大数据背景下的智慧城市建设

大数据背景下的智慧城市建设（精选8篇）

大数据背景下的智慧城市建设 篇1

大数据背景下的智慧城市建设

作为IT产业的最新演进成果，大数据已成为一系列可能改变未来生活和企业发展技术的基石，成为影响城市、企业管理决策的关键。而随着中国城市化建设的加快，基于大数据应用为基础的智慧城市建设将决定着未来城市化建设的质量。下面，我就从五个方面，分析大数据在商业营销和城市管理中的作用，为武汉更好地建设智慧城市，提供参考。

大数据是12项可能改变全球技术的基石

前不久，麦肯锡发布了最新一份研究报告，公布了决定未来全球经济的12项颠覆性技术，估算到2025年，每一项技术对全球经济的价值贡献均超过1万亿美元，包括：

1、移动互联网，2、知识工作自动化，3、物联网，4、云计算，5、先进机器人，6、自动或半自动导航与驾驶的交通工具（如谷歌互联网汽车），7、新一代基因组，8、储能技术，9、3D打印，10、更强韧更有传导性的先进材料，11、先进油气勘探开采，12、可再生能源——太阳能与风能。这12项技术,是当前提出的“第三次工业革命”的一系列技术核心。

以3D打印技术为例，今年初，国外最著名的脱衣舞女郎郎蒂塔·万提斯秀出全球第一件3D打印镂空礼服后，在最近举办的巴黎时装博览会上，有模特也身着由3D打印出来的服装走秀。更深入了解，3D技术不仅用于服装，通过3D打印制造手枪已经不是新闻，而且将直接助推军事新变革。3D打印已开始构成一个新的产业，在全球，3D打印技术已产生了20亿美金的产业规模。

有人会问，最近极为热门的大数据呢？麦肯锡在报告中明确表示，大数据是上述12项技术中多项技术的基石。在麦肯锡看来，大数据并不仅仅是数据本身，而是数据与这些颠覆性技术所采用的工具平台和分析系统统一在一起之后，方才成为大数据的。

大数据既来源于互联网、实时机器等，也来自于人。而大数据和非大数据的差别，具体体现为结构上的细节差异，比如一个心脏病患者去医院看病，医生写在病例本上的诊断结果是小数据，而病历本上的心脏病的实时监控记录则是大数据——前者仅是数据库中的一条记录，而监控记录可能需要的存储空间非常大，并包含复杂的细节。总之，大数据更关注人类的行为。

令许多人不解的是，为何直到现在大数据才在全球范围内引起广泛关注？其实并非过去没有大数据，而是当前社会更为关注人类的社交数据、行为数据，社会计算就将大数据推到了科技前沿，通过汇总某个人的网上浏览记录和移动互联网GPS跟踪等各类信息，然后分析出他的一些最基本的活动特征，就能够衡量和监控其行为变化。美国的棱镜计划，简单来说就是这个原理——通过分析一个人的活动特征，预测他的许多行为，包括购物、约会、投票等。运用最先进的大数据技术，美国FBI通过搜集诸如连续一个月只吃方便面、学过驾照、不离开住所等此类的信息，可以做到分析某个人是否有恐怖分子倾向。大数据价值的实现需要满足其开放、实时等需求

探讨大数据的价值，离不开对IT产业规律的理解，毕竟大数据是IT产业的最新演进结果之一。

截至目前，IT产业有四条经验规律得到业界公认。其一是摩尔定律，该定律归纳了信息技术进步的速度。其二是吉尔德定律，该定律指出每6个月带宽传输速度将翻一倍，而随着现在光纤到户，宽带速度也反映出信息传递数据的增长。其三是梅特卡夫法则，根据该法则，网络价值等于网络结点数的平方，这体现在网络经济中即为大网吃小网，大网的价值远高于小网。其四是新摩尔定律，认为每18个月新增的数据量等于过去信息量的总和。

上述规律描述了IT主宰的世界的变化趋势。其实最重要的不仅仅是规律的变化，它们能够说明为什么现在关注大数据，因为大数据改变了竞争的规则。美国有学者著书讲述信息的流转与重组，根据他的观点，两个国家之间的竞争，并非由科技创新决定，因为科技创新很容易被山寨，比如中国的山寨能力就让西方很无奈。在该学者看来，未来在大数据基础上决策能力的提高方才是一个国家竞争力的所在。大数据改变了未来的游戏规则、竞争规则，因为大数据导致数据信息和决策的关系发生了变化——拥有大数据的一方，可以遴选出其所需要的信息。而信息对称程度的增加，使得其决策越来越准确，并给管理带来实际价值，这就是数据信息决策与价值之间的链条关系。而大数据对社会价值、企业价值、竞争规则带来的一系列改变，也是人们之所以重视它的原因。决策才能产生价值，决策的精确性来源于信息对称程度，信息对称程度取决于数据的挖掘和梳理。而大数据的特征之一，就是要求数据的完整性和综合性，但当前许多信息如微博、电话等都以碎片化呈现，若要将这些碎片还原为完整情景，就需要满足开放性和公共性。当前政府部门掌握着最大块儿的重要数据，如果政府手中的数据不开放，大数据产业也很难发育起来。据了解，美国政府已经对此立法表态，并开通了一个名为data.gov的网站，该网站专门用来发布和分享美国政府数据，任何美国公民或组织都可以使用。

此外，大数据还具有动态性和实时性的特征。在使用中，即使人们不了解事物的内部规律，但通过实时反应就能实现大数据的价值。比如借助武汉市民之家门口的探测器，通过云计算的实时性分析判断进入人员的安全性，而不是事后分析。因此，大数据价值的实现也必须要满足其实时性和动态性的内在需求。

城市化建设需要能够激发创新的软硬件投入

十八大报告中明确提出，中国未来要实现新四化，即工业化、信息化、城镇化和农业现代化。这其中，城市化已成为当前中国的主旋律。一方面由于大城市能最大程度提高效率——无论是生产效率、生活效率还是基础设施效率，大城市都比中小城市要高，这是城市化的基本原因。另一方面则是城市化可以推动繁荣并持续创造财富，造就大量中产阶级，进而带动整个社会财富的增长。虽然城市化的意义不容置疑，但是无法忽视的是，城市化带来的发展往往是不平衡的。美国一家著名学院在对世界上多个城市进行数据分析后发现，城市人口的扩张会产生超限性扩张。从城市化的正向促进来看，假设城市化同步增加为1，城市化带来的就业将达到1.34，新专利增长率将达到1.27，GDP增长达1.13到1.26。此外，由于城市化的投资比农村要高，产生的信息会增多，将使得基础设施的成本降低，其中，加油站降为0.77，道路为0.83，电网为0.87，这些由于城市化带来的基础设施效率提升、基础设施用处增大，可以为城市带来更多的集约效应。同时，城市化带来的负面作用也很明显，如果不是城市化，艾滋病发病率和犯罪率将显著降低。据了解，现在艾滋病发病率为1.23，远高于自然发病率。当前城市犯罪率为1.16，比平均值高0.16，因为大城市更容易产生犯罪。

那么，城市化对社会带来的影响到底是如何产生的呢？来自麻省理工学院媒体实验室的中国学者潘威，提出了社会枢纽密度概念，对这一问题给出了值得参考的解释。谈及为何城市带来的效益要比农村高时，潘威认为，城市中人与人之间面对面的居住和交往、居住与工作的距离较短、共同语互动的便利以及信息和思想的经常性交流等各因素合力，最终会产生创新与创造的内力，并导致劳动生产率提升。这也是许多人提倡城市化的重要原因和经济动力

虽然如此，但城市带来的创新并非自然而然就能产生的，这其间需要一定的社会资本投入和人际关系拓展，需要软件和硬件的持续投入。最重要的，需要城市中拥有一定的公共空间，而公共空间的存在越多，人们之间交流机会就越多，创新来源也就更为广泛。比如中关村的车库咖啡，一群创业者聚集于此，经常一个桌子、两三个人，一个项目就开始了，这也吸引了一些风投机构的注意，这就是空间聚合带来的直接效应。类似于此类的城市公共空间，如城际交通、绿色交通、有利于人际交流的咖啡馆，或者围绕年轻人（如上海的创客）的创业创意设施、社会基础服务设施等越多，那么这个城市的创意也一定是发达的。综合来看，任何一个城市的公共空间的设计都要有利于交流碰撞以及信任关系的产生，未来逛街甚至也将是一个社交过程。除了公共硬件空间以外，城市的未来发展还需要进行智慧城市建设，包括系列软件的支撑。这其中，互联网和通信技术，尤其是社交与移动技术的发展将不断强化人际间的互动，而在互动带来的大数据基础上，通过挖掘人们所需的有效数据信息，形成更好的决策。

目前的智慧城市需依赖于一个巨大的传感器网络，某一领域的数据局限于该领域时，还无法发现它的价值；但当这些数据综合起来以后，就会产生溢出效应，并形成基于大数据发展的城市发展模式。因此，未来城市的公共空间规划，除了依托硬件设施，也要借助由大数据塑造的软件空间，或者说是智慧城市空间，这样人们的创意交流和创新效率才能更高。这也是未来基于大数据形成的城市模式，可能会在武汉此类创新能力较强地方，成为最终驱动动力的原因所在。

大数据能够实现商业精准营销 归根结底，大数据究竟给整个社会带来了什么？我认为，最重要的莫过于其商业价值和在城市管理中的价值。

现在的互联网承载着极为复杂的信息，包括大众情绪、消费者喜好、市场潮流等。基于互联网的大数据,对于商家来说主要是三方面的应用：一是圈定用户；二是用户关联性分析，包括对用户年龄层次的分析；三是个性化定制，即大数据可根据客户需求进行产品或服务的量身定做。

