京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据在智能城市建设中如何实现价值
在有关大数据应用的讨论里面,智能城市炒得异常火热,这也是每个城市发展的一个引导方向。在大数据和智能城市发展的过程中,大数据的价值非常大,但这些大数据如果应用不好,他的价值等于是零。那么,大数据时代的智能城市到底是怎样的城市呢?大数据又在其中起到了怎样的作用?
一、城市规划
你看现在每个城市在城市规划当中,都存在有很多问题,比如说在北京,几乎都是灰尘,没有什么公司,也没有什么工厂,也没有学校,大家都到城里去,这样的规划,我们通过移动的信息,能够非常准确地把这个城市规划做好。
美国纽约也是全世界很大的城市,大数据原来在有老百姓的每一个城市,都有一个老百姓需要服务的东西。原来有40多个公司在做这个,40多个公司很大,但是解决的问题很不好,大家很不满意。就是服务的智能很差,大家提出这个311的电话,311的电话以后,他就400个人,最后服务的结果是什么?80%的老百姓的呼叫30秒就能出,这个结果是非常大的变化。就是170种语种,大概是5万多个户县,为什么能做到这一点,就是大数据的资源,没有大数据的资源,没有办法得到出来。
纽约市在数据开放方面是走在前面的,1100多份数据,你看下面这个数,这个纽约市市长,他每天在办公室,他整个纽约市的交通拥堵,哪个垃圾没人收,PM2.5都一目了然,都有这些数据。这是一个城市的数据,他利用这个数据,就可以解决很多的问题。比如说你在哪儿,他就可以预测,这些数据都可以公开利用,都可以有很大的利用价值。
二、智能交通
每个城市智能交通都是很大的问题,要解决两个问题,一个是解决交通给人们带来的安全的事故,每年因为交通事故死亡7万多人,这个矛盾我们能不能利用大数据技术来解决这个,还有拥堵的问题,能不能利用大数据来解决拥堵的问题。
现在我们的汽车有位置的不到5%的,就是大量的汽车都是自己的手机位置信息,这个移动的通信末端,司机绑定你的位置信息,从周一到周五,每个路口的进出多少辆车,都有规律的,这些大数据来指挥我们交通,这个对社会的跟进完全不一样。
我们来做一个实验,一个城市大概有多少万人,好像是500多万的这个统计。这些人晚上的位置的信息96%都知道,比较准确,白天94%都知道,这个都是很准确的。这些位置的信息是有很大的价值,也有很大的隐私。这些数据作为公共的服务,都是客观存在的。但是这些数据挖掘出来没有?应用出来没有?没有。
大家都知道车联网的数据价值很大,车联网要解决这个问题,他现在提出了咱们50毫秒、10毫秒,现在提出要3毫秒,因为这个车怎么来解决这个问题,这个要降到1毫秒一下,我们互联网是90毫秒,都还是远远超过。
三、医疗
怎么解决医疗问题,想提供一个数字给大家。美国医疗方面是很发达的他在美国有产业很大,到2020能年达20%,美国的GDP和20%是多大的量,要把医疗的大数据能够统一。把这个问题解决了以后,就能解决所有大数据的一个统一的问题。
现在预测我们国家在医疗方面到2020年,保健方面大概1万医院,我们在GDP只有5%,这个全球平均是10%,我们比全球平均水平还低,随着我们综合水平的提高,这个比例会越来越大。但这个方面,我们的这个地位医疗的一些报名的事件,我们每年增长23%,能不能通过大数据应用缓解这些矛盾,我认为是很迫切的。这是欧盟关于医疗设备成立一个大数据的一个服务公司,都在做这样的一个讨论。
在大数据里,移动医疗可能会成为我们自己的医生,将来总有一天,会变成我们医疗的医生。现在有人预测,到2015年,大概有5亿台手机会有医疗功能,但是现在大部分还很少。但是大家现在大家都在做,苹果公司都在做,就是通过手机来测血糖,或者测你哮喘的病,测医疗单子,现在这些方面,咱们都会得到一些比较普遍的应用。另外在公共安全方面,我们国家每年大概6千多亿的损失,有20多万死亡,这个损失很大。我也举一个例子,就是吉林一个县发大水,也是汶川地震时期,大家都在默哀,觉得是老天爷所为,无能为力,但是,我们如果有了天气预报,有了地理地貌这些信息,我们可以避免这些灾难的发展。
四、突发事件
在突发事情上,如果政府有采取这个措施,是可以避免的。举一个例子,北京的一个水灾,这个事故死了几十个人,北京市政府领导给我们的情况是:那是一个旅游景点,有一个河沟,一个经理看情况不好,就告诉他们,不到十几分钟以后,山洪暴发了,否则的话,就可想而知了。
如果我们有天气预报,我们都可以知道。更可怕的是北京机场有一个河,就是再下点雨,就可以倒灌到地下室,如果倒灌了以后,这个楼就宣布要倒塌,这些手段,这些技术没有人去说,这些都是不是很困难的事情,但是需要这些数据的开放。
大家可能知道南京煤气管道,一个农民工施工的时候,煤气爆炸,把农民工拘留起来,在北京我就愤愤不平,在南京讲课的时候,我跟他们说,我说你这个领导应该给他一个哪儿有管道有这个数据。他晚上请我吃饭的时候说刘院士,我真没有这个数据,说三米外有一个数据,其实不到一米的时候,这个管道就被挖出来了。这个数据有没有?有的有,有的没有,就是政府部门没有公开,这些数据不能不开放。
就像江苏省的GDP,又是沿海的,这么发达的城市,这些数据都没有,你就比较危险。所以我们的大数据喊的那么厉害,却没有落实到实处,我的意见就是赶紧找找你的问题,看看那能不能用大数据去解决。否则讲了半天,他的价值,就没有体现。我们说的净化,但是他跟环境的一样,这些数据在那儿摆着,你跟你的问题结合起来,他才能发挥他的价值。这些灾害方面,需要大数据的平台。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 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 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26