活在大數(shù)據(jù)時(shí)代培訓(xùn)

世界哪個(gè)城市女人最漂亮?活在大數(shù)據(jù)時(shí)代培訓(xùn)第1頁(yè)世界十大美女城市排行榜：1、阿姆斯特丹(荷蘭)2、特拉維夫(以色列)3、蒙特利爾(加拿大)4、加拉加斯(委內(nèi)瑞拉)5、莫斯科(俄羅斯)活在大數(shù)據(jù)時(shí)代培訓(xùn)第2頁(yè)為何該地美女會(huì)如此吸引男性?活在大數(shù)據(jù)時(shí)代培訓(xùn)第3頁(yè)*.這里美女行走在街道上90％寧愿騎自行車(chē)而不愿坐汽車(chē)，組成一道道亮麗風(fēng)景線*.荷蘭美女運(yùn)動(dòng)能力較強(qiáng)，活力十足，衣著時(shí)尚，相當(dāng)開(kāi)放、大膽，平均每位女性熟練兩種體育運(yùn)動(dòng)活在大數(shù)據(jù)時(shí)代培訓(xùn)第4頁(yè)

有了更多數(shù)據(jù)你能夠知道些事情,而這些事情在你只有少許數(shù)據(jù)時(shí)你是無(wú)法知道?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第5頁(yè)大數(shù)據(jù)時(shí)代活在大數(shù)據(jù)時(shí)代培訓(xùn)第6頁(yè)為何選取這個(gè)話題？1、Very"HOT",Can'tOut!2、Very"Useful"!活在大數(shù)據(jù)時(shí)代培訓(xùn)第7頁(yè)什么是大數(shù)據(jù)大數(shù)據(jù)新在何處為何今天有這么多數(shù)據(jù)大數(shù)據(jù)陰暗面大數(shù)據(jù)在城市規(guī)劃中應(yīng)用活在大數(shù)據(jù)時(shí)代培訓(xùn)第8頁(yè)什么是大數(shù)據(jù)活在大數(shù)據(jù)時(shí)代培訓(xùn)第9頁(yè)HadoopIBM英特爾HP巨量資料商業(yè)智能數(shù)據(jù)庫(kù)服務(wù)器SAPHANA預(yù)測(cè)數(shù)據(jù)流運(yùn)算節(jié)點(diǎn)機(jī)器學(xué)習(xí)并行計(jì)算磁盤(pán)陣列甲骨文AMD內(nèi)存計(jì)算GoogleMapreduce可視化GbPb活在大數(shù)據(jù)時(shí)代培訓(xùn)第10頁(yè) 大數(shù)據(jù)(bigdata)，或稱(chēng)巨量資料，指是所包括資料量規(guī)模巨大到無(wú)法透過(guò)當(dāng)前主流軟件工具，在合理時(shí)間內(nèi)到達(dá)擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決議更主動(dòng)目標(biāo)資訊?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第11頁(yè)活在大數(shù)據(jù)時(shí)代培訓(xùn)第12頁(yè)大數(shù)據(jù)特點(diǎn)4V海量高速多樣準(zhǔn)確活在大數(shù)據(jù)時(shí)代培訓(xùn)第13頁(yè)1KB=1024字節(jié)存放單位1MB=1024KB1GB=1024MB1TB=1024GB1PB=1024TB=1,048,576GB1EB=1024PB=1,073,741,824GB1ZB=1024EB=1,099,511,627,776GB小知識(shí)活在大數(shù)據(jù)時(shí)代培訓(xùn)第14頁(yè)Volume海量5000條微博更新/天年30萬(wàn)條微博更新/天20250萬(wàn)條微博更新/天203500萬(wàn)條微博更新/天202億條微博更新/天204億條微博更新/天上傳時(shí)長(zhǎng)視頻/天用戶(hù)分享25億條信息/天活在大數(shù)據(jù)時(shí)代培訓(xùn)第15頁(yè)我國(guó)一個(gè)一線城市健康檔案數(shù)據(jù)5PB/年我國(guó)一個(gè)智慧城市數(shù)據(jù)800PB/年一個(gè)單數(shù)據(jù)表幾億-幾百億條統(tǒng)計(jì)下線商品14億件，在線商品8億件淘寶數(shù)據(jù)庫(kù)存了20PB數(shù)據(jù)平均每個(gè)月增加1.5PB智能移動(dòng)終端設(shè)備巨量增加Volume海量活在大數(shù)據(jù)時(shí)代培訓(xùn)第16頁(yè)Velocity高速6000萬(wàn)用戶(hù)登錄/天20億次頁(yè)面訪問(wèn)/天天天1.2億次網(wǎng)站訪問(wèn)響應(yīng)時(shí)間小于100毫秒因?yàn)檩斎胨俣燃泳o，所以要求輸出速度也要加緊 大數(shù)據(jù)驚人不止是在數(shù)量上，同時(shí)數(shù)據(jù)還是巨量含有動(dòng)態(tài)分析價(jià)值數(shù)據(jù)。 訪問(wèn)響應(yīng)時(shí)間加緊，數(shù)據(jù)庫(kù)讀寫(xiě)速度加緊，對(duì)電商企業(yè)來(lái)說(shuō)就等于多成交。 對(duì)于很多情況下，動(dòng)態(tài)數(shù)據(jù)價(jià)值遠(yuǎn)大于靜態(tài)數(shù)據(jù)，比如氣象預(yù)測(cè)，災(zāi)難預(yù)測(cè)，快消行業(yè)等?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第17頁(yè)Variety多樣結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)指關(guān)系型數(shù)據(jù)表指關(guān)系結(jié)構(gòu)與內(nèi)容混合在一起數(shù)據(jù)類(lèi)型文檔、視頻、音頻、圖片20%結(jié)構(gòu)化80非結(jié)構(gòu)化企業(yè)數(shù)據(jù)年互聯(lián)網(wǎng)產(chǎn)生數(shù)據(jù)25%結(jié)構(gòu)化75非結(jié)構(gòu)化活在大數(shù)據(jù)時(shí)代培訓(xùn)第18頁(yè)Veracity準(zhǔn)確大數(shù)據(jù)關(guān)鍵思想之一準(zhǔn)確源自于對(duì)全部數(shù)據(jù)處理分析基礎(chǔ)數(shù)據(jù)真實(shí)準(zhǔn)確性，才能確保結(jié)果有效性。活在大數(shù)據(jù)時(shí)代培訓(xùn)第19頁(yè)大數(shù)據(jù)新在何處，重在何處呢？活在大數(shù)據(jù)時(shí)代培訓(xùn)第20頁(yè)活在大數(shù)據(jù)時(shí)代培訓(xùn)第21頁(yè)活在大數(shù)據(jù)時(shí)代培訓(xùn)第22頁(yè)活在大數(shù)據(jù)時(shí)代培訓(xùn)第23頁(yè)活在大數(shù)據(jù)時(shí)代培訓(xùn)第24頁(yè)古代盤(pán)VS當(dāng)代盤(pán)克里特島發(fā)覺(jué)粘土盤(pán)有40歷史*非常粗笨*不能統(tǒng)計(jì)太多信息*所統(tǒng)計(jì)信息是不能更改與此相反

