大數(shù)據(jù)平臺(tái)簡(jiǎn)介大數(shù)據(jù)-知識(shí)圖譜-人工智能服務(wù)政府科學(xué)決策服務(wù)行業(yè)創(chuàng)新發(fā)展同方知網(wǎng)2018-8-17段飛虎目錄01背景介紹0203功能設(shè)計(jì)總體設(shè)計(jì)04應(yīng)用場(chǎng)景1背景介紹熱點(diǎn)趨勢(shì)分析1、大數(shù)據(jù)仍然是熱點(diǎn)2、熱點(diǎn)從理論轉(zhuǎn)入應(yīng)用研究背景介紹大數(shù)據(jù)2.0時(shí)代：大數(shù)據(jù)進(jìn)入下半場(chǎng)，很多泡沫已經(jīng)破滅，目前大數(shù)據(jù)發(fā)展進(jìn)入價(jià)值變現(xiàn)階段，而變現(xiàn)的關(guān)鍵是技術(shù)能否嵌入到應(yīng)用場(chǎng)景中，利用大數(shù)據(jù)人工智能技術(shù)解決用戶面臨的痛點(diǎn)問(wèn)題底層技術(shù)創(chuàng)新+應(yīng)用場(chǎng)景結(jié)合=數(shù)據(jù)價(jià)值變現(xiàn)2總體設(shè)計(jì)總體設(shè)計(jì)3功能設(shè)計(jì)智能化技術(shù)業(yè)務(wù)應(yīng)用大數(shù)據(jù)支撐服務(wù)人群CNKI知識(shí)資源大數(shù)據(jù)CNKI總庫(kù)、中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展大數(shù)據(jù)、行業(yè)知識(shí)庫(kù)、專家智能、碎片化大數(shù)據(jù)政府大數(shù)據(jù)電子政務(wù)數(shù)據(jù)、政策文件、教育數(shù)據(jù)、就業(yè)數(shù)據(jù)、醫(yī)療數(shù)據(jù)、交通管理數(shù)據(jù)等機(jī)構(gòu)數(shù)據(jù)歷史成果整合、業(yè)務(wù)過(guò)程數(shù)據(jù)自動(dòng)匯聚互聯(lián)網(wǎng)數(shù)據(jù)智能報(bào)告技術(shù)區(qū)塊鏈技術(shù)數(shù)據(jù)交換共享技術(shù)搜索引擎技術(shù)知識(shí)圖譜技術(shù)智能問(wèn)答技術(shù)大數(shù)據(jù)可視化技術(shù)數(shù)據(jù)融合交換共享城市智能運(yùn)營(yíng)大數(shù)據(jù)知識(shí)服務(wù)大數(shù)據(jù)分析挖掘服務(wù)大數(shù)據(jù)決策平臺(tái)多源異構(gòu)數(shù)據(jù)匯聚融合、數(shù)據(jù)授權(quán)、按需獲取數(shù)據(jù)駕駛艙、態(tài)勢(shì)感知、問(wèn)題預(yù)警、對(duì)策效果跟蹤數(shù)據(jù)搜索、精準(zhǔn)推送、智能問(wèn)答統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、預(yù)測(cè)分析、數(shù)據(jù)鉆取大數(shù)據(jù)分析挖掘技術(shù)自動(dòng)報(bào)告、自助報(bào)告、協(xié)同編撰、協(xié)同決策政府高校科研機(jī)構(gòu)企業(yè)PC端手機(jī)端大數(shù)據(jù)平臺(tái)功能架構(gòu)數(shù)據(jù)交換共享技術(shù)知識(shí)服務(wù)研究學(xué)習(xí)決策服務(wù)協(xié)同工作數(shù)據(jù)交換共享數(shù)據(jù)交換共享與區(qū)塊鏈技術(shù)業(yè)務(wù)大數(shù)據(jù)數(shù)據(jù)共建共享平臺(tái)智慧應(yīng)用平臺(tái)數(shù)據(jù)管理權(quán)交換共享權(quán)數(shù)據(jù)使用權(quán)區(qū)塊鏈技術(shù)決策、研究、農(nóng)業(yè)、政務(wù)、經(jīng)濟(jì)、能源、環(huán)保、信訪、司法、旅游、輿情。。。