以数据为中心的智慧城市研究综述

发布时间：2016-12-13 14:50

  本文关键词：基于社区的移动互联网混合蠕虫双向反馈遏制系统，由笔耕文化传播整理发布。

专题：智慧城市

＿工上．－Ｊ一

刖舌

智慧城市是当今世界城市发展的新理念和新模式，是新一代信息技术创新应用与城市经济社会发展深度融合的产物．智慧城市以物联网、云计算、移动互联网、大数据、遥感遥测、空间地理信息系统等新一代信息技术为基础，以物联化和互联化的方式动态获取、感知、分析和整合城市各方面数据，促进城市信息资源的网络化共享、集约化整合、协作化开发和高效化利用．发展智慧城市相关技术，能够促进现代城市的交通、通信、教育、环境、能源、安全、管理、服务、文化、医疗、产业等各个行业的高效便捷运作，提升城市运行管理领域的智能化和精细化管理水平，对推动我国城市发展向集约、智能、绿色、低碳的新型发展模式演进具有非常重要的意义．

近年来，我国学者在智慧城市领域取得了不少研究成果，某些方面已达到国际前沿水平，一些重要

的科研成果已经得到了推广和应用．为进一步促进我国智慧城市领域的研究发展，《计算机研究与发展》

推出了智慧城市专题，从多个层面对智慧城市领域近期的研究热点和技术现状进行介绍．本专题得到了国内智慧城市研究者的热情支持，共收到稿件３７篇．经过同行专家的严格评审，最终收录研究稿件５篇；此外还特别邀请了一篇关于智慧城市研究工作的综述，结合当前数据科学研究崛起的时代背景，对以数据为中心的智慧城市研究工作进行了前沿综述．其中５篇研究论文覆盖了智慧城市技术体系的城市感知、数据传输、数据活化、支撑服务与应用服务等５个层面，与国家８６３计划“智慧城市（一期）”项目所提出的智慧城市技术体系架构向呼应，在一定程度上反映了当前我国智慧城市研究的总体布局与研究关注．

城市感知层：在智慧城市技术体系的总体框架中，城市感知层负责对城市环境中各方面的数据进行感知和收集，对采集的信息进行处理和自动控制，并通过通信模块将数据定向汇聚到合适的位置．中国地质大学的胡楚丽等作者贡献的论文“面向智慧城市应急响应的异构传感器集成共享方法”便是在城市感知层开展的一项研究工作．该工作构建了城市异构传感器资源集成共享平台，从而实现了对城市异构传感器资源的统一化描述，解决了城市数据感知过程中面临的传感资源管理难题，为智慧城市应急响应所需的传感器资源共享与观测规划提供了有力支持．

数据传输层：智慧城市技术体系的数据传输层采用物联网、传感网、新一代互联网等新型网络技术，负责对智慧城市当中感知数据进行传递、路由和分发．暨南大学的黄书强等作者贡献的论文“智慧城市中无线网络节点部署优化方案研究”，提出了一种数据传输层的技术方案．该方案将城市区域中的人口流量特征引入到无线基础设施的部署规划当中，提出根据区域人流量的统计来确定ＡＰ节点的部署位置和数量的优化方法．该工作对于城市数据传输基础设施的智慧化规划决策，有很强的指导和借鉴意义．

数据活化层：数据活化层是智慧城市技术体系的数据管理核心层，负责将海量的城市数据进行分类和聚集，通过数据关联、数据演进和数据养护等技术，实现对数据的活化处理，向服务层提供活化数据支