愛(ài)德華·斯諾登從美國(guó)國(guó)家安全局所取得文件能夠放在一個(gè)僅有指甲大小存放盤(pán)里而且能夠以光速進(jìn)行數(shù)據(jù)共享更多數(shù)據(jù)更多?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第25頁(yè)活在大數(shù)據(jù)時(shí)代培訓(xùn)第26頁(yè)為何今天有這么多數(shù)據(jù)？活在大數(shù)據(jù)時(shí)代培訓(xùn)第27頁(yè)*一個(gè)原因是我們一直在搜集信息，就像我們一直在做一樣*另一個(gè)原因是我們統(tǒng)計(jì)了許多蘊(yùn)含豐富信息事物，不過(guò)從沒(méi)把信息轉(zhuǎn)換成數(shù)據(jù)形式活在大數(shù)據(jù)時(shí)代培訓(xùn)第28頁(yè)定位問(wèn)題*.在16世紀(jì)我們想知道馬丁·路德在哪里，該怎么做？*.那現(xiàn)今又是什么樣情形呢？活在大數(shù)據(jù)時(shí)代培訓(xùn)第29頁(yè)*.再舉個(gè)例子，坐姿*.那我們能用它來(lái)干什么呢?位置信息被數(shù)據(jù)化了活在大數(shù)據(jù)時(shí)代培訓(xùn)第30頁(yè)*.那我們能用它來(lái)干什么呢?

東京研究者把它利用在一個(gè)汽車(chē)防盜設(shè)施雛形上，它構(gòu)想是盜賊坐在駕駛座上企圖把車(chē)開(kāi)走，不過(guò)汽車(chē)識(shí)別出駕駛座上是個(gè)未授權(quán)駕駛?cè)?，那汽?chē)可能就會(huì)熄火除非你在儀表盤(pán)上輸入密碼來(lái)表明“我已取得授權(quán)”。

這就是生活更多方面數(shù)據(jù)化后我們能做事情中一件?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第31頁(yè)大數(shù)據(jù)關(guān)鍵工作思緒大數(shù)據(jù)系統(tǒng)顛覆了傳統(tǒng)數(shù)據(jù)中心工作邏輯傳統(tǒng)數(shù)據(jù)系統(tǒng)工作邏輯：運(yùn)算系統(tǒng)調(diào)動(dòng)數(shù)據(jù)庫(kù)數(shù)據(jù)，數(shù)據(jù)移動(dòng)。大數(shù)據(jù)系統(tǒng)工作邏輯：運(yùn)算系統(tǒng)直接布署至數(shù)據(jù)處，數(shù)據(jù)僅架構(gòu)內(nèi)移動(dòng)?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第32頁(yè)*.那么大數(shù)據(jù)價(jià)值在哪里?在利用這個(gè)概念領(lǐng)域里，讓人印象最為深刻是機(jī)器學(xué)習(xí)活在大數(shù)據(jù)時(shí)代培訓(xùn)第33頁(yè)活在大數(shù)據(jù)時(shí)代培訓(xùn)第34頁(yè)*.機(jī)器學(xué)習(xí)理念現(xiàn)在已經(jīng)隨地可見(jiàn)（無(wú)人駕駛）*.機(jī)器學(xué)習(xí)是許多網(wǎng)上在線應(yīng)用基礎(chǔ)（搜索引擎算法、語(yǔ)音智能翻譯）活在大數(shù)據(jù)時(shí)代培訓(xùn)第35頁(yè)大數(shù)據(jù)陰暗面活在大數(shù)據(jù)時(shí)代培訓(xùn)第36頁(yè)大數(shù)據(jù)會(huì)偷走我們工作*.在二十一世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白領(lǐng)和需要專(zhuān)業(yè)知識(shí)工作，就像在20世紀(jì)工廠自動(dòng)化和裝配生產(chǎn)線應(yīng)用威脅到了藍(lán)領(lǐng)們工作崗位*.同時(shí)，老實(shí)說(shuō),我們并不能很好地處理全部我們現(xiàn)在能夠搜集到數(shù)據(jù)，這不但僅是國(guó)家安全局問(wèn)題，許多企業(yè)也搜集并不恰當(dāng)?shù)厥褂脭?shù)據(jù)活在大數(shù)據(jù)時(shí)代培訓(xùn)第37頁(yè)大數(shù)據(jù)會(huì)偷走我們工作*.在二十一世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白領(lǐng)和需要專(zhuān)業(yè)知識(shí)工作，就像在20世紀(jì)工廠自動(dòng)化和裝配生產(chǎn)線應(yīng)用威脅到了藍(lán)領(lǐng)們工作崗位*.同時(shí)，老實(shí)說(shuō),我們并不能很好地處理全部我們現(xiàn)在能夠搜集到數(shù)據(jù)，這不但僅是國(guó)家安全局問(wèn)題，許多企業(yè)也搜集并不恰當(dāng)?shù)厥褂脭?shù)據(jù)活在大數(shù)據(jù)時(shí)代培訓(xùn)第38頁(yè)

