大數據與城市計算方法研究

『壹』 大數據分析重大 計算方法選擇需慎重

大數據分析重大 計算方法選擇需慎重
大數據分析依靠機器學習和大規模計算，對規模巨大的數據進行分析。作為時下最火熱的IT行業的詞彙，數據倉庫、數據安全、數據分析、數據挖掘等等圍繞大數據的商業價值的利用逐漸成為行業人士爭相追捧的利潤焦點。大數據時代的來臨，大數據分析應運而生。
安聯全球救援長期從事道路救援已有12年，利用大數據分析科學分析救援數據，在第一時間內合理調配救援資源，並在最短時間內通知相關部門展開對應的援助。2015年7月6日，安聯全球救援在北京慶祝在華第500萬個成功道路救援案例誕生。在過去的12年裡，安聯全球救援投入了大量資金和資源在全國范圍內建立專業服務網路，並分別在北京和成都設立運營中心，其網路覆蓋全國1762個城市，平均服務到達時間為39分鍾。利用大數據分析，大大提高了道路救援效率。
那麼大數據分析究竟是怎麼樣?那些方法更有效?我們該如何利用起來呢?
大數據分析可以分為五個基本方面：
1.可視化分析(Analytic Visualizations)——不管是對數據分析專家還是普通用戶，數據可視化是數據分析工具最基本的要求。可視化可以直觀的展示數據，讓數據自己說話，讓觀眾聽到結果。
2.數據挖掘演算法(Data Mining Algorithms)——可視化是給人看的，數據挖掘就是給機器看的。集群、分割、孤立點分析還有其他的演算法讓我們深入數據內部，挖掘價值。這些演算法不僅要處理大數據的量，也要處理大數據的速度。
3.預測性分析能力(Predictive Analytic Capabilities)——數據挖掘可以讓分析員更好的理解數據，而預測性分析可以讓分析員根據可視化分析和數據挖掘的結果做出一些預測性的判斷。
4.義引擎(Semantic Engines)——我們知道由於非結構化數據的多樣性帶來了數據分析的新的挑戰，我們需要一系列的工具去解析，提取，分析數據。語義引擎需要被設計成能夠從「文檔」中智能提取信息。
5.數據質量和數據管理(Data Qualityand Master Data Management)——數據質量和數據管理是一些管理方面的最佳實踐。通過標准化的流程和工具對數據進行處理可以保證一個預先定義好的高質量的分析結果。
大數據分析方法的選擇
大數據分析性能的好壞，也就是說機器學習預測的准確率，與使用的學習演算法、問題的性質、數據集的特性包括數據規模、數據特徵等都有關系。一般地，Ensemble方法包括Random Forest和Ada Boost、SVM、Logistic Regression分類准確率最高。沒有一種方法可以「包打天下」。RandomForest、SVM等方法一般性能最好，但不是在什麼條件下性能都最好。
不同的方法，當數據規模小的時候，性能往往有較大差異，但當數據規模增大時，性能都會逐漸提升且差異逐漸減小。也就是說，在大數據條件下，什麼方法都能work的不錯。對於簡單問題，Random Forest、SVM等方法基本可行，但是對於復雜問題，比如語音識別、圖像識別，最近流行的深度學習方法往往效果更好。深度學習本質是復雜模型學習，是今後研究的重點。
在實際應用中，要提高分類的准確率，選擇特徵比選擇演算法更重要。好的特徵會帶來更好的分類結果，而好的特徵的提取需要對問題的深入理解。
大數據分析策略分析
建立大數據分析平台時，選擇實現若干種有代表性的方法即可。當然，不僅要考慮預測的准確率，還有考慮學習效率、開發成本、模型可讀性等其他因素。大數據分析平台固然重要，同時需要有一批能夠深入理解應用問題，自如使用分析工具的工程師和分析人員。
只有善工利器，大數據分析才能真正發揮威力。

『貳』 研究丨大數據與智慧城市之間存在怎樣的關聯關系

大數據、雲計算、移動互聯網、物聯網等新技術，不僅在全部智慧城市構建中會發生很大的效果，在智慧城市構建中也會表現大效果。

建造智慧城市的一個主要方針，即是要堅持以提高公共效勞功率為中心，經過進一步改善惠民的效勞，建造調和、宜居、賦有活力和現代化的城市。這個方針離不開領先和立異技術的支撐，其中關鍵技術即是大數據，大數據已成為智慧城市建造的中心內容。