持．北京航空航天大学的陈真勇等作者贡献的论文“一种新的智慧城市数据共享和融合框架——

ＳＣＬＤＦ”从数据活化技术的角度出发，提出了一种智慧城市数据互联框架．ＳＣＬＤＦ框架结合Ｌｉｎｋｅｄ

２３８

计算机研究与发展２０１４，５１（２）

Ｄａｔａ技术、数据活化思想和数据互联网（Ｔｈｅ

Ｉｎｔｅｒｎｅｔｏｆ

ｄａｔａ，ＩＯＤ）思想，以及多媒体标注技术、描述技

术，文档标注技术等多种技术，实现了对智慧城市数据的共享和融合．该论文为智慧城市的数据管理和组织提供了一种新的思路．

支撑服务层：支撑服务层对底层的数据和活化服务将进一步的封装，为智慧城市上层应用的开发提供复用和灵活部署的能力，其功能涵盖了云平台、可视化与仿真、公共数据引擎等平台与服务等．北京理工大学的张运超等作者贡献的论文“基于移动增强现实的智慧城市导览”在支撑服务层上对智慧城市的可视化支撑技术进行了研究．该论文提出了一种面向移动终端的增强现实城市导览方法，可以满足智慧城市中用户个性化、多尺度、按需推送的智能导览需求，可以为多种行业应用提供共性服务支持．

应用服务层：应用服务层位于智慧城市体系架构的最顶层，不同规模、不同发展类型的城市可以选择、开发适合自身特点的不同智慧应用，行业特性较强．应用服务层的共性技术主要包括安全与标准两个方面．哈尔滨工程大学的杨海陆等作者在论文“基于社区的移动互联网混合蠕虫双向反馈遏制系统”中研究了智慧城市应用服务的安全性问题．论文设计了一种以远程遏制为主、以短程遏制为反馈的移动互联网蠕虫遏制系统，论文提出的方法可以广泛地应用在多种基于移动互联网的城市应用当中，对于提高智慧城市应用的安全性具有很大帮．助．

北京航空航天大学的王静远等作者贡献的“以数据为中心的智慧城市研究综述”一文，站在信息科学的视角上，围绕数据为中心这一主题，对数据驱动的智慧城市及其相关研究工作进行了较为全面的综述与介绍．文章顺应数据科学崛起的时代趋势，在信息技术所及的范围内，对“智慧城市”和“数据”两大关键词相关的研究工作进行了尽可能全面的梳理．希望此文可以帮助读者对该前沿交叉领域的研究脉络建立起快速的概要认识．

智慧城市研究的内涵和外延广泛而又丰富，而专题篇幅又有严格限制，我们对智慧城市优秀研究工作的收录也难免挂一漏万，难以反映智慧城市研究工作的全貌，希望读者与各位投稿作者见谅．专辑的组织和编辑也难免存在一些不足之处，欢迎智慧城市同行不吝批评指正．最后，祝愿我国智慧城市研究工作更上新的台阶！