大數(shù)據(jù)只是一個(gè)資源與工具，它通知信息但不解釋?zhuān)笇?dǎo)人們?nèi)チ私?，也?huì)引發(fā)誤解。

它只不過(guò)是過(guò)去現(xiàn)實(shí)投影——洞穴里古老壁畫(huà)，而且還只是對(duì)過(guò)去殘缺不全信息統(tǒng)計(jì)，用這些信息推出預(yù)測(cè)跟猜在概率上區(qū)分不大。

大數(shù)據(jù)絕對(duì)不是答案，只是參考，在國(guó)內(nèi)預(yù)計(jì)更多用來(lái)事前忽悠、事后吹噓、搞砸后推卸責(zé)任。

數(shù)據(jù)不會(huì)說(shuō)謊，但人性復(fù)雜?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第39頁(yè)大數(shù)據(jù)在城市規(guī)劃中應(yīng)用活在大數(shù)據(jù)時(shí)代培訓(xùn)第40頁(yè)活在大數(shù)據(jù)時(shí)代培訓(xùn)第41頁(yè)城市規(guī)劃中大數(shù)據(jù)

而今，社會(huì)經(jīng)濟(jì)快速發(fā)展促使機(jī)動(dòng)車(chē)輛數(shù)量大幅增加．城鎮(zhèn)化加速打破了城市道路系統(tǒng)均衡狀態(tài)，傳統(tǒng)交通管理信息系統(tǒng)難以滿足當(dāng)前復(fù)雜交通需求，對(duì)當(dāng)前城鎮(zhèn)交通基礎(chǔ)設(shè)施提出了新要求，大數(shù)據(jù)對(duì)城鎮(zhèn)區(qū)域交通基礎(chǔ)設(shè)施有主動(dòng)推進(jìn)作用。我們能夠應(yīng)用大數(shù)據(jù)來(lái)減小交通堵塞，處理惡劣天氣道路情況，以評(píng)定對(duì)關(guān)鍵路線道路進(jìn)行清理所要花費(fèi)時(shí)間，從而提升處理道路情況效率，這么就能降低了冬季連環(huán)撞車(chē)事故發(fā)生概率，經(jīng)過(guò)提升公共安全來(lái)確保商業(yè)正常運(yùn)行和日常生活有序。我們還能應(yīng)用大數(shù)據(jù)評(píng)定路況，以評(píng)定出公路改進(jìn)實(shí)施戰(zhàn)略和須改進(jìn)路段位置。與過(guò)去一味擴(kuò)大基礎(chǔ)設(shè)施建設(shè)來(lái)改進(jìn)交通，應(yīng)用大數(shù)據(jù)處理現(xiàn)有交通問(wèn)題不但能夠降低管理成本、提升功效，而且還有益于城市交通管理規(guī)范化?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第42頁(yè)傳統(tǒng)空間數(shù)據(jù)再組織

對(duì)于原來(lái)含有空間屬性地形圖等數(shù)據(jù)，已經(jīng)有成熟方法將其配準(zhǔn)和建庫(kù)，除了直接瀏覽之外，也有大量方法基于遙感影像進(jìn)行城市規(guī)劃分析，除了常規(guī)建設(shè)用地邊界識(shí)別和擴(kuò)張分析、植被、生態(tài)要素識(shí)別以外，近年來(lái)經(jīng)過(guò)燈光遙感判別城鎮(zhèn)化程度和經(jīng)濟(jì)發(fā)展水平實(shí)踐也較多?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第43頁(yè)統(tǒng)計(jì)年鑒數(shù)據(jù)庫(kù)

