3 城市大数据分析的保障性措施建议
3.1 与云基地的建设协同发展
各地云基地的建设意味着海量的数据将进行集中管理。其中存储、运算服务伴随云基地的设备到位就可以支持规模性增长,也为大数据分析奠定了基础,而大数据分析也使得多地的云基地建设有最切合的用武之地,不至于成为一朵“浮云”。
3.2 成立城市大数据中心
政府应用数据存在敏感性、保密性等特点,部分甚至涉及国家安全与政府机密,存在较大的管理风险,不便与其他数据混合管理。城市大数据挖掘将整合强大的存储平台和运算系统,综合分析跨地域、跨行业、跨部门的海量数据,而群体事件发现、警情分析等功能需要较快速的反应能力,因此,只有专门的设施与专业的团队配备才能满足这样大规模、高敏捷的需求。
3.3 做好人文保障工作
要做好人文保障工作,必须做到其一是基本的安全问题,必须有系统化的策略进行安全和访问控制。城市数据中心是最让黑客们感兴趣的潜在单点,因而要求最严格的安全。
其二是数据利用方面要小心谨慎,不能滥用。如移动电话数据可以在设备拥有者明确同意后,用于感知交通拥塞,但是不能作为超速驾驶的依据,不能让市民感觉身处“全景监狱”。新模型的使用模式对自愿加入的个人及单位要尽可能透明化,日常分析利用时需确保数据中敏感隐私的剥离。
此外还有许多有待讨论的问题,如是否可以“预测即惩罚”。若通过监控个人的特征和行为发现恐怖分子,那么在恐怖活动未实施之前,能否对看上去证据确凿的某个人实施控制?数据的记忆能力及对数据的接触能力将加深“信息的贫富差距”,如何让大数据走向信息互惠?[2]
3.4 顶层设计中融入大数据理念
未雨绸缪。在系统的建设初期就应该集中考虑标准化、端口与互操作问题。不同的城市,甚至同一城市的不同机构,使用不同的模型管理信息。各个部门若形成信息孤岛,加之大数据中存在的众多半结构化数据、无结构数据,将会进一步导致分析困难。因此在城市信息化的潮流中,应首先进行以大数据为核心的顶层设计[3],瞄准城市基础架构与服务中各利益相关者的需求,并注重标准规范建设。
3.5 解决关键技术问题
从国家近年来政策动向及科技基金来看,非常鼓励大数据产业及相关的研究。各城市也应当在应用、实践的过程中,研究攻克大数据分析中技术方面的问题。
3.5.1 基础技术问题
目前大数据分析所普遍采用的MapReduce分析技术在同等硬件条件下,性能远低于并行数据库;但并行数据库在扩展性、容错性的短板导致其无法“胜任”大数据分析的任务。于是,研究人员致力于整合二者的优点,将诸如Vertica、HadoopDB、Teradata等数据库对MapReduce和并行数据库进行了集成,但解决方案还是基于各方的优缺点进行折衷。例如,HadoopDB能实现关系数据库的高性能和MapReduce的扩展性、容错性,但同时也丧失了MapReduce低预处理代价和维护代价、关系数据库动态数据重分布等正面特性[5]。
3.5.2 传统分析手段改进
目前各领域采集到的数据85%以上是非结构化和半结构化数据[6],但较为成熟的数据分析方法与技术主要还是针对结构化数据的。以舆情分析为例,目前主要还是依赖主题检测和追踪、文本分类、观点倾向性识别、自动摘要等基于文本信息识别的技术。随着非结构化、多样性数据的爆炸式增长,对诸如声音、视频、地理位置等所产生的数据进行综合分析是未来的发展趋势,也是必须攻克的技术难点。
3.5.3 技术人员培养
大数据分析技术人员的缺乏也是制约发展的因素之一。目前数据挖掘、大数据分析行业的分析师比较缺乏,以互联网行业为代表的各大公司展开了人才竞争,而城市级大数据分析要求较高,更增加了对技术人员的职业要求。所以各城市要注重大数据分析师的培养,做好人员准备。
CDA注册数据分析师协会在顺应大数据、云计算的潮流下发起成立的职业简称。旨在加强国内外乃至全球范围内正规化、科学化、专业化的数据分析人才队伍建设,进一步提升数据分析师的职业素养与能力水平,促进数据分析行业的高质量持续快速发展。CDA数据分析师项目包括教育,咨询,考试,认证,机构招聘合作。CDA注册数据分析师协会会员是来自学界、实务界,国内大陆、台湾及国外数据分析和数据挖掘相关领域顶尖的教授、专家.CDA数据分析师的就业前景可选择于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研、教育等多个行业和领域。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14