第一篇：大数据在智慧城市的10大应用
大数据在智慧城市的10大应用
大数据是智慧城市各个领域都能够实现“智慧化”的关键性支撑技术，智慧城市的建设离不开大数据。建设智慧城市，是城市发展的新范式和新战略。大数据将遍布智慧城市的方方面面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划，直到城市的运营和管理方式，都将在大数据支撑下走向“智慧化”，大数据成为智慧城市的智慧引擎。
欧盟利用大数据实现智慧城市的做法给我们很多启示。
欧盟对智慧城市的评价分为六个方面：智慧经济、智慧治理、智慧生活、智慧人民、智慧环境、智慧移动性。也就是说智慧城市要促进经济的发展，要改进和帮助更多大众的参与，让老百姓享受智慧的生活，人民得到更好的服务，居住环境更加优化。智慧城市的应用很广泛，我们都知道有物流、交通、电网、工业、农业、建筑、环境、医疗等方面。现在我要讲的是，智慧城市本身会催生大数据，我们可以看到一个企业会涉及到很多环境，管理环境，开放环境，知识环境、服务环境，过去这些环境的关联度不够，那么现在通过数据库使得这些环境能够联合起来，使得企业的效率提高40%-60%，根据赛门铁克的一份最新调研报告，今天全世界所有企业的信息存储总量已达2.2ZB，企业平均10PB，大企业更大点，小企业小点。一般企业都会建立数据库，必须进行数据的集资和数据的挖掘，企业的数据在企业内部已经占有很重要的位置。
(1)智慧经济
首先大数据在商业上怎么能很好运用，它会分析用户的购物行为，什么商品搭配在一起会卖得更好，还有很多公司通过分析找到最佳客户，淘宝数据魔方则是淘宝平台上的大数据应用方案。那么商家可以了解淘宝平台上的行业宏观情况、自己品牌的市场状况、消费者行为情况等，并可以据此作出经营决策。
美国有个投资公司分析了全球3.4亿微博账户留言，判断民众情绪，人们高兴的时候会买股票，而焦虑的时候会抛售股票，依此决定公司股票的买入或卖出，该公司今年第一季度获得7%的收益率。
阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和诚信的企业，从而无需担保来放贷，目前已放贷300多亿元，坏帐率仅0.3％，大大低于商业银行。
企业通过信息收集很好的掌握企业的运营状况，分析居民与财务有关的记录包括贷款申请、租赁、房地产、购买零售商品、纳税申报、水电费缴付、有线电视缴费、电话缴费、报纸与杂志订阅、机动车档案等，能够得出消费者的个人信用评分，从而推断客户支付意向与支付能力，发现潜在的欺诈。
IBM日本公司建立了一个经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算出采购经理人指数PMI预测值。
印第安纳大学学者利用Google提供的心情分析工具，对270万用户在2008年3～12月所张贴的970万条留言，挖掘出用户happiness、kindness、alertness、sureness、vitality 和calmness等六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%。
利用大数据分析可实现对合理库存量的管理，华尔街对冲基金依据购物网站顾客评论分析企业产品销售状况，华尔街银行根据求职网站岗位数量推断就业率。
(2)智慧治理
美国纽约的警察分析交通拥堵与犯罪发生地点的关系，有效改进治安。美国纽约的交通部门从交通违规和事故的统计数据中发现规律，改进了道路设计。
利用短信、微博、微信和搜索引擎可以收集热点事件与舆情挖掘。
电信运营商拥有大量的手机数据，通过对手机数据的挖掘，不针对个人而是着眼于群体行为，可从中分析：实时动态的流动人口的来源及分布情况；出行和实时交通客流信息及拥塞情况。利用手机用户身份和位置的检测可了解突发性事件的聚集情况。
MIT的Reality Mining项目，通过对10万多人手机的通话、短信和空间位置等信息进行处理，提取人们行为的时空规则性和重复性，进行流行病预警和犯罪预测。
(3)环境监测
对城市的河流进行采样，通过卫星发布，收集产量的数据，这个数据非常大，通过这个数据分析能够判别城市中有没有污染。
(4)智慧医疗
无论是药品的研发还是商业模式的开发运用数据分析都能够得到很好的分析，我们医院里有大量的病例，这里有大量的数据，传统的普通病例很难挖掘数据，现在变成电子化有利于更高数据挖掘，数据的挖掘有利于发现医疗知识，由于医疗资源的分配不均，因此远程医疗十分必要，另外，居家监护很重要，谷歌公司与美国疾病控制和预防中心等机构合作，依据网民搜索内容分析全球范围内流感等病疫传播状况，谷歌的判断与疾控中心的判断是一致的。
社交网络为许多慢性病患者提供了临床症状交流和诊治经验分享平台，医院借此可获得足够多的临床效果统计。个性化的医疗同样很重要，我们发现，同样的治疗对一些病人无效，75％癌症病人，70％的老年痴呆者、50％的关节炎病人、43％的糖尿病患者、40％的哮喘病患者，38％的抑郁症病人。因为人体对药品代谢方式的差异取决于个体特定的基因、酶和蛋白质组合，因此基因信息对选择最优治疗非常关键。对人体个性体质的挖掘会做到真正意义上的对症下药，一个人的基因信息大概1GB。
(5)智能搜索
除此之外，我们还通过网络进行学习，早期的网络学习是通过网站专业人员编制的内容，如今我们希望能够实现更加智能的搜索。随着移动互联网的出现，搜索引擎会变成基于语音的智能搜索；基于位置的搜索；基于个性化搜索。