數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)知網(wǎng)數(shù)據(jù)互聯(lián)網(wǎng)政務(wù)數(shù)據(jù)知識(shí)數(shù)據(jù)專家數(shù)據(jù)碎片數(shù)據(jù)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)值數(shù)據(jù)政策資訊交換共享鏡像+接口碎片化定制采集通用采集交換共享平臺(tái)傳感器衛(wèi)星遙感數(shù)據(jù)匯聚數(shù)據(jù)國(guó)際數(shù)據(jù)國(guó)家數(shù)據(jù)省級(jí)數(shù)據(jù)省內(nèi)數(shù)據(jù)世行數(shù)據(jù)各國(guó)統(tǒng)計(jì)國(guó)際智庫(kù)國(guó)外文獻(xiàn)數(shù)據(jù)中心年鑒數(shù)據(jù)政務(wù)數(shù)據(jù)官網(wǎng)數(shù)據(jù)市縣數(shù)據(jù)實(shí)時(shí)數(shù)據(jù)抓取抓取、合作經(jīng)濟(jì)社會(huì)數(shù)據(jù)抓取項(xiàng)目本地化智能化技術(shù)業(yè)務(wù)應(yīng)用大數(shù)據(jù)支撐服務(wù)人群CNKI知識(shí)資源大數(shù)據(jù)CNKI總庫(kù)、中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展大數(shù)據(jù)、行業(yè)知識(shí)庫(kù)、專家智能、碎片化大數(shù)據(jù)政府大數(shù)據(jù)電子政務(wù)數(shù)據(jù)、政策文件、教育數(shù)據(jù)、就業(yè)數(shù)據(jù)、醫(yī)療數(shù)據(jù)、交通管理數(shù)據(jù)等機(jī)構(gòu)數(shù)據(jù)歷史成果整合、業(yè)務(wù)過(guò)程數(shù)據(jù)自動(dòng)匯聚互聯(lián)網(wǎng)數(shù)據(jù)智能報(bào)告技術(shù)區(qū)塊鏈技術(shù)數(shù)據(jù)交換共享技術(shù)搜索引擎技術(shù)知識(shí)圖譜技術(shù)智能問(wèn)答技術(shù)大數(shù)據(jù)可視化技術(shù)大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)研究性學(xué)習(xí)平臺(tái)協(xié)同研究平臺(tái)協(xié)同辦公平臺(tái)大數(shù)據(jù)決策平臺(tái)智能檢索智能問(wèn)答碎片化知識(shí)元檢索碎片化閱讀、知網(wǎng)型筆記、內(nèi)容動(dòng)態(tài)重組、知識(shí)結(jié)構(gòu)構(gòu)建協(xié)同研究、協(xié)同研討、視頻直播、過(guò)程記錄、貢獻(xiàn)評(píng)價(jià)、決策服務(wù)業(yè)務(wù)協(xié)同、資料共享、業(yè)務(wù)審批、公文流轉(zhuǎn)大數(shù)據(jù)分析挖掘技術(shù)自動(dòng)報(bào)告、自助報(bào)告、協(xié)同編撰、協(xié)同決策政府高?？蒲袡C(jī)構(gòu)企業(yè)PC端手機(jī)端大數(shù)據(jù)平臺(tái)功能架構(gòu)知識(shí)圖譜技術(shù)知識(shí)服務(wù)研究學(xué)習(xí)決策服務(wù)協(xié)同工作業(yè)務(wù)應(yīng)用數(shù)據(jù)融合交換共享城市智能運(yùn)營(yíng)大數(shù)據(jù)知識(shí)服務(wù)大數(shù)據(jù)分析挖掘服務(wù)大數(shù)據(jù)決策平臺(tái)多源異構(gòu)數(shù)據(jù)匯聚融合、數(shù)據(jù)授權(quán)、按需獲取數(shù)據(jù)駕駛艙、態(tài)勢(shì)感知、問(wèn)題預(yù)警、對(duì)策效果跟蹤數(shù)據(jù)搜索、精準(zhǔn)推送、智能問(wèn)答統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、預(yù)測(cè)分析、數(shù)據(jù)鉆取自動(dòng)報(bào)告、自助報(bào)告、協(xié)同編撰、協(xié)同決策2.3多源異構(gòu)數(shù)據(jù)深度融合方案-知識(shí)圖譜LionelMessi里奧·梅西LionelMessi足球里奧·梅西圣菲省羅薩里奧市阿根廷1987-6-24170cm72KG中文名運(yùn)動(dòng)項(xiàng)目生日國(guó)籍身高出生地體重巴塞羅那俱樂(lè)部克里斯蒂亞諾羅納爾多運(yùn)動(dòng)項(xiàng)目羅納爾迪尼奧前俱樂(lè)部運(yùn)動(dòng)項(xiàng)目盡管近些年人工智能得到了長(zhǎng)足的發(fā)展，在某些任務(wù)上取得超越人類的成績(jī)，但離一臺(tái)機(jī)器擁有一個(gè)兩三歲小孩的智力這樣一個(gè)目標(biāo)還有一段距離。