IBM岳梅樱：数据挖掘分析和建模是智慧城市建设的“三大件”
智慧城市组成部分
智慧城市组成部分引言概述：智慧城市是指利用信息技术和互联网技术，以城市为平台，通过高效的数据管理和智能化的系统集成，实现城市内部各个领域的协同发展和优化，提供更高质量的公共服务和生活品质。
智慧城市的建设离不开各种组成部分的支持和应用。
本文将详细介绍智慧城市的五个主要组成部分。
一、物联网技术1.1 传感器网络：物联网技术的核心是传感器网络，通过各种传感器采集城市中各类数据，如空气质量、噪音水平、交通流量等，为城市管理者提供实时的数据支持。
1.2 通信技术：物联网通过各种通信技术，如无线网络、蜂窝网络等，将传感器网络中的数据传输到云平台，实现数据的实时监测和分析。
1.3 数据存储与处理：物联网技术将大量的数据存储在云平台上，并通过数据分析和挖掘技术，提取有用的信息，为城市管理者提供决策支持。
二、云计算技术2.1 资源共享：云计算技术提供了大规模的计算和存储资源，可以满足智慧城市对大数据处理和存储的需求。
2.2 弹性扩展：云计算技术可以根据需求自动扩展计算和存储资源，提供高效的计算和存储能力，满足智慧城市的实时性要求。
2.3 安全保障：云计算技术通过数据加密和访问控制等手段，保障智慧城市中大量的敏感数据的安全性和隐私性。
三、人工智能技术3.1 数据分析与挖掘：人工智能技术可以通过对大量数据的分析和挖掘，提取有用的信息，并为城市管理者提供决策支持。
3.2 智能交通管理：人工智能技术可以通过交通数据的分析和预测，实现交通信号的智能控制，优化交通流量，减少交通拥堵。
3.3 智能安防监控：人工智能技术可以通过图像和视频的分析，实现智能安防监控，提高城市的安全性和治安水平。
四、大数据技术4.1 数据采集与存储：大数据技术可以处理和存储海量的数据，为智慧城市提供数据支持。
4.2 数据分析与应用：大数据技术可以通过对大量数据的分析，提取有用的信息，并为智慧城市提供决策支持和优化方案。
4.3 数据共享与开放：大数据技术可以实现城市内部各个部门之间的数据共享和交流，提高城市管理的效率和协同性。
智慧城市中的数据挖掘与应用
智慧城市中的数据挖掘与应用随着城市的发展以及人口的不断增加，城市运营和管理变得越来越复杂。
这种情况下，如何减少资源浪费，提高城市的运营效率就成了一个重要的话题。
智慧城市的概念应运而生，该概念代表了使用先进技术和管理模式来提升城市的质量。
其中，数据挖掘技术的应用是智慧城市中制定有效决策的重要手段。
数据挖掘是一种从大量数据中提取有用信息的技术，可以帮助我们了解智慧城市中的问题，分析城市运营和管理的需求，同时也可以为城市管理者提供了解决问题的有效途径。
数据挖掘技术主要包括聚类分析、关联规则挖掘、分类分析和时间序列分析等。
这些方法统计、分析和挖掘数据，并从中提取有用的信息，知道哪些数据是有用的，哪些数据是无用的。
数据挖掘是一种可复制的技术，可以通过对过去的数据进行分析，为未来的决策提供参考和指导。
数据挖掘技术的应用已经成为智慧城市发展中的重要手段。
在城市的运营和管理中，数据挖掘技术可以帮助我们识别交通瓶颈、预测天气变化、分析城市人口和机动车流量等等。
数据分析的结果让城市运营和管理者更好地了解市民的需求，提高城市的运营效率。
数据挖掘技术在智慧城市中的应用还体现在了城市交通管理上。
交通问题一直是来自城市管理者的一大挑战，高峰时间的拥堵路段是公众所烦恼的地方。
随着城市交通的日益复杂，交通管理也越来越难以有效实施。
通过数据挖掘技术的应用，可以收集和分析大量的交通数据，了解公共交通的趋势，预测交通状况和流量，及时调整线路和班次，减少交通拥堵，提升交通运营效率。