(6)舆情监测
大众传播发展的很快，这里包含着大量的数据，例如微博传播具有裂变性、主动性、即时性、便捷性、交互性、草根性，跟进性和临场感，每一个微博用户既是“服务器”，也是“受众”。中国的微博比社交网络更热，因为140个字符的微博在英文和中为分别约等于25个和85个英语单词，即中文微博的信息量是Twitter的3～4倍。最近两个月在YouTube上上载的视频超过了ABC、NBC和 CBS 电视台自1948年以来24/7/365 连续播出的内容，而“云平台＋多屏融合”模式已成为智能家居和智能车载等的发展方向。
(7)精准营销
美国信用营销分析专家张川告诉《环球时报》记者，在大数据分析的应用上，美国政府和大公司领先新兴国家至少20年。15年前，美国的信用卡公司就可以进行数据挖掘实现精准营销：在合适的时间，通过合适渠道，把合适的营销信息投送给每个顾客。
(8)犯罪预警
随着智能电话和电脑网络的普及，美国政府和大公司把自己的触角伸到个人生活的每个方面。美国个人的一切在线行为数据都被收集储存，再加上已被有关机构掌握的个人信用数据、犯罪记录和人口统计等数据，有关公司和政府机构可以运用数据挖掘的办法，监控和预测个人的行为，并做出相关决策。
(9)全球安全监测
如美国已具备对全球网络空间的监视控制能力。斯诺登披露的“棱镜”计划，缘于美国政府的“星风”监视计划。2004年，布什政府通过司法程序，将“星风”监视计划分拆成由国家安全局执行的4个监视计划，除“棱镜”外，还包括“主干道”、“码头”和“核子”。其中，“棱镜”用于监视互联网个人信息。“核子”则主要负责截获电话通话者对话内容及关键词。“主干道”和“码头”分别对通信和互联网上数以亿兆计的“元数据”进行存储和分析。“元数据”主要指通话或通信的时间、地点、使用设备、参与者等，不包括电话或邮件等的内容。
(10)市场价格监测
肯尼思·丘基尔是《经济学家》杂志数据编辑、《大数据：一次将改变我们生活、工作和思考方式的革命》一书的合著者之一，他日前在美国《外交政策》杂志掀起一场有关“大数据时代令隐私保护问题更加突出”的讨论。丘基尔举例说，警方如果要侦破一个城市的加油站是否存在合谋操控价格的“卡特尔行为”，以往要靠线人举报。但今天，可以做大数据分析——分析该市油价变化和加油站分布情况。通过分析，可以发现正常的价格变化规律，如果价格变化持续异常，就可以怀疑存在价格垄断的行为。丘基尔认为，大数据的价值在于存储后的再使用。不过，关键的一个问题是，收集、保存一切信息，与隐私保护政策是有冲突的，“保存一切信息是必要的，但是在这么做之前，我们有必要问自己一个问题，即现行的隐私保护政策是不是妨碍了我们正在迈入的大数据世界”。丘基尔提到，社会有必要就此进行大辩论，以便为大数据时代的隐私保护划定新的边界。
结束语
美国IT咨询公司Avanade商业情报部副总裁斯蒂夫·帕尔默告诉《环球时报》记者，大数据是指非常“膨胀”的数据集，用典型的数据分析软件和工具难以对其进行捕捉、储存、管理、分享、分析和可视化。大数据有3个特征：一是数据的数量大;二是产生或被吸收的速度和频率快;三是数据的多样性。为从大数据中“挖出金矿”，一家企业或机构必须能够应对大数据上述3个特征。帕尔默说，大数据给人类带来的真正机遇是把许多信息碎片拼起来，为我们的决策服务。
附：全球顶尖大数据公司一览
企业名称：IBM
网址：http://www.xiexiebang.com/
2011年5月，IBM正式推出InfoSphere大数据分析平台。InfoSphere大数据分析平台包括 BigInsights和Streams，二者互补，Biglnsights基于Hadoop，对大规模的静态数据进行分析，它提供多节点的分布式计算，可以随时增加节点，提升数据处理能力。Streams采用内存计算方式分析实时数据。InfoSphere大数据分析平台还集成了数据仓库、数据库、数据集成、业务流程管理等组件。
企业名称：亚马逊
网址：http://www.xiexiebang.com/
对于云计算和大数据，亚马逊绝对具有先见之明，早在2009年就推出了亚马逊弹性MapReduce（Amazon Elastic MapReduce），亚马逊对Hadoop的需求和应用可谓了若指掌，无论是中小型企业还是大型组织。弹性MapReduce是一项能够迅速扩展的Web服务，运行在亚马逊弹性计算云（Amazon EC2）和亚马逊简单存储服务（Amazon S3）上。这可是货真价实的云：面对数据密集型任务，比如互联网索引、数据挖掘、日志文件分析、机器学习、金融分析、科学模拟和生物信息学研究，用户需要多大容量，立即就能配置到多大容量。
除了数据处理外，用户还可以使用Karmasphere Analyst的基于服务的版本，Karmasphere Analyst是一种可视化工作区，用于在亚马逊弹性MapReduce上分析数据。用户还可以提取结果文件，以便在数据库或者微软Excel或Tableau等工具中使用。
企业名称：甲骨文
网址：http://www.xiexiebang.com/
甲骨文在近期发布的Oracle大数据机（Oracle Big Data Appliance）为许多企业提供了一种处理海量非结构化数据的方法。在2011年10月初召开的Oracle OpenWorld 2011大会上甲骨文正式推出了Oracle大数据机。对于那些正在寻求以更高效的方法来采集、组织和分析海量非结构化数据的企业而言，该产品具有很大的吸引力。
