选择特殊符号
选择搜索类型
请输入搜索
丁熠,男,电子科技大学信息与软件工程学院的副教授,博士毕业于爱尔兰都柏林理工学院,主要研究方向为信息管理、医学图像处理、虚拟现实等。主持国家自然科学基金项目2项,发表学术论文10余篇。并参与到了智慧城市的申报、规划和顶层设计当中,从事智慧城市的咨询服务工作。
第1章 智慧城市概述 1
1.1 什么是智慧城市 1
1.1.1 智慧城市建设的基础——物联网 2
1.1.2 从数字城市到智慧城市 3
1.1.3 智慧城市的内涵 5
1.2 智慧城市的建设内容 7
1.2.1 保障体系与基础设施 8
1.2.2 智慧建设与宜居 9
1.2.3 智慧管理与服务 11
1.2.4 智慧产业与经济 13
1.3 智慧城市的特征和意义 14
1.3.1 智慧城市的特征 14
1.3.2 智慧城市的意义 16
1.4 本章小结 20
参考文献 21
第2章 基于物联网的若干新兴产业 23
2.1 智能电网 23
2.1.1 什么是智能电网 23
2.1.2 物联网技术与智慧电网 24
2.1.3 智能电网发展现状 25
2.1.4 智能电网的典型应用 28
2.1.5 我国智能电网发展中存在的问题及对策 30
2.1.6 小结 32
2.2 智能家居产业 32
2.2.1 智能家居产业概述 32
2.2.2 物联网技术与智能家居 34
2.2.3 国内外智能家居发展现状 35
2.2.4 智能家居典型应用 36
2.2.5 智能家居产业存在的问题与对策 39
2.2.6 小结 40
2.3 智慧制造业 40
2.3.1 什么是智慧制造业 41
2.3.2 物联网技术与智慧工厂 42
2.3.3 智慧制造业发展现状 44
2.3.4 智慧制造业的典型应用 46
2.3.5 我国智慧制造业存在的问题及发展对策 48
2.3.6 小结 50
参考文献 50
第3章 基于物联网的传统产业改造 51
3.1 食品产业链改造 51
3.1.1 基于物联网的食品产业链 51
3.1.2 物联网技术与食品安全溯源体系 53
3.1.3 食品溯源发展现状 55
3.1.4 基于物联网的食品产业链的典型应用 58
3.1.5 基于物联网的食品产业链发展问题与对策 61
3.1.6 小结 63
3.2 基于物联网的农业改造 63
3.2.1 智慧农业简介 63
3.2.2 物联网技术与智慧农业 65
3.2.3 国内外基于物联网的农业发展现状 67
3.2.4 关于智慧农业的典型应用 69
3.2.5 我国智慧农业的发展问题与对策 72
3.2.6 小结 73
3.3 基于物联网的物流业改造 74
3.3.1 智慧物流简介 74
3.3.2 物联网技术与智慧物流 78
3.3.3 智慧物流发展现状 80
3.3.4 物联网在物流业的典型应用 81
3.3.5 智慧物流发展存在的问题及对策 84
3.3.6 小结 85
参考文献 85
第4章 基于物联网的城市基础能力提升 87
4.1 智慧环保 87
4.1.1 智慧环保简介 87
4.1.2 智慧环保系统的构建 88
4.1.3 智慧环保的应用现状 89
4.1.4 智慧环保的典型应用 92
4.1.5 智慧环保发展对策 94
4.1.6 小结 95
4.2 智慧城管 96
4.2.1 智慧城管简介 96
4.2.2 物联网技术与智慧城管 100
4.2.3 智慧城管的现状 102
4.2.4 智慧城管的典型应用 103
4.2.5 智慧城管的发展问题与对策 106
4.2.6 小结 106
4.3 智慧交通 107
4.3.1 智慧交通概述 107
4.3.2 智慧交通的体系架构和构建 109
4.3.3 智慧交通的发展现状 113
4.3.4 智慧交通的典型应用 115
4.3.5 我国智慧交通发展对策 117
4.3.6 小结 119
参考文献 119
第5章 物联网在智慧城市体系中的应用概述 121
5.1 物联网概念 121
5.1.1 物联网定义 122
5.1.2 物联网的产业链 123
5.1.3 物联网发展趋势 123
5.1.4 物联网与互联网的区别 126
