京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据已成智慧城市的核心
哪里交通拥堵、车流量达到多少?哪里的空气质量不好……要想迅速获知这些信息并及时作出处理并不难。前提是拥有一套大数据可视化系统平台,如此就可以将城市各区域的数字化信息尽收眼底。
在日前召开的智慧城市(银川模式)研讨会上,中国行政体制改革研究会副会长、国家行政学院电子政务专家委员会副主任汪玉凯表示:“大数据、云计算、移动互联网、物联网等新技术,不仅在整个智慧城市构建中会产生很大的作用,在智慧政府构建中也会发挥大作用。”国家信息化专家咨询委员会委员宁家骏说,建设智慧城市的一个重要目标,就是要坚持以提升公共服务效率为核心,通过进一步改进惠民的服务,建设和谐、宜居、富有活力和现代化的城市。这个目标离不开先进和创新技术的支撑,其中关键技术就是大数据,大数据已成为智慧城市建设的核心内容。大数据建设包括哪些内容?目前存在怎样的问题?未来发展趋势如何?
大数据技术重在决策分析
的确,一个城市的管理和运营需要科学的决策,只有数据支撑才能保证智慧城市的真正运行。城市发展需要完成大数据的采集、处理、整合、共享、挖掘、分析和应用,通过了解城市运行情况与发展态势,为各部门协同工作、领导决策提供支撑,进而服务于市民。
专家认为,智慧城市大数据决策平台应该集成了包括地理信息、GPS数据、建筑物三维数据、统计数据、摄像头采集画面等多类数据,可以把市政、警务、消防、交通、通信、商业等各部门各类型的数据融合打通,汇集在统一的大数据平台上。
“智慧城市平台上的数据能对应急指挥、城市管理、公共安全、环境保护、智能交通、基础设施等领域实现管理决策支持,从而用于综合管理城市整体运行态势。比如,采取圈选式查询,可以了解某一区域所有监控画面及警车分布情况;智能园区可视化系统则可融合打通园区各个系统数据,实现智能制造、智能楼宇、生产安全等可视化管理。”某智慧城市运营商负责人如是说。据悉,该公司的网络安全可视决策平台可呈现安全威胁事件来源信息和目标信息,同时通过3D虚拟现实展示可交互的三维机房环境,实时反映网络运行及安全状态。
专家表示,“智慧银川”之所以在全球获得“2015中国领军智慧城市”、“TMForum智慧城市总裁特别大奖”等一系列殊荣,重要原因是其利用大数据探索了城市管理和发展模式创新,可以说银川模式已经具备了城市大数据应用的雏形。
政府部门开放数据迫在眉睫
汪玉凯这样评价银川在智慧城市方面的先行探索:“银川的智慧城市建设首先打破了部门和部门之间的壁垒,这个部门壁垒隐含着行业壁垒,包括政府部门之间的壁垒,行业和行业之间的壁垒,既包括政务的也包括企业的。正因为打破了部门以及行业壁垒,所以才获得了数据资源,掌握了数据财富。”
当然,如何获得这些大数据是重中之重。政府部门开放数据显得迫在眉睫,首先要政务公开,构建权利清单、责任清单并向社会公开;其次要把政府数据向其他部门开放,甚至向社会开放。正如银川市委书记徐广国所说:“不能让各个部门都视数据为自己的资源、资产和权利项目,而是要共享和交互产生效用。”
说到数据共享与交互,在政府及城市的数据运用方面目前面临数据失真、条块化严重、缺乏规划等挑战。据了解,中兴通讯智慧城市2.0方案的技术创新中,就对城市大数据进行了前期规划,其中一个技术创新就是围绕大数据展开的,即构建城市大数据共享云平台(UOC)。
UOC的核心是两库两平台。两库中的城市基础数据库包括人口、法人、宏观经济等数据,城市行业应用数据库则涵盖交通、教育、公共服务等领域。两平台中的数据共享与交换平台,用于建立城市的数据共享通道,另一大平台是数据挖掘分析平台,用于进行海量的数据分析挖掘,形成智慧应用。因为这些技术的不断成熟和创新,从而为大数据应用创造了条件。中兴通讯执行副总裁庞胜清以智慧交通举例道:“新技术的应用实现了跨行业、跨区域的交通数据和业务的互联互通,这时可以对路况进行主动的应对。城市建设了智慧交通以后,车辆的通行量增加了35%,司机停车的次数减少了45%,行车的速度提升了30%。通过对历史和实时数据的挖掘分析,利用大数据技术,城市可以预测未来的路况,可以指导城市路网的规划。”
智慧城市未来发展趋势
智慧银川以及中兴通讯在智慧城市项目的实践中尝到了大数据应用的甜头,从而提出了要以大数据为核心建设智慧城市。庞胜清对智慧城市3.0的趋势特征如此描述:“3.0阶段将坚持以人为本,挖掘数据价值,实现大数据的应用,通过数据众包众筹、信息开放共享、公共服务优化决策、城市智慧管理等大数据分析挖掘,推进社会的大协作,全民参与,实现数据的社会价值。”我们也可以从这些构想中看到智慧城市未来的发展趋势。
——引领下一代ICT基础设施部署。首先,要加大前端智能感知设备的部署力度,例如智能水表、电表、路灯、垃圾桶等,拓展城市数据来源。
——建立大数据开放机制。智慧城市3.0要做好三件事:建立数据采集、传输、应用等环节端对端的数据安全保障体系;在数据资源相关的规范管理方面做好立法保护工作;联合国家部委及TMF等标准组织,推进政府数据开放、交换访问接口、安全保密等共享标准的制定。
——推动大数据应用。依托大数据平台,一方面针对开放交易的数据,经过清洗、脱敏处理,形成标准化的数据;另一方面在政务、企业云、旅游、交通等具体应用上进行自主运营,通过画像建模、人工智能学习等进行大量的应用。
——推进城市互联,构建智慧城市群。智慧城市3.0时代将以大数据中心为核心节点,通过跨境电商、智慧物流、智慧园区、智慧旅游等应用,加快与“一带一路”国家的数据交流,以数据流带动信息流、文化流。
——打造大数据的生态圈。致力于加强各行业顶尖企业的交流合作,在大数据分析领域,建立从数据源、大数据基础设施、大数据分析、大数据可视化到数据运用的大数据生态圈。
可以说,目前智慧城市建设的重点在建立数据共享与交换平台,那么未来智慧城市建设更强调大数据的分析与应用,通过数据驱动城市智慧产业的升级。
对于运营商来说,其各大信息系统记录的数据,为电信运营商开展大数据应用奠定了良好基础。大数据将在电信运营商增长方式转变、打造新的业务增长点上发挥重要作用,因此,电信运营商要紧紧抓住大数据的重要发展契机。专家认为,运营商在推进大数据发展时需重视三大问题:一是电信运营商的数据开放程度还不够高,数据开放共享氛围没有形成,数据流动性比较差,同时已有的数据资源存在标准化、准确性、完整性问题;二是仍然缺乏原创技术,没有形成更完善的大数据解决方案;三是个人信息保护交易方面的法律法规不健全,在数据开放和商业化流通中没有隐私隔离和相关标准,使得电信运营企业无章可循。好消息是,运营商正聚焦大数据新领域,加大力度创新机制,推动大数据解决方案和产品的落地,值得期待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15