与甲骨文近期推出的其他一体化产品一样，Oracle大数据机集成了硬件、存储和软件，包括Apache Hadoop软件的开源代码分发、新的甲骨文NoSQL数据库和用于统计分析的R语言开源代码分发。该产品被设计为能够与甲骨文Database 11g、Oracle Exadata数据库云服务器，以及针对商业智能应用的新的Oracle Exalytics商业智能云服务器一起协同工作。
企业名称：谷歌
网址：http://www.xiexiebang.com/
谷歌一直是科技行业的领军者，近年来几乎在任何一项互联网科技项目你都能看到谷歌的身影，大数据时代谷歌自然不会错过。何况如果对其拥有的海量数据进行深入挖掘，这对于提升谷歌搜索乃至所有谷歌服务的价值无可估量。
BigQuery是Google推出的一项Web服务，用来在云端处理大数据。该服务让开发者可以使用Google的架构来运行SQL语句对超级大的数据库进行操作。BigQuery允许用户上传他们的超大量数据并通过其直接进行交互式分析，从而不必投资建立自己的数据中心。Google曾表示BigQuery引擎可 以快速扫描高达70TB未经压缩处理的数据，并且可马上得到分析结果。大数据在云端模型具备很多优势，BigQuery服务无需组织提供或建立数据仓库。而BigQuery在安全性和数据备份服务也相当完善。
去年底该服务只向一小部分开发者开放，现在任何人都可以注册这项服务。免费帐号可以让你每月访问高达100GB的数据，你也可以付费使用额外查询和存储空间。
企业名称：微软
网址：http://www.xiexiebang.com/
微软研究部门从2006年起就一直致力于某种非常类似于Hadoop的项目，被称为“Dryad”。今年年初，该计划通过与SQL Server和Windows Azure云的集成实现了Dryad的产品化。虽然现在微软还没有更新，但看上去Dryad似乎将成为在SQL Server平台上影响大数据爱好者的有力竞争者。
微软进入这一市场可谓“姗姗来迟”，而且在一定程度上说，数据仓库分析和内存分析计算市场落下了后腿。2011年初微软发布的SQL Server R2 Parallel Data Warehouse（PDW，并行数据仓库），PDW使用了大规模并行处理来支持高扩展性，它可以帮助客户扩展部署数百TB级别数据的分析解决方案。微软目前已经开始提供Hadoop Connector for SQL Server Parallel Data Warehouse和Hadoop Connector for SQL Server社区技术预览版本的连接器。该连接器是双向的，你可以在Hadoop和微软数据库服务器之间向前或者向后迁移数据。
微软在去年推出了基于Azure云平台的测试版Hadoop服务，今年它承诺会推出与Windows兼容的基于Hadoop的大数据解决方案（Big Data Solution），这是微软SQL Server 2012版本（首发日期还不知道）的一部分，现在也不清楚微软是否会与其他硬件合作伙伴或者相关大数据设备厂商合作。
企业名称：EMC
网址：http://www.xiexiebang.com/
EMC于1979年成立于美国麻州Hopkinton市，1989年开始进入企业数据储存市场。EMC公司是全球信息存储及管理产品、服务和解决方案方面的领先公司。EMC是每一种主要计算平台的信息存储标准，而且，世界上最重要信息中的 2/3 以上都是通过EMC的解决方案管理的。
面对大数据时代，EMC公司推出用于支持大数据分析的下一代平台――EMC Greenplum统一分析平台（UAP）。Greenplum UAP是一个唯一的统一数据分析平台，可扩展至其他工具，其独特之处在于，它将对大数据的认知和分享贯穿整个分析过程，实现比以往更高的商业价值。
企业名称：Teradata
网址：http://www.xiexiebang.com/
Teradata公司(Teradata Corporation，纽约证券交易所交易代码TDC)是全球领先的数据仓库，大数据分析和整合营销管理解决方案供应商，专注于数据库软件，数据仓库专用平台及企业分析方案。不久前宣布推出一款集硬件、软件和服务于一体的全面产品组合——Teradata分析生态系统(Teradata Analytical Ecosystem)，使不同的 Teradata 系统实现无缝协作，为企业客户提供分析和更深入的洞察力，帮助其预测商业机会和加速实现商业价值。Teradata Unity 将确保整个Teradata Analytical Ecosystem的同步和统一。为了增强在大数据分析领域的优势，Teradata还收购Aster Data公司，以增强其非传统数据分析的能力，突破了SQL分析的限制，协助企业从全部数据中获取更多价值。
企业名称：NetApp
网址：http://www.xiexiebang.com
Network Appliance，Inc.（NetApp，美国网域存储技术有限公司）是IT存储业界的佼佼者，自1992年创业以来，不断以创新的理念和领先的技术引领存储行业的发展。Network Appliance, Inc.(NetApp)是向目前的数据密集型企业提供统一存储解决方案的居世界最前列的公司。
