面,但各级政府已经有了高度重视。邬贺铨院士也曾表示:“我国将产生全球最大量的数据,要重视大数据的开发利用和管理。”
大数据的关键在于分享。我国智慧城市发展的一个瓶颈在于信息孤岛效应,各政府部门间不愿公开、分项数据,这就造成数据之间的割裂,无法产生数据的深度价值。关于这一问题,一些政府部门也有清醒的认识,开始寻求解决方案,这是受自身的需求驱动的。比如,一些政府部门原来不愿分享自己的数据,但现在开始寻求数据交换伙伴,因为他们逐渐意识到单一的数据是没法发挥最大效能的,部门之间相互交换数据已经成为一种发展趋势。同时,随着各方面的发展及政策的推进,很多以前不公开的数据也逐渐公开了,这对大数据的发展都是有力的支持。
物联网技术推进大数据发展
物联网对大数据的意义方面,举了个例子来说明物联网技术对大数据的推进。去年北京7.21暴雨之后,政府采取了很多解决措施,很重要的一个体现是,北京市科委很快就立了专项基金去给受灾的房山和门头沟这两个区进行应急管理能力的提升以及信息化的建设。比如对水位的监测,在有些重点立交桥下安装水位计,水位到一定程度会发生预警,相关部门就可以据此采取一些措施,这就是物联网技术的应用。
物联网技术跟大数据什么关系?当水位计的点增多后,就会收集到更多的数据,这样更便于发现一些规律并发出预警,这是采用大数据的技术手段自然而然就能做的事情。在点位数少的情况下,数据量不够大,只能解决一部分问题。所以说,正因为有了物联网,大数据布的点越来越多,自然而然就要会去分析实时数据。数据的挖掘,原本是对于历史数据的挖掘,现在对于实时数据的挖掘也是一种趋势,说明物联网的技术在推进着大数据相关技术的发展。
大数据支撑智慧城市的发展
城市运行体征是通过数据进行量化表现出来的,但这些数据散乱在政府的各个部门中,因此要相应部门帮助城市管理者进行数据汇总、分析,最终对城市体征的量化形态即各类数据进行管理,供政府管理者使用。
政府部门做的每一个决策都需要长期的调研,调研的资料来源于政府部门运行、城市运行的长期积累。政府信息化的高速发展已使政府产生了几百TB的数据。但数据本身没有任何意义,只有经过一定的系统分析之后,才能发挥数据的价值。智慧城市的每一个细节都会产生庞大的数据,同时,智慧城市的运行基础也来源于对大数据的深度分析。
大数据的表面是一系列静态的数据堆砌,但其实质是对数据进行复杂的分析之后得出一系列规律的动态过程。政府部门本身没有去做这样的事,这就需要企业对其进行支撑,选择政府作为突破口,根据形势发展的要求,为政府决策提供数据支持。用数据的直观形式展现业务之间的关系,用数据表现城市发展变化和趋势,分析总结出城市存在的问题,为政府部门的决策提供辅助。
城市运行体征的管理也需要大数据的推动。大数据在反映城市运行体征的时候,并不需要了解城市部门的主要业务及运作流程,单纯从数据的角度出发,通过计算机软件分析之后,数据就能得出一些规律,不关乎业务,不关乎结果,但能完全反映出数据之间的关联性。从大数据的角度出发,驱动城市运行体征发展,是一个可以在决策前段刨出人力的纯计算机运作模式,这样的好处是运作的量化和规范化。
对于大数据、物联网与智慧城市的发展,中国信息技术权威专家——国务院物联网领导小组组长、中国工程院邬贺铨院士曾有一个很深奥的表述:从物联网到大数据再到智慧城市,是“格物致知”的过程,通过分析决策达到“知行合一”。
智慧城市惠及每个人
大数据驱动下的智慧城市,关乎每个人的生活。最普遍的例子就是天气预报,以前的天气预报只会预测一下天气,但现今的天气预报会告诉公众更多的信息,如气象指数、空气污染指数、穿衣指数、驱车安全指数等,甚至是否有利于运动,对发型及妆容的影响都有说明。这是能让普通百姓切身体会的智慧生活,未来,教育、交通等关乎人们衣食住行的方方面面都会变得智慧起来。教育方面,我们可以看看美国的做法,美国每个大学都会将升学率、就业率、毕业生的年薪水平等如实展示,这对学生选择学校专业等是很有利的数据支持。交通方面,怎样畅通城市交通,怎样寻找停车位,选择哪种交通方式更便利安全等,都是智慧城市的未来状态。
智慧城市来源于智慧决策,智慧决策来源于人的智慧。当每个人都很智慧的时候,一个城市也会变得智慧起来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05