京公网安备 11010802034615号
经营许可证编号:京B2-20210330
太原利用大数据为智慧城市建设探路_数据分析师
小数字,大数据。从1月15日召开的市数字化城乡管理工作会议上获悉,在数字化城市管理方面,我市将继续推进技术创新和制度创新,拓展城市精细化管理的业务应用,推进资源整合和大数据应用—
案卷处理能力提升4倍据介绍,2014年,市数字城管中心通过信息采集员巡视发现、受理市民投诉、媒体舆情监控等渠道,共受理各类城乡管理案件173.72万件,同比2013年增加了62.37万件;立案派遣111.77万件,办结104.65万件,办结数比2013年增加了63.09万件,增长151.8%;日均结案量由2013年的1244件增加到2867件,增长 130.46%;总体办结率达96.55%,较2013年提高了2.02%。
去年11月,市数字城管中心完成了数字城管和12319热线派单系统软件一体化信息系统建设。两大系统并网升级后,于去年12月19日通过省内专家验收,并于今年1月1日正式上线运行。新的数字城管系统,每日案卷处理能力可由以往最高4000条扩容至最高2万条。此外,新的系统在原有功能的基础上,完善了各类城市管理难点、热点问题的统计和研判功能,统计结果在系统中可直观展示,提升了数据分析能力,为城市管理工作提供了科学依据。目前,该系统已向省科技厅申报了我省科技成果转换与推广计划“火炬项目”。
信息收集采集更加科学化依据民政部门提供的责任区划,我市将重新调整划分万米单元网格,将现行五类管理网格调整为城市、农村两类,对全市2.5万余个城管网格(涉及280.77平方公里)和约3700个非城管网格(涉及636.67平方公里)区域进行巡视监管;将信息采集责任网格划分为230个,每个网格调整配备2人,实行全年13小时倒班和24小时应急核查工作机制,真正实现城市精细化、全覆盖和无缝隙管理。
同时,利用采集员日常巡视过程中发现的新增和变更部件,我市将建立部件在线更新机制,实现城市管理基础信息数据的实时更新。今年,市数字城管中心将对全市2013年至2014年新修建的137条约273公里的道路地形图、部件等进行补测、更新工作,完成道路两侧1:500地形图数据的信息采集、后台数据的加工,对日常管理过程中发现的未普查新增部件进行普查和数据录入,确保城市管理基础数据的完善。
数据服务于市民和政府城市数据来自市民和政府,城市数据将服务于市民和政府。“在现有软件统计分析功能的基础上,我们将通过进一步研发统计时段灵活、统计条件多样的数据分析系统,强化区域性、专项性、热点性、趋势性问题的数据挖掘功能,推进精细化城市管理更进一步。”市数字城管中心有关负责人表示。
市城管部门将积极联络公安部门,努力共享已建成的部分公安天网视频监控资源,实现对城市管理问题易发区、矛盾突出区、重点监控区可视化管理,推进数字化城市管理信息系统功能更加完善;积极协调相关部门,逐步将城市管理涉及到的供热、供气、供水、污水检测、城市照明、环卫 GPS 等已建成的城市公共管理监控资源接入数字城管平台,通过城市管理资源共享,实现有效的第三方监管。
数字化信息平台的建设,使得决策将日益基于数据和分析而做出,而并非基于经验和直觉。在借鉴第一期城镇排水防涝数字化信息平台建设经验的基础上,今年,市数字城管中心将积极推进二期平台建设,努力完成全市48处易积水路段和桥涵、31个池渠河道、38个泵站区域的远程视频监控安装工作,实现城市防汛工作全面化、智能化、可视化。同时,该中心还将主动和防汛部门共享城镇排水防涝平台信息化成果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18