NetApp StorageGRID 是一个久经验证的对象存储软件解决方案，设计用于管理 PB 级、全球分布的存储库，这些存储库包含企业和服务提供商的图像、视频和记录。通过消除数据块和文件中数据容器的典型约束，NetApp StorageGRID 提供了强大的可扩展性。它支持单个全局命名空间内的数十亿个文件或对象和 PB 级容量。
NetApp StorageGRID 实现了智能的数据管理和安全的内容保留。它通过一个具有内置安全性的全局策略引擎来优化数据存放、元数据管理和效率，该引擎管理数据的存储、放置、保护和检索的方式。此外，使用数字指纹和加密等技术防止内容受到篡改。
NetApp StorageGRID 有助于随时随地提供数据，以便于不间断地运营。该解决方案被设计为允许灵活进行部署配置，以满足全球的多站点组织的不同需要。
企业名称：Sybase
网址：www.xiexiebang.com
Sybase公司成立于1984年11月，总部设在美国加州的Emeryville(现为美国加州的Dublin市)。作为全球最大的独立软件厂商之一，Sybase公司致力于帮助企业等各种机构进行应用、内容及数据的管理和发布。
Sybase IQ是Sybase公司推出的特别为数据仓库设计的关系型数据库。相比于传统的“行式存储”的关系型数据库，Sybase IQ 使用了独特的列式存储方式，在进行分析查询时，仅需读取查询所需的列，其垂直分区策略不仅能够支持大量的用户、大规模数据，还可以提交对商业信息的高速访问，其速度可达到传统的关系型数据库的百倍甚至千倍。“随着 Sybase IQ 不断地在分析应用 POC 测试中拔得头筹，有时甚至超过其他对手 100 倍之多”，Gartner 评价道，“ Sybase IQ 逐渐成为从数据集市到企业数据仓库架构最令人渴望的 DBMS(数据库管理系统)。”
自 2009 年推出以来，Sybase 陆续发布了 Sybase IQ 15.1、15.2、15.3 以至最新的 Sybase IQ 15.4 版本，每个版本都着力于增加新的核心能力以促进更深入的高级分析。Sybase IQ 15.4是面向大数据的高级分析平台，将大数据转变成可指挥每个人都行动的情报信息，从而在整个企业的用户和业务流程范围内轻松具备大数据的分析能力。
因此，有人说Sybase IQ15.4正在彻底改变“大数据分析”。
企业名称：惠普
网址：www.xiexiebang.com
大数据时代来临，老牌巨头惠普也不甘落后。不久前惠普企业服务事业部宣布推出全新服务，帮助客户更快部署惠普子公司Vertica的Vertica Analytics Platform，从而迅速洞悉关键的业务信息，辅助决策过程。
Vertica Analytics Platform 让用户能够大规模实时分析物理、虚拟和云环境中的结构化、半结构化和非结构化数据，从而深入洞悉“大数据”。
Advanced Information Services for Vertica 帮助客户最大化实现 Vertica 分析平台性能，并构建企业分析专用环境。惠普提供从评估到实施的一系列服务，与客户共同定义多种交付方式组合，并找出匹配其现有基础设施的最佳解决方案。
Advanced Information Services for Vertica已在全球上市，将为实现“瞬捷”企业构建灵活的智能环境。
企业名称：沃尔玛
网址：http://www.xiexiebang.com/
在这里看到沃尔玛的身影，可能很多人会有疑问，全球最大的传统零售业巨头沃尔玛怎么就跟大数据扯上关系了？看了下面的介绍你就会明白了。
沃尔玛是最早通过利用大数据而受益的企业之一，曾经拥有世界上最大的数据仓库系统。通过对消费者的购物行为等非结构化数据进行分析，沃尔玛成为最了解顾客购物习惯的零售商，并创造了“啤酒与尿布”的经典商业案例。早在2007年，沃尔玛就已建立了一个超大的数据中心，其存储能力高达4Pb以上。《经济学人》在2010年的一篇报道中指出，沃尔玛的数据量已经是美国国会图书馆的167倍。
沃尔玛实验室计划将沃尔玛的10个不同的网站整合成一个，同时将一个10个节点的Hadoop集群扩展到250个节点的Hadoop集群。目前实验室正在设计几个能将当前像Oracle、Neteeza这样的开放资源的数据库进行迁移、整合的工具。
沃尔玛曾进行了一些列的收购，包括Kosmix（沃尔玛实验室前身）、Small Society、Set Direction、OneRiot、Social Calenda、Grabble等多家中小型创业公司，这些创业公司要么精于数据挖掘和各种算法，要么在移动社交领域有其专长，从此我们就可以看出沃尔玛进军移动互联网和挖掘大数据的决心。相信在沃尔玛的带领下，传统行业也会慢慢意识到大数据的重要性，加速步入大数据时代。
企业名称：Clustrix
网址：www.xiexiebang.com
Clustrix创立于2005年，是Y Combinator 2006年冬季班的成员。Clustrix可以为SQL数据库提供专利数据应用方法，帮助人们处理大量的数据，使SQL数据库无限扩容成为可能。最近Clustrix从Sequoia Capital、USVP和 ATA Ventures三家风险投资公司处再次获得价值675万美元的风险投资，至今已获融资1200万美元。Clustrix总部设在美国旧金山，研发中心设在西雅图。为打开欧洲市场，公司计划将总部迁至荷兰的阿姆斯特丹，并将于年底前在印度设立办公室。