對(duì)于統(tǒng)計(jì)年鑒大數(shù)據(jù)，能夠使用webGIS技術(shù)將各級(jí)行政邊界與其統(tǒng)計(jì)數(shù)據(jù)進(jìn)行連接，形成能夠查詢(xún)和可視化年鑒空間數(shù)據(jù)庫(kù)，在此基礎(chǔ)上加入基于web區(qū)域分析模型，則能夠?qū)⒃瓉?lái)復(fù)雜GIS空間分析和專(zhuān)題圖制作變成簡(jiǎn)單web操作?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第44頁(yè)現(xiàn)場(chǎng)調(diào)研工具

現(xiàn)場(chǎng)調(diào)研是城市規(guī)劃師主動(dòng)采集數(shù)據(jù)最主要步驟，而其結(jié)果往往是繪制在紙質(zhì)地形圖上各種圖文信息，還有相機(jī)拍攝照片，從現(xiàn)場(chǎng)返回后，這些數(shù)據(jù)往往要花費(fèi)大量人力重新數(shù)字化整理，并與地形圖等空間信息對(duì)應(yīng)。為此，開(kāi)發(fā)商基于智能手機(jī)和平板電腦等移動(dòng)終端開(kāi)發(fā)了規(guī)劃現(xiàn)場(chǎng)調(diào)研APP，能夠現(xiàn)場(chǎng)經(jīng)過(guò)GPS定位，調(diào)取所在位置相關(guān)圖紙，并統(tǒng)計(jì)所在位置照片、錄音錄像和文字標(biāo)識(shí)，甚至繪制和編輯矢量信息，基本實(shí)現(xiàn)了傳統(tǒng)調(diào)研全部紙面工作電子化。調(diào)研結(jié)束后，項(xiàng)目組組員能夠經(jīng)過(guò)網(wǎng)絡(luò)將信息上傳至共同服務(wù)器，匯總成地理信息系統(tǒng)基礎(chǔ)數(shù)據(jù)集，為后續(xù)各種數(shù)據(jù)工作打下良好基礎(chǔ)?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第45頁(yè)

智慧城市感知數(shù)據(jù)

伴隨大數(shù)據(jù)城市建設(shè)開(kāi)展，物聯(lián)網(wǎng)技術(shù)使我們能夠經(jīng)過(guò)無(wú)處不在傳感器和傳感網(wǎng)了解城市各個(gè)系統(tǒng)實(shí)時(shí)運(yùn)行狀態(tài)，包含電網(wǎng)運(yùn)行，每條道路車(chē)速和流量，甚至每個(gè)個(gè)人位置和行為，經(jīng)過(guò)這些數(shù)據(jù)疊加和計(jì)算，我們能夠?qū)Τ鞘锌臻g資源分配狀態(tài)進(jìn)行評(píng)定和干預(yù)。以往，知道一個(gè)城市實(shí)際人口幾乎是件不可能事情，更無(wú)須說(shuō)一個(gè)街區(qū)或者地塊里到底生活著多少人，而在大數(shù)據(jù)時(shí)代，我們有越來(lái)越多方法能夠了解這些?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第46頁(yè)開(kāi)源地圖使用