目前大数据在各行各业中都有着普遍的应用，如金融服务、医疗保健、零售、能源、制造业等，其中最经典的案例莫过于大数据带来的精准营销。

有这么一个典型案例，美国一名男子闯入他家附近的Target店铺（美国一家零售连锁超市）向店铺经理大吼：“你们竟然给我17岁的女儿发婴儿尿片和童车的优惠券，她才17岁啊！”店铺经理不知道发生了什么，立刻向来者道歉，表明那肯定是个误会。然而，经理并不知道，Target公司正在运行一套大数据系统。一个月后，这个愤怒的父亲打来电话道歉，因为Target发来的婴儿用品促销广告并不是误发，而是他的女儿的确怀孕了。在这个案例中，我们看到，数据的力量不仅让商家提升了自己的业绩，还让客户为之心甘情愿买单。据了解，Target创建了一套女性购买行为在怀孕期间产生变化的模型。他们注意到，妇女会在怀孕大概第三个月的时候买很多无香乳液。几个月后，她们会买一些营养品，比如镁、钙、锌。公司最终找出了大概20多种关联物，这些关联物可以给顾客进行“怀孕趋势”评分。不仅如此，如果用户从他们的店铺中购买了婴儿用品，Target在接下来的几年中会根据婴儿的生长周期情况定期给这些顾客推送相关产品，使这些客户形成长期的忠诚度。

不仅是零售业，在美国猎头行业中，由于竞争十分激烈，恩科尔公司就借助大数据预测谁会跳槽，甚至某公司员工还没有确定跳槽的时候，就给他寄职位说明书。恩科尔是怎么发现谁有跳槽的想法呢？该公司申请了一套专利算法，能够判断用户的跳槽倾向，比如某公司股票下跌，高层大换血，或刚刚被另外一个公司收购，某员工在微博上发了两句牢骚，恩科尔就把这些因素全部记录下来，通过计算分析，然后预测该员工的跳槽倾向。

此外，在美国有一个社会情绪预测，通过大数据可以预测股价的涨跌，人们对该股的看法是负面时，预测股票即将下跌，而随着情感转向正面就预测股价可能上涨。而在奥巴马的总统竞选中，一个政治学教授通过微博和博客上网民言论和动态分析，成功预测了总统选举结果，包括微博上有哪些人支持奥巴马，支持率多少，他都可以预测，而且预测差距很接近。奥巴马的竞选团队也有大数据的挖掘人才，如在东海岸募捐时，通过分析当地大量数据，安排一个本地区特别喜欢奥巴马的女明星跟奥巴马吃饭，结果她的很多粉丝也跟着投了奥巴马一票。

可以说，大数据在商业应用上的精准营销，是目前大数据应用最重要的领域。

大数据在公共管理中的作用日益突出

除了商业营销，大数据在公共管理中也发挥着越来越重要的作用。比如人口聚集给城市带来了交通、医疗、建筑等各方面的压力，需要城市管理者能够更合理地进行资源布局和调配，而智慧城市正是城市治理转型的最优解决方案，如智慧安防、智慧交通、智慧医疗、智慧城管等，都是以大数据为基础的的智慧城市应用领域。

公共场所管理中的大数据应用经典案例有很多，比如迪斯尼对其游客排长队的调控，就值得国内公共活动管理部门借鉴。在迪斯尼，管理方会根据排队的历史记录，以及游客在网上即时发布的排队心情，及时调度队伍的长短，平均为每个游客节省了4个小时。

医疗管理对任何一个国家都是巨大负担和责任，如何通过大数据来降低医疗成本，同时又提高医疗质量，各国政府都在积极探索。根据已有的设想，进入大数据时代后，智能手机将24小时如影随形，变成无所不在的体检工具，监控机主的各项指标。一旦机主身体出现异常，就可以立刻采取措施，将机主既往的病史、心电图、血压等各项数据发送到医生的数据库中。而机主日常的血压脉搏等各类信息也都和云计算连接到一块儿，只要有小病就能马上发现。目前，在流行病的控制上，美国宾新法尼亚州政府，已能够通过分析全州感冒药的销量并对比历史数据，确定大面积流感发生规律；通过分析儿童的就诊率并对比历史数据，确定大面积流感发生可能性；通过对微博等数据的监控，对流感发生到什么层面也可以有一个准确实时的数据。在城市的安防管理方面，识别什么样的建筑物容易发生火灾，对政府来说非常重要。纽约市政府通过对非法建筑业使用大数据技术搜集信息，包括对非法建设的建筑物等进行统计分析发现，原来只能容纳6个人后来却住入60个人的建筑就比较容易火灾，且这些建筑物逃生口往往被堵塞，危害更大。纽约市甚至还对1938年之前的建筑是否做过抵押、被投诉等进行统计，根据分析一系列过往记录，纽约房管部门大体上可以判断该建筑物是否有火灾危险，而现在纽约房管局已通过大数据识别了70%有危险的建筑物。这样，就可以根据危险建筑物的分布，有针对性地安排消防力量。

此外，美国还开拓了基于大数据的保险服务。据了解，美国的一个创业团队，通过把美国100万个地点的土地未来两年的天气行情进行模拟，测算出极端天气的发生概率以及未来粮食的价格预测，为这些地区的农作物进行保险。借助大数据的关联分析，可以制定出最合理的保险价格，最终在保险行业形成极强的竞争力。

当前，包括火灾预防、保险、流行病控制、智慧医疗、公共场所管理等，由大数据成功运营的典范已被这些行业广泛借鉴，而在不久的将来，在智慧城市建设中，基于大数据的城市管理毫无疑问将是一个常态。

智慧城市是中国当前信息经济领域的热点。在我看来，大数据正是智慧城市建设和运营的基石。从大数据入手，创新智慧产业、优化城市管理、提升服务效率，武汉一定大有可为。

大数据背景下的智慧城市建设 篇2

随着国内经济的快速发展,城市化进程也日渐加快。根据国家统计局2015年发布的国民经济运行情况数据显示,城镇化人口占总人口比重的56.1%。城市化的快速发展,促进了城市的经济和社会的发展,但是,城市化的发展带来城市经济的同时,也产生了一系列的城市问题,如城市资源日益紧张,城市环境日趋恶劣,城市民生问题变得越来越复杂。促进生活和谐,提高生活质量是每一个人的愿望,基于此,智慧城市被看作是治疗“城市病”的一剂“良药”[1,2]。

智慧城市起源于IBM公司“智慧地球”的理念。自2008年“智慧地球”这一理念被提出之后,智慧城市建设的热潮便不断高涨。但是,目前关于“智慧城市”的定义,学术界尚未有同一的定论。根据IBM公司在《智慧的城市在中国》的白皮书中讲述,“智慧城市”被定义为:能够充分运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息,从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能的响应,为人类创造更美好的城市生活[3]。

如何实现对各需求做出准确、高效的智能响应,是智慧城市实现的最高目标。在智慧城市的运行过程中,会产生大量的数据,如地理空间数据、行业数据、普查数据、传感器检测数据等[4]。如何对大量数据的采集、存储以及分析,正是大数据理论的研究范畴。因此大数据在智慧城市建设中的实现,大致需要3个步骤:1)数据的采集,即通过传感器设备、视频监控设备等一系列设备,采集智慧城市运行过程中的状态;2)数据的存储,即如何将大量的数据,安全、有效以及低成本的保存在存储设备上;3)数据的分析,即将存储的数据利用大数据的相关理论,进行分析,得出数据的分布以及数据的相关规律,用于实现智慧城市建设的智能化。所以,大数据是实现智慧城市建设的基石,是实现智能响应的重要元素。

1 大数据支撑智慧城市的发展

根据2016年1月发布的《中国互联网络发展状况统计报告》显示,截止2015年12月,中国的网民数量已经达到了6.88亿,超过了中国总人口的一半。较2014年底,2015年的网民数量增长了2.4个百分点。在网络快速发展的时代,越来越多的人使用互联网,通过互联网进行沟通、娱乐、工作、购物等等。庞大的用户群体,使互联网的日数据量从TB级扩大到PB级。互联网的数据量随着网络后期的不断普及,也会越来越庞大。根据《中国智慧城市惠民发展评价指数报告(2015版)》显示,互联网与移动互联网将成为智慧城市建设中惠民发展的一个重要形式。

在智慧城市建设中,智慧交通、智慧物流、智慧医疗、智慧旅游等各项的社会业务和民生工程都将会产生大数据。如在智慧交通中,交通流量、车速、交通密度等车辆运行过程中的状态数据,以及人们出行时间、行程、路线等群众的出行情况数据等,都将会产生大量的数据,它是智慧交通建设中智能响应的基础,是提高交通主管部门对交通运输的管理效率以及减少突发事件的概率、缓解交通压力和减少环境污染,保证交通安全,提高运输效率的保障。在保证市民出行效率的同时,有效的缓解了“行车难、停车难”的城市通病问题,为城市交通的良性运转提供了科学的决策依据[5]。在智慧医疗中,电子病历数据、住院临床数据、药品管理数据、远程挂号数据等,都是大数据产生的来源。通过对这些数据的分析,可以有效的解决各个医院在医疗资源的分配、医疗信息的不畅以及医疗资源两极化等问题,并能够缩短患者就医流程,提高医院的看病效率。在智慧旅游中,旅游资源、旅游交通、游客数量、游客消费项目等旅游信息的相关数据,以及行业管理、景区公共安全管理和景区环境监测等相关的数据,都是大数据,在智慧旅游建设过程中通过对这些数据的分析,景区的管理者能够预测景区的旅游旺季以及景点的欢迎程度等,为其在管理上提高了效率。同时企业或其他商户可在游客密集的景区,提供广告投放或商品销售等业务,为景区增加经济收入。通过相关的数据,还可以显示景区的不足以及相关的安全隐患,为及时排除和完善提供了可能。在智慧物流中,物流业务交易的相关数据、物流配送的相关数据、公共信息管理等等的相关数据,在保障客人利益的同时,实现物流信息的有效管理,进一步降低物流成本,为创建更加便捷的智慧城市提供了支持[5]。除了交通、物流、医疗、旅游领域是大数据的来源之外,在智慧社区、智慧教育、智慧建筑、智慧环保等和城市任何息息相关的一切人文活动和社会活动都是大数据的来源,同时也为智慧城市在城市的各个领域的应用提供了可能。因此,大数据在智慧城市的建设过程中无处不在,它是智慧城市建设的主要元素,是智慧城市的动力源泉。

2 大数据在智慧城市建设中的案例分析

2.1 智慧上海

随着汽车保有量的增加,城市交通问题日益突出。过多的汽车量,使得道路网的承载力日益下降,因此,交通阻塞越来越严重,交通事故也越发频繁。面对高涨的交通需求,上海市政府积极采用先进的交通管理技术和手段,开发智能交通系统,努力保障城市交通的畅通[3]。