這距離的背后很大一部分原因是機(jī)器缺少知識(shí)。如同上面的例子，機(jī)器看到文本LionelMessi的反應(yīng)和我們看到梅西原名的反應(yīng)別無(wú)二致。為了讓機(jī)器能夠理解文本背后的含義，我們需要對(duì)可描述的事物(實(shí)體)進(jìn)行建模，填充它的屬性，拓展它和其他事物的聯(lián)系，即，構(gòu)建機(jī)器的先驗(yàn)知識(shí)。知識(shí)圖譜概述“導(dǎo)航”知識(shí)圖譜航路導(dǎo)航著陸導(dǎo)航航空導(dǎo)航船舶導(dǎo)航導(dǎo)航陀螺儀方位陀螺儀氣浮陀螺儀機(jī)器認(rèn)知語(yǔ)義推理智能推薦圖譜搜索智能問(wèn)答搜索：導(dǎo)航推薦：分類：著陸導(dǎo)航、航路導(dǎo)航、船舶導(dǎo)航。。。相關(guān)：無(wú)線電波、陀螺儀。。。無(wú)線電裝置：無(wú)線電發(fā)射裝置、放大器。。。消費(fèi)量負(fù)相關(guān)邊際效用商品需求負(fù)相關(guān)替代商品儲(chǔ)蓄正相關(guān)利率利率負(fù)相關(guān)貸款利率負(fù)相關(guān)消費(fèi)消費(fèi)正相關(guān)消費(fèi)需求利率上升會(huì)有什么結(jié)果？循環(huán)種養(yǎng)，養(yǎng)1000頭牛需要多少白菜、土豆導(dǎo)航分成哪幾種？哪位球星和梅西都屬于巴塞羅那俱樂(lè)部？羅納爾迪尼奧。。。都有誰(shuí)獲得過(guò)金球獎(jiǎng)？梅西，克里斯蒂亞諾多納爾多“水庫(kù)”圖譜水庫(kù)所在區(qū)水質(zhì)類別經(jīng)緯度水位面積監(jiān)測(cè)時(shí)間密云水庫(kù)密云Ⅱ116.46：39.92261062018/9/5官?gòu)d水庫(kù)延慶Ⅳ116.46：39.93131002018/9/5懷柔水庫(kù)懷柔Ⅱ116.46：39.9434872018/9/5海子水庫(kù)平谷Ⅱ116.46：39.952982018/9/5白河堡水庫(kù)延慶Ⅱ116.46：39.968762018/9/5十三陵水庫(kù)昌平Ⅱ116.46：39.9711672018/9/5齋堂水庫(kù)門頭溝Ⅱ116.46：39.986982018/9/5北臺(tái)上水庫(kù)懷柔Ⅲ116.46：39.9912902018/9/5大寧水庫(kù)豐臺(tái)Ⅱ116.46：39.1003562018/9/5崇青水庫(kù)房山Ⅲ116.46：39.10125982018/9/5沙廠水庫(kù)密云Ⅲ116.46：39.10223902018/9/5遙橋峪水庫(kù)密云Ⅱ116.46：39.10332872018/9/5大水峪水庫(kù)懷柔Ⅱ116.46：39.10421992018/9/5珠窩水庫(kù)門頭溝Ⅲ116.46：39.10512982018/9/5西峪水庫(kù)平谷Ⅲ116.46：39.1063902018/9/5黃松峪水庫(kù)平谷Ⅱ116.46：39.10723702018/9/5半城子水庫(kù)密云Ⅱ116.46：39.1087762018/9/5桃峪口水庫(kù)昌平Ⅲ116.46：39.1099872018/9/5“水庫(kù)”圖譜水庫(kù)水庫(kù)項(xiàng)目省水電站2018／9/5基本屬性23用途項(xiàng)目時(shí)間用途密云水庫(kù)分布地總數(shù)

sum模型市水位面積縣灌溉面積時(shí)間模型地域模型實(shí)例屬性北京有多少水庫(kù)？水庫(kù)分布水位隨時(shí)間變化水質(zhì)隨時(shí)間變化“導(dǎo)航”知識(shí)圖譜用戶畫像-用戶圖譜閱讀內(nèi)容收藏下載研討課題好友關(guān)注業(yè)務(wù)協(xié)同討論群組分享共享姓名性別職位部門教育程度工作崗位偏好基本屬性瀏覽被關(guān)注社交特征個(gè)人動(dòng)態(tài)項(xiàng)目合作文檔創(chuàng)作工作屬性學(xué)習(xí)需求檢索行為特征360度用戶畫像基于大數(shù)據(jù)場(chǎng)景化智能服務(wù)閱讀內(nèi)容收藏下載研討課題好友關(guān)注業(yè)務(wù)協(xié)同討論群組分享共享姓名性別職位部門教育程度工作崗位偏好基本屬性瀏覽被關(guān)注社交特征個(gè)人動(dòng)態(tài)項(xiàng)目合作文檔創(chuàng)作工作屬性學(xué)習(xí)需求檢索行為特征360度用戶畫像信訪分類法律判決智慧政務(wù)。。。。。。