京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11