
大数据+智慧大脑探索城市治理新模式
城市大脑”智慧城市建设计划,正力图给城市带来改变。在11日开幕的“2017杭州·云栖大会”上获悉,杭州等城市推进“城市大脑”为智慧城市建设展现了更多可能,仅在交通通行方面就有显著提升,人们期待,未来“城市大脑”还会发挥什么作用?
随着移动互联网技术的发展与应用普及,我们进入了大数据时代。但各个领域、各个地区的需求不同,因而对云计算的要求,利用大数据的情况也各不相同。
2011年,全球知名咨询公司麦肯锡率先提出了“大数据时代”。麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”如今随着移动互联网技术的发展与应用普及,我们真正进入了大数据时代。
大数据使人们的生活发生了改变,无论是金融、电信、医疗,还是其他安全等领域,都需要应用到大数据。我国在大数据方面有很大的优势,但各个领域、各个地区的需求不同,因而对云计算的要求,利用云计算的情况也各不相同。
宁波市:开创“互联网+”防控监管模式
浙江省宁波市公安局近年来大力推动“平安宁波”建设,利用互联网大数据打通部门警种之间、内外网之间的数据壁垒,实现资源共享,开创“互联网+”防控监管模式,通过人防+技防手段,为城市构筑起安全防火墙。
不仅如此,宁波市公安机关为让防控“天眼”更精准,还利用大数据和“云计算”技术推进视频监控系统建设,推广身份信息识别技术应用,提高公安机关侦查破案、治安管理、打击犯罪的能力。
据统计,今年,宁波全市开展人像比对会战,3个月内比中各类嫌疑人468名,抓获347名,其中疑似漂白身份的逃犯33名,抓获5名潜逃10年以上的命案逃犯及2名重要逃犯。同时,我们还研发建设了全市车辆大数据实战应用平台,打破过去仅仅依靠车牌识别的人车对应模式,不受假牌、无牌等因素的干扰,实现了对嫌疑车辆的有效识别。
绥化市:推进“数字绥化”向“智慧绥化”升级演进
无独有偶,10月27日上午,绥化市召开云计算大数据平台建设启动会议,强调要统一思想,提高认识,保证工作质效,把绥化市云计算大数据平台建设成为精品工程、亮点工程和示范工程。
会议指出,加强资源整合,建立共享机制,建设基于云服务的“大数据平台”,推进“数字绥化”向“智慧绥化”升级演进,已经成为加快绥化发展的必然。
会议强调,要本着高起点、高站位的原则,努力把绥化市云计算大数据平台建设成为集政务云、农业云、中小企业云等多种功能于一体的综合性数据中心,特别是要把绥化的农业云打造出特色和亮点,将绥化打造成东北三省乃至全国的农业信息化标杆城市,助力绥化实现“农业排头兵”的发展愿景,成为龙江在全国农业信息化发展创新的一张新名片。
苏州市:形成“智慧大脑” 实现城市的“治未病”
对于城市管理精细化发展,苏州市吴江太湖新城已然形成自己的一套。据悉,苏州市吴江太湖新城将城市管理范围做成一张“电子地图”,地图上链接城管、环卫、市政、安监、路灯、绿化等多个部门的“大数据”,并将这些数据集聚到智慧信息管理中心,形成城市的“智慧大脑”,从而使整个城市纳入实时、动态的管理。
例如智慧信息管理中心,该中心作为太湖新城的大脑,集纳了来自12345市民热线、区委书记区长信箱、东太湖论坛、“吴江12345”公众微信号和巡查员上报问题等各种渠道的“大数据”。通过对数据进行分析,太湖新城正在从源头消除城市治理痛点,甚至实现城市的“治未病”。
一项项来自智慧信息管理中心的工单,不仅能为城市“号脉”,找出“城市病”;大数据分析还能得出城市管理的潜在规律,为分析决策者提供精准参考。
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: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。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11