
大数据应用解析哪些领域最具潜力_数据分析师
“不要把大数据当作炒作的噱头和炫酷的工具,而是要研究如何理性使用大数据,将其转换为规划学科持续发展的助力。”
在日前举办的“大数据与城乡治理研讨会”上,南京大学建筑与城市规划学院教授甄峰强调:“我们要让数据真正能够为规划所用。”
大数据满足转型需要
“过去,城市规划多数以生产空间为导向,从宏观层面入手,强调整体性。现在,城市规划开始以生活空间为导向,从社区层面入手,强调人文关怀,构建满足居民生活需求的城市空间。”北京大学城市与环境学院城市与经济地理学系副主任柴彦威说,城市生活空间指人在城市中进行生活活动的范围,以居住地为中心,具有空间特征长期稳定、多尺度、圈层化的特点。
在信息技术不发达的年代,想要收集以居民个体行为为基准的数据资料非常困难,因此,在城市规划过程中缺失了一些人文关怀要素,难以真正满足居民的生活需求。在当今大数据时代背景下,包括移动服务在内的各种信息技术为规划工作者提供了采集、分析居民行为的可能性。
柴彦威将生活圈划分为基础生活圈——日常活动的区域、通勤生活圈——就业活动的范围和扩展生活圈——购物休闲活动区域三大类型。“运用大数据分析居民不同类型活动的时空行为模式,可以对城市各类生活圈进行识别,从而划定中心城区、近郊区、远郊区不同的城市生活圈理想模式,以此指导城市生活空间规划。”
在“数据盛宴”下保持理性
当前,大数据在应用于规划的过程中还存在一些问题,例如数据决定论、数据分析方法准备不足、数据利用的隐私问题等。甄峰强调:“在当前的一场‘数据盛宴’下,我们要保持理性,要坚决避免技术主义、数据主义。”
面对大数据,不能仅仅满怀激情,还要进行理性、合理分析,使其能够真正推动规划学科持续发展。
甄峰回顾了大数据在我国产生和发展的历程,分析了大数据时代下规划行业面临的危机与挑战。
大数据注重时效性,容易产生短期行为。而规划学科是一个注重长期效果且包含内容丰富的学科,因此,更应该强调信息数据的积累,强调对某一区域的深入研究。针对数据垄断可能带来研究的“数字鸿沟”,甄峰呼吁规划学科应该与其它学科实现跨界合作。
从“规画”向“规划”转变
大数据不仅能够在规划编制阶段发挥作用,对于规划实施也是一大助力。上海数慧系统技术有限公司程洋指出,新形势下的城市规划既要抓“头”也要顾“尾”——既要重视编制过程,也要确保落地实施。“以前,有人把‘规划’称为‘规画’。如果不能确保规划实施,这确实就是挂在墙上的一幅画。”
通过建立大数据平台,可以推动信息资源共享,让数据说话,实现规划管理部门、规划编制部门、规划专家和公众之间的协同沟通,使各级部门可以实时监控规划落实情况,有助于实现多规融合、规划检测、公众参与等多方面需求。
程洋坚信,大数据将为新型城镇化的规划、建设与运营带来更精准的评估、分析与决策。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13