城计算与大数据.PDF

专题 第 9 卷  第 8 期  2013 年 8 月 城市计算与大数据 郑　宇 关键词 ：城市计算　大数据　时空数据分析 微软亚洲研究院 城市计算的基本框 服务提供 架及核心问题 改进城市规划，缓解交通拥堵，保护自然环境，节约能耗… 基本框架 城市数据分析 数据挖掘、机器学习、可视化 城市计算的基本框架包括 城市感知及数据捕获、数据管 城市数据管理 时空索引、倒排表、图管理… 理、城市数据分析和服务提供 （如图1 ）。与自然语言分析和图 像处理等 “单数据单任务”系 统相比，城市计算是一个 “多 人的移 交通流 空气质量　气象 　社交媒体 　能耗 　道路网　兴趣点 动性 数据多任务”系统。城市计算 中的任务包括改进城市规划、 城市感知与数据捕获 缓解交通拥堵、保护自然环境、 参与感知、群体感知、移动感知 减少能源消耗等。而一个任务 又需要同时用到多种数据。例 如，在城市规划的设计过程中， 需要同时参考道路结构、兴趣 点分布、交通流等多种数据源。 核心问题 图1　城市计算的基本框架 城市计算是一门新兴的交叉 领域，涵盖面较广。从计算机科 活的前提下自动感知城市的韵 感知过程是一个新概念。例如， 学的角度来看，其核心的研究问 律，是一个重要的研究课题。如 当一场灾难发生后，有些用户会 题主要包括以下4 个方面 ： 何从大量的传感器和设备中高效 在社交网络上发布消息或上传照 城市感知　如何利用城市 而可靠地收集、传送数据将给现 片。这些用户其实就是在感知发 现有的资源 （如手机、传感器、 有的传感器网络技术带来挑战。 生在他们身边的事情。用户在出 车辆和人等），在不干扰人们生 此外，人作为传感器参与到城市 入地铁站时的刷卡行为也间接帮 8 第 9 卷  第8 期  2013 年 8 月 助我们感知了地铁系统的拥挤和 问题。当数据规模达到一定程度， 域，然后分析大规模车流轨迹数 人们的出行。人赋予了传统传感 简单的矩阵分解算法都变得难以 据在不同区域之间行驶的一些特 器强大的感知能力和前所未有的 执行。 征，便可找到连通性较差的区域 灵活性，但产生的数据更加随机、 虚实结合的混合式系统　 对，从而发掘现有城市道路网的 无序 （如微博上的文字），数据 城市计算常常催生混合系统，比 不足之处。图2(b ) 给出了基于 的产生时间也变得难以预测、不 如云加端模式，即信息产生在物 北京市3 万多辆出租车3 个月轨 可控，这给数据的收集和解析带 理世界，通过终端设备被收集到 迹数据的分析结果。这些结果可 来了挑战。 云端 （虚拟世界）分析和处理， 以作为制定下一版交通规划的参 海量异构数据的管理　城 最后云再将提取的知识作为服务 考。同时，通过对比连续两年的 市产生的数据五花八门，属性差 提供给物理世界的终端用户。数 检测结果，可以验