60、大数据驱动下的智慧城市规划与可持续发展

大数据驱动下的智慧城市规划与可持续发展

1. 知识发现与大数据分析在智慧城市中的作用

1.1 知识发现的过程

在决策方面，为了确定哪些知识可作为有用的应用智能，知识发现需要在发现预期模式和构建相关模型之前，仔细选择变量选择机制、编码方案、进行数据预处理、降维和投影等操作，之后还要对模型进行评估、解释和可视化。此外，也有观点认为知识发现和数据挖掘这两个过程可以互换使用，因为它们在从数据中提取有用知识的大部分阶段是相似的。例如，知识发现中的选择步骤包括了解应用领域、相关的先验知识和项目目标，这与数据挖掘过程中的问题理解阶段相对应。

1.2 大数据分析的目标与影响

大数据分析相关的数据驱动决策支持系统和决策过程，催生了新的城市智能功能，形成了强大的模拟模型、优化和预测方法。在智能可持续城市的背景下，大数据分析的最终目标是从大量城市数据中提取有用知识和有价值的见解，以应用智能的形式呈现，这是一种先进的决策支持系统，有助于提升城市各领域在可持续性方面的决策过程。

数据驱动的城市发展方法正在改变我们对可持续性的理解，并带来了新的挑战和机遇。它推动城市规划走向短期化，使城市规划更加注重城市在短时间内的运行情况，而不是传统的长期规划。城市分析师通常需要在更短的时间内提供分析结果，通过探索性分析和快速迭代的方式工作，并以易于理解的可视化形式呈现结果。

数据科学和城市科学的目标是通过基于数据驱动的决策分析，加强智能可持续城市在运营、规划、设计和发展方面的战略决策。大数据计算为城市系统的监测、理解和分析带来了巨大变革，使我们能够应对可持续发展和相关规划中的棘手问题。

1.3 城市数据的来源与挑战