京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据(Big Data)仿佛一夜之间风靡全球,既宣告了一个时代的到来又显然成了一个时代的标志。其实大数据时代的到来是发展的必然。大数据就是海量数据、巨量资料,指的是所涉及的数据量、资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为特定目的服务的资讯。
正如维克托•迈尔舍-恩伯格及肯尼斯•库克耶编写的畅销着作《大数据时代》中所说的:大数据不是用随机分析法(抽样调查)这样的捷径,而采用所有数据的方法。因而,大数据具有的4V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。随着信息技术的发展,尤其是“互联网时代,社交网络、电子商务与移动通信把人类社会带入了一个以“PB”(1024TB)为单位的结构与非结构数据信息的新时代”。 所以,在许多场景,大数据甚至通常就是用来形容大量非结构化和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费高昂的成本,而且难以实现预期目标。面对如此庞杂的数据和信息,传统的计算机的处理能力实际上也难以满足。
因此从另外一个角度来看,正是运算方法和运算能力的发展到了云计算的阶段才使得大数据的分析使用成为可能。“以云计算为基础的信息存储、分享和挖掘手段,可以便宜、有效地将这些大量、高速、多变化的终端数据存储下来,并随时进行分析和计算。”云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一巨变。“数据,这个21世纪人类探索的新边疆,正在被云计算发现、征服。”而智能交通系统(ITS)作为未来交通系统的发展方向,其本身就是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于交通管理之中,从而建立一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。ITS综合了交通工程、信息工程,通信技术、控制工程、计算机技术等众多科学领域的成果,可以有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率。而它的关键支撑就在于新一代的信息技术:移动通信、宽带网、RFID、传感器、云计算必然是智能交通的核心元素。
智能交通发展至今,各地采集的数据浩如烟海,存在巨大的潜力和价值,亟待处理和挖掘。不容置疑,随着大数据时代的到来,智能交通也必然会产生重大变化,也将面临重要的发展机遇,智能交通产业发展也将迎来新的机遇。年初,在北京召开的2014中国智能交通行业发展趋势分析会上,业界对大数据在智能交通行业的运用趋势进行了分析判断。准确把握大数据时代的特征,深入分析对智能交通的影响和作用,对于在新的高度和起点上改善我国的交通状况有着非常重要的意义。
如何看待大数据与智能交通的关系
既然时代潮流不可阻挡,那么我们该怎样认识大数据以及大数据与智能交通的关系呢?大数据只是一次简单的技术革新还是手段的升级换代呢,还是根本意义上的变革革命呢?前面对于大数据产生背景已经说到,大数据与云计算密切相关。大数据必然无法用单台的计算机进行处理,即使一般的网络计算能力也难以达到,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,必须依托云计算的分布式处理、分布式数据库、云存储或虚拟化技术。
从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。也有学者认为大数据与云计算是一个问题的两面:一个是问题,一个是解决问题的方法。无论是从技术层面看,还从方法论意义上说,笔者认为大数据的出现都具有美国科学哲学家托马斯•库恩在其《科学革命的结构》中确立的范式和范式转换的意味。范式,是指在一个时代里人们对事物具有支配地位的看法。特别是指理应成为处理科学上的问题的前提、在某个时代人们公认的有系统的思想体系。范式的变革不可能是知识的直线积累,而是一种创新和飞跃,一种科学体系的革命。人们已经逐渐认识到世界的本质就是数据。所以维克托指出大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质的变化和发展,进而影响人类的价值体系、知识体系和生活方式。这难道不是范式转换吗!所以我们完全有理由相信大数据是一场根本性的革命,从思维方式到生活方式都会随之转变。正如《大数据时代》开宗明义所说:大数据是一场生活、工作与思维的大变革。开启了一次重大的时代转型。(文章来源:CDA数据分析师)
交通作为人类行为的重要组成和重要条件之一,对于大数据的感知也是最急迫的。智能交通的发展以“保障安全、提高效率、改善环境、节约能源”为目标已经受到各国的重视,我国的智能交通也实现了快速发展,许多技术手段都达到了国际领先水平。但是,问题和困境也非常突出,从各个城市的发展状况来看,智能交通的潜在价值还没有得到有效挖掘:对交通信息的感知和收集有限,对存在于各个管理系统中的海量的数据无法共享运用、有效分析,对交通态势的研判预测乏力,对公众的交通信息服务很难满足需求。这虽然有各地在建设理念、投入上的差异,但是整体上智能交通的现状是效率不高,智能化程度不够,使得很多先进技术设备发挥不了应有的作用,也造成了大量投入上的资金浪费。这其中很重要的问题是小数据时代带来的硬伤:从模拟时代带来的管理思想和技术设备只能进行一定范围的分析,而管理系统的那些关系型数据库只能刻板的分析特定的关系,对于海量数据尤其是半结构、非结构数据无能为力。
尽管现在已经基本实现了数字化,但是数字化和数据化还根本不是一回事,只是局部的提高了采集、存储和应用的效率,本质上并没有太大的改变。而大数据时代的到来必然带来破解难题的重大机遇。大数据必然要求我们改变小数据条件下一味的精确计算,而是更好的面对混杂,把握宏观态势;大数据必然要求我们不再热衷因果关系而是相关关系,使得处理海量非结构化数据成为可能,也必然促使我们努力把一切事物数据化,最终实现管理的便捷高效。另外,大数据的世界性特征最明显,也在瞬间拉近了我们和西方发达国家的距离,我们有可能把握还这个重大机遇迎头赶上甚至在某些方面超过西方发达国家。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21