5.1.5 物联网与智慧城市的关系 127
5.2 物联网在智慧城市中的应用体系内涵 129
5.2.1 物联网的技术体系架构 129
5.2.2 物联网的标准体系 142
5.2.3 基于物联网技术的智慧城市架构 144
5.3 物联网在智慧城市中的应用体系作用 148
5.3.1 促进城市产业的发展 148
5.3.2 降低城市信息管理成本 149
5.3.3 有利于城市的整体发展 150
5.4 本章小结 152
参考文献 152
第6章 传感器技术 154
6.1 传感器的概念与发展 154
6.1.1 传感器的概念 154
6.1.2 传感器的发展概述 155
6.2 传感器技术 159
6.3 传感器的主要类型 161
6.4 传感器的理论技术基础 167
6.4.1 传感器组成 167
6.4.2 传感器的静态特性 167
6.4.3 传感器的动态特性 168
6.5 传感器的应用 169
6.6 本章小结 170
参考文献 170
第7章 RFID技术 172
7.1 RFID的历史和现状 172
7.2 RFID技术分析 177
7.2.1 RFID系统的基本组成 177
7.2.2 RFID系统的基本工作原理 181
7.2.3 RFID中的关键技术 186
7.2.4 RFID测试架构 190
7.2.5 RFID系统标准 193
7.3 RFID与物联网 196
7.4 本章小结 198
参考文献 199
第8章 无线传感器网络技术 200
8.1 无线传感器网络概述 200
8.1.1 无线传感器网络的结构 200
8.1.2 无线传感器网络的特点 202
8.1.3 无线传感器网络的体系结构 204
8.1.4 分层无线传感器网络 206
8.2 无线传感器网络技术 208
8.2.1 无线传感器网络的关键技术 208
8.2.2 性能指标 211
8.3 无线传感器网络研究及发展 213
8.3.1 国外研究现状 213
8.3.2 国内研究现状 215
8.4 无线传感器网络的应用 216
8.5 本章小结 218
参考文献 219
第9章 物联网安全 221
9.1 物联网安全概述 221
9.1.1 物联网安全特征与目标 221
9.1.2 物联网面临的安全威胁与攻击 222
9.1.3 物联网的安全特性 223
9.1.4 物联网安全体系 224
9.2 物联网感知层安全 226
9.2.1 密钥管理体系 227
9.2.2 鉴别机制 228
9.2.3 安全路由机制 228
9.2.4 访问控制机制 229
9.2.5 安全数据融合机制 230
9.3 物联网网络层安全 230
9.3.1 IPSec 230
9.3.2 防火墙 233
9.3.3 隧道服务 234
9.3.4 数字签名与数字证书 234
9.3.5 身份识别与访问控制 235
9.4 物联网应用层安全 235
9.5 传感网安全 236
9.5.1 传感网面临的安全障碍 237
9.5.2 传感网的安全性目标 238
9.5.3 传感网安全攻击与防御 241
9.6 本章小结 242
参考文献 243
名词索引 2442100433B
随着物联网这项新兴信息技术的发展,城市建设的内涵已经从“数字城市”转为“智慧城市”。本书以智慧城市和物联网技术之间的本质联系为出发点,通过生动的案例从不同的视角介绍智慧城市的内涵和物联网核心技术。为了能让广大读者了解智慧城市和物联网技术的核心内容,认清这两大热点领域之间的本质联系,本书将会对智慧城市和物联网技术进行概述性描述,通过介绍智慧城市的一些基本知识,帮助读者了解相关背景知识。
本书可作为希望了解物联网技术和智慧城市的政府工作人员、高校和科研院所相关专业研究人员、在校大学生和研究生的入门书籍,同时也可用作为高等院校计算机相关专业选修课参考教材和专业培训教材。
环境保护一直是政府耳提命面的重要课题,尤其是临近年关,京津冀各地工厂纷纷宣布停产、限产,北方因供暖造成的大气污染加重,而实行分时段供暖,自从PM2.5、雾霾等关键词闯进人们的视野之后,环保更是每年必抓...