熊

璋（北京航空航天大学计算机学院）

林

闯（清华大学计算机系）

单志广（国家信息中心信息化研究部）

２０１４年１月

计算机研究与发展

ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔ

ＤＯＩ：ｌＯ．７５４４／ｉｓｓｎｌｏＯｏ一１２３９．２０１４．２０１３１５８６

５１（２）：２３９—２５９，２０１４

以数据为中心的智慧城市研究综述

王静远１

李

超１’２

熊璋１单志广３

北京

１００１９１）

１（北京航空航天大学计算机学院

ｚ（北京航空航天大学深圳研究院数据活化（智慧城市）深圳市重点实验室３（国家信息中心信息化研究部北京

（ｊｙｗａｎｇ＠ｂｕａａ．ｅｄｕ．ｃｎ）

１０００４５）

广东深圳

５１８０５７）

ＳｕｒｖｅｙｏｆＤａｔａ—ＣｅｎｔｒｉｃＳｍａｒｔＣｉｔｙＷａｎｇＪｉｎｇｙｕａｎｌ，Ｌｉ

Ｃｈａ０１仙，ＸｉｏｎｇＺｈａｎ９１，ａｎｄＳｈａｎＺｈｉｇｕａｎ９３

１（Ｓｃ＾ｏｏＺｏ，Ｃｏｍｐ越￡ＰｒＳｃｉＰ九ｃＰｎ押ｄＥ行ｇｉｎ已Ｐｒｉ竹ｇ，ＢＰｉ＾ｎ”ｇＬｋｉ删ｒｓ￡ｉｙ，Ｂｅ巧ｉｎｇ１００１９１）

２（ＤｎｆｎⅥｆｎｚｉｚ口ｆｉｏ竹／Ｓｍ丑ｒ￡Ｃｉ￡ｙ

Ｓ矗ｇ赡ｚ＾已行５１８０５７）

ＫＰｙＬｎ６０，‘ｎ￡ｏｒｙ，

ＲｇｓＦｃ￡ｒｃ＾工挖ｓｔｉ￡“￡Ｐ

ｏ厂ＢＰｉ矗Ⅱ竹ｇＬｋｉｕｅｒｓｉ￡ｙ

ｉ竹Ｓ＾Ｐ挖ｚ＾Ｐ以，

Ｇ“凸竹ｇｄｏ行ｇ，

３（Ｊ竹，０ｒｍｎ￡ｉｏ挖ＲｅｓＰ口ｒｆ＾ＤＰｐ以ｒｆ埘Ｐ行￡，Ｓ￡ｎ￡ＰＪ玎如ｒｍ口ｆｉｏ九ＣＰ押抛ｒ，ＢＰ巧ｉ订ｇ１０００４５）

Ａｂｓｔｒａｃｔｃｉｔｉｅｓ，ｔｈｅ

ａ

ＭｏｔｉｖａｔｅｄｂｙｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｒｅｑｕｉｒｅｍｅｎｔｓｏｆｇｌｏｂａｌｅｎＶｉｒｏｎｍｅｎｔａｎｄｍｏｄｅｒｎ

ｃｏｎｃｅｐｔ

ｏｆｔｈｅＳｍａｒｔＣｉｔｙｈａｓｂｅｅｎｉｎｔｒｏｄｕｃｅｄ

ａｓ

ａ

ｓｔｒａｔｅｇｉｃｄｅｖｉｃｅｏｆｆｕｔｕｒｅｕｒｂａｎｉｚａｔｉｏｎ

ｏｎ

９１０ｂａｌｓｃａｌｅ．

Ｏｎｔｈｅｏｔｈｅｒｈａｎｄ，ｍｏｄｅｒｎｃｉｔｉｅｓｈａｖｅｂｕｉｌｔｕｐｄｅｖｅＩｏｐｅｄｉｎｆｏｒｍａｔｉｏｎｉｎｆｒａｓｔｒｕｃｔｕｒｅ

ａｒｅ

ａｎｄｇａｔｈｅｒｅｄｍａｓｓｉｖｅｃｉｔｙｒｕｎｎｉｎｇｄａｔａ，ａｎｄｔｈｅｒｅｆｏｒｅ

ｒｅａｄｙ

ｔｏ

ｆａｃｅｔｈｅｃｏｍｉｎｇｏｆｔｈｅＳｍａｒｔＣｉｔｙ

ｔｈａｔｔｈｅｔｅｃｈｎｏｌｏｇｙ

ｃｏｎｃｅｐｔ，ｔｅｃｈｎ０１０９ｉｅｓａｎｄａｐｐｌｉｃａｔｉｏｎｓ．ＡｎｉｍｐｏｒｔａｎｔｐｅｃｕｌｉａｒｉｔｙｏｆＳｍａｒｔＣｉｔｙｉｓｓｖｓｔｅｍｉｓｄａｔａ—ｃｅｎｔｒｉｃ．Ｔｈｅｄａｔａｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｉｅｓ，ｓｕｃｈｍｉｎｉｎｇ，

