2017年@@6月@@11日@@，由中国新一代@@IT产业推进联盟指导@@，CIO时代@@学院@@、光明网联合主办@@，北大软件工程研究中心@@、北达软@@、政府@@采购信息报社协办@@，CIO时代@@APP承办的@@@@“第十一届中国电子政务@@高峰论坛暨@@2017中国新型智慧城市@@创新@@50强授牌@@”在京隆重举行@@。万山数据@@@@CTO、北大信息化与信息管理研究中心技术顾问@@鲁四海@@在活动中发表了题为@@《智慧城市@@中的@@大数据@@分析@@服务@@@@》的@@主题演讲@@。以下为演讲实录@@：
万山数据@@@@CTO、北大信息化与信息管理研究中心技术顾问@@ 鲁四海@@
大家下午好@@！各位专家都提到了在新型智慧城市@@建设中@@，大数据@@是非常重要的@@@@，大数据@@的@@实施落地@@，如何让数据@@产生经济效益将是智慧城市@@建设中的@@重点工作@@。
先从时间维度看@@，2013、2015、2017都有说是大数据@@的@@元年@@@@，但主题词确有不同@@，2013是技术@@，2015年@@是集中@@、共享@@、开放@@，2017却是进向全面数字化@@、数据@@驱动业务创新的@@起点@@。显然智慧城市@@是大数据@@的@@主要应用领域@@。
大数据@@在智慧城市@@的@@应用主要体现在四个方向@@：对于政府@@是提供决策支持@@；对于企业是监控@@@@、创新引导@@；对于市民是提供智能分析@@，实现智慧生活@@，例如通过@@智能地图出行@@；通过@@大数据@@优化城市发展与环境的@@问题@@。
从技术层面看@@，智慧城市@@重要支撑是物联网@@、大数据@@技术@@。物联网解决数据@@感知和智慧化响应@@，大数据@@技术@@则是两个过程中最核心的@@过程@@，是通过@@数据@@挖掘将数据@@变成知识@@、变成决策@@、变成行动指令的@@过程@@。
大数据@@之于智慧城市@@如此重要@@，那在建设过程是否也面临一些问题和挑战@@，我们团队调研发现主要有以下几个方面@@：
一是数据@@安全问题制约数据@@开放@@@@；二是用户不能便捷使用数据@@进行分析@@；三是统一的@@平台@@如何满足不同部门对数据@@的@@要求@@；四是很多数据@@不是鲜活的@@@@，建设好大数据@@平台@@@@，其中很多数据@@可能是历史的@@@@。从技术视角看@@，缺少一个敏捷数据@@分析平@@。
敏捷大数据@@分析@@平台@@@@，四个特点@@：
第一@@，它是面向用户的@@@@。大数据@@分析@@不仅是@@IT部门或数据@@分析师的@@事情@@，它应有运营和@@BD、PR的@@参与@@。例如企业@@，可能是客服@@，政府@@是市民服务热线等服务机构@@。
第二@@，一定要面向业务场景@@。在不同的@@领域@@，比如交通@@、社区服务@@，在使用过程中@@，日@@报@@、周报能够反馈过来@@。
第三@@，即时计算@@。如果一个分析需要几个小时或更长时间@@，对于普通用户是完全接受不了的@@@@。
第四@@，支持探索式的@@分析@@。要做到探索式的@@分析要做好三个方面的@@事情@@，一是数据@@的@@可视化@@，分析人员看到的@@数据@@是可理解的@@@@，而不是数据@@库中的@@英文字母@@；二是分析的@@可视化@@，指的@@是分析的@@过程所见即所得的@@@@；三是算法@@模型的@@可视化@@，对于业务用户@@“看得见@@”可用的@@模型@@，能简单地调用相关模型算法@@@@，然后连接自己的@@数据@@就要能实现数据@@挖掘@@。
提到敏捷分析时@@，大家可能会想是不是讲敏捷@@BI。此敏捷非彼敏捷@@。最大的@@区别在于敏捷@@BI重视工具本身的@@轻便@@，即安装部署的@@轻便@@，而忽视的@@使用户的@@轻便和功能的@@丰富程度@@。所以导致很多人一说敏捷就是@@HTML5、图表@@、不建@@、直接分析等@@，敏捷的@@最终目的@@是让业务用户参与数据@@分析@@，实际上这几点解决不了这个问题@@。
需要的@@未来发展的@@敏捷数据@@平台@@应该具备以下特点@@：
第一@@，多数据@@源集成@@；
因为大数据@@分析@@挖掘一定是广泛维度的@@数据@@才能产生它的@@价值@@。
第二@@，业务化语言@@表达@@；
对于分析人员@@，不是容易看懂数据@@标的@@东西@@。
第三@@，未来的@@建设应是集约化的@@@@；
工具平台@@是可以通用的@@@@，大部分数据@@应是共享@@的@@@@，当然也存在个性化数据@@@@。未来的@@平台@@是一种这样的@@结构@@，平台@@层应是功能上完全通用@@，能够通过@@多租户的@@技术供给不同组织使用@@。在这个过程中@@，不同的@@租户可以享受一些公共开放@@的@@数据@@@@，但也有自己配置管理的@@权限@@，这样才可达到快速发展的@@过程@@。
第四@@，灵活的@@数据@@管理@@。
将分散的@@数据@@快速实现逻辑集中@@，跨表@@、跨库等问题不需要分析师的@@关注@@@@，他只需要分析他所得东西@@，分析师要找到数据@@@@，然后选择合适的@@模型算法@@和可视化工具@@，快速完成分析@@。
第五@@，KPI；
作为一个分析平台@@@@，分析后要反映到业务过程中@@，其中很重要的@@一点是有很多的@@@@KPI，通过@@KPI监控@@，把异常即时反馈到业务过程中@@，通知到人及时做出决策@@，通知到系统及时做出反馈@@。
第六@@，算法@@库@@；
很多基础算法@@是通用的@@@@，只是数据@@的@@不同@@。比如环比@@、同比等@@，根据业务场景的@@特点@@，用的@@时候选择相应的@@数据@@对应可能出现的@@结果@@。
万山数据@@@@提供的@@敏捷分析平台@@即是按这样的@@应用需求设计@@，不仅有丰富的@@功能@@，还在数据@@安全管理@@、共享@@开放@@上下了很多功夫@@，同时兼容各种数据@@分析环节中的@@事实标准@@，比如报表兼容@@Jasper、BIRT，图表@@兼容@@Hightcharts、ExtJS，数据@@挖掘完全支持@@R语言@@，还能直接集及@@TOS的@@ETL任务调度@@……
最后@@，介绍一下万山数据@@@@@@，北京万山数据@@@@科技有限公司@@，核心团队由来自于著名科研机构@@、知名企业的@@大数据@@专家组成@@。是中国新新一代@@IT产业推进联盟孵化的@@首家大数据@@公司@@。我们主要提供两个方向的@@产品和服务@@：大数据@@分析@@技术与工具@@、数据@@分析服务@@。
技术与工具包括大数据@@敏捷分析平台@@@@、文本数据@@的@@挖掘平台@@@@、大数据@@多屏互动系统@@，解决从数据@@集成@@、分析到交互中的@@问题@@。仅有工具是不够的@@@@，数据@@分析需要模型@@、算法@@，还需要对数据@@资源的@@全面了解@@、对数据@@质量的@@管理@@，因此我们提供了大数据@@资源规划的@@服务@@，主要解决三个问题@@，知道有什么数据@@@@，哪些数据@@是可用的@@@@，以及解决怎么用的@@问题@@。谢谢大家@@！