自20世纪80年代中期,上海市在交通控制方面,从澳大利亚引进了SCATS交通信号控制系统以来,上海智能交通系统逐渐发展,现已建成了一系列的交通信息服务系统和交通管理服务系统等。在交通信息服务方面,上海市最先打造了“上海广播电台交通台”,及时的发布道路路况信息、交通拥堵指数等,引导司机改变路线,避免堵车,同时,还建设了“上海交通网站”,为市民的出行提供了交通地图的智能查询、交通出行的指南以及交通实时动态信息的查看等,使市民能够享受到“一网在手、交通全有”的智能化信息化的服务。在交通收费方面,上海市实行了“金卡”工程,全面升级上海市交通收费的方式。在交通管理系统方面,通过对交通流量的调查,进行交通流量的预测以及拥堵属性的分析,智能的进行交通拥堵路段疏导决策以及对突发事件的指挥决策等[3]。

从信息的智能服务到交通管理的智能决策,大数据在智慧上海的建设过程中起到了不可替代的作用,加快推动了上海市的智慧交通的发展。

2.2 新加坡的智慧

2006年6月新加坡推出了“智慧2015”规划,它是一个为期10年、政府投资40亿新元的信息通信发展的蓝图,目标是建成一个信息化和智能化的国度,甚至是全球化的都市。

2011-2015年,新加坡推出电子政务总体规划,目标是建立一个以全民参与,政府、企业共同合作的电子政府体系。目前,新加坡已建成了1600多项的电子政府服务,为新加坡市民的生活和企业的运行提供了极大的方便。新加坡市民可以在线办理任何的政府业务,以及企业可以在线和政府机关进行交流沟通。新加坡除了在电子政府方面实现了智能化外,还建立了智能交通,智能医疗,智能教育等一系列的便民服务的工程。新加坡在智能交通中,实现了交通监控系统、信息发布系统、电子收费系统、交通诱导系统以及智能地图系统,提升了新加坡的交通信息化和智能的。在智慧医疗领域,新加坡建立了综合医疗信息平台,实现了电子健康病例、临床管理、个人健康记录等等,方便了就医者的就医与医院的管理。在智慧教育方面,新加坡推出了“未来学校”计划,希望打造一个信息化、多技术融合的智能互动教室。

“智慧国2015”的规划的实施不仅为新加坡智慧城市的发展起到了快速推进的作用,也为新加坡带来了巨大的经济效益。2011年较2010年的经济增长了13.4%,并且计算机普及率以及宽带普及率几乎全面覆盖全国。

3 大数据时代对智慧城市发展的建议

3.1 加强数据收集,提高智能水平

对于构建智慧城市而言,城市是否智能化,是其评价智慧城市的关键。而城市的智能化体现在,需要通过数据分析,对用户的需求进行相应的响应。在智慧交通领域,目前,由于道路网路的复杂性,传感器的节点分布很难做到合理,并且由于无线网络未全面覆盖城市的各个角落,因此,数据的采集、传输远远低于实际的需求。由于市民在交通过程中的随意性,以及不确定性,对于市民在交通方面的数据也很难准确采集,因此,目前国内大部分城市的智慧交通的智能化水平还处于中级阶段。

3.2 实现数据共享,打破信息孤岛

目前,我国智慧城市建设过程中遇到了一个瓶颈就是“信息孤岛”,由于各企业、各部门之间的利益关系,以及各行业的标准不同,导致了信息之间不能够很好的融合,使得数据之间相互独立开来,对于智慧城市的发展无疑带来巨大的障碍。如何打破“信息孤岛”的局面,对于城市的发展是一个重要的问题。首先,政府部门之间应该起带头作用,以城市建设利益为主,相互协调,实现互利共赢。其次,政府作为一个城市的领导集体,应该积极的调动企业在城市建设中的积极性,并合理协调各企业间的利益关系,实现和谐的发展。

信息化时代催生了大数据,大数据推动信息化的发展。因此,在大数据时代,只有实现数据的共享,才能做到共同发展,实现社会进步。

3.3 注重人才培养,发展挖掘产业

智慧城市的建设必然催生大数据的进步[5]。2011年12月,工信部发布的物联网十二五规划上,把信息处理技术作为4项关键技术创新工程之一被提出来,其中包括了海量数据存储、数据挖掘、图像视频智能分析,这都是大数据的重要组成部分[6]。由于国内对大数据的研究起步相对较晚,对于大数据的处理、分析能力相对较弱。因此,在智慧城市建设过程中,要以政府为主导,整合企业和高校的人才资源,积极培育大数据方面的相关人才,并积极探索,主动学习国外先进的理论知识。政府部门或企业要积极引进国外先进技术和招揽人才,为智慧城市建设提供有力的技术保障。

4 总结

随着“城市病”的越发严重,智慧城市的建设无疑是解决城市问题的一副良药。而在智慧城市的建设中,大数据遍布于城市的方方面面,从政府决策与服务到市民生活的方方面面,从城市产业布局和规划到城市的运营和管理方式,都将在大数据的支撑下走向“智慧化”[7]。大数据是智慧城市的重要技术[8],大数据的挖掘对智慧城市的经济发展和社会管理是无形的生产资料[9],但是,由于国内在大数据理论的研究起步较晚,且数据采集的难度系数较大,因此,国内在智慧城市的建设过程中还有很长的一段路需要走。

参考文献

[1]王辉,吴越,章建强,裘加林,温晓岳.智慧城市[M].北京:清华大学出版社,2012:4-26.

[2]严波,孙斌.大数据背景下智慧城市建设探析[J].前言,2015,12(12):19-22.

[3]李贤毅.智慧城市开启未来生活——科学规划和建设[M].北京:人民邮电出版社,2012:2-3.

[4]朱亚杰,李琦,冯逍.基于大数据的智慧城市技术体系架构研究[J].测绘科学,2014,08(08):71.

[5]王枫云,陈亚楠.大数据时代的智慧城市建设与发展困局化解[J].上海城市管理,2016,03(02):33.

[6]陈颖.大数据发展历程综述[J].当代经济,2015,03(08):15.

[7]李小玲,高文杰,张舵.大数据与智慧城市建设[C]//城乡治理与规划改革——2014中国城市规划年会论文集(04城市规划新技术应用),2014.

[8]陶旭骏.大数据背景下的智慧城市[J].移动通信,2014,11(21):18.

大数据背景下的智慧城市建设 篇3

摘 要 大数据技术的嵌入提高了智慧校园的发展速度。智慧校园在校园内的迅速发展，可以完善学校的人才培养、人才管理，改变学校传统的教育理念，完善教学方法，优化教学模式。

关键词 大数据；智慧校园；高职院校

中图分类号：G712 文献标识码：B

文章编号：1671-489X（2016）15-0048-02

1 智慧校园的概念与内涵

我国著名教育学家黄荣怀认为，智慧校园能够识别学者的学习情境和个体特征，并且能够提供完善的网络通信，有效地对教学过程进行分析、开展评价、丰富教学环境、多样化教学内容。常青认为，智慧校园通过虚拟现实、互联网以及大数据等技术，改善各个校园教师与各个校园交互方式，能够有效地整合学校的管理、教学、科研等资料，提高交互的灵活性和明确性，进而实现校园的智慧化服务。其他大多数学者普遍认为，智慧化校园以校园管理为基础，以校园服务为核心内容。

笔者认为，智慧校园是以大数据技术为基础，对校园数据有效整合，并通过内容的整合、数据的分析，采用现代化的互联网工具建设的智能化、数字化的综合服务管理体系。

2 智慧校园的架构

智慧校园的技术架构 在大数据背景下，智慧校园以数字资源共享技术、互联网技术、学习情境识别技术等为技术支撑。在智慧校园逐渐发展过程中，通过云技术、虚拟化、物联网等技术，将云、物联网完美结合起来，使智慧校园的网络系统更加完善，营造一个智能感知的教学环境，校园内的教学设备在环境感知技术下得到实时监控和控制。通过RFID和Wi-Fi技术的结合，能够有效识别和定位跟踪固定物体和移动物体，形成完善的教育公共服务平台；通过结合UPS技术和Smart Thing技术，能够实时检测感知仪器的运行状态，并且能够实现对其远程操控；通过开发iOS和Android客户端，使师生能够随时随地对校内的教学资源进行共享，教师可以实现移动办公教学，学生可以实现移动学习；通过WSN技术，能够有效降低设备能耗，实现对教学设备的智慧化管理，构建绿色智慧校园。

智慧校园的管理系统架构 智慧校园是大数据时代的产物，是物联网与移动互联网的结合体，主要可分为智能化教育管理系统、智能化教学环境系统和智能化校园应用系统。其中智能化教育管理系统又分为数据服务系统、网络通信系统、智能终端系统；智能化教学环境系统分为校园建筑智能化、智能安防系统；智能化校园应用系统分为手机一卡通、节能减排系统。这些共同构成智慧校园系统。

3 智慧校园的应用与服务

教学与学习环境 智慧校园为高职院校的教师提供了丰富的教学资源和先进的信息技术。智慧教学环境能够实时监测学生的学习状态，感知学生的学习情境，为学生提供便利的互动工具和丰富的学习资源，并通过对学生学习动态的关注，阶段化测评其学习成果，之后通过大数据的分析，为学生提供合理的学习方案。如通过学生对某一教学视频的鼠标停留时间来判断学生对该教学资源的关注度，并通过与其他学生的对比，能够间接发现该学生在该课程中的薄弱环节，后续可以有针对性地进行教学；也可以通过观察、统计学生对不同知识点的反应，总结出在教学中应该多次重复的知识点以及教学方式等，加深学生印象。

在智慧校园生活、学习环境下，教师是通过大数据技术整合学生的学习行为，准确地分析出各个学生在学习过程中出现的问题，并通过采用不同的教学方式有针对性地开展教学。智慧校园背景条件下，学生能够自主进入教学平台进行课程学习，自主选择参加平台内开办的活动，以自己为中心开展学习活动。在智慧校园教学环境中，学生能够随时获取自己需要的教学资源，能够根据自身学习特征，定制优质的个性化学习服务，使学习过程更加轻松、高效。

