科普丨20世纪70年代的大数据竟是踩草踩出来的!

2018 年 5 月 19 日 程序人生

点击上方“程序人生”,选择“置顶公众号”

第一时间关注程序猿(媛)身边的故事


在《最佳路径》这篇文章中描述了这样一个场景,即世界著名建筑大师格罗培斯设计的迪斯尼乐园开园在即,但各个景点之间的路径仍没有规划好,虽然已经修改多次,但格罗培斯并不满意。


而当格罗培斯经过当地的一家葡萄园时,受到农场主的启发,便要求施工方立即在乐园中撒上草种,当整个乐园被绿草所覆盖后,开始开园迎客。在开园的半年里,草地被踩出了许多小道,小道又宽又窄,优雅自然。





转年,格罗培斯让人按照已经踩出来的痕迹铺设了人行道。很快,在1971年的伦敦国际园林艺术研讨会中,迪斯尼乐园的路径设计被评为世界最佳设计。





原文中要表达的意思是以人为本、尊重他/她人选择的理念,路径自然天成。但如果用当今的视角看待,格罗培斯其实利用了大数据技术,基于大量行人的路径分析,得到了最佳路径的设计方案。


近年来,随着城市化的快速发展,使得人们的生活发生了很大改变,同时也产生了诸多挑战,如交通问题、空气污染以及能源消耗等等。而依托传感技术和大规模计算基础设施的逐步完善,小到店铺选址,大到城市规划,已逐步开始依赖大量、多维度的数据分析作为支撑,城市计算的理念已经得到广泛应用。


城市计算是一个交叉学科,是计算机科学以城市为背景,跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。更具体的说,城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战(如环境恶化、交通拥堵、能耗增加、规划落后等)的过程。城市计算将无处不在的感知技术、高效的数据管理和分析算法,以及新颖的可视化技术相结合,致力于提高人们的生活品质、保护环境和促进城市运转效率。城市计算帮助我们理解各种城市现象的本质,甚至预测城市的未来。(引自微软——城市计算理念)




城市计算框架图


生活中,基于城市计算的理念应用非常多,以最为常见的店铺选址为例,早已从过去的“看对眼”选址,到借助互联网工具选址,再到如今基于各类大数据选址,均是遵照严谨的选址策略,如商圈的销售潜力、规模、特点、新旧程度、顾客群情况等等。


基于大数据选址案例


麦当劳选址,通常会提前1年左右的时间做调研、不仅要推算商圈成熟时间、人口基数分析、消费需求分析,并且会细化到消费人群的年龄阶段、消费特性以及交通习惯、就餐时间分析等等。


此外,还有一些大品牌选址,第一时间是对商圈客户群进行分型,一般要选取5个甚至更多的目标商圈,建立足够大的存量,优中择优,以找到更适合的门店。


如西贝技术团队在选址时,主要从市场网络规划开始,对每个城市每个商圈进行市场调查,按照优先排序的结果形成开发策略。优先进驻区域内A类成熟商圈,侧重市场综合体、购物中心等、同时,技术团队会调研目标商圈周边三公里内的交通线路、目标群体、收入水平、消费能力、竞争情况等因素。




图片来自jiemian


店铺选址仅仅是城市计算理念应用的一部分,城市建设同样依托如此。但在城市计算框架中的不同层次仍然存在挑战,如:城市传感中存在数据稀缺和稀疏性、有偏分布、有限来源;城市数据管理存在多模态数据,动态、高速、海量的数据以及识别不同领域多个数据源的关联模式;城市数据分析存在空间和时间数据分析、跨域数据融合等等。


当然,如果想从事城市计算相关的工作,有毅力、有决心去解决摆在当前面临的各类挑战。首先需要具备数据方面的知识,如果有开发者想要学习大数据相关的内容,现公布一个利好消息:CSDN学院精心打造了《大数据就业训练营》,由楚门智能数据学院创始人钱老师亲自带队,为想进入大数据行业的程序员们倾情献上,大数据就业特训课程,以助力想学习大数据技能的开发者走向事业的巅峰。





