京公网安备 11010802034615号
经营许可证编号:京B2-20210330
广州智慧城市建设应充分利用“大数据”
目前,随着各地“智慧城市”建设的火热进行,政府大数据应用进入实质性建设阶段,大数据在各个领域的应用价值初显。
在城市管理方面,一些地方合作推出的“警务云”已大显神威。比如,深夜时发现有人形迹可疑,警察可以通过云系统,找出这个人的各种信息,包括他何时坐过什么车、住过什么酒店、家庭情况等等。现在的大数据技术可以把所有的数据关联起来,为快速破案创造了有利条件。
然而笔者不久前采访广州超算中心得知,虽然广州“智慧城市”的建设也在推进,但这样的大手笔项目却很少。而连续四次蝉联世界500强第一名的天河二号超级计算机,目前也只有40%的利用率。
为何守着世界第一的超算,广州智慧城市的建设没有走在全国前列呢?有关专家认为,主要是政府对大数据的理解和重视程度远远不够。长期以来,我们的文化基因当中,数据文化很弱。没有把数据作为一种方法论,作为一种价值观,作为一种社会运转尺度来看待。
据了解,目前广州市各级政府掌握着全社会信息资源的80%,其中包括1000余个数据库。然而这些数据共享程度低。广州智慧城市的建设用到“超算”的,也主要是对20万个摄像头的数据进行分析与利用。很多数据因为部门利益和“保密”等因素,仅限于部门内部人员使用。而政府、企业和行业信息化系统建设也往往缺少统一规划和科学论证,没有统一标准,形成了众多“信息孤岛”,这给数据利用造成极大障碍。
维克托·迈尔—舍恩伯格所著的《大数据时代》一书中认为,“通过对海量数据进行分析,获得有巨大价值的产品和服务,或深刻的洞见”,这正成为“当今社会所独有的一种新型能力”。
总的来说,大数据对城市管理最重要的借鉴就是通过全方位的数据控制和分析,为政策制定提供高准确率的参考性和预见性,推动城市管理更加科学化。
在如今的城市,供水、排水、排污、供电、燃气、电话电缆、移动通讯等十几种地下管线盘根错节,基本上由各产权单位进行封闭式管理。这种多头管理给一些民生工程的推进造成很大压力。如果能采用建立数据标准和普查建库等方式实现地下管线的数据共享,地下管线的整治将事半功倍。不仅如此,通过对地下管线密度或受力情况的区域横向比对,还能预测/分析出工程项目对邻近管线的影响,从而使建设方案得到最大程度的优化,避免“拉链路”现象。
此外,大数据的真正价值在于挖掘和分析。大数据产业的战略意义不在于掌握庞大的数据信息,而是要提高对数据的“加工能力”,通过“加工”实现数据的“增值”。在政策制定方面,大数据作用应该更大。
目前,我国相当一部分公共政策的制定,通常是基于各个部门分别上报的零散数据,综合考虑专家学者的建言献策、民意调查等,科学实证的支持相对较少。为进一步提升公共政策制定的科学性,更应该引入“大数据”理念,将理性的数据分析与感性的经验判断结合起来作为决策依据。
如在交通方面,可以根据车流方向、密度来适时调整交通信号灯,让出租车在打车需求缺口最大的时间和地点出现;在健康医疗方面,通过研究气温、病种、门诊量的变化,可以预测未来传染病的发展趋势。今年初全国手足口病高发期间,有互联网公司就收集了相当宝贵的数据,向国家疾控中心提交了疫情预测和分析报告……
据市场调研机构预测,未来几年,中国大数据应用市场将呈现爆发式增长,并以近90%的年均复合增长率增长,到2018年,大数据产业规模预计将达到近6000亿元。从政府决策与服务,到城市的产业布局和规划,再到人们衣食住行的生活方式,都为广州的超算平台提供了广阔的空间。
当然,政府部门的大数据往往涉及机密,一旦泄露或者处理不当,将严重损害国家权益。这就要求IT企业加大对电子认证、加密解密、攻击检测与防御等技术的研发投入,加强产品系统应用安全。而政府部门要抓紧推进信息安全等级保护制度,加强对数据中心及信息系统运维的监督管理。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01