
聚合+分析+决策 大数据是智慧城市的核心资源
你在城市中生活幸福吗?如果人们感受到城市的方便、便利其实这就是真正智慧城市的标志,而智慧城市又需要大数据的支撑,从聚数据到分析再到提供决策,这一系列的过程正是智慧城市必不可缺的。同方股份有限公司物联网产业本部副总经理王恩勇为我们解答了大数据和智慧城市如何结合,以及同方在智慧城市上的部署。
智慧城市与大数据的结合
王恩勇指出,智慧城市应该说是城市信息化的高级范畴,从一个城市的角度讲,政府要做好一把手积极配合;从信息化角度讲,智慧城市能够带动本地业务的转型。
并且成熟的智慧城市包含五个方面,分别是大数据、公共安全、公众民情采集与服务、政府管理、整体智慧城市的运转。前三个是从事、物角度进行管理,后两个是从政府角度管理。
但对于信息化程度较低的乡镇、农村如何实现常识信息化达到智慧城市?王恩勇表示,五个方面会细分到行业,由行业信息化来支撑。我们可以结合本身城市信息化发展水平、经济发展水平、当地的特点等方面去先做一部分,把这一部分做好后在进行延伸。
据悉,国务院于2013年2月5日出台了《推进物联网有序健康发展的指导意见》从政策层面正式把大数据纳入到物联网产业领域。大数据作为建设智慧城市的重要信息技术手段,将越来越发挥其重要的支撑作用。
“一个城市是否达到大数据的规模可以分为三个阶段判断,第一阶段是各行业达到一定的数据规模,第二阶段是定期进行数据整合和一定的规范,第三阶段是达到数据信息的共享、应用、服务。”王恩勇表示,如果从大数据的内涵看,国内数据还远远没有达到大数据或者智慧城市的目标,目前还只是智慧城市和大数据的发展的初级阶段,如果进入跨行业、跨部门的数据整合阶段就意味着智慧城市进入快速发展阶段。
王恩勇表示,智慧城市管理上要从城市规划、建设、管理三方面考虑,而大数据是智慧城市的核心资源,我们要真正的把智慧城市和大数据结合才能产生价值。
聚合+分析+决策
同方目前已经把大数据产业最为主要着力点,其在大数据方向有三大业务分别是云数据中心、智慧城市、构建卓越的网络环境。王恩勇表示,同方现在已经提供数据分析、挖掘,并为领导进行决策等服务。
王恩勇表示,我们利用数据采集工具将各行业相关数据从源头汇聚,在使用整合平台按照我们信息资源体系的统一标准分类,之后进行数据挖掘和分析。智慧城市和大数据目前在某些地方和行业已经比较成熟,在采集、处理、整合上做的非常好,之后的努力方向是数据挖掘。
据悉,按照目前按照国家信息管理体制,同方目前以服务城市为主。而每一个城市都有不同的特征,需要根据每一个城市的特点做调研,设计一个适合的解决方案。
王恩勇给记者讲述了一个案例,我们将北京市72个委办局的数据整合到一个平台,在进行分析后为可以市政府的领导提供实时的或者定期北京经济发展水平、社会发展、居民生活宏观的等各方面指标。
“城市间目前还不能实现信息互通,到省级实施才有可能实现。” 王恩勇指出。
在大数据和智慧城市的结合上王恩勇表示,不论是人还是城市都有很多指标,指标的情况就能看出城市运转是都正常、有序、高效。同方设定了一些指标对进行城市运营体征管理。
同方的客户群有别于数据分析公司,其更面向行业、城市层面。王恩勇表示,我们立足于行业信息化的积累,对一个城市做整体信息化规划。并且政府更注重信息安全问题,会使用内外网的措施来保证安全。
此外,BYOD的普及使得移动终端产生了更多的数据,同方也看到了趋势,其在2013年收购了一人一本,在实施单位使用一人一本来采集移动终端信息。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04