科研协作与创新 智慧校园背景条件下，教师能够通过大数据开拓教研平台。该平台的建立结合了所有教研人员的智慧，并通过网络的形式进行分享、交流，从而达到促进教育事业发展的目的；除此之外，智慧校园还为科研人员提供了科研平台，科研人员通过多媒体的运用，加强与国内外专业人士的交流，促进科研事业的发展。

管理与服务的智能化 校园的管理系统是智慧校园的最重要部分，智慧校园的基础为大数据，通过大数据的应用实现校园的全方位、多层次的管理。

1）分校区之间协同合作。在智慧校园内可以通过互联网技术，在工作人员的手机等简单的移动终端上安装相关的业务管理软件，使每个工作人员都可以通过手机等简单的设备来工作。校内重要的新闻、通知等都可以通过短信的形式简单、迅速地发送到各个校区的工作人员手机上，在很大程度上提高工作效率。

2）人员智慧化管理。高校通过在校区内建立智能终端检测系统，在师生相关证件上贴上特定的电子识别标签，当师生携带特定的标签经过终端检测系统时，电子标签会被识别器自动感应，并发送到信息管理中心，信息经过处理后会转发到标签上，从而实现高效的信息管理和身份识别功能，并可以监测师生在校园内的行动。

3）校园硬件智慧化管理。在校园硬件系统运用RFID技术装入传感器与执行器，并通过互联网来对校园内的传感器和执行器进行控制和监测。这样一来，校园内的学生可以随时通过互联网来查询各个教室的使用情况以及实验室的开放情况，提高校园工作人员的工作效率；工作人员也可以通过远程操控来控制办公室、教室等场所的空调、多媒体、电灯等设备，节约能源；管理人员通过传感器能够从手机、电脑等终端设备上检测到教室、寝室等场所的温度、湿度等参数，及时消除安全隐患，为全校师生提供健康、安全的生活、学习环境。

4）实现家校互通。学生在校园内的日常行为数据，学校可以通电子学生证来记录，电子学生证系统能够自动生成学生的活动统计图表，图表直观地显示学生的成长记录，这些记录数据能够帮助学校开展教学研究。同时，学生家长可以在校园网络中查到自己孩子在校园内的活动记录，进一步了解学生在校园内的成长经历。

4 结语

综上所述，大数据技术在智慧校园中的应用，推动了智慧校园的发展，推动了学校的教研与管理的发展。大数据的技术特性以及其潜在价值，必将成为智慧校园的引擎，促进校园的智能化发展。在大数据背景条件下产生的智慧校园，不仅提高了教学质量，更重要的是能培养出社会所需要的人才。因此，大数据背景下的智慧校园有着广阔的应用前景，势必成为发展的新形势。■

参考文献

[1]王轩，张贵.基于物联网技术结构的森林火灾监测研究[J].现代农业科技，2011（5）：26-27.

[2]李爱超.物联网的应用现状与发展趋势初探[J].才智，

2012（1）：50.

[3]程曼，王让会.物联网技术的研究与应用[J].地理信息世界，2010（5）：22-28.

论大数据背景下的电子文件归档 篇4

2011413078 游玫玫

摘要：

主题词：

一、引言

随着物联网、移动互联网、社会化网络的快速发展，数据将成几何级数增长。据估计，2007年，人类大约存储了超过300艾字节的数据，而到2013年，世界上存储的数据预计能达到1.2泽字节。其中，非数字数据只占不到2%。“大数据”时代已经悄然来临，并给各行各业带来了数据使用方式的根本性变革。这场变革也必然对档案界产生深刻影响。在大数据时代背景下，各行各业都面临着对庞大而复杂的数据进行有效管理的巨大挑战，人们越来越认识到对自身产生和拥有的大数据进行有效管理的重要性和迫切性，档案行业也不例外。其中，数据的爆炸式增长也必然带来电子文件的爆炸式增长，并将成为新生成文件的主体。电子文件是数字档案馆信息资源的重要来源,是数字档案馆管理的主要对象。但是,目前电子文件的归档工作还没有得到足够的重视, 很多重要的电子文件无法确定其保管的职责而游离在网络系统中，处于档案的管理之外,这样势必给我们进行的档案数字化建设造成不可弥补的损失。因此,在大数据时代背景下做好电子文件的捕获和归档工作刻不容缓。

二、何谓“大数据”

（一）大数据的概念

与云计算一样，“大数据”（Ｂｉｇ Ｄａｔａ）是最近几年被人们热议的话题。半个世纪以来，随着计算机技术全面融入社会生活，信息呈几何式增长，量的积累引起了质的改变。而最先经历信息爆炸的学科是，如天文学和基因学。创造出了“大数据”这个概念，进而发展到所有的领域中。最初，大数据这个概念是指需要处理的信息量过大，超过了一般电脑处理数据所能使用的内存量，因此工程师必须改进处理数据的工具。今天，大数据是人们大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。大数据是人民获得新的认知、创造新的价值的源泉；大数据还是改变市场、组织机构以及政府与公民关系的方法。

（二）大数据，大挑战

2013 年 1 月 29 日，住房和城乡建设部公布了首批 90个智慧城市试点，由家统一规划和施行的智慧城市建设正式起步。建设智慧城市要遵循“多用信息少用能源”“、多用信息少受灾害”以及“多用信息多利民众”几项原则。档案馆作为永久保存档案，并提供档案为社会服务的科学文化事业机构，储存有海量的信息资源，是信息资源的聚焦体，但是由于管理方式的落后、人才的欠缺、社会档案意识的低下等原因，这些信息资源宝藏并没有得到有效地开发和利用。智慧城市的建设是档案信息资源得以更好开发和利用的真正机会，是档案馆真正融入城市、提高形象的难得机遇。智慧城市依赖信息的使用，档案馆要想真正融入智慧城市的建设，就需要盘活档案馆保存的信息，使这些信息融入智慧城市的信息 流，为决策层、为公众所用，要盘活各个档案馆保存的海量的大数据时代，电子文件以指数级的速度增长，给电子文件的管理带来了前所未有的挑战，虽然我们知道这些浩瀚的电子文件中蕴藏着巨大的“金矿”，但我们逐渐发现想要从这

些电子文件中“淘金”比纸质文件还困难。面对着巨量的电子文件，我国长期以来提倡的“直接鉴定法”将在此遇到严峻的挑战，文件鉴定人员逐一阅读每一份电子文件的原文恐怕实在是无能为力。后来档案界比较认同电子文件的宏观鉴定 方法，即从总体上判断机构形成有价值文件的能力，而不是直接地对文件加以处理。按照这种思路，在确定一个机构是电子文件管理的对象后，就需要对这个机构产生的电子文件进行收集，对这些电子文件进行收集只完成了电子文件管理的第一步，而且在现今条件下，收集这些电子文件也并不难，困难的是如何快速的从这些电子文件中检索出所需要的文件？如何对这些电子文件进行分类？如何鉴定哪些是值得归档保存的？如何对这些电子文件进行编研从而抽取出其中的知识因子以供社会利用？要解决上述问题，档案工作者除了从管理方面寻求解决办法外还要寻求技术的帮助。大数据技术可以从技术上提供解决这些问题的办法。在普通的硬件上安装大数据转发器，就能收集数据形成庞大的系统数据，这个量级可以达到每天数 TB 并逐渐向 PB 数量级扩大，大数据软件可以为机器生成的海量数据建立索引，将其整理成可以搜索的链接，这正是档案工作迫切需要的技术。除此之外大数据技术还能完成数据的分类、数据的挖掘，从而使档案界有应对越来越复杂的数据的分析能力。

1.2.2 处理非结构化电子文件需要大数据技术

大数据类型繁多，包括结构化数据、半结构化数据和非结构化数据，现代互联网应用呈现出非结构化数据大幅增长的特点，至 2012 年末，非结构化数据占有例将达到整个数据量的 75%以上，同时，由于数据显性或隐性的网络化存在，使得数据之间的复杂关联无所不在。一直以来，人们对数据的管理采用的是关系型的数据库，比较有代表性的就是IOE（I 指 IBM 的服务器，O 指 Oracle 的数据库，E 指 EMC的存储模式）模式，档案行业也如此，但是大数据时代，IOE模式已经不适合做大数据处理。大数据应用除了数据规模巨大之外，还意味着拥有庞大的文件数量，因此如何管理文件系统层累积的元数据是一个难题，处理当会影响系统的扩展能力和性能。面对着快速增长的非结构化文件，档案工作者在进行电子文件管理时困难重重，现在基于大数据技术的数据库，如 SQL 已经可以做关系数据，也可以做空间数据、图像、数据流等非结构化数据，而且基于对象的存储架构可以在一个系统中管理十亿级别的文件数量，还不会像传统存储一样遭遇元数据管理的困扰，大数据技术为档案工作者管理非结构化电子文件的问题提供了解决之道。

三、电子文件的归档

1、电子文件归档概念

归档是将经鉴定具有档案价值的文件由形成部门向档案部门移交的过程。无论是纸质文件的管理还是电子文件的管理，还是电子文件的管理，归档工作都是十分重要的环节，都标志着文件管理责任由文件生成部门向档案部门的全面移交。不同的是，在传统的纸质文件管理环境中，文件生命周期的阶段性相对较为明显，归档通常在文件的生命周期运转形态，归档环节可能会前移至电子文件生成或收到之际，甚至在此之前，在系统开发设计阶段便开始予以规划和设定，加上电子文件自身的技术特性、多种多样的载体形式以及计算机管理的特殊要求，使得电子文件的归档工作要比纸质文件的归档工作更为复杂。

2、电子文件的归档方式

逻辑归档（logical filing）是指在计算机网络上进行，不改变原存储方式和位置而实现的将电子文件的管理权限向档案部门移交的过程。物理归档（physical

filing）是指把电子文件集中下载到可脱机保存的载体上，向档案部门移交的过程。逻辑归档有助于充分利用机构内部的网络资源，实现资源共享。物理归档可以实现电子文件的集中管理，保证电子文件的安全性。