智能運(yùn)營(yíng)公安大數(shù)據(jù)黨建智能化技術(shù)業(yè)務(wù)應(yīng)用大數(shù)據(jù)支撐服務(wù)人群CNKI知識(shí)資源大數(shù)據(jù)CNKI總庫(kù)、中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展大數(shù)據(jù)、行業(yè)知識(shí)庫(kù)、專家智能、碎片化大數(shù)據(jù)政府大數(shù)據(jù)電子政務(wù)數(shù)據(jù)、政策文件、教育數(shù)據(jù)、就業(yè)數(shù)據(jù)、醫(yī)療數(shù)據(jù)、交通管理數(shù)據(jù)等機(jī)構(gòu)數(shù)據(jù)歷史成果整合、業(yè)務(wù)過(guò)程數(shù)據(jù)自動(dòng)匯聚互聯(lián)網(wǎng)數(shù)據(jù)智能報(bào)告技術(shù)區(qū)塊鏈技術(shù)數(shù)據(jù)交換共享技術(shù)搜索引擎技術(shù)知識(shí)圖譜技術(shù)智能問(wèn)答技術(shù)大數(shù)據(jù)可視化技術(shù)大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)研究性學(xué)習(xí)平臺(tái)協(xié)同研究平臺(tái)協(xié)同辦公平臺(tái)大數(shù)據(jù)決策平臺(tái)智能檢索智能問(wèn)答碎片化知識(shí)元檢索碎片化閱讀、知網(wǎng)型筆記、內(nèi)容動(dòng)態(tài)重組、知識(shí)結(jié)構(gòu)構(gòu)建協(xié)同研究、協(xié)同研討、視頻直播、過(guò)程記錄、貢獻(xiàn)評(píng)價(jià)、決策服務(wù)業(yè)務(wù)協(xié)同、資料共享、業(yè)務(wù)審批、公文流轉(zhuǎn)大數(shù)據(jù)分析挖掘技術(shù)自動(dòng)報(bào)告、自助報(bào)告、協(xié)同編撰、協(xié)同決策政府高?？蒲袡C(jī)構(gòu)企業(yè)PC端手機(jī)端大數(shù)據(jù)平臺(tái)功能架構(gòu)大數(shù)據(jù)分析挖掘技術(shù)知識(shí)服務(wù)研究學(xué)習(xí)決策服務(wù)協(xié)同工作業(yè)務(wù)應(yīng)用數(shù)據(jù)融合交換共享城市智能運(yùn)營(yíng)大數(shù)據(jù)知識(shí)服務(wù)大數(shù)據(jù)分析挖掘服務(wù)大數(shù)據(jù)決策平臺(tái)多源異構(gòu)數(shù)據(jù)匯聚融合、數(shù)據(jù)授權(quán)、按需獲取數(shù)據(jù)駕駛艙、態(tài)勢(shì)感知、問(wèn)題預(yù)警、對(duì)策效果跟蹤數(shù)據(jù)搜索、精準(zhǔn)推送、智能問(wèn)答統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、預(yù)測(cè)分析、數(shù)據(jù)鉆取自動(dòng)報(bào)告、自助報(bào)告、協(xié)同編撰、協(xié)同決策結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)分析挖掘可視化技術(shù)自然語(yǔ)言處理機(jī)器學(xué)習(xí)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)知識(shí)圖譜智能化技術(shù)業(yè)務(wù)應(yīng)用大數(shù)據(jù)支撐服務(wù)人群CNKI知識(shí)資源大數(shù)據(jù)CNKI總庫(kù)、中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展大數(shù)據(jù)、行業(yè)知識(shí)庫(kù)、專家智能、碎片化大數(shù)據(jù)政府大數(shù)據(jù)電子政務(wù)數(shù)據(jù)、政策文件、教育數(shù)據(jù)、就業(yè)數(shù)據(jù)、醫(yī)療數(