食品安全该如何检测?植物生长如何实时监控?新鲜果蔬如何配送到家?在近日举办的首届北京农业嘉年华上,创意农业馆为您展示精准农业、食品精准检测、物联网科技等现代农业技术。请关注―― 远程监控植物生长,试纸...
新型智慧城市就是在一个城市中将政府职能、城市管理、民生服务、企业经济通过新型智慧城市这个大平台融为一体。采用信息化、物联化、智能化科技,将城市所涉及的社会经济、综合管理与社会服务资源,进行全面整合和充...
物联网大数据在智慧城市的应用
物联网、大数据在智慧城市的应用 一、 物联网、大数据及智慧城市的概念 (一) 什么是物联网、大数据和智慧城市 1、物联网 物联网是新一代信息技术的高度集成和综合运用。它是
智慧城市与智能建筑物联网应用
14 智能建筑与城市信息 2012年 第2期 总第183期 本期关注Our Eyes 【摘 要】本文首先根据目前智能建筑业界对智慧城市和物联网存在的某些问题,阐述了有关智慧城市 的发展及其与物联网应用的关系 ;随后讨论了有关物联网的一些重要问题,其中较详细的探讨了智能 建筑物联网应用体系架构,并举例说明了建筑设备监控系统三类物联网应用结构。 【关键词】智慧城市 物联网应用 智能建筑 物联子系统 建筑设备监控 智慧城市与智能建筑物联网应用 文|清华大学计算机科学与技术系 张公忠 近 两年,国内有关物联网以及物联网 应用逐渐增多。 从国家层面的立法, 政府有关部门的指导,各省市和有关行业的 研讨、演讲和规划,应用体系架构与相关导 则的制定,到随后各个应用领域物联网产品 以及物联网系统成功案例的不断推出,表明 了中国的物联网技术的应用已走上快车道, 自主的物
《测绘技术在智慧城市建设中的应用》是“连云港市测绘地理信息学会第二十三届学术交流会”优秀论文选编。
《测绘技术在智慧城市建设中的应用》共分七篇,内容涉及全球定位系统、地理信息系统、摄影测量与遥感、不动产登记与测量、工程测量技术、土地资源管理以及研究生论坛等,反映了测绘地理信息技术在智慧城市建设中的前沿应用。
《测绘技术在智慧城市建设中的应用》内容广泛、丰富、翔实、实用,既有在科研活动中提升的理论研究成果,也有来自测绘地理信息工程一线的经验总结,具有一定的学术水平和较高的应用参考价值,适合测绘地理信息技术人员和测绘地理信息类院校师生阅读参考。
基于BIM核心的物联网技术应用,将建筑物的运行维护提升到智慧建筑的全新高度。不但能为建筑物实现三维可视化的信息模型管理,而且为建筑物的所有组件和设备赋予了感知能力和生命力。
一、传统运维的挑战
快速扩张和人才瓶颈。运营团队是商业地产的核心竞争力。在快速扩张中,必然遭遇人才培养与流失的问题,特别是高层管理人员的选择与提拔。商业地产对人员数量以及能力都有很高的要求,通过内部锻炼培养和外部招聘,短时间内无法满足要求。
此外,国内劳动力成本的逐年增加,人力成本也是运维阶段需要考虑的重要因素。如何在不增加人员的情况下,提高商业地产的运营维护水平?如何提高现有员工的工作效率问题的关键在于加强总部管控能力。商业地产运营效率依赖于先进的信息化管理系统,而不是取决于个人能力,这才是商业地产企业的核心竞争力。
