
大数据让城市建设更智慧
2015“智慧城市与大数据高峰论坛”在湖北恩施成功召开。本次大会由中国地理信息产业协会主办,Esri中国信息技术有限公司承办,共吸引了来自全国各省市城乡规划局(委)等单位的近300名专家与学者出席了大会。
大会现场
本次大会以“互联网+”为契机,以深化大数据、云计算等信息技术应用为主线,推进“地理信息+”的落地,推进城市管理和服务智能化,同时也推广智慧城市建设中的成功经验。其中,多位专家在汇报中指出,大数据资源的合理挖掘与运用,可以让我们的城市建设更加智慧。
首先,来自北京大学遥感与GIS研究所的刘瑜教授认为,通过微博、社交网络、银行卡数据、车辆轨迹、公交卡数据等一系列地理空间大数据可以研究人类的时空间行为特征,并进而揭示社会经济现象的时空分布格局、联系以及演化过程。这种被称为社会感知的理论和方法相比于传统遥感技术主要用于捕获地理空间中的自然现象,它更长于发现社会经济现象,从而有效弥补遥感方法的不足。随着大数据时代的到来,不同类型的大数据为城市研究提供了丰富的数据源。通过对这些数据的有效利用,有助于制订以人为本的城市及区域规划。
来自北京市测绘设计研究院的陈品祥副院长则认为,当前智慧城市面临的核心问题是只在“云”上,基础城市信息薄弱,无法“落地”。而以“房屋大数据”为基础的智慧房管,解决的就是以房屋地理空间实体为主线的“人、地、房、企业组织(经济)”城市信息的集成化、精细化管理。因此,智慧房管是智慧城市落地的重要前提,是智慧城市的数据基础,否则智慧城市将是“无本之木、无源之水”。以北京为例,通过建立房屋基础库,全面摸清房屋底数,解决房屋“在哪里、有多少、是谁的、怎么用”的问题,实现“以图管房”的房屋管理精细化;集成房屋管理相关的房屋交易、房屋安全、物业、经纪机构和地下空间等业务空间化信息,并集成房管业务系统,实现房管业务集成化;以房屋空间数据为基准,掌握房屋“是谁的、住着谁、进驻企业有哪些、纳税情况”等城市信息和社会关注信息,实现“以房管人”、“以房管业”;以房屋地理实体为集成对象,为“智慧城市”建设提供房管领域的技术支撑和数据支撑。比如,在房屋监管平台上,可以宏观展示全市房屋总量、全市房屋成交情况,动态实时监测房地产指标。
北京市房屋全生命周期管理信息平台
来自Esri中国的副总工陈非为参会嘉宾介绍了精彩纷呈的空间大数据应用案例。其中,“城市瞭望台”通过众包的方式,基于Esri的ArcGIS在线平台,以交互式地图方式展现了全球近60个城市的交通、人口、环境、城市变迁、土地利用等多方面的数据,以相同指标进行城市间对比;“旅游大数据”基于北京五一期间旅游大巴GPS数据对游客的分布进行了统计对比分析;“出租车轨迹热点挖掘”使用出租车GPS信息,展现了一天24小时出租车的热点分布。这些基于空间大数据的应用,为公众、城市建设者和管理者提供了崭新的视角。此外,陈非还介绍了Esri针对空间大数据,基于分布式存储和空间分析的GIS工具——GIS Tools for Hadoop。陈非认为,“随着移动互联网的发展,将会产生越来越多的位置信息。海量空间数据与大数据技术的结合,突破了传统GIS空间分析技术上的一些瓶颈;而地图本身良好的可视化能力,也为大数据的分析和挖掘,提供了最直观易懂的展现结果。”
旅游大数据
据了解,以智慧城市为主题的高峰论坛已连续举办多年,每年都围绕最新的技术发展和最前沿的应用实践展开,论坛的结晶展现了业内专家对智慧城市建设的全面思考和认识。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22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