一個城市的辦理和運營需求科學的決議計劃，只要數據支撐才幹保證智慧城市的真實運轉。城市開展需求完結大數據的收集、處理、結合、同享、發掘、分析和使用，經過了解城市運轉狀況與開展態勢，為各部門協同工作、領導決議計劃提供支撐，進而效勞於市民。

金鵬信息智慧城市專家以為，智慧城市大數據決議計劃渠道應當集成了包含地理信息、GPS數據、建築物三維數據、統計數據、攝像頭收集畫面等多類數據，能夠把市政、警務、消防、交通、通訊、商業等各部門各類型的數據交融打通，聚集在一致的大數據渠道上。

「智慧城市渠道上的數據能對應急指揮、城市辦理、公共安全、環境保護、智能交通、基礎設施等范疇完成辦理決議計劃支撐，然後用於歸納辦理城市全體運轉態勢。比方，採取圈選式查詢，能夠了解某一區域一切監控畫面及警車散布狀況;智能園區可視化體系則可交融打通園區各個體系數據，完成智能製造、智能樓宇、出產安全等可視化辦理。」金鵬信息智慧城市負責人如是說。據悉，該公司的網路安全可視決議計劃渠道可出現安全要挾事情來歷信息和方針信息，一起經過3D虛擬現實展現可交互的三維機房環境，實時反映網路運轉及安全狀況，金鵬信息智慧城市軟體。

專家表明，「智慧鄭州」之所以在全球取得「2015我國領軍智慧城市」、「智慧城市總裁格外大獎」等一系列榮譽，主要原因是其使用大數據探索了城市辦理和開展形式立異，能夠說鄭州形式現已具有了城市大數據使用的雛形。

『叄』 未來城市智能計算「心臟」 AI賦能凸顯

【導讀】從經濟發展來看，未來城市需要向AI要增長。AI賦能可以讓傳統產業真正從數字化轉向智能化，從而創造更大的價值。未來，智能計算會像陽光、空氣、水一樣，成為城市的一個生活基礎單元，未來的城市發展需要一顆只能計算「心臟」。

在2020全球智慧城市大會上海分會場，來自上海、廣東等省市的智慧城市領域相關企業、機構代表，圍繞智慧城市、智慧出行、數字化轉型等話題，探討未來城市的創新理念。其中，國家信息中心信息化和產業發展部聯合浪潮發布了《智能計算中心規劃建設指南》，明確智能計算中心的作用，對地方政府如何定位、規劃和建設給出有針對性的建議。

有研究機構預測，人工智慧將每年為中國經濟帶來0.8個至1.4個百分點的GDP增長。未來人工智慧計算將占據80%以上的計算需求。智能計算中心不同於傳統的數據中心，它不只是「存數據」，更重要的是實現高效「用數據」。「智慧城市最核心的就是數據，但大數據得不到有效處理反而會成為負擔，藉助智能計算中心，我們能通過算力的生產、聚合、調度和釋放，讓數據變得有意義有價值，進而對產業發展及城市治理提供高效支撐。」

不是「錦上添花」，專家們表示智能計算中心在未來智慧城市建設中，將成為標配的公共基礎設施，智能算力將像工業時代的電力一樣重要，不論是傳統產業的數字化、智能化轉型升級，還是城市治理的創新高效，都需要依靠智能計算中心這顆「心臟」，智能計算中心的建設具有公共基礎設施的性質，需要在地區或國家層面合理布局與規劃，讓中小微企業也能用得起，真正賦能千行百業的智能化升級，拓寬經濟增量空間。

建成智能計算中心只是智能化轉型的第一步，未來還需要政府、業界的協作，在智慧城市、智慧製造、智慧醫療、智慧農業等領域，不斷打通場景與生態，讓智能計算中心發揮出關鍵作用。

