京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据源于物联网 支撑智慧城市发展
大数据是信息化社会无形的生产资料,其概念被社会各界不断演绎出多种版本,但关于大数据、物联网、智慧城市三者之间的关系,很多人不甚明了。
大数据、物联网、智慧城市三者之间的关系简单来说就是:大数据的发展源于物联网技术的应用,并用于支撑智慧城市的发展。物联网技术作为互联网应用的拓展,正处于大发展阶段。物联网是智慧城市的基础,但智慧城市的范畴相比物联网而言更为广泛;智慧城市的衡量指标由大数据来体现,大数据促进智慧城市的发展;物联网是大数据产生的催化剂,大数据源于于物联网应用。
中国已步入大数据时代
有人说大数据来了,但只是在美国而不是中国。专做政府数据管理的同方对此的看法是:中国对大数据的理解普遍还不那么深入或者与美国的理解有所不同,但不能否认的是,中国已经步入大数据时代。现在中国的很多部委都已经在研究大数据、运用大数据。美国将大数据提升为国家战略,中国还没有明确提出,但已经把大数据上升为与国防一样的高度,多部委还联合发布了鼓励措施。我国政府对大数据的敏感度快速提高,并正在采取措施。所以说,中国已经步入大数据时代,这种重视是由政府层面自上而下进行普及的,可能还未普及到普通百姓层面,但各级政府已经有了高度重视。邬贺铨院士也曾表示:“我国将产生全球最大量的数据,要重视大数据的开发利用和管理。”
大数据的关键在于分享。我国智慧城市发展的一个瓶颈在于信息孤岛效应,各政府部门间不愿公开、分项数据,这就造成数据之间的割裂,无法产生数据的深度价值。关于这一问题,一些政府部门也有清醒的认识,开始寻求解决方案,这是受自身的需求驱动的。比如,一些政府部门原来不愿分享自己的数据,但现在开始寻求数据交换伙伴,因为他们逐渐意识到单一的数据是没法发挥最大效能的,部门之间相互交换数据已经成为一种发展趋势。同时,随着各方面的发展及政策的推进,很多以前不公开的数据也逐渐公开了,这对大数据的发展都是有力的支持。
物联网技术推进大数据发展
物联网对大数据的意义方面,举了个例子来说明物联网技术对大数据的推进。去年北京7.21暴雨之后,政府采取了很多解决措施,很重要的一个体现是,北京市科委很快就立了专项基金去给受灾的房山和门头沟这两个区进行应急管理能力的提升以及信息化的建设。比如对水位的监测,在有些重点立交桥下安装水位计,水位到一定程度会发生预警,相关部门就可以据此采取一些措施,这就是物联网技术的应用。
物联网技术跟大数据什么关系?当水位计的点增多后,就会收集到更多的数据,这样更便于发现一些规律并发出预警,这是采用大数据的技术手段自然而然就能做的事情。在点位数少的情况下,数据量不够大,只能解决一部分问题。所以说,正因为有了物联网,大数据布的点越来越多,自然而然就要会去分析实时数据。数据的挖掘,原本是对于历史数据的挖掘,现在对于实时数据的挖掘也是一种趋势,说明物联网的技术在推进着大数据相关技术的发展。
大数据支撑智慧城市的发展
城市运行体征是通过数据进行量化表现出来的,但这些数据散乱在政府的各个部门中,因此要相应部门帮助城市管理者进行数据汇总、分析,最终对城市体征的量化形态即各类数据进行管理,供政府管理者使用。
政府部门做的每一个决策都需要长期的调研,调研的资料来源于政府部门运行、城市运行的长期积累。政府信息化的高速发展已使政府产生了几百TB的数据。但数据本身没有任何意义,只有经过一定的系统分析之后,才能发挥数据的价值。智慧城市的每一个细节都会产生庞大的数据,同时,智慧城市的运行基础也来源于对大数据的深度分析。
大数据的表面是一系列静态的数据堆砌,但其实质是对数据进行复杂的分析之后得出一系列规律的动态过程。政府部门本身没有去做这样的事,这就需要企业对其进行支撑,选择政府作为突破口,根据形势发展的要求,为政府决策提供数据支持。用数据的直观形式展现业务之间的关系,用数据表现城市发展变化和趋势,分析总结出城市存在的问题,为政府部门的决策提供辅助。
城市运行体征的管理也需要大数据的推动。大数据在反映城市运行体征的时候,并不需要了解城市部门的主要业务及运作流程,单纯从数据的角度出发,通过计算机软件分析之后,数据就能得出一些规律,不关乎业务,不关乎结果,但能完全反映出数据之间的关联性。从大数据的角度出发,驱动城市运行体征发展,是一个可以在决策前段刨出人力的纯计算机运作模式,这样的好处是运作的量化和规范化。
对于大数据、物联网与智慧城市的发展,中国信息技术权威专家——国务院物联网领导小组组长、中国工程院邬贺铨院士曾有一个很深奥的表述:从物联网到大数据再到智慧城市,是“格物致知”的过程,通过分析决策达到“知行合一”。
智慧城市惠及每个人
大数据驱动下的智慧城市,关乎每个人的生活。最普遍的例子就是天气预报,以前的天气预报只会预测一下天气,但现今的天气预报会告诉公众更多的信息,如气象指数、空气污染指数、穿衣指数、驱车安全指数等,甚至是否有利于运动,对发型及妆容的影响都有说明。这是能让普通百姓切身体会的智慧生活,未来,教育、交通等关乎人们衣食住行的方方面面都会变得智慧起来。教育方面,我们可以看看美国的做法,美国每个大学都会将升学率、就业率、毕业生的年薪水平等如实展示,这对学生选择学校专业等是很有利的数据支持。交通方面,怎样畅通城市交通,怎样寻找停车位,选择哪种交通方式更便利安全等,都是智慧城市的未来状态。
智慧城市来源于智慧决策,智慧决策来源于人的智慧。当每个人都很智慧的时候,一个城市也会变得智慧起来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12