企业名称：Cloudera
网址：http://www.xiexiebang.com/
Cloudera是一家专业从事基于Apache Hadoop的数据管理软件销售和服务的公司，总部位于加州帕洛阿尔托，2009年3月发布了第一款商业产品，当时获得由AccelPartners领投的500万美元投资。该公司于2010年6月正式推出Cloudera企业产品。2011年11月募集到4000万美元风险投资资金，此轮融资由风险投资机构Ignition Partners的合伙人弗兰克·阿泰勒(Frank Artale)领投。Cloudera之前的投资者顶尖风投机构Accel Partners、Greylock Partners、Meritech Capital Partners 和In-Q-Tel也参与本轮投资。
以上企业以外，包括MapR、HStreaming、Hadapt、DataStax、Datameer这些与Hadoop以及大数据相关的新公司都已经获得投资，新一轮热潮正在兴起。
第二篇：大数据与智慧城市[范文]
苏论道：大数据与智慧城市
2015-06-26尚尔刚
6月17日，由苏州大学计算机科学与技术学院、中国计算机学会苏州分会联合主办的“大数据与智慧城市”主题报告会在苏大本部报告厅隆重举行。报告会由苏大科学技术与产业部常务副部长、计算机科学与技术学院博导朱巧明博士主持，苏州市各区县的经信委、发改委部分领导列席，计算机学会成员和苏大师生约200人出席。
中兴通讯大数据产品资深工程师尚尔刚在报告会上发表了同题演讲，介绍了大数据和智慧城市的相关技术，以及中兴通讯大数据平台在智慧城市建设中的实践经验。下文是演讲的精编版。
各位来宾、领导、老师、同学们下午好，我非常荣幸有机会在这里能与大家一起分享一下大数据与智慧城市的一些知识观点。
今天我要与大家分享的内容主要分为三部分，第一部分是对大数据的解读；第二部分主要对智慧城市做个简介，第三部分主要分享一下大数据在智慧城市建设中的一些具体应用。
最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
业界将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、音频、图片、地理位置信息等等；第三，价值密度低，商业价值高，关于价值下面我们会进一步详细讨论；第四，处理速度快，谷歌的搜索，每月40亿小时的视频，4.25亿Gmail用户，150PB Web索引，却能实现0.25秒搜索出结果，足以看出大数据的处理速度是惊人的快。在大数据时代，三分技术，七分数据，得数据者得天下。无论国内国外目前看都是这样的，国内的有bat三家公司，国外的有谷歌，facebook，亚马逊，苹果等等公司都是因为掌握了大量数据，才成就了今天的巨无霸公司。
第一，情景辅助，操作基础
数据本身被记录下来，并非全部是为了长远的利益所用。很多记录其实发挥的作用是一种操作的基础，脱离了记录，后续的操作将难以进行。举个例子说明一下，假如我在炒股，突然有个消息，某某地方刮台风了，并且导致了当地损失惨重，那现在我不能快速判断对那些股票是利好那些是利空了，现在大数据可以帮忙。在美国有一家创业公司，研发了一款大数据软件，名字叫沃伦软件，该软件就是基于大量的金融数据，政治事件，交易数据，加以复杂的模型运算，能够快速的给出结果。
第二，情景复原，责任追究
数据记录也是对以前操作过程的一个虚拟备份，记录了各自多方不同的操作过程及次序，乃至不同环节的具体操作内容。这样一种作用可以看作是记录本身最被认可的初始价值。历史上的各种备忘录，金融记录（例如会计），甚至包括历史都是出于这样一种动机来加以记录的。记录让操作的当时情景有了复原的可能性，哪怕只是一种并非完整的复原。这种复原除了纪念意义等的考虑外，还有一个重要的价值就是事后的责任追究，是一种奖惩的基础。这样一种作用看似很微小，但却是人类社 会运作的基础。尤其是在连接时代的今天，不同主体之间的交互不断加剧，情景复原会让每个主体对自己的操作更为负责，让各种有效的连接成为一种可能。随着互 联网与线下实际经济行为的日益融合，一次鼠标点击有可能代表着很大的利益转移，结合网络协议的操作记录成为了大家网上操作时承担对应责任的依据。淘宝网鼓励买家与卖家在旺旺上聊天的时候将聊天记录保存下来。在具体的投诉环节，相互之间的聊天记录可以作为一种证据去为自己辩护。而包括中间买方下单，支付款项，卖家发货，快递公司名称以及单号，甚至包括该单在快递过程中的状态，时间，甚至有些快递公司将具体快递员的姓名和电话也记录在内，最后签收的方式 等都被详细的记录下来。所有这些记录发挥了一种情景复原以及事后追究责任的作用，从而确保了交易的正常进行。
第三，情景指引，方向微调
一个系统在运行的过程中，有些时候也会出现一些跟平常不一样的差异所在。当这种差异所代表的数据通过极值等各种方式体现出来的时候，系统本身的原有平衡可能会被打破，内部各方面的环节或资源就有可能跟不上。这个时候适当的外力参与很有必要，以免出现系统崩溃的情况。中国的计划生育政策已经执行了很多年，而且也取得了一定的效果。但最近几年随着中国人口老龄化的加快，未来一些年社会对劳动力的需求会逐渐加强，劳动力短缺有可能成为中国的关键问题。在这样一种情况下，基于各种人口数据的不断变化，适当地进行人口政策的调整已经变成一种必须。但具体怎样调整，则需要根据数据来说话
第四，情景研究，系统优化