1、低碳经济对商业地产运维的压力。近年来,“低碳”、“环保”、“节能”、“绿色”等成为社会的关注热点,而中国的建筑使用能耗占全社会总能耗约28%,其中商业地产的能耗更是惊人。为了企业与社会可持续发展,如何通过技术创新、管理创新等手段减少能耗,将成为企业今后重要的竞争力之一。
2、被动式运维管理所存在的隐患。每个商业地产都涉及到照明系统、通风系统、监控系统、电梯系统、通讯系统等等,这其中包含了大量的设备和管线。对于这些设备和管线是等出现了故障再处理,还是等到了维护时间或者使用期限后及时保养或者更换任何故障都有可能影响到正常营业,甚至是引发安全事故。这些隐患如果能及时发现和避免,可以减少大量的损失。
3、突发事件的快速应变和处理。遇到重要来宾访问、临时活动和表演、人员冲突甚至火灾等等情况,如何做好人员疏导、安保人员的调配、车辆进出的引导、关闭就近的设备、启动相关区域的消防系统等?突发事件处置不当,造成的不但是经济方面的损失,更严重的是对品牌的影响。
4、总部管控压力。随着商业地产项目在全国各地迅速扩张,总部对各地的管理难度日益增加。如何快速准确掌握各地地产项目的运营情况?如何针对各地不同情况给予支持和指导总部应利用人才和技术优势搭建一个大的管理和支撑平台,通过及时了解各地的情况,快速发现问题并且给予指示。
二、BIM与物联网结合对运维的价值
设备远程控制。把原来商业地产中独立运行并操作的各设备,通过RFID等技术汇总到统一的平台上进行管理和控制。一方面了解设备的运行状况,另一方面进行远程控制。例如:通过RFID获取电梯运行状态,是否正常运行,通过控制远程打开或关闭照明系统。
照明、消防等各系统和设备空间定位。给予各系统各设备空间位置信息,把原来编号或者文字表示变成三维图形位置,这样一方面便于查找,另一方面参看也更直观更形象。例如:通过RFID获取大楼的安保人员位置;消防报警时,在BIM模型上快速定位所在位置,并查看周边的疏散通道和重要设备。
内部空间设施可视化。现代建筑业发端以来,信息都存在于二维图纸和各种机电设备的操作手册上,需要使用的时候由专业人员自己去查找信息、理解信息,然后据此决策对建筑物进行一个恰当的动作。利用BIM将建立一个可视三维模型,所有数据和信息可以从模型里面调用。例如:二次装修的时候,哪里有管线,哪里是承重墙不能拆除,这些在BIM模型中一目了然,在BIM模型中就可以看到不同区域属于哪些租户,以及这些租户的详细信息。
运营维护数据累积与分析。商业地产运营维护数据的积累,对于管理来说具有很大的价值。可以通过数据来分析目前存在的问题和隐患,也可以通过数据来优化和完善现行管理。例如:通过RFID获取电表读数状态,并且累积形成一定时期能源消耗情况;通过累积数据分析不同时间段空余车位情况,进行车库管理。
BIM技术与物联网技术对于运维来说是缺一不可,如果没有物联网技术,那运维还是停留在目前靠人为简单操控的阶段,没有办法形成一个统一高效的管理平台。如果没有BIM技术,运维没有办法跟建筑物相关联;没有办法在三维空间中定位;没有办法对周边环境和状况进行系统的考虑。
基于BIM核心的物联网技术应用,不但能为建筑物实现三维可视化的信息模型管理,而且为建筑物的所有组件和设备赋予了感知能力和生命力,从而将建筑物的运行维护提升到智慧建筑的全新高度。
BIM技术与物联网技术是相辅相成,两者的结合将为商业地产的运营维护带来一次全面的信息革命!