此外，数据挖掘技术还可以帮助城市管理者更好地了解市民的消费行为和消费习惯，制定相关政策，促进城市的经济发展。
同时，对于城市公共设施的建设与维护，数据挖掘技术可以帮助我们更好地了解公共设施使用的情况和维护情况，提升公共设施的质量，方便市民生活。
综上所述，数据挖掘技术在智慧城市中的应用越来越受到重视。
作为重要的数据应用手段，数据挖掘技术不仅可以分析和挖掘数据，而且还可以帮助城市管理者了解市民需要和需求，改善城市的运营效率，提升市民的生活质量。
智慧城市数据中台建设方案
智慧城市数据中台建设方案目录一、内容概述 (2)1.1 背景与意义 (3)1.2 目标与愿景 (4)二、需求分析 (5)2.1 城市数据需求 (6)2.2 业务需求 (8)2.3 技术需求 (9)三、架构设计 (10)3.1 总体架构 (11)3.2 数据层 (12)3.3 服务层 (13)3.4 应用层 (15)四、技术选型 (16)4.1 数据存储与管理 (17)4.2 数据处理与分析 (18)4.3 数据可视化与报表 (20)4.4 安全与隐私保护 (21)五、实施计划 (22)5.1 项目阶段划分 (23)5.2 时间节点与里程碑 (25)5.3 资源保障 (26)六、风险评估与应对措施 (27)6.1 技术风险 (29)6.2 运营风险 (30)6.3 法律法规风险 (32)七、总结与展望 (33)7.1 实施效果评估 (34)7.2 未来发展方向 (35)7.3 需求与挑战 (36)一、内容概述智慧城市数据中台建设方案旨在构建一个高效、智能、开放的数据管理与服务平台，以支撑城市各项业务的数字化转型。
该方案通过整合城市各类数据资源，构建统一的数据治理体系，实现数据资源的规范化管理、标准化处理、高效存储和灵活应用。
数据中台作为智慧城市的核心基础设施，将为城市治理、公共服务、产业创新等领域提供强有力的数据支撑，推动城市智能化水平的提升。
数据整合与治理：构建数据资源目录，实现跨部门、跨领域的数据资源整合与共享，规范数据标准，提升数据质量。
数据存储与计算：采用云计算、大数据等技术，构建高效、稳定的数据存储和计算平台，满足海量数据的处理需求。
数据服务与应用：基于数据中台，开发各类数据应用服务，支持城市治理、公共服务、产业创新等领域的智能化发展。
信息安全与保障：建立完善的信息安全体系，保障数据的隐私、安全和保密性。
平台建设与运维：构建数据中台基础设施，优化系统架构，加强平台运维管理，确保系统的稳定运行。
济宁市智慧城市继续教育较全面的继续教育题库
1一、单选题（每题2分, 共30题）1.下列四个层次要素中, 哪个是支撑都市更加“智慧”的核心？答案对的物联感知层网络通信层智慧应用层数据及服务支撑层2.智慧都市建设的首要工作是？答案对的信息系统建设科学的顶层设计技术升级新技术开发3.数据原则化中的核心是？答案对的数据收集原则数据管理基本原则数据仓库建设数据互换4.将信息按一定的原则和措施进行辨别和归类, 并建立起一定的分类系统和排列顺序的根据是什么？答案对的信息内容的大小信息的来源信息内容的属性或特性信息解决流程5.SOA作为一种面向服务的架构方式和实现技术, 有关其核心实质说法错误的是？答案对的保持静态动态组合松耦合粒度化6.FEA的五大参照模型中, 可以用来分析每个IT项目支持的具体业务域、业务线和业务子功能, 从而避免针对同一业务功能的反复建设的是？答案对的绩效参照模型业务参照模型服务构件参照模型数据参照模型7.如下有关智慧都市的描述中哪一项是错误的？