互聯(lián)網(wǎng)上大量開(kāi)源地圖信息為我們大大擴(kuò)展了矢量空間信息起源。開(kāi)源地圖信息主要包含各級(jí)道路網(wǎng)、三維數(shù)字高程模型DEM、含有平面和高度信息2.5D建筑物、興趣點(diǎn)POI，這些地圖包含空間信息某種程度上超出了傳統(tǒng)地形圖，所以在城市研究中不但能夠一定程度上代替地形圖，還能夠?qū)崿F(xiàn)大量全新分析方法。經(jīng)過(guò)適當(dāng)算法，結(jié)合一些車(chē)輛和人軌跡、行為數(shù)據(jù)，用這些POI信息能夠大致計(jì)算所在地塊用地性質(zhì)，以及功效混合程度。如圖所表示，用信息熵模型對(duì)北京市域20多萬(wàn)個(gè)POI進(jìn)行計(jì)算，計(jì)算出用地混合程度，能夠一定程度上表征城市活力和中心體系，也能大致描述建成區(qū)最新范圍。假如地圖數(shù)據(jù)中還包含了建筑平面和層數(shù)，則能夠估算城市各種功效建筑總量、建筑密度、容積率等數(shù)據(jù)。這些數(shù)據(jù)也是空間句法等傳統(tǒng)分析模型很好輔助?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第47頁(yè)交通傳感數(shù)據(jù)

智能交通是大數(shù)據(jù)在城市建設(shè)中最為廣泛開(kāi)展實(shí)踐，也是物聯(lián)網(wǎng)建設(shè)最為成熟領(lǐng)域，所以，城市政府和交通運(yùn)行部門(mén)往往掌握著大量相關(guān)交通傳感數(shù)據(jù)，假如得到適當(dāng)挖掘和分析，能夠很大程度代替城市規(guī)劃傳統(tǒng)交通調(diào)查方式，并有更多作用，能夠支持從宏觀到微觀不一樣尺度城市和規(guī)劃研究。航班和鐵路班次數(shù)據(jù)經(jīng)過(guò)整理和挖掘，能夠在城鎮(zhèn)體系規(guī)劃中描述城市間關(guān)聯(lián)程度，也能夠描述城鎮(zhèn)群形態(tài)和發(fā)育程度。如圖所表示，我們利用全國(guó)航班時(shí)刻信息制作城市間聯(lián)絡(luò)示意，京滬穗渝四極清楚可見(jiàn)，而在內(nèi)蒙城鎮(zhèn)體系規(guī)劃中應(yīng)用，也能清楚描述包頭和呼市各自區(qū)域地位和聯(lián)絡(luò)方向?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第48頁(yè)

公交刷卡數(shù)據(jù)是大多數(shù)較大城市都能夠取得，其數(shù)據(jù)量極大，包含信息豐富，但挖掘難度較大。其主要用途是提取通勤人口OD信息，判斷城市各功效區(qū)和組團(tuán)之間聯(lián)絡(luò)，尤其適合考查新城和中心城之間通勤特征，由此判斷其間值住關(guān)聯(lián)。長(zhǎng)時(shí)間數(shù)據(jù)積累，還能夠經(jīng)過(guò)同一用戶(hù)OD改變特征，搜集人口居住和工作地遷移情況等等?；钤诖髷?shù)據(jù)時(shí)代培訓(xùn)第49頁(yè)

出租車(chē)GPS軌跡也是比較常見(jiàn)數(shù)據(jù)，因?yàn)槠鋽?shù)量較大，分布均勻，足以作為全部車(chē)輛樣本考查。出租車(chē)軌跡除了OD信息外，還能夠描述城市道路實(shí)時(shí)車(chē)速，更復(fù)雜地，經(jīng)過(guò)數(shù)據(jù)挖掘算法，還能夠識(shí)別用地性質(zhì)和出行人口行為特征。

活在大數(shù)據(jù)時(shí)代培訓(xùn)第50頁(yè)智能基礎(chǔ)設(shè)施網(wǎng)絡(luò)數(shù)據(jù)

