京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何唤醒“沉睡”的大数据_数据分析师
继云计算、物联网之后,“大数据”越来越火。在百度上搜索发现,动辄投资百亿元的大数据产业园在各大城市落户。据不完全统计,北京、天津、重庆、西安、太原、汕头、厦门、兰州等城市都争相发展大数据产业,广西、贵州等经济欠发达省区也纷纷争抢大数据产业的“蛋糕”,从事大数据相关业务的企业多达上千家。
但是,如何盘活各类数据资产,使其为公众生活服务,是大数据开发利用的关键。遗憾的是,目前,大数据产业对公众来说,只是“镜花水月”。记者日前赶赴重庆,采访该市地理信息部门利用大数据开发的“每周一图”产品,或能为企业或政府部门利用“沉睡”的大数据提供很好的范例。
“每周一图”:让重庆人感受便利
重庆,是个生活气息浓厚的山城。这两天,已有20年钓龄的重庆资深钓友王强激动不已,他拿到了一份免费的《重庆主城钓鱼地图》。图上不仅明显地标注了68个垂钓点的具体位置,还分门别类列出了所属区县、类型、主要鱼种以及钓友总结的相应谚语。“重庆是码头发展而来的城市,我们重庆人一日三餐不可没鱼,所以很多人喜爱垂钓,这钓鱼图自然也受我们的欢迎。”王强告诉记者,重庆哪些地方可钓鱼,连资深“钓友”也未全面统计过,《重庆主城钓鱼地图》的出现,对钓友们来说不亚于发现新大陆,他们由此找到一批独具特色的垂钓地。
与王强一起感受到便利的,还有重庆的登山和自驾爱好者、茶客等,他们每周四都能准时看到重庆市地理信息中心为公众量身定做的便民专题地图。在重庆地理地图书店,每周都有免费的纸制地图提供给市民,重庆市地理信息中心还利用微博、微信等新媒体方式,提供高清地图的免费下载和浏览服务,《重庆时报》等都市媒体还为此专门开辟了地图版面,方便市民准时看到最新的“每周一图”。
记者在重庆市地理信息中心看到,“每周一图”正是用地图方式把山城美食、避暑、休闲、文化、旅游、历史诠释得淋漓尽致,至今已经推出41期的“每周一图”。以“每周一图”中的“重庆茶文化地图”为例,不但将重庆市种植的各类香茶标示得一清二楚,而且把各地香茗特色也标注在图上。
该中心的王女士告诉记者:“41周下来,我们都习惯了每周四看‘每周一图’,会馆、古桥、峡谷、茶文化、名山等多种地图,丰富了我们的生活。”
只有贴近需求的大数据产品才能受到喜爱
“每周一图”诞生于2013年7月下旬。重庆市地理信息中心主任张泽烈介绍说,作为一个专业性相对较强的部门,重庆测绘地理信息中心拥有大量的地理信息数据,尤其是在全国第一次的理国情普查启动之后,采集了重庆各类山川河流、建筑等数据,这些地理信息数据过去只应用于政府救灾保障、专业地理信息制作的部门。中心开会讨论如何将这些数据服务于公众时,“每周一图”的主要负责人、“80后”小伙子张海鹏提议,利用这些“沉睡”的数据,每周推出一张主题地图服务群众,这提议得到了大家的一致认同。
这些利用地理信息部门最权威、最准确的数据制作出来的“地图”,从第一份“赶场图”开始,就深受老百姓欢迎。随之,赏花、踏春地图,避暑、漂流地图,采摘地图,滑雪地图成为新的主题,面向市民免费提供。
重庆测绘地理信息中心总工程师徐永书感慨地说:“‘每周一图’得到市民的认可,也证明了一个道理:只有贴近群众需求的大数据产品才能受到群众的喜爱,才有鲜活的生命力。”
地理信息的大数据利用极具潜力
中国测绘科学研究院地图学与地理信息系统研究所所长李成名介绍,重庆“每周一图”的出现,意味着我国测绘地理信息部门开始由被动出图,向主动策划出图转型,向创新服务理念转型,意味着政府部门可以利用现有的大数据,为社会和公众提供更贴心的公共服务产品。去年,太原、广州、徐州、临沂、郑州、重庆、武汉、无锡、淄博9个城市列入智慧城市建设试点计划,地理信息的大数据利用极具潜力。
李成名表示,地理信息数据作为城市各类信息数据统一的空间基础,为规划、国土、城市管理、公安等各个行业部门的专题数据集成共享建立“桥梁”,从而支撑大数据在各行业的应用。以坐公交为例,利用大数据,就可以解决市民“等车时间长、等来坐不上、下一辆不知何时到”的难题。基于地理信息数据,建立智能公交系统,乘客只需要登录手机客户端,输入要乘坐的公交路线号,路线上距离乘客当前位置较近的公交车信息就会在图上显示出来。
李成名说:“针对当前众源信息爆炸式剧增、大数据无序难以开展数据挖掘和分析所带来的困扰,构建以地名为核心多领域维度一体化的五域空间谱,将各种结构或者非结构化的大数据信息,如图片、文字、视频、语音等,进行基于空间谱特征的序化,将为大数据时代数字化重建鲜活世界提供‘空间基准’,这是大数据开发利用将来重要的发展方向。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20