纽约,大数据挖掘预防火灾
作为一个国际化的大都市,纽约大约有100万栋建筑物,平均每年约有3000栋会发生严重的火灾。那是否有方法预防悲剧的发生呢?据华盛顿邮报报道,纽约消防部门的数据分析师认为,每栋建筑物都有着独特的属性,通过对大量数据的分析就能看出哪些建筑物更易“惹火上身”。
纽约市长手下有一支大数据分析团队,他们的主要职责就是搜集各类城市数据信息,进行趋势分析预测,解决城市治理顽疾。在前市长Michael Bloomberg的推动下,纽约已逐渐发展为数据型城市。过去几年间,不同职能部门通过数据挖掘(data mining)和数据分析解决了包括下水道油污堵塞、罪犯追踪在内的多种城市治理问题。要准确掌握纽约这类超大城市的脉络和动向,数据挖掘是其中重要的一环。
判断一栋建筑物是否属“火”有几条重要的标准:例如贫穷、低收入家庭的住房往往更容易发生火灾,而且低收入人群由于居住密度较高,一旦发生火灾危害更大。建筑物的建成时间也是一个应该着重考量的因素,相对而言,年代久远的房子问题更多,它们很容易由于电路老化或布局不合理引发火灾,而且老房子消防设施落后,发生火灾后,消防员赶赴现场,往往会发现附近根本就没有足够的消防栓。另外,建筑物,尤其是高层建筑中,电梯也是一个重要的影响因素,在很多电梯间明确标注着火灾时严禁使用,这是由于“烟囱效应”使得火势在建筑竖井中蔓延更快,而一旦断电电梯停运,人员的处境就更加危险了。但也有一些电梯配备了备用电源,一般是柴油发电机,并有足够的防火隔离措施,方便住户快速逃生。诸如此类因素,不一而足。
纽约消防部门将可能导致房屋起火的因素细分为 60 个。除去危害性较小的小型独栋别墅或联排别墅,分析人员通过特定算法,对城市中 33 万栋需要检验的建筑物单独进行打分,计算火灾危险指数。这样一来,消防员在出勤时可以根据建筑物的详细资料和危险指数,重点关照“火灾危险分子”。
这项庞大的数据挖掘系统在去年7月份开始实施,并在下半年将数据监测项目扩大到2400余项,诸如学校、图书馆等人口密集度高的场所都会被列入重点监测和检查对象。不过目前公众的质疑在于,如何证明数据分析和防范措施的有效性?纽约消防局发言人表示:“答案还是数据本身,因为我们最终会统计出火灾数量是在下降的。”
芝加哥,给路灯杆装上传感器
可穿戴设备的兴起,使传感器堂而皇之地爬上了人的身体;接着,我们的卧室厨房也被Nest等温控和烟雾传感器占领;我们随身携带的手机,集成的传感器将近10种之多:光线感应器、距离传感器、指纹扫描、GPS、陀螺仪、心率传感器、加速感应器、气压传感器、手势传感器等等;而最近,美国芝加哥市更把传感器安装到了街边路灯杆上,用于收集城市不同角落的路面信息和环境数据。
众多传感器被包括在设计精美、布满小孔的金属盒子里,然后安装在灯柱上,装点城市的同时也能监测空气质量、光照强度、噪音水平、温度、风速,还会通过监测手机Wi-Fi或蓝牙信号清点过往的行人。第一批“灯柱传感器”将在今年7 月中旬安置在芝加哥市密歇根大道上8个繁忙的十字路口。后续会首先在旧城区布置,预计 2015 年底完成,并在未来几年全面占领芝加哥市的大小街区。
面对公众对于侵犯个人隐私的质疑,参与这个计划的科学家,芝加哥城市计算和数据中心负责人Charlie Catlett称,设备在设计之初便做好了规划,只侦测信号,不会记录移动设备的MAC和蓝牙地址,“我们的目的是为了更好地理解城市,这也会让芝加哥市成为最有科研价值的城市。”
在近10年间,全球各大城市都致力于收集城市的各类信息数据,从空气质量、温湿度,到道路车流量和人流量,这种种举措都是为了让城市运作得更加安全高效,而芝加哥市则做得更为彻底——其正在全力打造“大数据之城”。虽然收集和分析大量城市的信息数据,并不会对城市的交通、环境或是安全形势起到立竿见影的效果,但研究人员相信,这些数据将有助于更好地研究和理解现代都市的运作原理,然后逐步从数据中挖掘有价值的信息;而且随着数据量的不断增大,科学家们可以发现和构建不同的模型,并将反过来指导城市规划和政策制定等等。比如芝加哥市安装的此类永久性的数据采集装置将会为政府、独立研究机构或是大学提供概念验证和方案测试服务,并会随着传感器技术的进步及时进行产品升级,满足潜在的科研和学术需求。
另据芝加哥城市信息技术委员会成员Berman介绍,每台传感器设备初次采购和安装调试成本在215425美元之间,运行后的年平均用电成本约为15美元。该研究项目得到了包括思科、英特尔、高通、斑马技术公司(Zebra Technologies)、摩托罗拉以及施耐德等的技术和资金支持。
过去10年,我国一直在不遗余力地鼓励、扶持国内智慧城市的发展,中央和各地方政府投入了大量的资金进行相关的基础设施建设,以平安城市中的科技强警战略和“3111”试点工程两大项目为例,从2004年国家提出创建平安城市、平安社会到2010年止的6年多时间内,科技强警示范城市总量达180多个,“3111”示范城市覆盖80多个地市以及下属的400多个市、县和街区,总投资额达千亿元以上,先后投入使用的各种终端设备和传感器数量巨大、收集到的各种信息和数据更难以统计。如何才能更有效地用好这些基础设施?
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14