2019年智慧城市大数据平台发展的如何?
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》
随着移动互联网、物联网、云计算等新一代信息技术的不断成熟与普及,产生了海量的数据资源,人类社会进入大数据时代。大数据不仅增长迅速,而且已经渗透到各行各业,发展成为重要的生产要素和战略资产,蕴含着巨大的价值。那么城市大数据平台对于智慧城市的建设有什么重要意义?我国城市大数据平台的发展现状如何呢?
什么是城市大数据?
城市大数据是指城市运转过程中产生或获得的数据,及其与信息采集、处理、利用、交流能力有关的活动要素构成的有机系统,是国民经济和社会发展的重要战略资源。用简单、易于理解的公式可以表达为:城市大数据=城市数据+大数据技术+城市职能。
智慧城市大数据平台发展现状
日前,中国信息通信研究院发布了《城市大数据平台白皮书》,分析了数据驱动的新型智慧城市发展面临诸多问题。具体包括:信息系统烟囱林立,阻碍数据共享;数据治理普遍薄弱,价值大打折扣;数据管理水平不一,缺乏整体联动。
如何充分利用城市大数据平台的建设?
一、通过数据汇集加速信息资源整合应用
城市大数据平台建立了数据治理的统一标准,提高数据管理效率;规范了数据在各业务系统间的共享流通,促进数据价值充分释放。
二、通过精准分析提升政府公共服务水平
在交通领域,通过卫星分析和开放云平台等实时流量监测,感知交通路况,帮助市民优化出行方案;在平安城市领域,通过行为轨迹、社会关系、社会舆情等集中监控和分析,为公安部门指挥决策、情报研判提供有力支持;在政务服务领域,依托统一的互联网电子政务数据服务平台,实现“数据多走路,群众少跑腿”;在医疗健康领域,通过健康档案、电子病历等数据互通,既能提升医疗服务质量,也能及时监测疫情,降低市民医疗风险。
三、通过数据开放助推城市数字经济发展
开放共享的大数据平台,将推动政企数据双向对接,激发社会力量参与城市建设。企业可获取更多的城市数据,挖掘商业价值,提升自身业务水平;企业、组织的数据贡献到统一的大数据平台,可以“反哺”政府数据,支撑城市的精细化管理,进一步促进现代化的城市治理。
六方面推进我国智慧城市大数据平台
一、强化平台顶层设计
科学合理的顶层设计是城市大数据平台建设的关键,需从落实国家宏观政策出发,结合地方实际需求,统筹考虑平台目标、数据主权、关键技术、法制环境、实现功能等各个方面,以“高起点、高定位、稳落地”开展平台的顶层设计,保障城市大数据平台建设有目标、有方向、有路径、有节奏地持续推进,并且根据项目进展状况,不断迭代更新、推陈出新。
二、完善平台配套保障机制
城市大数据平台建设与运营须有相应的配套保障机制,并充分发挥保障机制的导向作用和支撑作用,以确保平台规划建设协调一致和平台整体效能的实现。
三、加强数据管理
加强城市大数据管理,实现数据从采集环节到数据资产化的全过程规范化管理。明确数据权属及利益分配,以及个人信息保护、数据全生命周期的管理责任问题。明确数据资源分类分级管理,健全数据资源管理标准。
四、因地制宜开展平台建设与运营
政府、产业和城市的数据资源极其庞杂,需要明确平台数据资源的权属性,保障数据所有权的归属。城市大数据平台的数据治理和运营体系相当复杂,平台建设的模式和路径没有固定模式,需要发挥各方的主观能动性,因地制宜,挖掘地方优势,突出地方特色,为城市大数据决策提供有力的支撑。
五、开展城市大数据综合评价
加强对城市大数据平台项目的后评价和项目稽查,强化对数据资源建设以及数据共享开放、数据质量和安全的审计监督。科学构建城市大数据平台综合评价指标体系,开展城市大数据平台建设成效综合评价工作,引导各地城市大数据平台建设工作,不断提升城市大数据平台建设应用成效。
六、加强平台数据安全保障
强化大数据安全技术研发与推广应用,提升网络安全风险防范和数据跨境流动监管水平。研究制定数据应用违规惩戒机制,引进第三方专业机构开展数据应用合规性的监督和审计,加强流通环节的风险评估,加大对数据滥用、侵犯个人隐私等行为的管理和惩戒力度,建立健全信息披露制度。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
人工智能和大数据存在什么隐患?
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 从数据稀缺到现在有大量的数据,近年来,可用的数据量呈指数级增长,大数据变得无处不在。这是由于数据记录设备数量的巨大增长,以及这些设备之间通过物联网连接。似乎每个人都有收集、分析大数据的力量。 但是,大数据真的是万能的吗?毫无疑问,大数据已经在某些领域产生了至关重要的影响。例如,几乎每一个成功的人工智能解决方案都涉及大数据处理问题。 首先要注意的是,尽管AI目前非常擅长在大型数据集中查找模式和关系,但它仍然不是很智能。计算数字可以有效地识别并发现数据中的细微模式,但不能直接告诉我们这些相关关系中哪些实际上有意义。 相关性和因果关系 我们都知道“相关性并不意味着因果关系。“然而,人类的大脑天生就会寻找规律,当我们看到曲线倾斜在一起,数据中出现明显的规律时,我们的大脑就会自动给出规律。” 然而,从统计数据来看,我们仍然无法实现这一飞跃。《虚假相关性》(false)一书的作者Tyler Vigen在自己的网站上对此进行了调侃,还有很多例子比如展示冰淇淋是如何明显地导致许多坏事的,从森林大火到鲨鱼袭击和脊髓灰质炎爆发。 看看...
- 下一篇
互联网大数据与物联网大数据的区别 你有必要了解下
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 随着互联网、传感器,以及各种数字化终端设备的普及,一个万物互联的世界正在成型。同时,随着数据呈现出爆炸式的指数级增长,数字化已经成为构建现代社会的基础力量,并推动着我们走向一个深度变革的时代。 大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 为了能对后面内容的数据单位有一个大体的概念,我们可以先了解一下各数据单位。 1B (Byte 字节)=8b (bit 位 1KB (Kilobyte 千字节)=1024B 1MB (Megabyte 兆字节 简称“兆”)=1024KB 1GB (Gigabyte 吉字节 又称“千兆”)=1024MB 1TB (Trillionbyte 万亿字节 太字节)=1024GB 1PB(Petabyte 千万亿字节 拍字节)=1024TB 1EB(Exabyte 百亿亿字节 艾字节)=1024PB 1ZB (Zettabyte 十万亿亿字节 ...
相关文章
文章评论
共有0条评论来说两句吧...