对未来的预测功能是目前业界对大数据最看重的价值之一。基于之前记录下来的各种数据的深入研究，发现其中的规律特征，从而进行系统优化，甚至升级。如果前面的纠偏只是一些相对较小的指引的话，那么基于预测的情景研究和系统优化，则是相对较大的变动。这种基于预测的价值实现对系统（包括个人、企业机构，也包括各种电子性工具）的长远运行来说价值重大，其决定了一个系统是否具有长期的成长性和演变能力。
一个主体（系统）不但要考虑即时的运行，以及下一步的正确操作，更需要考虑长远的运行可能。尤其是在竞争激烈的今天，各种企业机构之间的竞争非常残酷。如何基于以往的运行数据，对未来的运行模式进行预测，从而提前进行准备或者加以利用、调整，对很多企业机构其实是一种生死存亡的问题。这样一种情况同样适用于国家级别。正因为这一点，目前无论是在企业级别还是国家级别都开始研究、部署大数据。
中国的粮食统计是一个老大难的问题。中国的统计，虽然有组织、有流程、有法律，但中央的统计人员依靠省统计人员，省靠市，市靠县，县靠镇，镇靠村，最后真正干活或上报的是基层兼职的调查人员，由于众所周知的KPI考核导向的原因，层层加码，几乎没有人相信这个调查数据，而其中国家统计局的人是最不信的。在前两年北京的一个会议上，原国家统计局总经济师姚景源讲述了他们是如何做的。他们采用遥感卫星，通过图像识别，把中国所有的耕地标识、计算出来，然后把中国的耕地网格化，对每个网格的耕地抽样进行跟踪、调查和统计，然后按照统计学的原理，计算(或者说估算)出中国整体的整体粮食数据。这种做法是典型采用大数据建模的方法，打破传统流程和组织，直接获得最终的结果。
1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是重复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少；缴获的火炮、车辆多少，枪支、物资多少……有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗？”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗？林彪扫视一周，见无人回答，便接连问了三句：“为什么那里缴获的短枪与长枪的比例比其它战斗略高？”“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高？”“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高？”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定！敌人的指挥所就在这里！”果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。
第三篇：立体数据“绘制”智慧城市
立体数据“绘制”智慧城市
日期： 2015年11月17日
【文字大小：大 中 小】【打印】【关闭】
□ 金真
“智慧城市是现实世界与数字世界的融合，实现对人、物的感知、控制和智能服务。要做好智慧城市，必须建设好时空信息基础设施，开发多种软件，挖掘测绘地理数据价值，更好地服务大众。”11月5日，在由中国测绘地理信息学会、立得空间信息技术股份有限公司主办的“移动测量万里行、智慧中国百城秀”首站发布会上，中国工程院院士、中国科学院院士李德仁谈及智慧城市的建设重点时如是说。
大数据是基础性资源
在新一轮信息技术变革中，大数据、云计算等新兴技术渗透到城市的各行各业，给城市管理、服务带来了巨大变革，使“智慧”成为未来城市的建设方向。
2014年，我国出台《国家新型城镇化规划2014~2020》，将智慧城市上升为国家级战略规划，成为新型城镇化的必由之路。相关统计数据表明，目前，我国100%副省级以上城市、89%的地级及以上城市、47%的县级及以上城市都在推进智慧城市建设。
在这场席卷大江南北、以智慧为名义的城市升级运动之中，大数据的价值显得尤为重要。
智慧城市建设带来数据量的爆发式增长，城市每时每刻都会产生海量的数据，如测绘地理数据、交通流数据、人口流数据、生产数据以及环境监测数据等。这些数据直接反映城市、居民当下的现状，是一种新的、基础性的战略资源，为政府决策与实施、城市的产业布局和规划，城市的运营和管理、经济的发展与升级等提供了重要的、科学的参考依据，在城市运行管理、经济社会发展等方面扮演着至关重要的“角色”。
李德仁向记者谈及数据的价值时说道：“我们在对‘一带一路’沿线的夜光进行遥感动态分析时发现，大部分夜光影像处于增长态势，特别是中国、印度、东南亚等国，说明这些国家处于快速发展阶段。特别是中国的夜光总量超过俄罗斯，成为该区域的第一名。这些夜光数据与当地的经济发展状况是相匹配的，从另一个方面为我们打开一扇经济分析的大门。”
移动测量，立体式采集信息
当前，交通数据、人口数据、政务数据、医疗数据……等海量数据资源撑起智慧城市的大数据框架，实现虚拟世界和现实世界的融合。测绘地理信息作为城市大数据中不可或缺的一部分，应用于城市规划、城市管理、公安、应急、交通、旅游等多个领域，在智慧城市顶层设计中，占据举足轻重的支撑地位。
“在智慧城市建设过程中，如何构建时空信息构架，如何快速采集、处理、发布和更新海量的地理信息，一直是测绘科技人员需解决、创新的突出问题。”国家测绘地理信息局副局长李维森表示。
