大数据，应用领域未来可期_数据分析师

深圳市4万台公共运营车辆实时全球定位系统（GPS）数据，每天500万次交通刷卡数据，联通300万号通话位置数据，深圳移动800万号动态位置数据，20万交通监测视频数据……这些数据，每天达到PB（Petabyte，千万亿字节）量级。

　　深圳市交通运输委员会期望对数据进行分析，以达到治理交通拥堵目的；公安部门希望获得犯罪线索，预防恶性事件发生；深圳市民希望出行更快捷、更方便；电商企业希望提高配送效率，降低配送成本；物流公司希望降低空驶里程，提高物流效益。

　　“我们能否支持海量异构数据融合？如何进一步快速揭示并利用数据之间的复杂关系？智能终端作为数据的主要来源和表达载体，将何去何从？”中科院深圳先进院先进计算与数字工程研究所（以下简称“数字所”）常务副所长冯圣中告诉记者，“这些挑战，蕴涵着技术创新与产业创新的巨大机遇。”

　　呈现并不那么简单

　　中国科学院深圳先进技术研究院（以下简称“先进院”）院长樊建平总结先进院的大数据架构从外到内分四块，分别是可视化引擎、数据计算引擎、数据操作引擎和数据节能引擎。

　　“大数据技术的意义不在于掌握规模庞大的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘出有价值的结构化的信息。”先进院多媒体集成技术研究中心主任汤晓鸥告诉记者。

　　“作为最外层的可视化模块，不仅要让人‘看到’数据，更重要的是展示数据里面隐藏的信息。”数字所副所长、可视计算研究中心主任陈宝权在接受《中国科学报》记者采访时表示。

   　陈宝权举例介绍，一个城市里面蕴涵了三维城市场景数据、交通视频监控数据、出租车GPS轨迹以及市民的社交网络等各种各样的数据。如何把这些数据融合在一起，再提炼有用信息，如同大海捞针般充满挑战；通过可视化手段把数据有效呈现出来，如同打亮了探照灯一样，让重要信息（“针”）从大数据的背景（“海”）中清晰显现。

　　早在2011年，可视计算研究中心就完成了深圳福田、罗湖、南山和盐田4个区所有街道的三维实景建模。陈宝权告诉记者：“我们有一辆装载着激光扫描仪和360°实景影像系统的车，每天行走于大街小巷，可将街道两旁实景进行数据采集，再进行场景三维建模，从而得到深圳的城市3D模型。”这样的模型是其他城市数据的载体。

　　陈宝权指出，随着城市、交通、气象等数据容量和复杂性不断增长，可视化的需求将越来越大，依靠可视化手段进行数据分析将会成为业内的标准。

　　汤晓鸥从自身研究的视觉领域举例：“大规模视觉数据对物体识别、图像检索、视频分析等传统技术提出了巨大挑战，同时也孕育着新的技术方向和产业机会。”