ｐｌａｙ

ｐｉｖｏｔａｌ

ｓｕｒｖｅｙ

ａｓ

ｂｉｇｄａｔａ，ｄａｔａＶｉｔａｌｉｚａｔｉｏｎ，ａｎｄｄａｔａ

Ｉｎ

ｔｈｉｓ

ｐａｐｅｒ，

ｒｏｌｅｓ

ｉｎＳｍａｒｔ

ｒｅｃｅｎｔ

Ｃｉｔｙ

ｒｅｌａｔｅｄ

ｔｅｃｈｎｏｌｏｇｉｅｓ．

ｗｅ

ｐｒｏＶｉｄｅ

ａ

ｃｏｍｐｒｅｈｅｎｓｉｖｅｆｒｏｍ

ａｎ

ｏｆｔｈｅｍｏｓｔ

ｒｅｓｅａｒｃｈａｃｔｉｖｉｔｉｅｓｉｎｄａｔａ—ｃｅｎｔｒｉｃＳｍａｒｔＣｉｔｙ．ＴｈｅｓｕｒＶｅｙｉｓ

ａｒｅ

ｉｎｆｏｒｍａｔｉｃｓｐｅｒｓｐｅｃｔｉｖｅａｎｄａｌｌｓｕｍｍａｒｉｚｅｄＳｍａｒｔＣｉｔｙｗｏｒｋｓ

ｂａｓｅｄ

ｏｎ

ｄａｔａｓｃｉｅｎｃｅａｎｄ

ａｒｅ

ｔｅｃｈｎｏｌｏｇｉｅｓ．

Ｔｈｉｓｐａｐｅｒｆｉｒｓｔｓｕｍｍａｒｉｚｅｓｔｈｅｖａｒｉｅｔｙａｎｄａｎａｌｙｚｅｔｈｅｆｅａｔｕｒｅｏｆｕｒｂａｎｄａｔａｔｈａｔ

ｕｓｅｄｉｎｅｘｉｓｔｉｎｇＳｍａｒｔＣｉｔｙｒｅｓｅａｒｃｈｅｓａｎｄａｐｐｈｃａｔｉｏｎｓ．ｒｅｓｅａｒｃｈｏｆｄａｔａ—ｃｅｎｔｒｉｃＳｍａｒｔＣｉｔｙｓＤｅｃｉａｌｔｉｅｓ．