移动测量技术可采集地面二维、三维、实景等数据，还可应用到时下流行的无人机上，实现天地两栖联动移动测量，立体式地采集城市的宏观信息和微观信息，丰富了大数据的类型。
李德仁在介绍移动测量的技术特点时表示：“移动测量有别于传统的测绘技术，通过在机动车上装备全球定位、视频、惯性导航、航位推算系统等先进传感器和设备，在车辆高速行进中，快速采集道路及两旁地物的空间位置数据和属性数据。惯导导航技术是移动测量的‘心脏’。上世纪90年代，此项技术一直被国外掌握。我们经过多年研究，于2004年将此项技术应用在移动测量产品上，打破国外在惯性导航等关键技术上的垄断与封锁。”
作为国内率先发明移动测量系统的企业，立得空间信息技术股份有限公司董事长郭晟表示：“除了研制移动测量产品，我们还将云计算技术运用于数据生产、加工环节，构建高效的生产体系；采集200多个城市的实景三维数据，在城市管理、旅游、交通等行业得到广泛应用。”
李维森表示，移动测量是未来测绘技术发展的一个重要方向，将在智慧城市的建设中发挥重要作用。
扩大数据应用范围
谈及移动测量技术的发展趋势，郭晟表示，未来移动测量技术将更加轻便灵活，不仅可以集成到机动车上，也可以集成到轨道车、轮船、飞机等不同的载体上。移动测量会由地面发展到空中，最终形成天地一体化的数据大融合。
数据采集方式的创新也会不断丰富数据应用领域。当前，技术人员已通过车载的移动测量系统，快速获取道路以及两边建筑、物体的位置、属性信息；未来，这些数据会同步存储在云端，经过云端对多源数据的处理、存储、管理、发布，实现数据的共享与服务。这些数据会是高精度电子地图、实景三维地图数据等各种专题数据。这些数据将用于无人驾驶、城市管理等领域。
“目前，我们希望通过移动测量万里行活动，3年内走遍全国200多个城市，将采用巡演、研讨会、案例实地观摩等活动，推广移动测量、实景三维时空信息云平台、大数据融合等前沿科技在智慧城市中的应用，促进智慧城市大潮下的新业态的形成与发展，扩展数据应用范围，更好地为智慧城市服务。”郭晟表示。
第四篇：智慧城市数据资源共享管理办法(简)
东海县政务数据资源共享管理办法
为促进政务数据资源的优化配置和有效利用，推动政府部门之间数据共享和业务协同，切实提高行政效能、服务质量和管理水平，根据有关法律、法规、政策和技术标准，结合我县实际特制定本办法。
一、适用范围
本县行政区域内政务数据资源采集、归集和共享活动适用本办法。
二、管理原则
1、规范采集。各单位按照统一的标准规范，采集和处理数据。
2、无偿提供。各单位无偿为智慧城市公共信息平台及其他单位提供政务数据共享。
3、平台归集。共享数据归集到智慧城市公共信息平台，统一向需求单位提供数据共享服务。
4、按需共享。各单位不得超越职能获取和使用其他部门的数据资源。未经数据提供单位同意，使用单位不得擅自向社会发布或公开所获取的共享信息。
5、安全可控。各单位应当加强政务数据资源安全管理，不得滥用、非授权使用、未经许可扩散所获取的政务数据资源。
三、数据采集
1、各单位应当根据本单位工作采集数据，及时提供给智慧城市公共信息平台，并及时维护更新相关数据，确保共享数据的真实性、完整性、时效性。
2、各单位在数据采集过程中，应当主动通过智慧城市公共 信息平台与其他单位的相关数据进行比对，发现数据不一致时，要及时据实修改。
3、各单位应当以数字化方式采集、记录和存储数据，同时将具备条件的数据进行结构化处理，并通过数据库进行管理，非数字化数据应当按照相关技术标准开展数字化改造。
4、对文书类、证照类数据加盖全县统一的电子印章，以保证数据不可更改。
四、数据共享应用
1、各单位应主动通过智慧城市公共信息平台获取履行职能所需要的数据，以联机方式实现与其他单位的数据共享与业务协同。
2、各单位应当通过智慧城市公共信息平台发布共享数据，并在目录系统中注册受限或非受限共享数据目录。
3、各单位通过智慧城市公共信息平台的目录系统检索、发现、定位和申请履行职能所需要的数据，受理其他单位使用本单位受限共享数据的申请。
4、使用非受限共享类数据，需通过智慧城市公共信息平台选取，即时完成共享实施。
5、使用受限共享类数据，需要通过智慧城市公共信息平台向数据提供单位提出申请，数据提供单位及时审核办理。
6、各单位应当利用共享的基础数据库或专业数据库，清洗、比对本部门业务数据库。对不一致的数据或错误的数据，进行核查或纠错。
7、各单位通过智慧城市公共信息平台获得的加盖电子印章的文书类、证照类等政务数据，与纸质文书具有同等效力。法律、法规另有规定的，按其规定执行。
五、安全管理
1、各单位应当制定本单位政务数据资源共享内部工作程序、管理制度，并指定专人负责政务数据资源共享工作。
2、各单位要切实完善安全技术保障体系，确保共享数据的安全。
3、智慧城市公共信息平台管理部门应当严格执行信息网络安全和保密等有关法律、法规和政策规定，并按国家技术规范和标准，定期对智慧城市公共信息平台进行信息安全风险评估，排查安全风险和隐患，建立身份认证、存取访问控制、审计跟踪等机制，确保共享数据可用、完整、安全、保密。要主动接受县委保密局对信息保密工作的指导、监督和检查。
六、监督考核
1、政务数据资源共享工作纳入智慧城市建设目标管理。县智慧城市建设主管部门定期对各部门提供的数据数量、质量及更新、使用等情况进行综合评估，并公布评估结果、提出整改意见，并督促落实。