答案对的智慧都市是一种复杂的相对静态的体系智慧都市的顶层设计的内容, 不也许只用信息系统建设的思路和措施来进行不能单纯用老式信息系统措施自上而下分解去进行智慧都市的蓝图也将是一种不断演进的过程8.“为居民、公司和社会提供及时、互动、高效的信息服务”, 此内涵为智慧都市发展的？答案对的原则手段核心分支9.当一种主体拥有完整数据、信息集合, 该主体所面对的虚拟世界的一种数字化映像是？答案对的虚拟数据视图虚拟数据汇聚与存储虚拟数据融合与解决虚拟智能挖掘分析10.智慧都市模型中, 不属于数据及服务支撑层核心技术的是？答案对的云计算技术射频辨认技术大数据技术SOA11.下列选项中, 有关智慧制造系统“深度互连层”的表述, 错误的是？答案对的减少产品制导致本对多种工厂实现分散管理实既有效的信息共享和资源调配为制造公司提供强有力的市场竞争力12.有关济宁市智慧都市建设的实行意见（济政字〔〕113号）文献, 其中有关其指引思想说法错误的是？答案对的环绕建设市信息技术产业基地核心目的坚持以智慧都市应用为导向以智慧产业发展为基本以信息资源整合共享为核心13.有关济宁市智慧都市建设的实行意见（济政字〔〕113号）文献, 其中不属于指引思想中三个重点的是？答案对的政府创新服务产业转型升级民生改善提高信息消费迅速发展14.下列选项, 体现济宁市宽带网络提高的是？答案对的全面提高网络覆盖面和服务质量安装并运营互联网公共上网场合安全管理系统加快全市移动互联网发展统筹推动三网融合发展15.济宁市环绕建设省信息技术产业基地核心目的, 其基本是？答案对的智慧都市应用智慧产业发展信息资料整合共享教育信息资源共享16.“面向服务顾客提供服务支撑平台所发布的服务的分类浏览功能”, 此为SOA所能提供的服务类型中的？答案对的服务查询服务管理服务集成服务导航17.描述服务的内容、表达、管理方式及其她属性, 属于服务支撑平台原则规范体系的哪种规范？答案对的服务监督规范服务元数据规范服务分类规范服务管理规范18.下列有关国内智慧都市建设所处现状, 表述错误的是？答案正都市建设目的缺少科学、全面的结识都市在规划和建设中缺少根据存在盲目投资建设的状况智慧都市建设整体尚处在成熟阶段19.下列选项中, 成为加强和创新社会管理和服务的重要手段的是？答案对的信息技术传播技术资源分派20.下列选项中, 不属于智慧交通系统在交通管理上转变的是？答案对的粗放向精细被动向积极互动向单一老式向现代21.下列选项中, 不属于智慧交通系统综合运送管理体系特点的是？答案对的实时节能精确高效22.下列选项中, 不属于目前国内从事智能交通行业3S的公司是？答案对的IS RS GIS GPS23.下列选项中, 智慧医疗的信息化医疗系统是？答案对的全面互连互通互通与封闭相结合完全开放24.下列选项中, 不属于以集成互换为核心的智慧医疗架构构成的是？答案对的服务消费渠道应用层基本层集成互换层25.下列选项中, 有关智慧教育对政府决策支持的表述, 对的的是？答案对的深度分析信息资源内部的各潜在关系实现区域内学校视频安全监控的整合及集成统一实现教育资源分类及时发现负面发展趋势26.下列选项中, 不属于智慧物流平台典型需求的是？答案对的政府评估与服务行业资源整合与服务综合信息服务物流电子商务27.下列选项中, 不属于终端数据采集的是？答案对的货单号码扫描实时理解车辆位置信息输入上传签字、货品拍照28.智慧物流应用的多种渠道访问服务体目前？答案对的可增进物品在收件、配送、投放等过程中各类感知设备的服务化实现交通、海关、工商、税务等部门之间信息的整合与共享应用波及交通、海关、工商、税务、银行、公司的部门之间的业务协作来提供高效快捷的物流服务提供物流通、配货通、联盟车库、车管家等基于SOA的SaaS应用29.