shù)據(jù)、交通管理數(shù)據(jù)等機(jī)構(gòu)數(shù)據(jù)歷史成果整合、業(yè)務(wù)過(guò)程數(shù)據(jù)自動(dòng)匯聚互聯(lián)網(wǎng)數(shù)據(jù)智能報(bào)告技術(shù)區(qū)塊鏈技術(shù)數(shù)據(jù)交換共享技術(shù)搜索引擎技術(shù)知識(shí)圖譜技術(shù)智能問(wèn)答技術(shù)大數(shù)據(jù)可視化技術(shù)大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)研究性學(xué)習(xí)平臺(tái)協(xié)同研究平臺(tái)協(xié)同辦公平臺(tái)大數(shù)據(jù)決策平臺(tái)智能檢索智能問(wèn)答碎片化知識(shí)元檢索碎片化閱讀、知網(wǎng)型筆記、內(nèi)容動(dòng)態(tài)重組、知識(shí)結(jié)構(gòu)構(gòu)建協(xié)同研究、協(xié)同研討、視頻直播、過(guò)程記錄、貢獻(xiàn)評(píng)價(jià)、決策服務(wù)業(yè)務(wù)協(xié)同、資料共享、業(yè)務(wù)審批、公文流轉(zhuǎn)大數(shù)據(jù)分析挖掘技術(shù)自動(dòng)報(bào)告、自助報(bào)告、協(xié)同編撰、協(xié)同決策政府高?？蒲袡C(jī)構(gòu)企業(yè)PC端手機(jī)端大數(shù)據(jù)平臺(tái)功能架構(gòu)搜索與智能問(wèn)答知識(shí)服務(wù)研究學(xué)習(xí)決策服務(wù)協(xié)同工作業(yè)務(wù)應(yīng)用數(shù)據(jù)融合交換共享城市智能運(yùn)營(yíng)大數(shù)據(jù)知識(shí)服務(wù)大數(shù)據(jù)分析挖掘服務(wù)大數(shù)據(jù)決策平臺(tái)多源異構(gòu)數(shù)據(jù)匯聚融合、數(shù)據(jù)授權(quán)、按需獲取數(shù)據(jù)駕駛艙、態(tài)勢(shì)感知、問(wèn)題預(yù)警、對(duì)策效果跟蹤數(shù)據(jù)搜索、精準(zhǔn)推送、智能問(wèn)答統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、預(yù)測(cè)分析、數(shù)據(jù)鉆取自動(dòng)報(bào)告、自助報(bào)告、協(xié)同編撰、協(xié)同決策數(shù)據(jù)智能搜索展示2016年貴州茶葉產(chǎn)量數(shù)據(jù)智能搜索展示4應(yīng)用場(chǎng)景城市智能運(yùn)營(yíng)應(yīng)用場(chǎng)景城市智能運(yùn)營(yíng)應(yīng)用模式數(shù)據(jù)實(shí)時(shí)監(jiān)控對(duì)策效果跟蹤存在問(wèn)題原因分析問(wèn)題動(dòng)態(tài)感知預(yù)警對(duì)策制定運(yùn)行態(tài)勢(shì)數(shù)據(jù)實(shí)時(shí)監(jiān)控區(qū)域經(jīng)濟(jì)運(yùn)行景氣指數(shù)數(shù)據(jù)交互式分析問(wèn)題指標(biāo)問(wèn)題指標(biāo)分析數(shù)據(jù)交互式分析對(duì)策執(zhí)行時(shí)間點(diǎn)再次異常預(yù)警點(diǎn)智慧辦案應(yīng)用場(chǎng)景信訪大數(shù)據(jù)應(yīng)用場(chǎng)景大數(shù)據(jù)智慧辦案案例案情：2013年3月5日，北京市民駛自家房車攜家人去內(nèi)蒙古旅行，房車行至內(nèi)蒙古正藍(lán)旗巴音杭蓋體驗(yàn)區(qū)內(nèi)準(zhǔn)備過(guò)夜，附近敖包中哈某三人見(jiàn)狀，感覺(jué)家系有，合謀“撈一票”。當(dāng)晚十一時(shí)許，哈某等趁車抽煙期間用刀脅迫門上車，將車內(nèi)手機(jī)、、筆記本電腦等物品搶劫一空，價(jià)值4萬(wàn)余元。逃跑途中，用刀將成輕傷。2.3搶劫罪的推理模型集體宿舍01學(xué)生宿舍及員工宿舍。足夠的封閉性和私密性是關(guān)鍵。商住兩用房02需要根據(jù)該場(chǎng)所在發(fā)生搶劫行為時(shí)的具體使用情形來(lái)確定戶中戶03結(jié)合實(shí)際的搶劫犯罪行為以及犯罪行為人與被害人之間形成的空間關(guān)系來(lái)進(jìn)行。