Ｔｈｅｒｅｓｅａｒｃｈａｃｔｉｖｉｔｉｅｓ

ａｒｅ

Ｔｈｅｎ，ｔｈｅｓｔａｔｅ—ｏｆ—ｔｈｅ—ａｒｔｐｒｏｇｒｅｓｓｅｓｉｎｔｈｅ

ｒｅｓｅａｒｃｈ

ａｃｔｉＶｉｔｉｅｓａｎｄｒｅｓｅａｒｃｈ

ｓｕｒｖｅｙｅｄｆｒｏｍｔｗｏａｓｐｅｃｔｓ：ｉｎｔｒｏｄｕｃｅｄｆｒｏｍｓｙｓｔｅｍＴｈｅｒｅｓｅａｒｃｈｓｐｅｃｉａｌｔｉｅｓ

ａｒｅ

ａｒｃｈｉｔｅｃｔｕｒｅｓ，ｓｍａｒｔｔｒａｎｓｐｏｒｔａｔｌｏｎ，

ａｒｅ

ｕｒｂａｎｃｏｍｐｕｔｉｎｇ，ａｎｄｈｕｍａｎｍｏｂｉｌｉｔｙ．ａｎｄｔｈｅｏｒｙ，

ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ，

ｉｎｔｒｏｄｕｃｅｄｆｒｏｍ

ｃｏｒｅ

ｔｅｃｈｎｏｌｏｇｉｅｓ

ｔｈｅｄａｔａ—ｃｅｎｔｒｉｃ，

ａｎｄｔｈｅｒｅｇｉｏｎａｌｆｅａｔｕｒｅ．

Ｆｉｎａｌｌｙ，ｔｈｅｐａｐｅｒｒａｉｓｅｓ

ｓｏｍｅｄｉｒｅｃｔｊｏｎｓｆｏｒｆｕｔｕｒｅｗｏｒｋｓ．

Ｋｅｙｗｏｒｄｓ

ＳｍａｒｔＣｉｔｙ；ｕｒｂａｎｃｏｍｐｕｔｉｎｇ；ｂｉｇｄａｔａ；ｄａｔａＶｉｔａｌｉｚａｔｉｏｎ；ｒｅｓｅａｒｃｈａｄＶａｎｃｅ

摘要在城市信息化浪潮与数据科学崛起的共同推动下，智慧城市开始在全球范围内成为未来城市发展的新理念与新实践．大数据、数据活化、数据挖掘等数据管理、应用与分析技术在智慧城市建设当中具有核心作用．站在信息科学的视角之上，围绕以数据为中心这一主题，对当前智慧城市研究工作的最新动态进行了综述．梳理了当前智慧城市相关研究中广泛采用的城市数据类型及其特点，并从相关研究工作和技术与研究特点两个大的方面对该领域的研究工作现状进行了介绍．其中相关研究涵盖了技术体系研究、数据驱动的智能交通、城市计算技术和城市人类活动的统计力学等方面．而技术与研究特点

收稿日期：２０１３—１２一０３；修回日期：２０１３—１２２０

基金项目：国家‘‘八六三’’高技术研究发展计划基金项目（２０１１ＡＡ０１０５０２）；国家自然科学基金项目（６１２７２３５０，６１２０２４２６，６１３７０１２２）

通信作者：熊

璋（ｘｉｏｎｇｚ＠ｂｕａａ．ｅｄｕ．ｃｎ）

２４０

计算机研究与发展

２０１４，，５１（２）

的介绍包括核心技术与理论，以及领域研究的学科交叉、城市数据为中心、区域特性等方面．最后对该研究领域未来可能的发展方向进行了总结和展望．

关键词智慧城市；城市计算；大数据；数据活化；研究进展

中图法分类号ＴＰ３９

在信息技术革命的推动下，以计算机、网络通信

等信息通信技术为动力的信息化浪潮席卷全球．经过

近１０年的信息化与数字化建设，现代城市的运行方式与城市居民的生活环境已经发生了根本性的改变．城市的经济、文化、交通、娱乐等方面都已经和信息化的数字空间紧密融合，网络空间（ｃｙｂｅｒｓｐａｃｅ）成为城市居民生活的组成部分．完善的信息基础设施以及丰富的数字化应用成为现代数字化城市的基本特征之一．丰硕的城市信息化建设成果在为人类生活带来极大便利的同时，也为现代城市形态的进一步演进奠定了技术与数据的基础．

进入２１世纪，以大数据、数据活化为代表的数据科学与技术开始受到人们的广泛关注．以数据为中心的研究方法与技术理念在信息、生物、能源、医药、社会学等不同的学科领域都得到了广泛应用与认可，并促成了大量科研成果的诞生．以信息技术为支撑的数据分析与研究方法正深刻地改变着传统科学探索的工作方式，成为人类科技发展与知识获取的一种新兴模式．

在城市信息化浪潮与数据科学崛起的共同推动下，智慧城市在全球范围内成为下一代城市化发展的新理念和新实践．智慧城市是一种以新一代信息技术为基础，通过对城市各部分数据进行动态监测、分析、整合和利用，实现对城市生活环境的透彻感知、城市资源的全面调控、城市中各个部分协调配合、城市方方面面便捷运作、人和城市之间和谐共赢等目标的新型城市形态．世界各国尤其是欧、美、日、韩等发达国家和地区都在积极开展相关的理论研究与技术探索，发掘城市的数据资源，研发城市智慧应用系统，开展相应的城市试点．在我国，从中央到地方也都在积极探讨发展和建设智慧城市．