大气污染属煤烟型污染, 以尘和酸雨危害最大, 酸雨污染最重的是？答案对的长江以南青藏高原以东四川盆地华中地区30.智慧园区中, SOA支撑平台对各类SOA服务提供的必需的支持, 不涉及？服务提供计费积分管理账户管理云技术管理二、多选题（每题4分, 共5题）1.3月, 欧盟委员会出台《欧洲战略》, 提出的“三项重点任务”为？集中型增长智慧型增长可持续增长包容性增长2.根据智慧都市建设问卷调查的调研成果, 公司和顾客（政府、事业单位）目前最为注重的三个“智慧都市关注领域”为？答案对的智慧政务智慧交通智慧物流智慧公共服务3.下列选项中, 属于“智慧都市技术参照模型”层次要素的有？答案对的物联感知层网络通信层数据融合层服务融合层4.“智慧都市技术参照模型”中, “物联网感知层”波及的代表性技术涉及？射频辨认传感技术智能嵌入技术5.根据有关济宁市智慧都市建设的实行意见（济政字〔〕113号）文献, 济宁市智慧都市建设的基本原则涉及？答案对的统筹规划, 重点突破资源整合, 开放共享拓展应用, 发展产业政府引导, 市场为主三、判断题（每题2分, 共10题）1.智慧都市被多数专家觉得是在数字都市基本上的发展和延伸。
大数据分析在智慧城市建设中的作用是什么
大数据分析在智慧城市建设中的作用是什么在当今数字化时代，智慧城市的建设正成为全球范围内城市发展的重要趋势。
而大数据分析作为一项关键技术，在智慧城市的构建中发挥着举足轻重的作用。
大数据分析为智慧城市的规划和设计提供了坚实的基础。
通过对城市中大量的数据，如人口流动、交通流量、资源分布等进行收集和分析，能够清晰地了解城市的现状和需求。
这使得城市规划者可以更科学地制定规划方案，合理布局城市的功能区域。
例如，根据人口增长趋势和分布特点，规划新的住宅区、商业区和公共设施，以满足居民的生活需求，提高城市的运行效率。
在交通领域，大数据分析的作用尤为显著。
城市交通拥堵一直是困扰人们出行的难题，而大数据分析为解决这一问题提供了有力的手段。
通过实时收集道路上的车辆行驶数据、公交地铁的客流量等信息，能够精准地分析出交通拥堵的时段、路段和原因。
基于这些分析结果，交通管理部门可以采取智能化的交通管控措施，如优化信号灯设置、调整公交线路、设置潮汐车道等，从而有效地缓解交通拥堵，提高城市的交通运行效率。
同时，大数据分析在能源管理方面也发挥着重要作用。
城市的能源消耗是一个巨大的数字，通过对各类建筑、工业企业和公共设施的能源使用数据进行分析，可以发现能源浪费的环节和潜在的节能空间。
这有助于制定针对性的节能策略，推广节能技术和设备，实现能源的高效利用，降低城市的能源消耗和碳排放，促进城市的可持续发展。
在公共安全领域，大数据分析为城市的治安防控提供了强大的支持。
通过整合视频监控数据、报警信息、人口数据等，能够对潜在的安全风险进行预测和预警。
例如，分析犯罪的时间、地点和类型的规律，提前部署警力，加强重点区域的巡逻和监控，从而有效地预防和打击犯罪，保障市民的生命财产安全。
大数据分析还在城市的环境保护中发挥着关键作用。
通过监测空气质量、水质、噪音等环境数据，能够及时发现环境污染的源头和趋势。
这为环保部门制定治理措施提供了依据，促进城市生态环境的改善。
数据分析在智慧城市建设中的应用有哪些
数据分析在智慧城市建设中的应用有哪些随着城市化进程的加速，城市面临着越来越多的挑战，如交通拥堵、资源短缺、环境污染、公共服务不足等。
为了解决这些问题，智慧城市的概念应运而生。
智慧城市是利用信息技术和数据分析来优化城市的运行和管理，提高城市的生活质量和竞争力。
