京公网安备 11010802034615号
经营许可证编号:京B2-20210330
城乡规划待转型 IBM大数据分析显神通
“我的一天只有20个小时…上班单程需要两个小时,光排队进地铁就要半个小时,每天大把的时间耗费在上下班的路上”,家住北部某著名高密度社区的小张无奈的说。
对于大城市居民来说,这样的窘况并不鲜见。近年来随着城市产业调整和城区改造、大批工厂和居民外迁,形成了多个远离市中心的高密度居住社区,但这些社区的居民往往工作还是位于市中心,耗费在通勤上的时间大大增加;同时由于配套交通设施远远跟不上居民增长的速度,导致拥堵不堪,上下班挤公交地铁好似一场“战争”。
“城市建设,规划先行”,这是城建行业经常挂在嘴边的一句话。但实际情况却并不尽如人意,我们经常会看到一条路修好了挖、挖完了修,造成了极大的浪费;路上修设了很多立交桥,但拥堵却并没有缓解多少;一套配置高端的住宅区却沦为“睡城”,周边商业很难发展起来…
对此,在城乡规划信息化领域中深耕多年的上海数慧系统技术有限公司董事长元哲起深有感触:这些现象的背后,是由于过去中国城乡规划还是较为粗放、缺乏科学的规划。
当城乡规划遭遇“大数据”
“城乡规划在政府职能里、在国民经济里起的作用和重要性用什么语言描述都不为过。我们一个城市变成什么样,城乡规划拥有优先权利”,元哲起表示,城乡规划是一个非常复杂的行业,因为城市中没有单一独立存在的要素,都是相关联的、存在着“隐性”的关系,这将涉及大量的数据。由于过去没有有效的数据分析工具,城乡规划难于以科学的手段进行评估预测、发现各种要素之间的关联。
上海数慧系统技术有限公司董事长元哲起
元哲起举了个例子,规划一个大型商业区,规划局需要去预测商户、写字楼、居民住宅和相应活动的指标,以及建设之前该地段的交通路况、停车位、周围的居民设施,包括学校、超市等等。如果没有科学的方法去进行评估预测,找出各个因素之间的联系,很容易留下城市建设“后遗症”,比如交通拥堵,或者是造就一座“空城”:“城乡规划是自然学科和人文学科合在一起的东西,需要复杂的分析支持,先天性需要大数据来做,做任何一个考虑的因素,比如你的自然因素,自然环境承载力等等。”
上海数慧在城乡规划信息化领域中占据IT咨询的头把交椅, 2002年进入城乡规划信息至今,数慧公司在城市规划行业的用户数已经超过110个(2013年),约占中国所有城市的1/6,数慧公司的主打产品“规划一张图”已经成为规划行业的标准。不过,近两年元哲起深刻感受到城乡规划迫切的需要从粗放化向精细化转变,没有“大数据分析”是不行了。
元哲起指出,当前城乡规划行业有着几大特点:第一是数据量大,存在大量结构化和非结构化数据,比如数慧某城市项目中所需要整合分析的电信数据、出租汽车GPS数据、公交车数据就有几百个GB;第二是业务流程复杂,需要不同部门之间的协作和多层审批;第三,城乡规划属于知识密集型行业,包含了历史文献、审批文件、地理信息等专业领域信息。
因此,城乡规划行业亟待运营大数据与分析实现转型,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,提升多部门协作,降低成本。
转型要靠大数据,IBM来支撑
据元哲起介绍,近年来将大数据分析融入城乡规划中成为数慧客户的迫切需求,也成为数慧转型的一个主要方向。“这需要大数据底层技术支撑,这并不是数慧所擅长的”,于是,在帮助某城市规划局建立城市规划业务处理平台过程中,经过长时间的评估,数慧找到了IBM。
据上海数慧系统技术有限公司首席技术官苏乐平介绍,数慧和IBM的合作是全方位的,包括结构化数据、数据仓库、非结构化数据,以及很多流程流转,包括项目上来之后很多预测性分析、及时展现等:“我们的合作整个全部覆盖,不是某一个产品线,涵盖了整个规划院、规划局,包括规划司整个方面。”
“我们把全部家当都压在了IBM上面”,苏乐平笑谈。谈及如此信任IBM的原因,苏乐平表示,数慧高度认可IBM在大数据与分析领域的实力:“IBM在大数据领域有着长期的积累,能够提供全面的大数据分析解决方案,在内容管理、流程管理,知识管理,数据仓库的应用、以及在构筑规划行业平台构建方面具备明显优势。”
