京公网安备 11010802034615号
经营许可证编号:京B2-20210330
应用案例:联合国与Frog用大数据拯救尼泊尔
当年菲律宾被台风海燕横扫,短短几小时内造成愈10,000名的人员伤亡。美国红十字会地理空间高级工程师Dale Kunce曾要求获得数据为应急人员绘制出抢救地图路线,菲律宾政府匆匆忙忙扫描了40多页模糊不清的Excel表格给他,“甚至都不是由机器扫描的,纸张排列杂乱,数据有效性也几乎没有。”结果不得以找来几十个志愿者当场重新输入信息。
这种后院着火的事情一度屡见不鲜,直到去年联合国人道主义协调事务办公室与全球Frog设计公司共同搭建了HDX网站——旨在呼吁人道主义数据交换。这个网站界面清爽,数据分类整洁,可以帮助松散的人道主义组织联合在一起工作。这个网站在非洲埃博拉病毒疫情爆发事件中提供了诊所基本信息,死亡报告及疫情跟踪功能,目前则主要提供尼泊尔数据。
“就好像糖果粉碎传奇里的灾难信息共享一样,”Kunce说道,暗指前端信息的重要性,然后由大型的人道主义救援组织进行整合,从而为泊尔提供更快的救援行动。
HDX平台
HDX看起来貌不惊人。尼泊尔地震登陆页面是一个表格,显示当地的地震活动。拉下来就是已确认粗略的伤亡人数,然后就是一系列简单的文档, 比如人口,天气数据,河流分布和路况等。
不过,点击下鼠标,这些数据就可以被标准化下载——都是可编辑的文本形式取代僵硬的PDF。再点击下鼠标,被批准的组织可以上传数据以供分享。这种前所未有的能提供快速有效信息分享的平台就是HDX的目的,设计时也听取众多NGO的反馈意见。
如何使用
在HDX问世前,人道主义常常需要花费大量时间进行文件处理。支持小组的负责人Justine Mackinnon解释道:“我们为六个国际型组织提供信息,每个组织的文件格式都不一样,这简直是个噩梦。不过现在有了HDX, 所有文件都同格式输入,也方便大家分享。”
支持小组是由来自80个国家的2,000名应急人员组成,他们分析了数百万的尼泊尔数据后搭建了几个大型数据库,数据范围从紧急需求呼叫到汇报哪些应急人员已经到达尼泊尔,还有地震类型汇报。到这篇文章问世,HDX上关于尼泊尔的数据库将达到10个。
“这在尼泊尔真的是非常及时,”HDX的项目经理Sarah Telford说“这些数据改变了危机,目前最重要的就是地理空间数据,它可以指导哪里是道路,哪里是城镇,医院在哪里。如此我们才可以知道哪里被堵上了,哪里可以让直升飞机降落。”
救援组织Mapaction地震不久后就在HDX上下载了五份重要的文件,内容关于当地的河流和山脉。这些信息可用在PPT上要求协调政府,非政府组织及联合国的行动,同时也打印出来让志愿者在没有电力供应的情况下使用。
在红十字会,Kunce马上下载了尼泊尔的贫困人口数据进行分析,贫困人口地区往往更容易遭受自然灾害,而这些数据让红十字会更好的进行资源配置。
共通语言
那么什么是HDX的“共通语言”?仅仅是些非PDF的文件么?
答案当然不是这些。HDX有清晰简洁的前端,一种纯粹的功利主义及普遍的审美的结合——这被Telford称为该领域的“时代精神”。因为HDX, 各大国际性组织的交流和分享更为紧密。
“像我们这种很书生气的人真的很喜欢这种闪闪发光的东西,” Kunce说。“HDX就是闪闪发光的,我们都很喜欢。”最重要的是,HDX搭建数据平台的意义好像罗赛塔石碑一样——这是联合国为识别地方设施设计的代码,简称为P。不过P不像GPS那样精准定位,相反各种组织可能为同一个地方有不同的P代码,逻辑也各不相同,而且每次都不一样。也就是说,2015年的代码到了2017年就可能完全不适用。
为什么一直没有一个统一的代码标准呢?实际是有的,1999年以来,联合国已经制定发布了代码标识标准,并提供在线下载。但是Kunce说没有人用这些,他不得不四处挖掘数据供红十字会使用。但这些年随着HDX的普及,代码制定规则也随着普及标准化。为什么?他相信是HDX让大家知道了信息共享的重要性以及和联合国代码合作的迫切。
“其实这并不是技术问题,而是政治问题,”Kunce说。“从我的角度来看,我旁观看着HDX不断成长,为数据分析提供了平台,促进标准统一,也帮助不同政治背景的人解决问题,这是多好的技术平台啊。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26