数据分析在智慧城市建设中发挥着至关重要的作用，它可以帮助城市管理者更好地了解城市的运行状况，做出更明智的决策，提供更优质的服务。
本文将探讨数据分析在智慧城市建设中的一些主要应用。
一、交通管理交通是城市运行的重要组成部分，交通拥堵不仅影响人们的出行效率，还增加了能源消耗和环境污染。
数据分析可以通过收集和分析交通流量、车速、道路占有率等数据，来优化交通信号灯的控制，实时调整交通流量，减少拥堵。
例如，通过分析历史交通数据，可以预测不同时间段和不同路段的交通流量，提前调整信号灯的配时方案，避免交通拥堵的发生。
此外，数据分析还可以帮助规划新的道路和交通设施，如公交线路、地铁站等，提高公共交通的覆盖率和便利性。
二、能源管理能源是城市发展的重要支撑，但能源的消耗和浪费也给城市带来了巨大的压力。
数据分析可以通过监测和分析能源的使用情况，来优化能源的分配和管理，提高能源的利用效率。
例如，通过智能电表和传感器收集家庭和企业的用电数据，可以分析不同时间段和不同用户的用电模式，制定个性化的节能方案。
对于城市的公共建筑，如学校、医院、政府大楼等，可以通过数据分析来优化空调、照明等系统的运行，降低能源消耗。
此外，数据分析还可以帮助预测能源需求，合理规划能源供应，保障城市的能源安全。
三、环境监测与保护环境质量是人们关注的焦点，城市中的空气污染、水污染、噪音污染等问题严重影响着人们的健康和生活质量。
数据分析可以通过收集和分析环境监测数据，来实时了解城市的环境状况，及时采取措施进行治理。
例如，通过空气质量监测站收集的空气质量数据，可以分析污染物的来源和扩散趋势，制定针对性的减排措施。
AI大模型在城市管理中的作用推动智慧城市的建设
AI大模型在城市管理中的作用推动智慧城市的建设人工智能（AI）大模型在城市管理中的作用推动智慧城市的建设近年来，随着人工智能技术的不断发展和普及，AI大模型在城市管理领域发挥着越来越重要的作用，推动了智慧城市的建设。
AI大模型作为一种强大的人工智能技术，具有强大的数据处理和分析能力，可以帮助城市管理者更有效地管理城市资源、提升城市运行效率和改善城市居民的生活质量。
本文将从城市交通管理、环境监测、安全防范和公共服务等方面介绍AI大模型在城市管理中的应用，并探讨AI大模型如何推动智慧城市的建设。
一、城市交通管理城市交通管理一直是城市管理中的难题之一，交通拥堵、交通事故频发等问题影响着城市的运行效率和居民的出行体验。
AI大模型通过数据采集、分析和建模，可以帮助城市管理者更好地监控交通状况、优化道路规划、制定交通管制方案，提高交通运行效率。
例如，AI大模型可以通过分析城市交通数据，实时监测交通流量，预测交通拥堵状况，提前采取交通疏导措施，减少交通拥堵现象的发生，提升交通运行效率。
二、环境监测环境污染是当前城市管理中的一个重要问题，空气污染、水质污染等不良环境影响着居民的生活质量和健康。
AI大模型可以通过大规模数据分析和监测，在城市中建立环境监测网络，实时监测空气质量、水质状况等环境指标，及时预警环境污染事件的发生，帮助城市管理者制定环境保护政策和措施，改善城市环境质量，保障居民的健康和生活质量。
三、安全防范城市安全是城市管理的重要内容，防范和打击犯罪行为、保障市民的人身和财产安全是城市管理者的首要任务。
AI大模型通过视频监控、人脸识别等技术，可以实现对城市各个角落的全方位监控，发现异常行为并及时报警，提高城市的安全防范能力。
例如，在地铁站、商业街等人流密集的地方部署AI大模型，可以有效监测人群的动态，识别可疑人员，减少恶性事件的发生，提升城市的安全水平。
