京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22