三、智慧运维的具体应用
商业地产的运营维护可分为多项系统工作,例如:设备运行管理、能源管理、安保系统、租户管理等。
1.设备运行监控
设备信息。该管理系统集成了对设备的搜索、查阅、定位功能。通过点击BIM模型中的设备,可以查阅所有设备信息,如供应商、使用期限、联系电话、维护情况、所在位置等;该管理系统可以对设备生命周期进行管理,比如对寿命即将到期的设备及时预警和更换配件,防止事故发生;通过在管理界面中搜索设备名称,或者描述字段,可以查询所有相应设备在虚拟建筑中的准确定位;管理人员或者领导可以随时利用四维BIM模型,进行建筑设备实时浏览。
设备运行和控制。所有设备是否正常运行在BIM模型上直观显示,例如绿色表示正常运行,红色表示出现故障;对于每个设备,可以查询其历史运行数据;另外可以对设备进行控制,例如某一区域照明系统的打开、关闭等。
2.隐蔽工程管理
南京市的栖霞区一家废旧的塑料厂在进行拆迁的时候,挖断了地下埋藏的管道,引发了剧烈的爆炸。这起事故引起了社会的强烈反响,各大媒体纷纷报道评论。我们从另外一个角度来看,其实问题的关键在于施工单位没有这些隐蔽管线的资料,或者说有这些资料,但可能在某个资料室的角落里,只有少数几个人知道。特别是随着建筑物使用年限的增加,人员更换的频繁,这些安全隐患显得更加突出。
而智慧运维通过系统可以管理复杂的地下管网,如污水管、排水管、网线、电线以及相关管井,并且可以在图上直接量取相互位置关系。广场改建二次装修的时候可以避开现有管网位置,便于管网维修、更换设备和定位。同样的情况也适用于室内的隐蔽工程的管理。这些信息全部通过电子化保存下来,内部相关人员可以进行共享,有变化可以随时调整,保证信息的完整性和准确性。
3.能源运行管理
通过物联网技术的应用,使得日常能源管理监控变得更加方便。通过安装具有传感功能的电表、水表、煤气表后,在管理系统中可以及时收集所有能源信息,并且通过开发的能源管理功能模块,对能源消耗情况进行自动统计分析,比如各区域,各个租户的每日用电量,每周用电量等;并对异常能源使用情况进行警告或者标识。
4.租户管理
通过查询定位可以轻易查询到商户空间,并且查询到租户或商户信息,如客户名称、建筑面积、租约区间、租金、物业费用;系统可以提供收租提醒等客户定制化功能。同时还可以根据租户信息的变更,对数据进行实时调整和更新,形成一个快速共享的平台。
5.安保管理
视频监控。目前的监控管理基本是显示摄像视频为主,传统的安保系统相当于有很多双眼睛,但是基于BIM的视频安保系统不但拥有了“眼睛”,而且也拥有了“脑子”。因为摄像视频管理是运维控制中心的一部分,也是基于BIM的可视化管理。
通过配备监控大屏幕可以对整个广场的视频监控系统进行操作;当我们用鼠标选择建筑某一层,该层的所有视频图像立刻显示出来;一旦产生突发事件,基于BIM的视频安保监控就能结合与协作BIM模型的其他子系统进行突发事件管理。
安保人员位置管理。对于保安人员,我们可以通过将无线射频芯片植入工卡,利用无线终端来定位保安的具体方位。这个对于商业地产,尤其是大型商业地产中人流量大、场地面积大、突发情况多,这类安全保护非常有价值。一旦发现险情,管理人员就可以利用这个系统来指挥安保工作。
6.车库管理
目前的车库管理系统基本都是以计数系统为主,只知道有多少空车位,不知道到底哪些车位剩余。很多找车位的车子兜几个圈子找不到车位,容易造成车道堵塞和资源浪费(时间、能源)。应用无线射频技术将定位标识标记在车位卡上,车子停好之后自动知道某车位是否已经被占用。通过该系统就可以在车库入口处通过屏幕显示出所有已经占用的车位和空着的车位,一目了然;通过车位卡还可以在车库监控大屏幕上查询所在车的位置,这对于容易迷失方位的客人来说,是个非常贴心的导航功能。
7.应急管理
基于BIM技术的优势是在于管理没有任何盲区。作为人流聚集区域,突发事件的响应能力非常重要。传统的突发事件处理仅仅关注响应和救援,而智慧运维对突发事件管理包括:预防、警报和处理。以消防事件为例,该管理系统可以通过喷淋感应器感应信息;如果发生着火事故,在商业广场的信息模型界面中,就会自动进行火警警报;着火的三维位置和房间立即进行定位显示;控制中心可以及时查询相应的周围情况和设备情况,为及时疏散和处理提供信息。