房車、漁船04要根據(jù)犯罪行為發(fā)生時(shí)房車的具體狀態(tài)來(lái)確定相關(guān)司法解釋進(jìn)行全面搜集，學(xué)界及司法界的主流觀點(diǎn)進(jìn)行綜述和總結(jié)司法解釋未涉及的非典型性場(chǎng)所類型，運(yùn)用公認(rèn)標(biāo)準(zhǔn)進(jìn)行分析2.8司法中對(duì)“戶”認(rèn)定基于大數(shù)據(jù)的裁判結(jié)果分析2.9基于圖譜推理與大數(shù)據(jù)裁判結(jié)果大數(shù)據(jù)智庫(kù)應(yīng)用場(chǎng)景智能報(bào)告生成展示-貴州茶葉產(chǎn)業(yè)鏈分析Thanks

空間大數(shù)據(jù)目錄一、大數(shù)據(jù)的涵義與研究意義二、與空間信息和位置相關(guān)的大數(shù)據(jù)三、空間大數(shù)據(jù)的應(yīng)用四、空間大數(shù)據(jù)的存儲(chǔ)五、總結(jié)一、大數(shù)據(jù)的涵義與研究意義大數(shù)據(jù)：大型復(fù)雜數(shù)據(jù)集的聚合，這些數(shù)據(jù)集的規(guī)模和復(fù)雜程度常超出目前數(shù)據(jù)庫(kù)管理軟件和傳統(tǒng)數(shù)據(jù)處理技術(shù)在可接受時(shí)間下的獲取、管理、檢索、分析、挖掘和可視化能力。一、大數(shù)據(jù)的涵義與研究意義大數(shù)據(jù)的特點(diǎn)：１）Volume（體量大）：大量TB級(jí)以上已有的數(shù)據(jù)等待處理；２）Velocity（速度快）：需要響應(yīng)以s甚至ms計(jì)的流數(shù)據(jù)不斷產(chǎn)生；３）Variety（模態(tài)多樣）：數(shù)據(jù)來(lái)源和類型繁多文本、圖片、視頻等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)并存；４）Veracity（真?zhèn)坞y辨）：由于數(shù)據(jù)的噪音、缺失、不一致性、歧義等引起的數(shù)據(jù)不確定性；５）Value（價(jià)值）：大數(shù)據(jù)使得人們以前所未有的維度量化和理解世界，蘊(yùn)含了巨大的價(jià)值，大數(shù)據(jù)的終極目標(biāo)在于從數(shù)據(jù)中挖掘價(jià)值。大數(shù)據(jù)的核心：預(yù)測(cè)一、大數(shù)據(jù)的涵義與研究意義研究大數(shù)據(jù)的意義：科學(xué)進(jìn)步圖靈獎(jiǎng)獲得者吉姆?格雷提出：大數(shù)據(jù)是科學(xué)研究的第四范式，是從計(jì)算密集型科研發(fā)展到以大數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)密集型科研方法?？茖W(xué)研究方法的發(fā)展

真正的革命并不發(fā)生在分析數(shù)據(jù)的機(jī)器，而在于數(shù)據(jù)本身和我們?nèi)绾芜\(yùn)用數(shù)據(jù)。一、大數(shù)據(jù)的涵義與研究意義研究大數(shù)據(jù)的意義：社會(huì)變革2009至今美國(guó)政府全面開放了40萬(wàn)聯(lián)邦政府原始數(shù)據(jù)集。大數(shù)據(jù)已成為美國(guó)國(guó)家創(chuàng)新戰(zhàn)略、國(guó)家安全戰(zhàn)略、國(guó)家IT產(chǎn)業(yè)發(fā)展戰(zhàn)略以及國(guó)家信息網(wǎng)絡(luò)戰(zhàn)略的交叉領(lǐng)域、核心領(lǐng)域。21世紀(jì)數(shù)據(jù)的價(jià)值有可能等同于20世紀(jì)的石油，大數(shù)據(jù)研究使得人們降低了對(duì)因果關(guān)系的渴求，而關(guān)注相關(guān)關(guān)系。只需要知道是什么，而不需知道為什么。這將使得理解現(xiàn)實(shí)和做決定的基礎(chǔ)也將受到根本性挑戰(zhàn)。社會(huì)價(jià)值一、大數(shù)據(jù)的涵義與研究意義研究大數(shù)據(jù)的意義：經(jīng)濟(jì)增長(zhǎng)二、與空間信息和位置相關(guān)的大數(shù)據(jù)指直接或間接關(guān)聯(lián)著相對(duì)于地球的某個(gè)地點(diǎn)的數(shù)據(jù)，包括自然地理數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)。