『肆』 淺析大數據時代下市場研究方法

淺析大數據時代下市場研究方法

大數據時代新的市場研究方法使「無干擾」真實還原消費過程成為可能，智能化的信息處理技術使低成本、大樣本的定量調研成為現實，這將推動消費行為及消費心理研究達到一個新的高度，幫助快速消費品企業更為精準地捕捉商機。大數據時代的市場研究方法1、基於互聯網進行市場調研提高了效率，降低了成本網路調研具有傳統調研方法無可比擬的便捷性和經濟性。快速消費品企業在其門戶網站建立市場調研板塊，再將新產品郵寄給消費者，消費者試用後只要在網站上點擊即可輕松完成問卷填寫，其便利性大大降低了市場調研的人力和物力投入，也使得消費者更樂於參與市場調研。同時，網路調研的互動性使得企業在新產品尚處於概念階段即可利用3D擬真技術進行產品測試，通過與消費者互動，讓消費者直接參與產品研發，從而更好地滿足市場需求。2、挖掘網路社交平台信息成為研究消費態度及心理的新手段臉譜、QQ、微博、微信等社交平台已日漸成為新生代消費群體不可或缺的社交工具，快速消費品的消費者往往有著極高的從眾性，因此針對社交平台的信息挖掘成為研究消費潮流趨勢的新手段。例如，通過微博評論可以統計分析消費者對某種功能型產品的興趣及偏好，這對研究消費態度及心理有非常大的幫助。更重要的是，這類信息屬於消費者主動披露，與訪談形式的被動挖掘相比信息的真實性更高。3、移動終端提供了實時、動態的消費者信息隨著3G網路及智能手機普及，市場研究已滲透到移動終端領域。大量的手機APP應用（例如二維碼掃描等）為實時採集消費信息提供了可能性，移動終端的信息分析在購買時點、產品滲透率及回購率、獎勵促銷效果評估等方面將發揮不可估量的作用。4、零售終端信息採集系統幫助企業了解市場目前，PC-POS系統在零售終端得到了廣泛的應用，只要掃描商品條形碼，消費者購買的商品名稱、規格、購進價、零售價、購買地點等信息就可以輕松採集。通過構建完整的零售終端信息採集系統，快速消費品企業可以掌握商業渠道的動態信息，適時調整營銷策略。智能化信息採集、儲存及分析1、超大容量的數據倉庫數據倉庫具有容量大、主題明確、高度集成、相對穩定、反映歷史變化等特點，可以有效地支撐快速消費品企業進行大數據分析與應用。數據倉庫可以更有效地挖掘數據資源，並可以按照日、周、月、季、年等周期提供分析報表，有助於營銷人員更有效地制定營銷戰略。2、專業、高效的搜索引擎旅遊搜索、博客搜索、購物搜索、在線黃頁搜索等專業搜索引擎已經得到了廣泛應用，快速消費品企業可以根據自己的特點構建專業化的搜索引擎，對相關的企業信息、產品信息、消費者評價信息、商業服務信息等數據進行智能化檢索、分類及搜集，形成高度專業化、綜合性的商業搜索引擎。3、基於雲計算的數學分析模型市場研究的關鍵是洞察消費者需求，基於雲計算的數學分析模型可以將碎片化信息還原為完整的消費過程信息鏈條，更好地幫助營銷人員研究消費行為及消費心理。這些碎片化的信息包括消費者在不同時間、不同地點、不同網路應用上發布的消費價值觀信息、購買信息、商品評論信息等。基於雲計算的智能化分析，一方面可以幫助市場研究人員對消費行為及消費心理進行綜合分析，另一方雲計算成本低、效率高的特點非常適合快速消費品企業數據量龐大的特性。大數據運用中的問題傳統的市場研究包括定性研究及定量研究，以座談會為主的定性研究受制於主持人的訪談技巧，以街頭攔截訪問為主的定量研究雖然以嚴謹的抽樣理論為基礎，但同樣不能完全代表總體的客觀情況。而大數據時代革命性的調研方法為市場研究人員提供了以「隱形人」身份觀察消費者的可能性，超大樣本量的統計分析使得研究成果更接近市場的真實狀態。與此同時，大數據時代的新方法、新手段也帶來新的問題，一是如何智能化檢索及分析文本、圖形、視頻等非量化數據，二是如何防止過度採集信息，充分保護消費者隱私。雖然目前仍然有一定的技術障礙，但不可否認的是大數據市場研究有著無限廣闊的應用前景。

以上是小編為大家分享的關於淺析大數據時代下市場研究方法的相關內容，更多信息可以關注環球青藤分享更多干貨