类似的还有水管气管爆裂等突发事件:通过BIM系统我们可以迅速定位控制阀门的位置。避免了在一屋子图纸中寻找资料,甚至还找不到资料。如果不及时处理,将酿成灾难性事故。
四、智慧运维展望
鉴于BIM技术的重要性,我国从“十五”科技攻关计划中已经开始了对BIM技术相关研究的支持。经过这么多年的发展,在设计和施工阶段已经被广泛应用,而在设施维护中的应用案例并不是很多,尚未得到有效挖掘。但相关专家一致认为,在运营维护阶段,BIM技术需求非常大,尤其是对于商业地产的运营维护,其创造的价值不言而喻。随着这几年物联网的高速发展,BIM技术在运维阶段的应用也迎来一个重要契机。
“物联网”被称为继计算机、互联网之后,世界信息产业的第三次浪潮。业内专家认为,物联网一方面可以提高经济效益,大大节约成本;另一方面可以为全球经济的复苏提供技术动力。目前,美国、欧盟、中国等都在投入巨资深入研究探索物联网。
我国也正在高度关注、重视物联网的研究,工业和信息化部会同有关部门,在新一代信息技术方面开展研究,以形成支持新一代信息技术发展的政策措施。
第1章 智慧城市概述 1
1.1 智慧城市是城市发展的必然阶段 2
1.2 众说纷纭的智慧城市 2
1.3 智慧城市的定义与内涵 5
1.4 智慧城市建设的关键要素 6
1.4.1 国外智慧城市建设的关键要素分析 7
1.4.2 国内智慧城市建设的关键要素分析 7
1.5 智慧城市的数据管理 11
1.6 小结 13
参考文献 13
第2章 智慧城市与大数据 15
2.1 什么是大数据 15
2.2 智慧城市与大数据的关系 15
2.3 大数据分析技术在智慧城市中的应用 17
2.4 纽约的电子治理与应用科技发展计划 19
2.4.1 纽约的电子治理 19
2.4.2 雄心勃勃的应用科学发展计划 20
2.4.3 纽约大学都市科学与进步中心 21
2.4.4 微软曼哈顿实验室 22
2.5 伦敦的城市公共数据能力开放平台 23
2.5.1 伦敦大数据法案与大数据峰会 23
2.5.2 智能交通和罪案控制 24
2.6 新加坡的“智慧国2015”计划 25
2.6.1 新加坡电子政府2015纲要 26
2.6.2 城市可持续性发展方案 28
2.6.3 信息通信产业培育计划 29
2.7 “智慧首尔2015”计划 30
2.7.1 U-City计划 31
2.7.2 “利用大数据解决市民小烦恼”城市口号的提出 31
2.7.3 城市数据开放与利用 32
2.7.4 建立在NFC基础上的城市移动支付系统 33
2.8 小结 33
参考文献 34
第3章 智慧城市的大数据体系架构 35
3.1 智慧城市体系架构的演进 35
3.1.1 以功能为中心的体系架构 35
3.1.2 以数据为中心的体系架构 37
3.2 智慧城市的大数据体系架构 41
3.3 物联感知层:大数据的来源 45
3.3.1 物联感知层的标准体系架构 46
3.3.2 物联感知层的关键技术 53
3.4 网络通信层:大数据的动态性 57
3.4.1 网络通信层的标准体系架构 59
3.4.2 网络通信层的关键技术 64
3.5 数据及服务支撑层:大数据的存储与分析 67
3.5.1 数据和服务支撑层的标准体系架构 68
3.5.2 数据和服务支撑层的关键技术 78
3.6 智慧应用层:大数据的价值发掘 88
3.6.1 智慧管理与服务 89
3.6.2 智慧产业与经济 100
3.6.3 智慧建设与宜居 102
3.7 小结 108
参考文献 108
第4章 智慧城市的数据特点 110
4.1 引言 110
4.2 智慧城市的数据来源 111
4.2.1 机器产生的数据 111
4.2.2 用户产生的数据 113
4.3 智慧城市的数据分布 115
4.3.1 市政数据 115
4.3.2 企业数据 118
4.3.3 开放数据 119
4.4 智慧城市的大数据特征 121