电子文件的归档方式也可分为在线归档，离线归档和近线归档。在线归档（On-line Filing）也称网络归档。一是指将归档电子文件通过网络直接传输到档案部门，或加工后传输到档案部门规定的地址中，并存储在档案部门本地载体的过程；二是指逻辑归档。离线归档（Off-line Filing）指将电子文件存储在一定的介质上移交给档案部门的过程，是物理归档的另一种方式。近线归档（Near-line Filling）外延相对较广泛，主要定位于在线归档和离线归档之间的应用。就是指将那些并不是经常用到，或者说数据的访问量并不大的电子文件存放在性能较低的存储设备上。但同时对这些的设备要求是寻址迅速、传输率高。

四、大数据背景下电子文件归档管理

信息技术的突飞猛进使互联网在当今社会生活中的应用日益普及，计算机成为了人们办公、学习不可或缺的工具，信息呈爆炸式的增长，大数据时代俨然已经来临。在此背景下，各单位生产出越来越多的电子文件，对于电子文件的归档与保存已经成为各单位在进行文件归档过程当中极为重要的一环。面对汹涌而来的电子文件，档案档案界很有必要探讨一下大数据时代背景下的档案归档管理。

1、大数据背景下电文件归档面临的问题

在大数据时代下，电子文件来源复杂，种类繁多，随着技术的革新，计算机系统不断更新换代，电子文件的归档常需要更改载体且需频繁更改，如何保证电子文件的长久保存与利用，尤其是对于专业软件形成的特殊文件，有着技术和标准运用上难题。在大数据的席卷下，由于各级组织、机构不同程度地存在着电子文件归档方法不恰当、管理方法不科学、管理制度不健全、管理系统功能不完善等问题，直接威胁着电子文件档案信息的有效收集、长期留存，影响着信息资源的整合与利用，给电子文件的归档管理带来了严重风险和隐患。

第一，当前电子文件的真实完整难以保证。在大数据时代，电子文件在很多方面取代了纸质文件。它由拟稿者直接写在磁盘上，并进行修改，然后立即存贮到办公信息数据中，由档案管理人员、技术人员等进行共享。电子文件易于修改，而且改动后难以留下痕迹。电子文件制作过程的虚拟化使对其原件的判别难于实现，在不同时间不同地点，不同人可以获得相同的文件，因而对于原件的辨认是一件难度颇大的工作，因而时常造成真假难辨的局面。

第二、在电子文件的流转、归档、保存、利用等管理活动在各单位仍不普遍，绝大多数单位仍以纸质文件为主要管理对象，电子文件管理没有得到应有的重视。

电子文件收集归档的方法和手段虽有不少，但多停留在研究层面、制度层面或起步阶段，实际操作中还受到诸多因素的制约。行业内真正实施电子文件网上在线归档的单位为数不多。有些正在实施，有些刚刚起步，更多的还在观望。电子文件的归档管理理论和方法有待在实践中进一步探索和完善。其中，具体问题如下：

第二，某些机构实施了建设电子文件的归档保存，但存在保存电子文件不完整纸质文件内容不一致，无法及时、准确查找，无法读取，利用超出权限等问题，中保存不完整问题最为突出。不完整主要表现为仅归档保存了电子文件本身（内容），而忽略了背景、结构信息等元数据，电子文件的真实性、完整性、安全性和可读性面临着巨大风险。

第三，建设业务部门在电子文件归档及其管理实践中缺乏可以依据和参考的规范，城建电子文件管理仍处于自我探索、经验管理的阶段，导致不同机构管理方式差异较大、管理水平参差不齐。

大数据背景下的智慧城市建设 篇5

1 大数据的基本阐述

对于大数据而言，在社会数据信息增多、数据类型增长中产生的技术，其中含有庞大的数据，且数据信息的类型很多，处理速度较快，在各个行业中，工作人员可应用大数据技术对海量数据信息进行收集与整理，提升数据利用效率，并打破传统工作模式的局限性，确保工作效果。当前，我国在大数据时代的发展中，已经取得了良好的成就，可根据大数据技术形式与内容，创新工作方式，协调技术之间的关系与内容，并形成先进的数据体制。因此，在实际发展中，应关注大数据技术的应用，创建多元化的发展机制。

2 大数据技术引入档案管理的必要性

当前，我国在档案管理工作中，已经开始实现信息化建设工作，并在时代的发展与进步期间，融入云计算技术、云处理技术与计算机技术等，转变传统的档案管理模式，打破传统技术的局限性。在使用大数据技术实施档案管理工作的过程中，起到积极的作用，可促进档案管理工作的数字化与数据化的发展，整合数据资源，提升数据共享管理工作效果，并转变传统的手工操作方式，科学使用计算机技术与数字化技术针对数据信息进行整合与管理，提升管理工作水平，优化当前的工作内容。具体重要性表现为：

2.1 有利于促进智慧城市的建设

在档案管理工作中应用大数据技术，可促进智慧城市的建设与发展，充分发挥大数据技术的积极作用。在建设智慧城市的过程中，国家提倡节约能源、减少信息灾害的原则，多使用有利于群众发展的信息，并结合当前的工作情况，创建现代化信息类型的机制。而档案中记录着城市的历史信息，是凸显城市形象与发展的良好依托，使用大数据技术开展档案管理工作，可针对信息数据进行全面的整合，提升信息流的整合管理效果，科学实施决策工作，并在档案中挖掘宝贵的知识财富，创建现代化的技术体系，借助先进的大数据技术方式，创新档案数据信息的处理模式，依据当前的发展情况，提升档案数据信息的储存效果，总结丰富的经验，挖掘档案数据信息，促进档案管理工作的良好实施。

2.2 有利于实现电子文件的档案管理工作

在大数据时代背景下，电子文件的发展速度逐渐加快，能够为电子文件的管理提供机遇，但是，在实际管理期间，也面临着很多挑战。虽然在电子文件中蕴含很多有价值的数据，但是，在寻找有价值数据的过程中，会面临很多难点与困境，不能确保电子文件数据信息管理工作效果，甚至出现鉴定方面的问题。如果文件鉴定工作人员使用阅读方式鉴定，不仅无法解决问题，还会影响档案管理工作效果。然而，在应用大数据技术之后，可利用宏观鉴定方式针对电子文件内容进行严格的分析，更好地判斷电子文件价值，并合理处理数据信息，形成现代化的数据管理机制。

在非结构化电子文件处理工作中，需科学应用大数据技术，这是因为大数据的种类很多，主要为：半结构化、结构化与非结构化的数据信息，而在互联网+技术发展中，非结构化数据数量有所增加，而人们在数据管理期间，通常会使用关系型的数据库系统，与传统技术相较，无法提升档案管理工作水平，不适合应用在海量数据处理工作中。然而，在大数据的支持下，可拓宽数据规模，并容纳庞大的文件，可提升非结构化电子文件的处理效果，保证扩展性能，形成现代化的管理机制。

2.3 有利于满足档案数据储存与备份工作需求

在大数据时代的发展中，可以利用海量数据存储技术与处理系统，拓宽档案存储空间，针对数据信息进行整合，并建立档案数据库，以此提升信息的利用率，确保工作效果。随着信息技术时代的到来，档案中的数据信息量逐渐增加，经常会出现档案数据饱和的现象，严重影响着档案管理工作良好实施，不能促进档案信息的更新。然而，在使用大数据技术之后，可创建海量的数据库系统，增加数据的存储空间，并解决当前的档案数据信息处理问题，创新技术形式，优化数据库结构，节约档案管理成本，并提升工作效率。

2.4 能够满足档案馆的发展需求

在传统档案馆工作中，档案管理人员只能利用计算机系统进行处理工作，不能改革具体的工作事项与内容，难以创建沟通与协调机制，甚至出现档案数据信息分割与封闭的现象，无法创建开放式与协同性的架构机制，难以提升管理效果，导致档案馆的工作受到严重制约性影响。然而，在使用大数据技术之后，可以创建现代化与多元化的档案管理机制，提升档案馆的服务水平，优化具体的工作内容与模式，在先进管理方式的`支持下，维护档案馆的良好发展与进步，全面提升档案管理工作效果，并针对服务内容进行全面的创新与协调，在不同档案管理模式的支持下，形成不同的管理机制，满足当前的发展需求。

2.5 能够协调知识与实体管理关系

在档案管理工作中，管理人员应用大数据技术，有利于协调知识与实体管理之间的关系，转变传统的实体管理模式，提升数据与文件的利用效果，并挖掘数据背后有价值的信息。在档案利用服务工作中，工作人员应用先进的大数据技术，可将知识服务作为核心内容，创建新型的知识服务引擎，主要为：学术类型、资源类型与服务类型的引擎系统，可针对知识服务模式进行全面的分析与整合，提升档案数据信息管理与协调水平，在多维度获取档案资源的情况下，增强组织引擎的应用力度，充分使用大数据技术提升档案管理工作水平，满足当前的发展需求。

大数据背景下的智慧城市建设 篇6

随着多种智能终端以及物联网、网络社交的蓬勃发展，产生了大量的不同于传统存储的数据，它们显示了非结构化、半结构化的数据特征,一经出现就引起了互联网界的巨大关注，产生了重大的社会效应。可以说,我们正步人一个创新和发展的大数据时代，图书馆界也不例外。3月，美国政府推出了“大数据的研究和发展计划”,并许诺投资2亿美元来推动大数据相关技术的研发。而我国也于206月成立了大数据专家委员会，来构建大数据的核心发展、技术交流与数据平台共享,为政府提供战略性的建议。此外，近几年来,随着“智慧城市”“智慧地球”和“智慧社区”等相关学术概念的提出，新能源、新技术、新工艺大量产生。目前，我国已有180个城市开始“智慧城市”建设，智慧交通、智慧农场、智慧社区、智慧校园甚至智慧图书馆，在很大程度上都要依托于大数据研究。可以说，大数据是打造智慧城市的重中之重。

对于图书馆来说,大数据、智慧城市一经提出，图书馆就立刻行动起来。21世纪初，芬兰的奥卢大学图书馆在Rotuaari项目中为读者提供一项名为“SmartLibrary”的服务，开创了智慧图书馆服务的先河。自,中国台北市立图书馆借助RFID技术建立了智慧图书馆;上海图书馆第一次实现了手机移动智慧服务;上海交通大学图书馆提出了到在资源、服务、技术、馆员和读者5个元素打造出触手可及、灵活感知的“泛在智能图书馆”。