智能電網(wǎng)、燃?xì)饩W(wǎng)和水網(wǎng)也是早已成熟技術(shù)，經(jīng)過(guò)其傳感網(wǎng)采集準(zhǔn)確到每家每戶(hù)使用數(shù)據(jù)，不但能簡(jiǎn)化家庭繳費(fèi)程序，更能用來(lái)評(píng)定城市規(guī)劃效果和城市運(yùn)行狀態(tài)。以智能電網(wǎng)為例，我們能夠經(jīng)過(guò)數(shù)據(jù)實(shí)時(shí)了解每個(gè)地塊（變壓器）用地負(fù)荷曲線，依據(jù)曲線形態(tài)，能夠推斷其用地性質(zhì)；依據(jù)負(fù)荷峰值和經(jīng)驗(yàn)數(shù)值，能夠估算其人口、產(chǎn)業(yè)容量；假如對(duì)曲線形態(tài)進(jìn)行精細(xì)地分類(lèi)，能夠?qū)幼∪巳汉彤a(chǎn)業(yè)類(lèi)別進(jìn)行更精細(xì)分類(lèi)。活在大數(shù)據(jù)時(shí)代培訓(xùn)第51頁(yè)移動(dòng)通訊定位數(shù)據(jù)

移動(dòng)通訊技術(shù)發(fā)展，使移動(dòng)運(yùn)行商能夠經(jīng)過(guò)基站與用戶(hù)間不間斷信令信息取得每個(gè)用戶(hù)比較準(zhǔn)確（通常準(zhǔn)確到百米以?xún)?nèi)）實(shí)時(shí)位置，因?yàn)橛脩?hù)數(shù)量巨大，幾乎覆蓋城市全部活躍人口（除了老人、兒童及少許特殊人群外，基本全部覆蓋），能夠說(shuō)是描述城市人口數(shù)量和空間分布“終極”數(shù)據(jù)。移動(dòng)位置數(shù)據(jù)能夠代替上述各種數(shù)據(jù)，經(jīng)過(guò)人位置，描述區(qū)域、城市、道路、用地運(yùn)行情況。在宏觀上，經(jīng)過(guò)長(zhǎng)途電話話單描述城鎮(zhèn)間聯(lián)絡(luò)強(qiáng)度是很傳統(tǒng)方法，現(xiàn)在我們能夠直接經(jīng)過(guò)人遷移數(shù)據(jù)描述城鎮(zhèn)間關(guān)聯(lián)；中觀上，大量詳細(xì)移動(dòng)軌跡能夠代替?zhèn)鹘y(tǒng)OD調(diào)查，而且經(jīng)過(guò)目標(biāo)地、運(yùn)動(dòng)速度和軌跡能夠挖掘其交通方式和出行類(lèi)別，甚至進(jìn)行特征人群識(shí)別和行為分析（如學(xué)生、通勤人員）；微觀上，準(zhǔn)確到用地人口分布對(duì)公共設(shè)施和商業(yè)設(shè)施評(píng)價(jià)和選址價(jià)值不可替換，經(jīng)過(guò)交通方式識(shí)別也能夠?qū)?chē)速和道路使用狀態(tài)進(jìn)行評(píng)價(jià)和優(yōu)化。如圖所表示，無(wú)錫基于手機(jī)信令數(shù)據(jù)居民出行調(diào)查項(xiàng)目活在大數(shù)據(jù)時(shí)代培訓(xùn)第52頁(yè)來(lái)自公眾參加平臺(tái)與社交網(wǎng)絡(luò)數(shù)據(jù)

“簽到”是移動(dòng)應(yīng)用中越來(lái)越普遍功效，經(jīng)過(guò)抓取帶有簽到位置信息微博或者照片、評(píng)論，并經(jīng)過(guò)特定自然語(yǔ)言分析等技術(shù)，能夠獲取人們對(duì)空間質(zhì)量評(píng)價(jià)，能夠采集位置改變代表用戶(hù)移動(dòng)軌跡，進(jìn)行一些特定OD分析（如baidu遷徙展示春節(jié)期間人口在城市間流動(dòng)），也能夠經(jīng)過(guò)數(shù)據(jù)密度和行為模式區(qū)分識(shí)別空間熱點(diǎn)甚至用地性質(zhì)。

baidu地圖新推