空間媒體數(shù)據(jù)地理數(shù)據(jù)軌跡數(shù)據(jù)包含位置的數(shù)字化的文字、圖形、圖像、視頻影像等媒體數(shù)據(jù)，主要來(lái)源于某著名企業(yè)社交網(wǎng)絡(luò)、微博等新型互聯(lián)網(wǎng)應(yīng)用指通過(guò)GNSS等測(cè)量手段以及網(wǎng)絡(luò)簽到等方法獲得的用戶活動(dòng)數(shù)據(jù)，可以被用來(lái)反映用戶的位置和用戶的社會(huì)偏好。位置大數(shù)據(jù)的分類二、與空間信息和位置相關(guān)的大數(shù)據(jù)地理數(shù)據(jù)內(nèi)容：土地覆蓋類型數(shù)據(jù)、地貌數(shù)據(jù)、土壤數(shù)據(jù)、水文數(shù)據(jù)、植被數(shù)據(jù)、居民地?cái)?shù)據(jù)、河流數(shù)據(jù)、行政境界及社會(huì)經(jīng)濟(jì)方面的數(shù)據(jù)等。特點(diǎn)：數(shù)據(jù)體量大、較為規(guī)則化、變化較慢。二、與空間信息和位置相關(guān)的大數(shù)據(jù)軌跡數(shù)據(jù)內(nèi)容：個(gè)人軌跡數(shù)據(jù)、群體軌跡數(shù)據(jù)、車輛軌跡數(shù)據(jù)等特點(diǎn)：數(shù)據(jù)體量大、信息碎片化、準(zhǔn)確性較低、半結(jié)構(gòu)化出租車軌跡數(shù)據(jù)示例二、與空間信息和位置相關(guān)的大數(shù)據(jù)社會(huì)交流、個(gè)性化信息推送、駕駛安全、智能駕駛為個(gè)人生活服務(wù)城市規(guī)劃、疾病控制、智能交通、節(jié)能減排、環(huán)境保護(hù)、應(yīng)急響應(yīng)企業(yè)調(diào)度、門店選址、廣告推送、位置營(yíng)銷為企業(yè)經(jīng)濟(jì)服務(wù)為城市運(yùn)行服務(wù)位置大數(shù)據(jù)的作用三、空間大數(shù)據(jù)的應(yīng)用1.空間大數(shù)據(jù)與智能交通Inrix是美國(guó)的一家交通數(shù)據(jù)處理公司，也是全球領(lǐng)先的道路交通信息和駕駛員服務(wù)供應(yīng)商。他們?cè)O(shè)計(jì)的APP是一款致力于為全球交通問(wèn)題帶來(lái)智能數(shù)據(jù)和先進(jìn)的分析方法的交通智能化平臺(tái)。三、空間大數(shù)據(jù)的應(yīng)用利用大數(shù)據(jù)預(yù)判未來(lái)交通信息和路況是核心2012年英國(guó)倫敦奧運(yùn)會(huì)利用INRIX軟件和在線服務(wù)確保交通順暢;在美國(guó)有超過(guò)25個(gè)州的交通部門使用INRIX數(shù)據(jù)輔助交通管理。三、空間大數(shù)據(jù)的應(yīng)用

2015年2月11日，國(guó)內(nèi)智能交通行業(yè)領(lǐng)軍企業(yè)某著名企業(yè)與INRIX簽署戰(zhàn)略合作協(xié)議。千方科技在國(guó)內(nèi)智能交通行業(yè)具有深厚的理解和市場(chǎng)、技術(shù)積累，INRIX在歐美地區(qū)具有成熟的交通信息化解決方案和先進(jìn)理念。雙方將結(jié)合各自的優(yōu)勢(shì)，整合交通信息化及數(shù)據(jù)分析解決方案和產(chǎn)品，共同拓展智能交通行業(yè)市場(chǎng)，雙方將在交通大數(shù)據(jù)分析、增值挖掘、交通仿真等技術(shù)方向深度交流，提升雙方專業(yè)化及技術(shù)能力。

不過(guò)，由于涉及國(guó)內(nèi)職能部門的數(shù)據(jù)保護(hù)問(wèn)題，國(guó)內(nèi)手機(jī)用戶還未能夠體驗(yàn)這款A(yù)pp。三、空間大數(shù)據(jù)的應(yīng)用2.空間大數(shù)據(jù)與社會(huì)生活2014年春節(jié)期間，百度地圖定位可視化大數(shù)據(jù)播報(bào)的國(guó)內(nèi)春節(jié)人口遷徙情況。2015年最近一周南京夫子廟景區(qū)熱力圖三、空間大數(shù)據(jù)的應(yīng)用3.空間大數(shù)據(jù)與應(yīng)急管理2013年4月15日，波士頓馬拉松爆炸案事發(fā)幾小時(shí)內(nèi)，數(shù)以千計(jì)的在場(chǎng)群眾將事發(fā)現(xiàn)場(chǎng)拍攝的照片和視頻放到了公共網(wǎng)絡(luò)平臺(tái)上，這些照片和視頻圖像來(lái)自各種相機(jī)，手機(jī)和平板電腦。不到一天時(shí)間，嫌犯被確認(rèn)并在紐約被抓獲這是一種典型的利用空間社會(huì)媒體的位置大數(shù)據(jù)與反犯罪機(jī)構(gòu)的專業(yè)能力結(jié)合，建立的城市安全與應(yīng)急新體制