总之,大数据和智慧图书馆的建设与发展仍处于上升阶段，对于大数据技术与智慧图书馆的理论研究还将继续。可以预见，在未来一段时间内，大数据和智慧图书馆的研究将继续呈现出持续升温的态势。

1.2热度比较

笔者以中国知网(CNKI)为检索平台，以“图书馆”和“大数据”为篇名进行逻辑和运算检索，年限不限(检索日期为10月26日),检索期刊类型不限,共检索出533篇相关文献。其中,发表最早的是年第4期《图书与情报》上由杨海燕撰写的《大数据时代的图书馆服务浅析》。而检索结果文献分布如下：2012年4篇、51篇、224篇、20250篇(未包含全年)。从以上数据可以看出，20以后文献数据量进人一个爆炸式增长周期，这一时期占全部收录量的99%，说明大数据是近几年才成为图书馆学术界研究的热点问题。

以“智慧图书馆”为篇名进行检索，年限不限(检索日期为年10月26日)，检索期刊类型不限，共检索出171篇相关文献,最早是第7期《图书馆学刊》上由严栋撰写的《基于物联网的智慧图书馆》。检索结果文献分布如下:201篇、5篇、2012年12篇、2013年33篇、2069篇、2015年51篇(未包含全年)。从以上数据可以看出，相关文献进入一个稳步的增长期。

2智慧图书馆服务体系的建构

在大数据时代，为了满足读者个性化的知识需求，图书馆应通过网络、手机、移动终端等服务方式，实现24小时无间断的图书馆自助服务;要将信息资源进行跨时间空间传递，以人为中心，以读者需求为导向，图书馆的整个业务流程围绕着服务展开,充分挖掘和利用各方面的资源和能力来满足读者;使读者无论身处何地何时，都可以不间断地获取自己所需要的知识信息。为此，图书馆应从以下几个方面展开自己的服务工作。

2.1观念转变

图书馆自身的改革与发展离不开图书馆政策的引导，而图书馆政策的制定与执行，又在很大程度上受到图书馆政策观念的影响和制约。进人大数据时代’随着新技术、新产业的人驻’图书馆内部发生了一系列重大的变化和变革。鉴于我国图书馆事业正处在蓬勃发展的过程中,不仅传统的图书馆观念需要调整，而且图书馆政策也需要根据新的要求进行适当的调整与改变。这就需要图书馆应将大数据和智慧图书馆的思维引人日常的工作与服务当中,转变服务观念，制定人性化的规章制度，建设大数据资源拓展与创新服务项目，加强与读者的沟通和交流，力争消除不和谐现象，从而实现图书馆从信息服务到数据服务、从知识服务到智慧服务的发展，实现图书馆服务的质的飞跃。

2.2馆舍优化

随着社会的迅速发展，图书馆馆舍已经跟不上时代发展的潮流，现代信息技术的发展对图书馆建设赋予了更多的智能化内涵。因此，从20世纪开始,各种类型的图书馆的改建与扩建工程大范围地开展起来。通过改建与扩建,图书馆外部环境不仅有了很大的改观，而且内部的基础建设也得到了有效的提高。在馆舍优化中，图书馆应从综合布线、馆藏布局、自动控制、功能划分、设备配置、消防安全、环境艺术等方面，综合考虑图书馆的智能化内容与设计原则，为读者提供高效、多功能、便利、舒适的空间环境。读者到图书馆不仅可以嗽淖柿,而且还可以进行休闲娱乐、解放身心，图书馆应给读者提供一个美好舒适的阅读环境。馆舍优化工作不是仅局限于物理空间的图书馆,同样适用于网络空间的图书馆。通过智慧图书馆服务,用户可以在家中、办公室、火车站、飞机场等任何地点来浏览利用图书馆的信息资源。特别是数字资源丰富、技术先进的高校图书馆、省市级图书馆，应打破原有的行政限制，为社会提供优质的信息资源’用新观念来服务于读者。

2.3资源建设

资源建设是图书馆服务的根本,是图书馆提供各种服务的源泉。在大数据环境下，资源建设包含有文献信息资源建设和数据资源建设，资源建设的核心是大量、多类数据的占有、融合、挖掘、分析与利用。而文献信息资源包括传统文献资源、数字资源和网络资源，属于结构化的信息资源。数据资源是新兴资源，是目前图书馆还未完整收集、亟待建设的大量数据，如用户信息行为数据，其属于非结构化的数据资源,是大数据资源建设的主体和难点。数据资源建设和文献信息资源建设互有包含、相互促进。

对于文献信息资源来说，除了要继续做好编目信息、数据库数据、网络资源信息等传统的资源外，图书馆还应扩大数据收录范围,以及提供地图、手稿、族谱、碑志、乐谱、音频、视频等文献下载，实现图书馆的知识扩展以及满足读者的`知识需求。只有进一步提供更多的资源，才能实现馆藏利用的最大化，让馆藏资源更多地满足读者的需求。而对于数据资源来说，图书馆应着重收集读者在图书馆的借阅行为、阅读习惯等相关数据，以满足读者的个性化、多样化的知识需求。在进行数据资源建设时，图书馆首先应该是累积与储存大量的、多类型的数据，为大数据做数字准备;其次应该借助数据分析手段和研究方法，挖掘、甄别、组织、苏矣敕治鍪据背后的隐含信息，发现读者需求变化特点，寻找读者隐性诉求，预测图书馆的资源建设和服务趋势，指导信息资源建设和信息服务。

2.4平台建设

在大数据环境下，图书馆的技术手段与管理方法已经不适应时代发展的需求，图书馆需要建立基于数据挖掘、处理、开发、整合、分析和利用的大数据平台，来提高图书馆的资源管理能力和精确服务水平，从而实现传统经验决策模式到依据大数据分析的决策模式。在此大数据平台，图书馆可以依据所采集的读者海量数据信息，对大量的数据进行智能抓取和关键词抽取等工作，来提高图书馆的智能化服务水平。具体来说，可以通过读者的借阅记录、人馆信息、搜索记录来分析读者偏好、兴趣和需求，向读者推荐感兴趣的信息和内容等等。而通过对读者行为数据的挖掘，了解读者的行为模式，运用关系规则、时间序列、关联规则等方法，掌握相关资源、相关兴趣、读者习惯变化等情况，建立以数据资源需求意向分析为主导的数字化平台，进而推动用户需求的数据资源，提升图书馆的核心竞争力。

2.5馆员建设

大数据、智慧图书馆都是现在最前沿、最实用的技术，图书馆需要不同专业背景、不同学习经历的复合型人才。由于图书馆人员结构老化、人员专业覆盖面不全，因此，提高图书馆员的业务素质水平是工作重点。有学者提出，到，美国面临150万个能掌握大数据应用分析方法的技术高管和分析师缺口，另欠缺19000个能深人分析数据的数据科学家在大数据时代，图书馆可以将本馆的工作人员根据学科背景和工作能力进行分类排队,有目的、有针对性地结合图书馆的实际进行继续教育培训，帮助图书馆员规划好职业生涯，让员工的工作能力与职业岗位的职责相符合,增加图书馆员的使命感与归属感,调动好图书馆员的工作积极性，实现图书馆员个人人生目标与图书馆蓬勃发展的有机融合。

3结语

论大数据时代下的智慧校园建设 篇7

大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集[1]。对于大数据目前还没有一个公认的定义, 一般来讲, 大数据应该具有4个特点:规模性 (volume) 、多样性 (variety) 、高速性 (velocity) 和价值 (value) 。信息时代的各行各业都在产生着大数据, 这些数据是真实的资产。如何分析这些数据, 利用这些数据为国家的治理、企业的决策以及人民的生活提供服务已经成为一个普遍关注的问题[2,3]。

奥巴马政府于2012年将“大数据战略”上升为国家战略, 甚至将大数据定义为“未来的新石油”。大数据技术可用来预测商业趋势、判定研究质量、避免疾病扩散、打击犯罪或测定实时交通路况等。以高性能计算和云计算为代表的计算技术的发展, 为大数据的分析提供了坚实的计算基础。大数据在社会建设方面也发挥着越来越重要的作用。智慧医疗、智能电网、智慧交通、智慧校园、智慧城市等的蓬勃兴起, 这些都与大数据技术与应用的发展密切相关。

我国一直重视科技产业的转型和改革, 大数据的发展必将带来新的生产力的提高和巨大的经济利益。大数据是继云计算和物联网后的又一大技术变革, 各行各业都需要抓住机遇, 迎接大数据的时代。我们可以将行业和科研结合, 选取典型行业:政府部门 (工商、税务、公安、审计等) ;高校;生产企业;服务行业。利用高校的科研能力和力量, 开展大数据项目, 为政府的执政决策, 高校的发展, 企业的发展, 服务的进步提供量化的指导。

二、大数据时代下的智慧校园建设

1数字化校园的发展现状

从教育行业来说, 高校数字化校园的建设经过了十几年的发展, 已经比较成熟。大部分高校已经建成了以统一身份认证、共享数据中心和信息门户为基础平台, 教务系统、科研系统、人事系统、财务系统、学工系统等业务系统齐全的数字化校园。数字化校园下的网络基础设施的建设、校园一卡通的建设、录播平台、监控平台等都建设得比较成熟。校园内软件业务系统经过这些年的运行, 积累了大量的数据, 这些数据是校园信息化的宝贵财富。

对于这些数据的研究利用, 能指导高校的教学和科研, 并为学生、教师和学校的管理人员提供更好的信息服务。

2智慧校园中的大数据分析

数字化校园发展到现在, 进入到了智慧校园的发展阶段, 利用高性能计算、云计算和物联网技术来建设高校数字化校园[4,5,6]。智慧校园建设中必不可少的重要组成部分之一是校园大数据的分析。根据高校的实际情况, 本文从大数据分析的平台环境和大数据分析的主题两个方面展开, 给出了高校智慧校园下大数据分析的解决方案。

2.1大数据分析平台环境

为分析高校校园中的大数据, 首先要搭建大数据的分析和展现平台。目前主流的环境是采用Hadoop1台主节点和n台辅节点构建集群环境, 采用Hive数据仓库, Sqoop数据交互工具搭建大数据的分析平台。业务系统数据可以使用ODI进行抽取。大数据分析结果的展现采用商业智能中间件:OBiee。

