京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据造福未来人居_数据分析师
仿佛一夜之间,“互联网+”就成为人们生活中绕不开的话题,无处不在的“大数据”对未来人居究竟会产生怎样的影响?又能帮助城市规划和建设解决哪些难题?
4月16日,“大数据与未来人居研讨会”在清华大学举行,中国建设报记者通过一天的学习采访深刻感受到,大数据其实并不是触不可及的科技词语,它就来源于我们生活中的方方面面,也必将在未来影响人们的生活和城市发展。
“大数据模式可以改变认知世界的依据,推进直面国情的观察,帮助我们建构中国的‘建筑模式语言’。”中国城市规划学会副理事长、清华大学建筑学院教授尹稚如此认为。
手机大数据助力精准开发
在人手一部甚至两部手机的时代,开发企业能够借助使用品牌手机人数的大数据为自己的项目准确定位吗?
答案是肯定的。北京大学地空学院教授刘瑜向记者展示了他们的研究成果。
通过对位于京城北部某“蚁族村”及与其一路之隔的别墅区居住者使用手机品牌数据的收集,刘瑜领导的团队惊奇地发现,集中使用小米手机与苹果手机的用户大量居住在“蚁族村”,别墅区的住户反而更多地在使用三星手机。
刘瑜认为,“通过品牌手机用户使用情况的大数据分析,我们可以发现,苹果手机并不是判断消费能力的惟一标准,用小米手机还是用三星手机,反而成为判断一个区域消费能力的标准。对房地产商来说,如果能够结合应用这种数据分析结果,可能有助于他们对项目进行更加准确的定位。”
“在大数据时代,去哪儿开发、开发规模定多大,似乎都不难解决了。”听了刘瑜的介绍,一位听众这样告诉记者。另一位专家则表示,目前大城市已进入存量规划时代,部分城市人口收缩,给当代规划设计带来极大困惑,“用好大数据,有助于解决城市管理者与规划设计师的困惑。”
“大数据的出现是科学的进步,也是丰富的社会经济信息在人居科学中的体现。在大数据时代我们可以通过发掘和分析社交网络数据、GPS数据、刷卡数据、城市监测设备等数据,更加科学化、更加定量地判断分析城市复杂系统的网络结构、等级体系、要素流动。”清华大学建筑学院党委书记、教授边兰春表示。
事实上,城乡规划是一个十分复杂的行业,其特点是:数据量大,存在大量结构化和非结构化数据;业务流程复杂,需要不同部门之间的协作和多层审批;属于知识密集型行业,历史文献、审批文件、地理信息等均属于专业领域信息。因此,城乡规划行业亟待运营大数据与分析实现转型。这样,才能构建新一代城乡规划业务处理系统,提高行政办公效率和灵活性,从而提升应对突发事件能力及多部门协作水平,降低成本。
在上海(楼盘)数慧系统技术有限公司董事长元哲看来,“一个城市变成什么样,城乡规划拥有优先权利。以前,一些位于城市近郊的人口密集区都是规划局先规划出来的,人口虽然外迁了,但是城市越来越拥堵。没有大数据技术就无法判断是不是把人迁出市中心后交通就不紧张了。其实,现代服务业是不会跑到郊区的,要盖写字楼,肯定还是要去CBD、金融街(000402,股吧)、中关村(000931,股吧)等地方。人最后是要跟经济要素关联循环的,要考虑到自然、历史等因素,没有大数据支撑平台就做不到这一点。”
城镇规划借力春运迁徙大数据
每年春节,中国内地总会上演一幕幕全国大迁徙的喜剧。这种人口流动的大数据与城镇规划有没有关系呢?
中国城市规划设计研究院李栋博士从百度和腾讯两家迁徙项目网页上持续采集了所发布的数据后,转换到一个尽量相同的口径下进行了比较。
“从累积格局看,两家网站的迁徙数据依然存在较明显的区别。腾讯迁徙数据中,可以很明显地观察到覆盖中国中东部的‘钻石结构’;而在百度迁徙数据中,则表现为北上广成渝周边的热点区域,并不能看出‘钻石结构’。”李栋说。
所谓“钻石结构”,是指由北京、上海、广州(楼盘)、成渝这几个全国层面发展核心区在空间上所围合的菱形,它构成了当前中国城镇体系的一个典型形态特征。“钻石结构”中人口、货物、信息的流动,也构成了整个国家流动网络的主体。
“通过分析春运迁徙大数据,可以找到不同城市的净迁徙人口数据,评估人口的固化水平有助于明确城镇的建设规模。同时,发送微信、微博产生的大数据也有助于研究一个地区人口的聚集度。”最后,李栋给出了自己的结论。
“随着城市的快速扩张,一座可持续发展的群岛或湾区城市将成为‘未来城市’的试验田。”长期从事建筑设计领域研究的瑞士苏黎世联邦理工大学副校长杰哈德·斯密特认为,一座国际名城必须是一座兼具吸引力和韧性的“未来城市”,而支撑这一切的正是“大数据”时代中的智能规划和公众参与。
斯密特表示,“瑞士有很多宜居并在商业上大获成功的城市,它们利用智能城市的优势获得知识。最重要的是,在城市规划上加强了人性化的因素,促进城市政府、市民及自然环境之间的感知和视觉互动,从而让市民有机会直接参与城市规划与设计。”
过去,人们通常基于相关原则、先例、目标和记录中的数据完成城市设计。但在“未来城市”设计中,越来越多的大数据将能起到重要作用:将以往的成功设计与基于大数据的城市设计结合起来,基于大数据的城市设计将大数据的优势和潜力带到了城市设计、城市规划与管理中。
说到大数据技术的应用,元哲强调,“其实我们一直在关注大数据技术,用户的需求也在不断涌现。当前,用户需求的复杂性推动了大数据应用,过去单一传统的IT技术已经难以满足。”
“大数据技术改变着我们认知世界、解释世界的模式,但当我们运用大数据这项技术时,只有具备自然科学的严谨、社会科学的多元、人文科学的关怀以及艺术品位的修养,才会构建一个更美好的人居环境。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22