位置大數(shù)據(jù)研究涉及到數(shù)據(jù)采集、數(shù)據(jù)處理、計(jì)算和存儲(chǔ)以及可視化等一套完整的方法體系

四、空間大數(shù)據(jù)的存儲(chǔ)四、空間大數(shù)據(jù)的存儲(chǔ)海量數(shù)據(jù)的高效存儲(chǔ)支持豐富的數(shù)據(jù)類型處理速度快數(shù)據(jù)庫(kù)應(yīng)當(dāng)展大數(shù)據(jù)下對(duì)于數(shù)據(jù)庫(kù)的需求四、空間大數(shù)據(jù)的存儲(chǔ)CAPNOSQLBASE不保證遵循ACID原則分布式的非關(guān)系型的四、位置大數(shù)據(jù)的存儲(chǔ)必須保證兩者權(quán)衡一致性可用性分區(qū)容錯(cuò)性BASE四、空間大數(shù)據(jù)的存儲(chǔ)靈活高可用性高性能NoSQL數(shù)據(jù)庫(kù)的特點(diǎn)四、空間大數(shù)據(jù)的存儲(chǔ)Key-value型文檔型圖形數(shù)據(jù)庫(kù)列式存儲(chǔ)四、空間大數(shù)據(jù)的存儲(chǔ)定義一個(gè)大的有序結(jié)構(gòu)數(shù)組HashValue[m]，用來(lái)存放各信息查詢哈希表哈希函數(shù)當(dāng)查詢的時(shí)候再使用哈希函數(shù)得到這個(gè)下標(biāo)值編寫一個(gè)哈希函數(shù)將關(guān)鍵值的名字轉(zhuǎn)換為HashValue[m]中的某個(gè)下標(biāo)值xKey-value型四、空間大數(shù)據(jù)的存儲(chǔ)文檔集合數(shù)據(jù)庫(kù)集合就是一組文檔。集合是無(wú)模式的。多個(gè)文檔組成集合多個(gè)集合數(shù)據(jù)庫(kù)。它包含多個(gè)鍵/值對(duì)文檔中的鍵/值對(duì)是有序的文檔型數(shù)據(jù)庫(kù)四、空間大數(shù)據(jù)的存儲(chǔ)四、空間大數(shù)據(jù)的存儲(chǔ)四、空間大數(shù)據(jù)的存儲(chǔ)分類Examples舉例典型應(yīng)用場(chǎng)景數(shù)據(jù)模型優(yōu)點(diǎn)缺點(diǎn)鍵值（key-value）TokyoCabinet/Tyrant,Redis,Voldemort,OracleBDB內(nèi)容緩存，主要用于處理大量數(shù)據(jù)的高訪問(wèn)負(fù)載，也用于一些日志系統(tǒng)等等。Key指向Value的鍵值對(duì)，通常用hashtable來(lái)實(shí)現(xiàn)查找速度快數(shù)據(jù)無(wú)結(jié)構(gòu)化，通常只被當(dāng)作字符串或者二進(jìn)制數(shù)據(jù)列存儲(chǔ)數(shù)據(jù)庫(kù)Cassandra,HBase,Riak分布式的文件系統(tǒng)以列簇式存儲(chǔ)，將同一列數(shù)據(jù)存在一起查找速度快，可擴(kuò)展性強(qiáng)，更容分布式擴(kuò)展功能相對(duì)局限文檔型數(shù)據(jù)庫(kù)CouchDB,MongoDbWeb應(yīng)用（與Key-Value類似，Value是結(jié)構(gòu)化的，不同的是數(shù)據(jù)庫(kù)能夠了解Value的內(nèi)容）Key-Value對(duì)應(yīng)的鍵值對(duì)，Value為結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)結(jié)構(gòu)要求不嚴(yán)格，表結(jié)構(gòu)可變，不需要像關(guān)系型數(shù)據(jù)庫(kù)一樣需要預(yù)先定義表結(jié)構(gòu)查詢性能不高，而且缺乏統(tǒng)一的查詢語(yǔ)法。圖形(Graph)數(shù)據(jù)庫(kù)Neo4J,InfoGrid,Inf