2、政务数据资源共享工作是智慧城市建设的重要环节，对不按要求及时响应数据共享的单位，由县智慧城市建设主管部门定期督查通报，并由县财政局停止其所有信息化项目的建设和运维费用的拨付。
七、本办法自发布之日起执行。
附：东海县各单位信息资源共享责任分解表
第五篇：智慧城市应用业务最新版
智慧城市应用业务
智慧城市整体框架可以分为四层：最上层是按照功能划分的应急指挥、数字城管、政府热线等应用层，往下是平台层、网络层和感知层，图示如下。
智慧城市整体框架
感知层是智慧城市的“感觉器官”。将传感设备广泛嵌入到智慧城市中，就构成了其躯体和感觉器官,它能够及时收集客观环境中发生的活动数据和相关信息,如地理位置、视频、声音等等,感知层决定了城市中哪些物品可以被感知、关注。更上层的数据釆集、执行等都必须要依靠感知层进行物体基础信息收集才能够完成，有了感知层,城市不仅能监控其中的各个物体，还能向他们传递指令。
在网络层，将整个城市的数据和相关信息进行传输，形成了城市的信息道路系统。通过互联网、电信网、物联网等形成泛在化的网络承载系统,能够将所有的控制信息和釆集信息进行实时、准确的传递,完成整个城市甚至整个国家范围的信息传递与沟通。经络的形成使得信息传递有了通道，保证了准确的信息传递，这是智慧城市的一个基本特征。平台层由各类数据中心和支撑公共平台的应用构成,通过云计算等技术对所搜集到的信息进行汇总和高效、准确的处理,及时反映各个物体、地点、系统的变化，向决策者提供信息分析结果。
应用层则是整个的智慧系统的决策中枢,是智慧城市的控制中心和决策中心。其主要职能就是根据平台层所提供的数据处理结果,及时对所出现的额问题进行处理，根据实际情况辅助决策者进行决策。
智慧城市的建设几乎涵盖了城市的所有方面，主要应用包括智慧政务、智慧安全、智慧能源、智慧环保、智慧交通、智慧社区、智慧医疗、智慧物流等等。（1）智慧政务
在世界各国的智慧城市建设中，智慧政务均是建设的重点应用领域。“智慧政务是指政府机构运用现代网络通信、计算机技术、物联网技术等，将政府管理和服务职能通过资源的整合优化，实现公共管理高效精准、公共服务便捷惠民、社会综合效益显著的一种全新政务运营模式。”智慧政务是新一代信息技术在政务领域的创新应用，是对现有电子政务系统的升级。建设“智慧政务”是政府不断适应信息社会发展的必然要求，智慧政务为智慧城市的建设发展。（2）智慧安全
智慧安全是以网络信息为基础的城市安全体系，即综合运用地理信息系统、全球定位系统、遥感系统、宽带网络、多媒体及虚拟仿真等技术，对城市的设施、人员的往来等进行信息采集、动态监管和辅助决策。智慧安全的核心是采用先进的理念和技术手段，通过建立高效、协同的城市公共安全管理体系，优化配置城市公共安全资源，并通过资源整合与联动，实现有效的预测、预警、预防，从而提高安全防控及应急处置能力。智慧安全主要包括社会治安管理、生产安全管理及自然灾害安全管理等。（3）智慧交通
智慧交通是以新一代信息技术和系统工程技术为基础，通过对传统的交通系统进行改造，实现人、运输装备与交通网络之间相互感知、智能互动，达到一种完全自动、合理、高效的交通管理服务状态。智慧交通系统就是将新一代信息技术植入整个交通运输体系之中，“其目的是使得人、车、路能够密切配合、和谐统一，极大地提高交通运输效率，保障交通安全，改善环境质量和提高能源利用 率。”随着我国城市规模的不断膨胀，城市交通状况不断恶化，交通拥挤所造成的时间损失、能源耗费和环境污染等问题，已经成为我国各大城市发展所必须解决的当务之急。从国内外智慧城市建设实践来看，智慧交通往往是智慧城市建设的先行者。（4）智慧环保
“智慧环保是以物联网、互联网等通信网络及信息技术为基础，通过感知化、互联化、智能化的方式，使环境保护中的监测、预警、综合治理及环保诚信体系等各环节信息共享及协调运作，形成以精准高效、绿色低碳为主要特征的环境保护新模式。”智慧环保是集技术研发、综合治理、产业发展及软环境建设等为一体的绿色低碳发展整体策略。在智慧环保实施中，通过新一代信息技术的应用可以进一步集中环境监测、预警、应急处理等各方面力量和资源，达到信息共享、协同处理的目的，实现环境保护的科学化、智能化和生态化。智慧环保是解决当前我国城市环境问题的有效手段，其目的是科学地协调人类社会经济发展与自然环境健康发展的关系，保护和改善城市生态环境。（5）智慧医疗 “智慧医疗就是在一定区域范围内，以全民电子健康档案为基础，为医疗服务提供者、卫生管理机构、患者、医疗支付方及医药产品供应商等机构，提供以数字化形式收集、传递、存储、处理卫生行业数据的业务和技术的平台，以支持医疗服务、公共卫生以及卫生行政管理的需要，为卫生事业发展提供支撑。”智慧医疗是以提高居民的健康水平为目标，以市民健康档案、电子病历为载体所构建的无缝隙医疗卫生服务体系，其实施的关键是健康保障信息的共享及医疗资源的整合。智慧医疗为解决我国医疗卫生资源总量不足、分配不合理提供了新的途径，智慧医疗是保障城市民生的主要领域。（6）智慧物流
随着电子商务等新兴产业的发展,带动了物流企业的发展，但是由于成本的不断提高,原材料价格的不断上调，物流企业面临着前所未有的压力：平均利润下降，管理成本增加，人员流失过快等问题充斥着物流行业。如何能改变这样的情况？智慧物流的发展解决了这个问题。通过利用信息网络整合分散的货主和车辆进行优化匹配、多式联运平台整合各种运输方式、物流枢纽和物流园区对各种资源的整合和有效管理等等把以前混乱、低效、单一的单元整合起来，形成高效、智能、快速的管理方式，从而实现智慧物流体系。
点击咨询 