在智慧城市建设的过程中，数据科学与技术发挥着不可替代的重要作用．为了使信息领域的科研人员尽快了解数据科学在智慧城市领域中的最新应用与研究进展，本文对以数据为中心的智慧城市技术研究现状进行了综述和分析，首先对现有智慧城市研究所采用的城市数据类型与特性进行了归纳和梳理，然后从技术体系、相关研究、核心技术与理论

３个方面对现有工作进行了综述介绍，并在此基础上对现有工作的特点进行了总结，最后对未来可能的研究方向进行了展望．

智慧城市是一个多学科交叉、多领域融合的综合性学科，相关工作涉及的内涵和外延都非常广．本文将综述视角放在信息科学领域，内容紧密围绕以数据为中心这一主题，分析相关研究工作的整体结

构与脉络．对于非信息学科视角、数据研究以外的相

关工作，由于篇幅问题，不作太多涉及．

１

城市数据

１．１城市数据类型

在信息城市与数字城市的建设过程中，城市的信息基础设施在提供信息服务功能的同时，也积累了海量的城市动态数据，这些数据种类繁多，难以尽述．在这里，我们对在现有智慧城市研究工作中较为常用的城市数据类型进行简要的介绍．

１）地图与兴趣点数据

街道与建筑是城市的基本构架，地图数据是对城市构架进行描述的基本方式，而兴趣点（ｐｏｉｎｔ

ｏｆ

ｉｎｔｅｒｅｓｔ，ＰＯＩ）数据则是介绍城市各功能单元的基

本信息．因此，城市地图和兴趣点数据是进行以数据

为中心的智慧城市研究的最基本原料，也是在对其他类型城市数据进行融合时的空间锚点数据．

２）ＧＰＳ数据

安装有ＧＰＳ接收芯片的移动设备可以收集城市中人、车等流动物体活动信息．例如目前应用比较广泛的浮动车技术［１３就是将出租车、公交车等公共交通工具上安装ＧＰＳ设备，将其作为传感器对于城市的交通情况进行采样．安装有ＧＰＳ接收芯片的智能手机也可以当作个人行为轨迹的收集设备．但是由于隐私、安全等诸多问题，手机ＧＰＳ数据很难大规模收集应用，目前只能依靠志愿者进行小范围收集和研究．

３）客流数据

城市中市民采用不同交通工具进行日常通勤的数据称为客流数据．出租车的客流数据可以使用浮动车ＧＰＳ数据配合出租车计费表的乘客状态获得．

王静远等：以数据为中心的智慧城市研究综述

公交车与地铁的客流数据则可以使用市政交通一卡通的刷卡记录进行收集．客流数据包含的城市活动信息非常丰富，可以被用于城区功能分析、人口流动监测、城市交通系统评估、多交通工具人类行为研究、城市交通经济学研究等领域．

４）手机数据

手机是人们日常生活必不可少的通讯工具，其所能提供的数据类型很多，包括：通讯录、通话记录、ＧＰＳ定位信息、与基站间的信令记录、上网记录和ＡＰＰ使用记录等．这些数据可以反映城市中居民活动的兴趣偏好、活动范围、规模频率、社交关系等内容，因此具有非常巨大的应用潜力．

５）ＬＢＳ位置服务数据

ＬＢＳ（１０ｃａｔｉｏｎｂａｓｅｄ

ｓｅｒｖｉｃｅ）位置服务是移动

互联网时代一种新兴的网络服务方式，通过ＬＢＳ应用所收集到的数据具有明确的地理位置坐标并兼具传统ｗｅｂ服务的语义特性．ＬＢＳ数据是对Ｐ（）Ｉ数据的一种深度的描述和补充，与地图和ＰＯＩ等简单的城市地理数据相比，ＬＢＳ数据包含有大量的语义信息，可以帮助人们更加深刻地理解城市运行动态．