2.2数据分析主题

按照数据分析的主题, 对于高校的大数据, 可以进行下面几个方面的分析。

1. 基本校情分析

分析学校的师资、学生、资产等情况, 对于基本校情进行分析, 如:教师的职称比例可以给新教工的招聘提供决策支持。

2. 院系竞争力分析

根据院系的学生信息、教职工信息、资产的占有情况、教学和科研等方面情况的分析, 可以给出院系竞争力的分析。按照院系统计分析各院系的主要专业的全国排名、科研论文、核心论文、专著、国家级及省级著作、各类科研项目、专利及获奖情况。

3. 学生行为分析

根据学生在各个食堂的一卡通用餐流水, 分析学生在食堂消费的用餐均价, 对于偏离平均值较大的学生食堂消费流水进行分析, 进行家庭经济困难学生的预警。

分析学生宿舍门禁晚归信息, 结合学生的上网行为、上课出勤情况、学生的科研情况、成绩情况、奖学金、处分等情况, 根据不同的参数得出优秀学生模型和差生模型。对辅导员和学生管理工作者的工作提供实际的指导。

对于毕业年级学生, 通过分析其访问主流求职网站的情况, 能够按照时间段、院系、专业统计分析学生求职相关的目标区域、时间段、个人访问量、职位关键词、目标行业情况。给学校的就业部门提供数据分析结果支持, 指导它们更好的为学生提供就业指导服务。

4. 图书资源使用分析

能够分析纸质图书的借阅情况, 并按照访问量、时间段、院系、人员统计分析学校电子资源访问情况。对于图书资源的使用分析可以为学校图书馆购买纸质和电子资源提供决策支持。

三、结束语

巧妇难为无米之炊, 大数据的关键还是在于谁先拥有数据。而目前的实际情况是, 拥有数据的业务部门, 对于大数据的认知水平存在差异。如何将各行各业中产生的大数据充分的利用和研究是一个迫切和重要的课题。有些行业已经行动起来, 最典型的是互联网行业, 支付宝的十年账单服务和淘宝的猜你喜欢服务就是典型的例子, 这个行业对新兴事物的嗅觉灵敏, 反应迅速。而有些行业由于其计算机技术的局限性, 虽然意识到大数据的重要性, 但是还未全面启动大数据的项目。

由于高校的特殊性, 其信息化建设的发展比较前沿, 如何在大数据时代下, 利用好宝贵的数据资源, 进行大数据分析, 建设真正智慧的校园, 为广大的师生提供智能、高效和便捷的服务, 为学校管理者提供决策的支持是高校信息化建设的方向。

摘要：大数据时代下的智慧校园建设需要利用数字化校园建设积累的数据, 进行智慧校园中的大数据分析。本文首先分析了大数据时代下各行业面临的机遇和挑战, 然后分析了大数据时代下的智慧校园建设, 最后给出了总结。

关键词：大数据,数字化校园,智慧校园

参考文献

[1]Big data[EB/OL].[2012-10-02].http://en.wikipedia.org/wiki/Big_data.

[2]孟小峰, 慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展, 50 (1) :146-169, 2013.

[3]王珊, 王会举, 覃雄派, 周@.架构大数据:挑战、现状与展望[J].计算机学报, 34 (10) :1741-1752, 2011.

[4]冀翠萍.智慧校园信息化运行支撑平台的建设[J].现代教育技术, 22 (1) :49-53, 2012.

[5]宗平, 朱洪波, 黄刚, 许建真.智慧校园设计方法的研究[J].南京邮电大学学报 (自然科学版) , 30 (4) :15-19, 51, 2010.

大数据与智慧城市 篇8

数字技术在过去十年间覆盖了我们的城市，并已经成为大型智能基础设施的支柱。随着宽带光纤和无线通信网络的推广，移动电话和平板电脑的使用变得越来越便宜。与此同时，开放式的数据库不断提供各种数据和各类信息，其数量之大令人震惊，比如每天我们能产生2.5×〖10〗^18个字节的数据，当今世界上90%的数据都是在过去的两年产生的，每分钟谷歌会收到超过2百万条搜索请求，等等。这些数据有的是来自于社交媒体网站发的贴子、移动信号和网上采购交易，但越来越多的是来自于对象上的传感器。这些传感器可以被安装在灯柱上，也可以被放置在摩天大厦中。以此为基础，越来越多的传感器和数字控制技术都与价格便宜、功能强大的计算机相结合。早在1997年，建筑师和城市规划师、Mike Batty教授就曾预言说，到2050年，我们周围的一切都将会是某种形式的计算机。而现在，这已经开始成为现实，因为我们的城市已经迅速地变成了一个大的“露天计算机”。

今天，我们生活在一个高度仪器化和数字互联的世界，在某种程度上说，这使得网络世界和物理世界之间的边界越来越模糊。同时，这种仪器化和互联使得有关城市、物理基础设施、服务和人与人之间的交互信息变得实时可用。而智慧城市作为系统的系统，正在利用大数据，致力于改善物理基础设施，改进规划和管理，努力提供人性化的服务，最终使城市更有吸引力、更宜居、更可持续发展和更绿色。

据世界银行估计，到2030年，全球将有2/3的人口生活在城市。为此，世界各地的城市都面临着不断增长的人口和日益严峻的气候变化的双重挑战。为确保未来城市的安全，并能让人们在其中健康地生活和工作，全球范围内都正在建立智慧城市的概念，并实施相应的举措。大数据的爆发影响到很多行业，城市也不例外——城市坐拥数据宝库，因为这些数据可以转化为新的、更深刻的见解，从而提高公民的经验水平，并更好地指导政府决策。比如美国印第安纳州的South Bend政府就利用大数据分析，准确预测哪个区域可能会遇到污水溢出，进而采取必要的行动，将实际污水溢出数量从以前的每年27起减少到1起，在基础设施维修方面节省近1.2亿美元，并同时改善了城市的整体生活质量。

本文将探讨智慧城市中大数据的分类，ICT的作用及面临的挑战，并阐述世界上一些智慧城市如何有效地利用大数据，以及智慧城市中的大数据的隐私与安全问题，以期促进我国更好的利用大数据建设智慧城市。

智慧城市中大数据的分类

通常城市是为了适应峰值基础设施需求而建设的，但实际需求数量或需求模式却鲜为人知。以电为例，电力部门只是负责用电缆传输电力，并希望电网维持正常运转，但却并不知道、也并未关注这些电实际上用在何处。如果存在一个系统，能够明确指出这些电具体用在哪里，至少就能在节约能源方面优于现有的系统。就供电而言，提供最后5%的峰值需求远比提供最初95%的电力成本更高、污染更严重，因为通常只有到最后关头，那些老旧的、效率较低的电厂才会被启用。如果能够预见需求，那么，就可以适当的关闭系统中的一部分，而致力于提高系统的其他部分的运行效率。这样，不仅可以节约大量的能源，而且能够降低由其带来的环境污染。同样的，如果能够追踪到从某一地点到另一地点的实际流动人数，并分析得出每天的模式有何不同，就能重新配置相应的交通运输系统，提高运输效率。

数据和信息遍布我们的城市，它们来自于不同的数据源，呈现出各种不同的形式、间隔度、动态性和质量。对于当今智慧城市的利益攸关者而言，这些数据是最具扩展性的资源，因此关于信息空间的知识，对于创建智慧城市至关重要。有些学者将智慧城市中产生的这些数据分为三类：硬数据（hard data）、软数据（soft data）和复合数据（compound data），如下图所示。

图下方的金字塔代表城市中的“硬数据”，包含三个层面：第一个层面主要是从物理世界的传感器收集得来的测量数据；第二个层面是“原子数据（atomic data）”，它们由物理事件组成，与特定条件下的人类互动有意义地结合在一起（比如交通数据）；第三个层面是通过对“原子数据”的数学操作产生的数据，通常被用于获取更有意义的信息。这类数据包括城市指标、元数据或关键绩效指标（KPI）等。

图上方倒金字塔顶端的数据代表着智慧城市的思想领域，它们来自于社会中的人类互动，被称为“软数据”。这些数据结构性较差，需要更专门的统计和分析处理。这类数据的第一层面由“多重数据”主导，即信息由人类的社交互动产生，例如位置数据、来自移动设备的传感器数据、公民报告和公民标记等；第二个层面是文本数据，例如Twitter上的消息等；最后，这两个金字塔的交叉部分是城市中的“复合数据”，是硬数据和软数据的组合，包括链接的数据、社交媒体数据和结构化的数据。

其中，复合数据是当前大数据中最令人感兴趣的数据类别，它含有很多社交媒体信息、网络日志数据和文本数据的组合，以及来自Twitter、Facebook等社交媒体的数据等。

要充分利用所有这些关于城市的数据，并产生对公民有价值的服务，就必须让大数据变小，也就是说能让公民易于访问这些数据。在智慧城市的框架中，它所提供的服务的基本成分就是数据。随着对大数据的需求与日俱增，到2013年，大数据驱动的在硬件、软件及相关服务上的支出达到2320亿美元。要让智慧城市基于数据提供增值服务，就有必要将产生自社交媒体的数据整合到开放数据战略中，用以部署最合适的大数据技术，使数据能在便于访问的结构中被提取、标准化、存储、分析和可视化。否则，劣质数据将会对政府造成巨大的损失。以美国为例，跨政府和企业的劣质数据让其经济每年损失约3.1万亿美元。

智慧城市中的ICT

现代社会需要公共行政部门更多地直接与公民进行沟通，从公民的角度来看存在的问题，并对公民的需求及时做出反应。为此，现代技术就成为了非常有价值的工具，因为它们除了是丰富的信息来源，更是我们日常活动的有机组成部分。

nlc202309032313

面对种类繁多、形式多样的大量数据，市政当局和城市规划者可能很难确定切入点和起始点。但有一点是明确的：要改善生活质量，每一步都要从分析数据、并使其有意义开始。智慧城市的成功在很大程度上归功于良好的治理，这种治理不是集中于在道路或灯柱上放大量的传感器，而是集中于使用技术，将公众参与融入到决策过程当中。今天，信息和通信技术（ICT）正在推动城市向智慧城市的发展和转型，最终目标是提高公民、企业和当局的意识，改善生活质量，同时也使得城市发展可持续。下图正说明了ICT如何驱动城市向智慧城市转型，从中又面临哪些挑战。