据IBM业务分析、企业内容管理及能源电力解决方案开发总经理吉燕勇介绍,IBM大数据分析由来已久:“上世纪70年代末IBM首先发布了关系型数据库,之后很多年一直保持领先;2004年IBM提出信息数据转用,大力投入非结构化数据分析。后来IBM收购Cognos做预测性分析、大力投入沃森。从结构化、非结构化、展现、预测、可认知,现在非常多的投资沉淀下来了。”
IBM业务分析、企业内容管理及能源电力解决方案开发总经理吉燕勇
数慧选择IBM的另一个方面是在合作中IBM一直保持着开放的心态,能够站在用户的角度帮助数慧做架构决策。“数慧在核心的部分用了IBM方案,同时从整体的应用成本,从性能价格比来考虑,我们会采用一些开源进行补充。IBM心态很好,每次来了我们先讨论用户的问题,他们认为,采用IT技术解决问题是首要的,不强求数慧一定非要用IBM技术”,正是这种开放的心态让苏乐平感觉IBM是一个可以信赖的合作伙伴。
元哲起则认为,要向用户体验做到极致、要想大数据背后很复杂的应用为用户实现价值最大化,一定要选择技术储备、技术含量极高的系统才能完成使命,而IBM正具备这样的能力。此外,在与IBM的合作中元哲起最大的感受是“技术之外”的东西:“IBM有很深厚的方法论、逻辑体系、哲学体系,把这些东西转化成自己企业运转的基因、文化的一部分,让我们获益匪浅。”
作为城乡规划信息化领域的领头羊,数慧所发起的规划信息化行业的变革布局才刚刚开始,双方将进一步拓展技术联合创新模式,或将成为今后更多传统行业变革的一个参考。
让数据变成洞察,唯你所用
从数慧的例子不难看出,大数据及分析正在改变传统行业的业务模式,传统行业和企业能够应用大数据分析获得更高的竞争力,实现创新和转型;而作为大数据技术和解决方案的提供者,IBM也将在这轮新的变革中扮演更加关键的角色。
“市场清楚的告诉我们,数据对一个国家、对一个企业、对专业个人变成很重要的资产。IBM的定位是协助一个企业或一个产业或者一个专业的个人,把数据变成各式各样的能力唯你所用,提升你的竞争力”,在IBM Insight 2015大会上,IBM大中华区首席执行总裁钱大群曾表示, IBM的定位是运用科技转型能力,助力“D世代企业”的发展,将数据变成洞察唯你所用。
据悉,目前为止,IBM已在分析领域投入250亿美金,先后发起了包括Cognos, SPSS、ILOG、Algo、i2等30多起收购,其中,2007年IBM斥资50亿美金收购加拿大商业智能软件商Cognos是迄今为止IBM单笔交易最大的收购。IBM全球共有15,000个分析顾问和超过400位数学科学家,在三大洲共拥有9个分析解决方案中心。IBM每年都会新产生500多个与分析预测相关的专利。位于中国的IBM中国开发中心和IBM中国研究院为IBM与中国乃至全球的企业和合作伙伴的合作提供重要的支持。
而在代表了认知计算的“沃森”上,IBM也正在不遗余力的将这项游戏创新转变为一项商业技术——投资10亿美元用于“沃森”的开发和研究,并将支持云交付的认知计算应用和服务引入市场。IBM已经与许多医疗机构合作,来改变医学实践、支付和教学的方式,包括星展银行(DBS Bank)和尼尔森(Nielsen)在内的领先品牌都在探索如何利用沃森来更好地接触客户。
除了技术上的投入外,今年初IBM进行了重大的架构调整,打破了以往硬件、软件、服务等部门的框架,而按照IBM的“CAMSS”转型方向重新规划了业务部门,新成立的数据与分析事业部将包含所有和数据、分析相关的业务,这种全新的业务整合将使得IBM能够更加集中力量在大数据分析领域获得突破,保持自身领导力。
如今IBM的转型已现成效,其大数据解决方案不仅已经服务于多家企业,在环保、交通、城镇化等民生领域也取得了不少成就。除了和数慧合作助力城乡规划之外,IBM还与宝信合作促进智慧交通的发展,如利用分析技术快速识别套牌车;而为了助力解决可持续发展的三大难题——大气污染防治、可再生能源高效利用和企业节能减排,IBM推出了一个长达十年的计划——“绿色地平线”(Green Horizon) ,利用IBM的大数据分析和认知计算科技来进行北京地区的雾霾预报和应对建议。目前该项目已经将雾霾的预报时间从之前的24小时提升到72小时,精度从之前的100平方公里提升到1平方公里,将能够为首都地区最终应对雾霾挑战提供重要支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21