
城市大数据是智慧城市的重要资产
城市大数据是智慧城市的重要资产。我们通过各种各样的数据库,包括人口库、法人库、地理库、经济库等,建立政务云、行业云、工业云,通过数据融合、挖掘数据、共享数据,支撑我们的智慧城市。感知城市、无线城市、数字城市、宽带城市,是智慧城市的必然要求。创新城市、人文城市、平安城市、幸福城市、海绵城市、宜居城市、健康城市、绿色城市,是智慧城市的题中应有之义。
大数据与政府公共服务。美国规定1/4的政府信息技术预算要用到云计算上面,就是说利用云来管理。我们有些地方政府不自建云,跟阿里等合作。有些政府把地方政府的数据都搬到阿里云上面,阿里帮它分析,也有很多政府没有把数据放到阿里云,而是让阿里帮其建一个云,把阿里的分析工具引进到政府的云里头,利用阿里的技术来帮着分析。腾讯把政府的微信公众号纳入到腾讯的微信城市服务里,一方面帮着政府来分析一些应用,另一方面也实现对政府的监督。当然,阿里、腾讯也希望借此获得政府的一些数据。
大数据与交通管理。例如,以色列特拉维夫有很多摄像头,通过这种摄像头可以看到不同时间、不同马路的交通状况:是交通拥堵,还是交通管制,还是交通事故。重要的是,通过大数据,把所有现象组合起来,实时发到每个驾驶员、行人那里。驾驶员和行人可以据此来选择迂回的路段。我在北京也看到不少交通显示屏,可是有时我看到显示屏的时候,实际上处于前进不得也后退不得的状况,这就说明我们的大数据应用还有待改进。
大数据与环保。在美国密西西比河,一个装置沉到水底取样,升到水面再取样,然后把污染检测的结果通过卫星回传到后台,后台通过云计算、数据中心、大数据挖掘,得出河流的污染状况,然后做一个数字化河流的模型,点击网上河流的某一点,就知道这个点的污染状况。我们国家很多地方,像上海就测试了全区的排放量、地表水质量、噪声。无锡在太湖上也放了很多的传感器,但它不是活动的,而是固定的,当然也能测出不同位置的污染状况。
大数据与社会治安。美国的毒品现在已经不敢露天种植了,因为卫星、无人机、飞机都可以监测到。一些人就在大城市里租或者买一个大房子,拿花盆来种大麻等毒品。没有阳光,就用LED灯来照明。这种情况靠飞机就查不着了。于是,美国把电力公司的大数据收集来。一般的人家用电灯,是晚上用得多,白天用得少,而这种地方是白天、晚上都用。所以,美国根据电力的消耗来判断某个建筑物内是否有问题。
大数据与城市发展。上海主办开发数据大赛,包括城市道路、地铁、一卡通、公交车、出租车等,面向全球征集怎么改善交通、便利市民以及怎么创新。广州鼓励所有骑自行车的人,若发现什么地方不好,就拍下来,然后上传到网上,政府通过这样的措施优化管理。
大数据在农业研究、金融市场、气象预报、新闻报道等方面已经应用得很广泛。比如,沃尔玛基于每个月网购的数量判断客户购买物品时的喜好,优化商品柜台的排列,销量猛增;印第安纳大学学者从成千上万的留言中把微博分成六种心情,从中算出的道琼斯指数,准确率高达87%;Target是美国排行第二的超市,女性顾客很多,孕妇最舍得买东西。Target列出最受孕妇欢迎的商品单,购买此单上商品的顾客很可能就是孕妇。
大数据、智能化、移动互联网、云计算,以及物联网结合的大智移云代表了信息技术发展新阶段的时代特征。大数据支撑了社会的精细化管理和智慧城市的建设,是提升管理和服务的重要抓手。
我国大数据还有很长的路要走,还面临很大的挑战。作为世界人口第一大国,我国产生的数据量极为庞大,但真正存储下来的数据仅仅是北美的7%、日本的60%,而且我国所存的数据应保护的有一半未保护。比如,我国在医疗健康、交通治理、环保等方面的研究还不足,还存在数据分散、监测的覆盖率较低等问题。另外,我国一些部门和机构拥有大数据,但是难以共享,导致信息不完整或重复投资,有数据的不挖掘、不应用,想挖掘、想应用的没数据。要解决这个问题,政府要更积极地作为。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14