首先，有了ICT的支持，数据变得可扩展，并能在线访问。在智慧城市中，每天有数以百万计的消息通过成百上千的设备（如移动电话、电器仪表、气象站等）进行交换。通过匹配这些设备上所产生的信息，可以增强智慧城市的管理。例如，故障设备会造成能源或水的损失，通过实时将从用户水/电表上测量的消费值与从其他公共事业系统上测量的数值相匹配，就可以减少这种损失。正因为如此，实时处理数据就变得更加重要，而传统的先存储再处理的方法——即各公司检索数据，并为预防将来某天需要访问这些数据而将其存储起来——可能将不再适用。

其次，ICT促使形成分布、平行式的思考方式。智慧城市由若干个独立的网络组成，因此不存在一个集中的应用程序来囊括所有的设备交换信息。同时，ICT设备共享了大量的信息，使得信息并行处理成为一种必要行为。为此，要分析设备上所交换的信息，并充分利用这些信息，就需要将分析向更接近信息来源的方向推进。

再次，ICT需要并能够验证、评估和保护数据。通常，价格便宜、有资源约束的设备主要用于建立形成智慧城市物联网的网络。但不幸的是，这类设备测量和报告的数据（例如，能源消耗读数）通常比较杂乱，并且有信息损耗。造成这一问题的原因并不仅限于设备本身，也有可能是由公民（可能是恶意的）自身造成的。例如，由于有些用户想少交电费，就可能会恶意操作，而使电表的消耗读数不正确。因此，ICT必须采用验证方案、评估方案和安全对策，以确保信息的使用者不会被不正确、局部或恶意的数据误导。

如今，世界各地的城市都在使用ICT方面取得了巨大进步，为公民提供新的服务，对更多的公民需求做出快速及时的反应，并增加了政府机构的透明度。可以说，ICT帮助城市变得更有效率。

大数据在智慧城市中的应用

城市信息学是一门新兴学科，它研究大数据和城市的交叉部分，用大数据来学习和提高大城市的动态，因此它是一个涉及多学科的领域。城市信息学的潜在好处包括实时系统监控、管理和优化等，例如管理交通、煤气、水和电的流量；监测桥梁和管道的状况；规划新的公共交通线路和公用配电系统；监测公众健康，和管理应急响应等。

迄今为止，城市信息学的最大的尝试之一是纽约大学（New York University，NYU）的一个新的研究中心——城市科学进展中心（Center for Urban Science and Progress，CUSP）。该中心旨在通过广泛的传感器和由此产生并筛选的海量信息来把握纽约的脉搏，从而改善纽约市的生活质量。与其他中心不同的是，纽约大学的城市科学进展中心专注于物理、生物和信息传感的融合。目前，该中心有众多的合作伙伴，包括十个业界合作伙伴（其中包括微软、施乐公司和IBM等），有四个国家实验室参与，并与五个学术机构建立了伙伴关系。

在美国和全球的其他城市也有城市信息学中心。比如作为欧洲数据最密集的城市，西班牙北部海岸港口城市桑坦德（Santander）就有城市信息学中心。三年前，该市获得了欧盟委员会800万欧元的资助，于是欧洲的大学和电信运营商联合在市区安装了各种类型的固定和移动传感器，共计大约1.8万个。除了用于监测空气污染、噪音和其他环境条件，传感器还会在垃圾箱需要清空或路灯烧坏时有所指示，甚至可以指示当附近没有人时，哪里的路灯需要并可以被关掉。而那些埋在路面下的传感器也有其独特的用途，它们可以检测露天停车位，并将信息转发至安装有数字显示器的主要路口，用以帮助引导司机寻找最近的停车位。.

智慧桑坦德（SmartSantander）项目的主要研究人员、Cantabria大学的Luis Mu？oz教授指出，最开始，项目的目标只是让研究人员可以使用传感基础设施，同时向居民提供一些有用的服务。但后来，智慧桑坦德项目开发了智能手机应用程序，让居民能够报告如坑洼一类的问题，并跟踪政府的响应，以使道路更平坦，交通更顺畅。使用智能手机，居民可以利用由位于全市旅游景点、商店、公交车站等处的2600个光学和无线标签组成的“增强现实”系统，方便地在线获得关于这些地点的各类相关信息。

世界各地大大小小的城市都在利用大数据——如交通统计、能源消耗率和GPS地图——启动项目，以提高各自社区的生活质量。在伯明翰，灯柱装有传感器，可以传输有关云覆盖的信息，以提供超本地的气象预报；在挪威，有超过4万个公交车站有twitter，让乘客能够留下他们的经验信息；在伦敦，市长办公室开始给每棵树设置标签，让人们可以了解它们的历史；在麻省理工学院的Senseable城市实验室，西雅图的5000个垃圾被进行地理标记并在全国各地跟踪了三个月，以验证回收是否真的有效。可以说，对象上的传感器让人们以全新的方式讲述城市的生活故事。

当然，最成功的案例之一可能是在2012年伦敦奥运会期间，负责运行伦敦公共交通网络的公共当局机构“伦敦运输（Transport for London）”。在使用者增加25%的情况下，该机构使用收集自闭路电视摄像机、地铁卡、移动电话和社交网络的实时信息，确保火车和公交路线只能有有限的中断，从而保证顺畅的交通。

在电力消费方面，美国西雅图市与微软和埃森哲（Accenture）合作了一个试验项目，以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集，通过预测分析，找出哪里可以减少能源使用，或者根本不需要能源使用。项目的目标是将该地区的电力消耗减少25%。

nlc202309032313

在交通拥堵方面，2012年，法国里昂市与IBM的研究人员联手建立了一个可以帮助减少道路上的交通拥堵的系统，使用实时交通路况报告来检测和预测交通挤塞。如果运营商看到可能会发生交通堵塞，就可以相应地调整交通信号，以保持平稳的车流。该系统在紧急情况下尤其有用，比如在救护车前往医院的途中。随着时间的推移，系统中的算法将从最成功的建议中“学习”，并将这些知识应用到将来的预测当中。

另外，在城市中寻找停车位，尤其是在大城市中，毫无疑问是令人头痛的问题。目前有一种为iOS和Android设备开发的应用程序，可以追踪多个城市的停车位。用户只需要输入地址或所在的邻里，就可以得到附近的可用车库和停车位的价格和可用时间的信息。并且，该应用程序还会实时跟踪可用性，实时更新。目前美国已经有七个城市应用此程序，包括华盛顿、纽约、芝加哥、巴尔的摩、波士顿、密尔沃基（Milwaukee）和新泽西州的纽瓦克市（Newark）。

在城市规划方面，利用3D可视化的数据，政府可以看到城市在任何时刻的运行情况，这种以新的方式来呈现数据的方法无疑带来了令人震惊的效果。比如在德国，3D可视模型可以向人们展示一条新铁路线将会给周围带来怎样的影响。这就如何在一个游戏环境中，人们可以把它放在iPad上，随时缩放3D模型。以前，任何人如果想要涉足城市规划，就必须要去一趟市政厅，去看那些他们可能并不理解的地图。而现在，只需要一个应用程序就可以搞定一切。更多的视觉冲击力能彻底改变如何构建城市，它能使决策过程更透明、更民主，设计过程更具包容性。

智慧城市中大数据的安全问题

不管喜欢与否，我们已经开始与我们所生活的城市进行互动，不论是通过短信知道刚刚经过的商店可以提供20%的折扣，还是使用智能手机上的位置传感应用程序得知最近的咖啡吧在哪儿。智能城市的核心功能正是需要收集大量的数据，这些数据关系到我们生活的方方面面，发生在每一天的每分每秒。比如人们在上网的时候，可能很自然的就单击了“是”这个选项，但是却并没有意识自己分享的所有东西都可以被别人收集。再比如一个人从自己的车上走下来要去一家大型连锁超市，那么甚至在他下车前，就已经进入了摄像头的视角；当他的手触摸店门时，他的图像可能已经通过公司的服务器传送给了全世界；当他进入到超市里边时，大数据将会提供一份关于他个人的完备的客户信息，包括购买历史、社交媒体账号、公共记录，甚至是他的鞋码等。可以说，我们就如同盲目地走进了全时被监控着的社会。

本质上说，我们正在建立物理世界的数字拷贝，而这将产生深远的影响：它改变了世界的运作方式，很神奇；但同时，它也很可怕，因为在公共场所、移动设备上和主要零售商店中获取的大量个人数据并没有被共享回个人，使得我们每个人的信息变得越来越透明。也就是说，虽然智慧城市中大数据的收集有巨大的价值，但也会引起巨大的伦理问题。例如，近年来，在关于智能电表和智能电网的影响的争论中，一个重要的组成部分就是对隐私和安全的担忧，而这些担忧也同样适用于智慧城市中的大数据。当智慧城市成为现实时，个人或许将无法控制他们被监控的方式，也不能控制从他们身上收集的信息将被如何处理和使用。如果是这样，那将与智慧城市的预想完全背道而驰。

因此，在智慧城市中，大数据所带来的隐私和安全问题将会越来越受到重视。或许城市会创建自己的隐私保护章程，以纾缓公民的忧虑。但是，其实更大的挑战来自于数据安全，而目前智慧城市的倡导者仍未充分解决这一问题。城市系统日益复杂，在其基础设施建设的新领域中，仪器仪表的使用越来越多，同时系统之间的相互依存性日益增加，所有这些都令城市在面对恶意攻击、系统故障或极端气候事件时变得更加脆弱。为此，城市的领导者必须要确保新系统能够抵御这些威胁，并使其成为城市战略的一部分。并且，未来所有由智慧城市启动的可能，象改善生活质量或提高能源效率等，都应当建立在信息处理的有效性和用户的隐私保障方案之上。

公民是智慧城市重要的利益攸关者、消费者和大数据的生产者。最终，我们希望城市能够通过这些数据来适应市民，而不是限制他们。同时，城市是大数据真正影响的区域。城市规划者和行政机构需要合适的工具来消费城市产生的所有数据，并将其转化为行动，以提高人们的生活质量。在这种情况下，大数据不只是昙花一现或营销炒作，对于选择住在城市中的人来说，它是一种现象，将对生活质量有着直接的影响。明天的城市是在今天建立起来的，而它们的建设离不开大数据。