京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用解析哪些领域最具潜力_数据分析师
“不要把大数据当作炒作的噱头和炫酷的工具,而是要研究如何理性使用大数据,将其转换为规划学科持续发展的助力。”
在日前举办的“大数据与城乡治理研讨会”上,南京大学建筑与城市规划学院教授甄峰强调:“我们要让数据真正能够为规划所用。”
大数据满足转型需要
“过去,城市规划多数以生产空间为导向,从宏观层面入手,强调整体性。现在,城市规划开始以生活空间为导向,从社区层面入手,强调人文关怀,构建满足居民生活需求的城市空间。”北京大学城市与环境学院城市与经济地理学系副主任柴彦威说,城市生活空间指人在城市中进行生活活动的范围,以居住地为中心,具有空间特征长期稳定、多尺度、圈层化的特点。
在信息技术不发达的年代,想要收集以居民个体行为为基准的数据资料非常困难,因此,在城市规划过程中缺失了一些人文关怀要素,难以真正满足居民的生活需求。在当今大数据时代背景下,包括移动服务在内的各种信息技术为规划工作者提供了采集、分析居民行为的可能性。
柴彦威将生活圈划分为基础生活圈——日常活动的区域、通勤生活圈——就业活动的范围和扩展生活圈——购物休闲活动区域三大类型。“运用大数据分析居民不同类型活动的时空行为模式,可以对城市各类生活圈进行识别,从而划定中心城区、近郊区、远郊区不同的城市生活圈理想模式,以此指导城市生活空间规划。”
在“数据盛宴”下保持理性
当前,大数据在应用于规划的过程中还存在一些问题,例如数据决定论、数据分析方法准备不足、数据利用的隐私问题等。甄峰强调:“在当前的一场‘数据盛宴’下,我们要保持理性,要坚决避免技术主义、数据主义。”
面对大数据,不能仅仅满怀激情,还要进行理性、合理分析,使其能够真正推动规划学科持续发展。
甄峰回顾了大数据在我国产生和发展的历程,分析了大数据时代下规划行业面临的危机与挑战。
大数据注重时效性,容易产生短期行为。而规划学科是一个注重长期效果且包含内容丰富的学科,因此,更应该强调信息数据的积累,强调对某一区域的深入研究。针对数据垄断可能带来研究的“数字鸿沟”,甄峰呼吁规划学科应该与其它学科实现跨界合作。
从“规画”向“规划”转变
大数据不仅能够在规划编制阶段发挥作用,对于规划实施也是一大助力。上海数慧系统技术有限公司程洋指出,新形势下的城市规划既要抓“头”也要顾“尾”——既要重视编制过程,也要确保落地实施。“以前,有人把‘规划’称为‘规画’。如果不能确保规划实施,这确实就是挂在墙上的一幅画。”
通过建立大数据平台,可以推动信息资源共享,让数据说话,实现规划管理部门、规划编制部门、规划专家和公众之间的协同沟通,使各级部门可以实时监控规划落实情况,有助于实现多规融合、规划检测、公众参与等多方面需求。
程洋坚信,大数据将为新型城镇化的规划、建设与运营带来更精准的评估、分析与决策。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15