四、公共服务AI大模型还可以在城市公共服务方面发挥重要作用，例如智能客服机器人、智能导航系统等工具，可以帮助市民更方便地获取城市服务信息，提高公共服务的便捷性和效率。
智慧城市建设的关键技术要素解读
智慧城市建设的关键技术要素解读智慧城市是以信息技术为支撑，以城市发展为核心，通过系统集成、数据共享和智能化应用等手段，建设智能化、高效能、可持续发展的城市。
在智慧城市的建设过程中，涉及到多个关键技术要素。
本文将对智慧城市建设的关键技术要素进行解读。
一、物联网技术物联网技术是智慧城市建设的重要支撑，通过无线传感器网络、互联网和信息通信技术实现城市内各类物件与互联网的连接和信息共享。
物联网技术使得城市各个领域的信息能够实时采集、传输和分析，实现智慧化管理和服务。
二、云计算技术云计算技术通过将各类计算资源集中于云端，并按需分配，使得城市的计算能力得以最大化利用。
智慧城市中的各个部门和应用可以通过云计算技术实现资源共享、数据存储和分析等功能，提高城市信息化管理的效率和水平。
三、大数据技术随着物联网技术的发展，智慧城市中产生的数据量越来越庞大，如何对这些数据进行高效的存储、管理和分析成为了一个挑战。
大数据技术通过采用分布式计算、机器学习和数据挖掘等方法，能够快速处理和分析大规模的数据，从中挖掘出有价值的信息，为城市决策提供科学依据。
四、人工智能技术人工智能技术在智慧城市中的应用越来越广泛，如智能交通系统、智能安防系统和智能环境控制系统等。
人工智能技术可以通过模式识别、机器学习和自然语言处理等方法，实现对城市中各种感知数据的自动分析和智能决策，提升城市的运行效率和服务质量。
五、感知技术感知技术是智慧城市建设的基础，通过传感器、摄像头和其他感知设备实时采集城市中的各类数据，如温度、湿度、空气质量和交通状况等。
感知技术的应用可以实现城市环境的实时监测和智能控制，为城市的精细化管理和优化提供数据支持。
六、移动互联技术移动互联技术的发展使得人们可以通过智能手机、平板电脑等移动设备与智慧城市系统进行交互和管理。
通过移动互联技术，居民可以随时随地查询城市信息、享受便民服务，城市管理部门也可以通过移动终端实现对城市的动态监控和管理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
IBM岳梅樱：数据挖掘分析和建模是智慧城市建设的“三大
件”
岳梅樱现任IBM大中华地区智慧城市首席规划师和架
构师，美国马里兰州立大学博士学位。
曾出版《智慧城市实践分享系列谈》《智慧城市顶层设计方法论及实践分享》等
著作。
历史数据的大量积累以及大数据技术的出现，让智慧城市建设成为可能。
在我国，城市化进程的加快使得城市面临越来越多的难题和挑战。
智慧城市的建设被广泛提起，国家也陆续出台新技术、产业、标准和人才等相关政策，借此推动智慧城市发展。
智慧城市的实质是利用先进的信息技术，实现城市智慧式管理和运行。
那么，智慧城市建设与目前最热的大数据有什么关系呢？带着相关问题，记者专访了IBM 大中华区智慧城市首席规划师和架构师岳梅樱。
智慧城市让居住环境更和谐记者：您认为“智慧城市”是怎样的一个城市？岳梅樱：总的来说，“智慧城市”是一个和谐的城市。
IBM最
初提智慧城市，是从三个方面来讲：对于城市居民生活来说，利用科技让居住的环境更安全、更环保、更节能、更方便；对于整个经济环境来说，利用科技挖掘出更多的数据，让这些数据协助产业转型升级；对于政府的管理层面来说，利用数据、一些核心的技术，让政府服务老百姓、服务整个城市的时候，能有更创新、更有效的做法。
实际上，IBM最开始
提的是“智慧的地球”。