4.4.1 大数据的基本特征 121
4.4.2 数据开放与信息孤岛 124
4.5 开放数据面临的问题 127
4.5.1 政府引导数据开放 127
4.5.2 数据安全与隐私保护 130
4.6 小结 133
参考文献 134
第5章 大数据的分布式存储与处理 136
5.1 大数据分析平台 136
5.1.1 大数据分析平台面临的挑战 137
5.1.2 大数据分析平台的体系架构 138
5.1.3 大数据分析平台的关键技术 141
5.2 分布式存储与处理框架:Hadoop 146
5.2.1 Hadoop的介绍 146
5.2.2 Hadoop的组成 148
5.2.3 Hadoop的架构 150
5.2.4 Hadoop与分布式开发 152
5.2.5 Hadoop的关键技术 154
5.3 开放的机器学习算法平台:Mahout 163
5.3.1 Mahout简介 163
5.3.2 Mahout的主题 164
5.3.3 Mahout的算法 166
5.3.4 Mahout的使用 167
5.4 利用Mahout和Hadoop处理大数据 168
5.5 大数据技术的发展现状 170
5.6 小结 173
参考文献 173
第6章 智慧城市的大数据分析技术 175
6.1 引言 175
6.2 传统数据分析技术与工具 176
6.3 大数据分析技术的特点 177
6.3.1 数据采集 179
6.3.2 数据导入和预处理 180
6.3.3 数据统计与分析 180
6.3.4 数据挖掘 180
6.3.5 数据可视化 181
6.4 大数据分析与云计算技术 181
6.5 大数据分析面临的主要挑战 183
6.5.1 大数据集成与分析问题 183
6.5.2 大数据的隐私保护问题 184
6.5.3 大数据分析的思维方式转变问题 185
6.5.4 大数据时代分析结果测度标准问题 185
6.6 大数据分析相关关键技术 186
6.6.1 分布式文件系统 186
6.6.2 分布式数据库管理系统 187
6.6.3 索引和查询技术 190
6.6.4 二次挖掘技术 192
6.6.5 数据可视化技术 193
6.6.6 大数据分析平台 193
6.7 常见大数据分析算法 195
6.7.1 MapReduce编程模型 195
6.7.2 分类和预测问题 197
6.7.3 朴素贝叶斯 198
6.7.4 支持向量机 202
6.7.5 逻辑斯蒂回归 206
6.7.6 随机森林 208
6.7.7 分类和预测问题小结 209
6.7.8 聚类分析 210
6.7.9 K-均值聚类算法 214
6.7.10 聚类分析小结 216
6.7.11 大数据中距离和相似性度量方法 217
6.8 小结 219
参考文献 220
第7章 城市管理中的大数据分析 221
7.1 智慧政务 222
7.2 智慧医疗 225
7.3 智慧社区 227
7.4 智慧交通 229
7.5 智慧安全 232
7.6 智慧产业升级 234
7.7 智慧体育 238
7.8 小结 240
参考文献 240
第8章 大数据与商业智能 242
8.1 机遇:大数据带来商业创新 242
8.1.1 什么是商业智能 243
8.1.2 大数据促进商业智能升级 247
8.2 难点:分析处理非结构化数据 249
8.2.1 非结构化数据模型 250
8.2.2 分布式存储与并行处理架构 252
8.2.3 非结构化数据查询语言 253
8.3 大数据时代商业智能的六大核心要素 253
8.3.1 企业信息管理 255
8.3.2 数据仓库 255
8.3.3 企业治理 259
8.3.4 公司治理、风险和合规管理 262
8.3.5 企业绩效管理 265
8.3.6 分析应用 268
8.4 发掘大数据中蕴含的价值与商机 271
8.4.1 大数据研究的商业价值 271
8.4.2 大数据研究的科学价值 274
8.5 小结 277
参考文献 277
名词索引 280 2100433B