课程简介


该课程首推业界最先进技术标准,引领行业技术更新:Hadoop3.0、Hive2.0、HBase1.0、Storm1.0、Spark2.2等。完整项目贯穿整个教学体系,提供独家大数据云实验室环境,通过实验室感受 TB级数据分析效果。并有持续 ETL流程,定时ETL流程,多业务并行计算,业务协同管理等场景,做到真实演练。让学员更加深刻体会大数据的独特魅力。


你可以学到


Linux实践与Java基础、

Hadoop生态体系(HDFS+MapReduce+Pig(选修)+HBase+Zookeeper+Hive+Sqoop+Flume)、

Spark核心架构:Scala+Spark 核心、Spark SQL 2.X、

流计算引擎:Spark Streaming 2.X+Storm 1.0+Kafka、

基于Spark的大数据挖掘分析:Spark Mllib(选修))、

大数据MPP数据库最佳实践:Impala+Presto(选修)、

大数据应用调度工具使用及企业平台实战(Hue+Azakban+Cloudera)、

企业级大数据项目实战。


想了解更多关于此次特训的详情,可加课程老师微信好友进一步了解,更有千元优惠券等你来拿!名额有限,还等什么,扫码加入吧!

(扫一扫联系大数据老师,获取完整大纲及千元优惠)


更多课程信息点击下方阅读原文直达了解!

登录查看更多
1

相关内容

城市计算是一个交叉学科,是计算机科学以城市为背景,跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。更具体的说,城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战(如环境恶化、交通拥堵、能耗增加、规划落后等)的过程。城市计算将无处不在的感知技术、高效的数据管理和分析算法,以及新颖的可视化技术相结合,致力于提高人们的生活品质、保护环境和促进城市运转效率。城市计算帮助我们理解各种城市现象的本质,甚至预测城市的未来。
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
专知会员服务
121+阅读 · 2020年3月26日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
332+阅读 · 2020年3月17日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
智能交通大数据最新论文综述-附PDF下载
专知会员服务
103+阅读 · 2019年12月25日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
2019社交行业研究报告
行业研究报告
5+阅读 · 2019年5月30日
Python数据分析案例实战
炼数成金订阅号
5+阅读 · 2019年5月9日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8日
【大数据】工业大数据在石化行业的应用成功“落地”
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【学科发展报告】生物信息学
中国自动化学会
10+阅读 · 2018年10月22日
转行人工智能,哈佛博士后有话说
Linux爱好者
5+阅读 · 2018年8月28日
京东用户画像揭秘:原来买iPhone X的是这么些人
R语言中文社区
10+阅读 · 2017年9月14日
Arxiv
22+阅读 · 2019年11月24日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
7+阅读 · 2018年12月26日
Arxiv
8+阅读 · 2018年7月12日
Arxiv
7+阅读 · 2018年6月19日
VIP会员
相关VIP内容
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
专知会员服务
121+阅读 · 2020年3月26日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
332+阅读 · 2020年3月17日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
智能交通大数据最新论文综述-附PDF下载
专知会员服务
103+阅读 · 2019年12月25日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
相关资讯
2019社交行业研究报告
行业研究报告
5+阅读 · 2019年5月30日
Python数据分析案例实战
炼数成金订阅号
5+阅读 · 2019年5月9日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8日
【大数据】工业大数据在石化行业的应用成功“落地”
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【学科发展报告】生物信息学
中国自动化学会
10+阅读 · 2018年10月22日
转行人工智能,哈佛博士后有话说
Linux爱好者
5+阅读 · 2018年8月28日
京东用户画像揭秘:原来买iPhone X的是这么些人
R语言中文社区
10+阅读 · 2017年9月14日
Top
微信扫码咨询专知VIP会员