大家都知道，地球环境的挑战越来越严重，“智慧的地球”最大目的就是让地球的生态能适应人类一直居住下去。
但地球太大了，是由一个个城市组成的，所以有了“智慧的城市”。
我们做智慧城市的出发点和目的，就是让地球节能、环保、绿色地可持续运转下去，拥有智慧的水、智慧的交通、智慧的网管等。
记者：在做智慧城市解决方案时，首要工作是什么？岳梅樱：不论是做整个城市建设的顶层规划，还是做智慧交通、智慧医疗、智慧教育等，首先必须要定位。
定位要定好，不可能每一个城市、每一个专项都一样。
虽然每个城市在教育、医疗方面有共通性，但是每一个地区也都有差异化的地方。
所以，我觉得在做解决方案之前，一定要去好好想一想，要去好好了解你所做的那件事情的真正需求是什么，要经过非常多的访谈、调研。
比如做智慧教育，除了调研教育局、学校等，还得花时间去调研使用者、终端用户，只有全面了解你所做的事情面临着什么样的挑战和困难，才能拿出量身定做的解决方案。
建设智慧城市有三件事必须做好记者：您提到智慧城市的时候会经常说到“数据”这个词，它们之间有什么关系呢？岳梅樱：从“十一五”、“十二五”、“十三五”一路走过来，我们可以发现，有一个从无线城市到智慧城市的发展过程——最开始说的无
线城市，是通讯设备逐渐普及阶段。
到数字城市，可以通过网关、感应器等通讯设备将一些数据收集起来。
这个阶段，
各个部门有了基础建设，公安做公安系统、交通做交通系统。
再往下走，我们到了智慧城市阶段，大数据、云计算、超算等技术越来越成熟，也积累了海量的数据。
我们能够运用这些先进的信息技术，利用这些积累的数据，完成城市从基础建设到智能化的进程。
历史数据的大量积累，以及大数据技术的出现，让智慧城市建设成为可能。
记者：建设智慧城市过程中，是如何用好数据的？岳梅樱：在做智慧城市的时候，第一件事情是挖掘数据，挖掘有用、有价值的数据。
比如，我们要解决什么挑战、要达到什么目标，就要挖掘出与达到目标有关的数据出来。
在挖掘过程当中需要行业专家加入进来，告诉做信息化的人员在行业中要达到这个目标，就必须挖掘哪些数据。
第二步是分析数据。
数据都有一定的行为、一定的规范，分析数据时要把行为模式找出来，就是所谓的参数。
第三步是建模型。
这一步最不容易，需要行业专家、统计学的人、做信息化的人一起来建模。
建模的目的是能够做到预测，比如改善交通，可能需要十几个模型才能很精准地预测。
预测以后，系统也会自我学习，慢慢地去调整模型以实现优化。
只要能够做到预测，我们发生灾难的几率就有机会被降到最低。
贵阳发展大数据需要靠应用带动创新记者：作为贵州省省会，贵阳已经建立了全国第一家数据战略重点实验室，打造了全国首个大数据交易所，正在创建全国首个国家级大数据产业发展集聚区。
贵阳市经济发展正在拥抱“互
联网”，积极发展大数据产业。
您是否可以给贵阳发展大数据提一些建议？潘永花：我每年都来贵阳，贵阳大数据发展优势在于能源和政策方面。
但贵阳相对偏远，人才可能是一个短板，这也是贵阳发展大数据产业需要重点发力之处。
目前，大数据发展态势比较好的城市是北上广深，一线城市的大数据人才和大数据应用需求比较多。
但有的小城市大数据产业发展速度也相当快，贵阳市就是一个例子。
未来，数据交易更多会以服务的形式存在，交易需要一段时间的积累。
因此，贵阳市发展大数据，仍然需要依靠大数据应用带动大数据创新，聚集人才、发展产业。
贵州大数据发展方式应该靠创新的企业，贵阳在政策方面有先发优势，政府可以更开放一些，走“政府开放、政策引导、应用驱动、试点先行”这样的模式，既保持自己的特色，也吸引更多大数据应用落地贵阳，借此带动整个产业发展。
（记者彭婷）。