６）视频监控数据

视频监控技术已经被广泛地应用在交通管理、社区安保、室内安防、娱乐通讯等城市生活的各个方面．视频监控设备所采集的海量视频数据记录着城市中居民生活的分分秒秒，在数字空间中形成了对物理城市的虚拟“映像”．充分利用这些视频数据可以从某种程度再现城市生活的历史，具有巨大的理论研究与应用价值．

７）环境与气象数据

气象数据很早便受到城市科学研究的充分关注，近些年，随着人们对于环境与健康问题的日渐重视，以空气质量为代表的城市环境数据也开始成为人们关注的焦点．城市的环境与气象数据的一个重要的特点是其地理与时间采样密度低．如何实现细粒度、高精度的环境与天气数据收集和分析是该应用类数据的一个重要挑战．

８）社会活动数据

城市社会活动数据包括城市中的人口户籍、金融物价、医疗卫生、能源消耗等各种社会动态数据．社会活动数据是深入理解和分析城市社会化行为的必备原料．由于城市社会活动数据行业性较强，容易受到行业条块分割的影响，往往彼此分割孤立．打破行业条块分割、实现多源异构城市数据的融合，是深度利用城市社会活动数据所面临的首要任务．

２４１

１．２城市数据的特性

１）大数据特性

城市是人类活动最为密集的区域，海量的人类活动与社会运行数据不可避免地在城市当中爆发．以北京为例，每天有超过千万的市民出行，每天我们的交通卡产生５０００万条刷卡记录，有９００万的车辆在运营，每天仅出租车ＧＰＳ数据就会产生８ｏｏＯ万条左右，同时有近万个交通固定检测器在采集车的瞬时车速，有近亿万条的手机通讯数据，还有千亿级的交通影视影像数据．城市数据种类繁多（ｖａｒｉｅｔｙ），规模庞大（ｖｏＩｕｍｅ），对数据的输入和处理速度要求也很高（ｖｅｌｏｃｉｔｙ）．城市数据包含的信息与知识极为丰富，对于推动人类认识的扩展与科学技术的进步有着巨大的价值，同时由于数据稀疏性的影响，城市数据的价值密度也很低（ｖｅｒａｃｉｔｙ）．综上可以看出，城市数据完全符合大数据（ｂｉｇｄａｔａ）所具有的４Ｖ特性［２］．城市数据可谓是大数据概念范畴当中的一个极具代表性的典型样本．

２）时空多维特性

以地图为基础的空间结构是城市数据的一种基本组织方式，而城市快节奏的生活方式也使碍城市数据对于时间维度的变化非常敏感．因此，时空多维特性成为城市数据的另一个重要特点．在空间上，根据城市地理规模的不同，城市数据具有不同尺度的空间跨度．在时间上，根据产生的时间不同，城市数据具有时问相关的变化和分布．因此在进行城市数据分析和应用时，一方面需要考虑时间和空间两个维度的数据演化特性，另一方面还需要充分利用时问和空间不同维度之间的数据关联关系．这对城市数据的利用技术提出了很高的要求，

３）多尺度与多粒度

研究和利用城市数据除了要考虑时间和空间等多个维度之外，还需要考虑数据尺度和数据粒度对于数据特性的影响．在规模的尺度上，城市可以分为小型城市、中型城市、大型城市、超大型城市等；在地理尺度上，对于城市数据的描述可以小到几个街区或大到数千平方公里；在时间尺度上，城市数据的覆盖时间可以短到一些事件的监控，长到上百年的城市变迁．在地理采样粒度上，可以像遥感测绘数据一样精确到数米，也可以向气象环境数据一样以区县、地区、甚至省市为单位；在时间粒度上，更是根据数据采样设备的时钟、存储与传输能力、计算速度等因素产生不同的时间粒度．在时空多维度的条件下，高效处理多尺度与多粒度的海量数据，是有效利用城市数据所必须解决的核心技术问题之一．

  本文关键词：基于社区的移动互联网混合蠕虫双向反馈遏制系统，由笔耕文化传播整理发布。

本文编号：211745