大數(shù)據(jù)時代下的智能數(shù)據(jù)分析技術(shù)

文/滕斌

在當(dāng)前的發(fā)展下，互聯(lián)網(wǎng)上技術(shù)有了進(jìn)步，人工智能當(dāng)前對人們的生活有著較大的影響，進(jìn)行改變。在科技高速發(fā)展下，我們必須同數(shù)據(jù)進(jìn)行交流和傳遞，而數(shù)據(jù)一般來源于：社交工具、網(wǎng)絡(luò)交易、網(wǎng)絡(luò)設(shè)備以及社交工具，這些數(shù)據(jù)在潛移默化中對我們的生活和學(xué)習(xí)產(chǎn)生著較大的影響。比如說在進(jìn)行網(wǎng)購時，即便兩個人在同一網(wǎng)站和時間，購買同樣的商品，其在終端設(shè)備上顯示的價格也會有所別，主要是因?yàn)橄到y(tǒng)會根據(jù)用戶的購買行為判斷喜好東西的價格。但是在農(nóng)業(yè)上，主要是大數(shù)據(jù)和人工智能的應(yīng)用作為昆蟲識別以及判斷，促使其在農(nóng)作物地區(qū)內(nèi)部署的傳感器，來捕捉昆蟲翅膀的振動頻率，將其上傳到云中，可以通過昆蟲翅膀振動的大數(shù)據(jù)以及人工智能來自動判斷此昆蟲的類別，判斷其是否為害蟲，可以給某區(qū)域農(nóng)作物的病蟲害防治提供相關(guān)措施，在系統(tǒng)智能下了結(jié)論后，接著自動調(diào)度無人機(jī)來對農(nóng)藥進(jìn)行噴灑，但是人工智能則是在1956年之時達(dá)特茅斯會議上被正式提出，通過幾十年的不斷擴(kuò)展和延伸，人工智能在多個領(lǐng)域中得到了一定的突破，人們對人工智能也給予一定的重視。

1 大數(shù)據(jù)技術(shù)的相關(guān)特征分析

理解大數(shù)據(jù)的概念，必須了解數(shù)據(jù)在日常生活和工作中的定義。數(shù)據(jù)作為一種可以將客觀世界運(yùn)行狀態(tài)的信息進(jìn)行反應(yīng)，也可以通過感官來感知以及被傳感設(shè)備檢測到相關(guān)信息。數(shù)據(jù)則是人類對現(xiàn)實(shí)客觀世界運(yùn)行信息的記錄，同時此原始記錄也沒有被加工，也不能說明相關(guān)問題。然而隨著社會的慢慢發(fā)展，對數(shù)據(jù)的處理也在一定程度上沖擊著人們的想象，在該過程中要求應(yīng)用相關(guān)技術(shù)工具來處理和研究相關(guān)數(shù)據(jù)。大數(shù)據(jù)作為智能制造產(chǎn)業(yè)發(fā)展的動力，可以推進(jìn)制造商提供一定的生產(chǎn)效率以及缺陷成本控制。所以大數(shù)據(jù)的概念也慢慢發(fā)展，最為明顯的是“4V”特征規(guī)劃較為突出，具體如圖1所示，主要表現(xiàn)在以下幾個方面：

首先是體量大（volume），企業(yè)化的非結(jié)構(gòu)性數(shù)據(jù)逐漸增長，數(shù)據(jù)規(guī)模較大，PB級的數(shù)據(jù)為常態(tài)化。

其次為多樣化（variety）。大數(shù)據(jù)類型多樣，關(guān)系到結(jié)構(gòu)化和非結(jié)構(gòu)件的數(shù)據(jù)處理方式存在著一定的差別以及繁瑣。

再次表現(xiàn)為價值密度低（value）。諸多不相關(guān)信息對于未來發(fā)展趨勢以及模式可以做好預(yù)測分析以及控制，進(jìn)而進(jìn)行逐漸深度學(xué)習(xí)。在當(dāng)前海量數(shù)據(jù)中可以將較為有效挖掘出市場信息，進(jìn)而幫助企業(yè)不斷提升產(chǎn)業(yè)生產(chǎn)力和競爭力。

最后為快速化（Velocity）?？梢赃M(jìn)行分析而不非批量化分析，這是大數(shù)據(jù)的優(yōu)勢所在，進(jìn)行數(shù)據(jù)的輸入以及處理有著較快的速度。

2 大數(shù)據(jù)分析技術(shù)的具體應(yīng)用

大數(shù)據(jù)時代中城市公共安全風(fēng)險治理主要表現(xiàn)在以下幾個維度中；首先是將大數(shù)據(jù)作為基礎(chǔ)，可以意識到風(fēng)險的形成、發(fā)展、衰退以及轉(zhuǎn)移到突變變致災(zāi)的演化機(jī)理，傳播路徑以及出現(xiàn)的功能。其次依靠大數(shù)據(jù)技術(shù)，監(jiān)測以及意識到承險載體在風(fēng)險出現(xiàn)的物質(zhì)、能量以及信息等功能下的具體狀態(tài)以及變化趨勢，造成了本體以及功能性出現(xiàn)破話，可能出現(xiàn)的次生衍生的事件以及風(fēng)險。再次是以大數(shù)據(jù)技術(shù)如何掌控識別管控介入點(diǎn)，方法、路徑、工具以及方案等?？梢詫?shí)現(xiàn)降低風(fēng)險以及公共安全事件的出現(xiàn)，有效對影響后果進(jìn)行弱化，提升承險系統(tǒng)的韌性，有效阻斷以及破壞風(fēng)險網(wǎng)，降低經(jīng)濟(jì)、社會以及環(huán)境出現(xiàn)損失。在城市安全管理中，主要是依據(jù)城市公共安全風(fēng)險演化過程，對生命周期劃分為四個階段，依據(jù)公共安全風(fēng)險應(yīng)對措施，將其管理流程劃分為實(shí)時監(jiān)測、預(yù)測預(yù)警、控制以及評估等部分。與此同時，風(fēng)險誘發(fā)突發(fā)事件的治理過程一般包括有應(yīng)急預(yù)防、應(yīng)急準(zhǔn)備、應(yīng)急響應(yīng)以及恢復(fù)重建。

圖1：大數(shù)據(jù)4V特征圖

2.1 人員關(guān)系推演的分析

對于采集同時存儲在視頻大大數(shù)據(jù)平臺中的人臉、圖像以及屬性信息做好深度的數(shù)據(jù)分析，可以構(gòu)建出某一個具體管轄區(qū)的暫住、常住、重點(diǎn)人口，全國在逃以及各種類型的犯罪嫌疑犯人員數(shù)據(jù)庫，促使應(yīng)用者可以對目標(biāo)群體進(jìn)行精準(zhǔn)分析，同時對目標(biāo)群體中的內(nèi)部關(guān)系之間的其他位置關(guān)系做好推演分析，將目標(biāo)群體彼此之間的身份信息關(guān)系進(jìn)行挖掘，將其劃分行為以及虛擬關(guān)系兩種類型。行為關(guān)系指的是兩者之間是否為同住、同行、同事、同學(xué)、朋友、同車等等，虛擬關(guān)系指的是是否為微信、QQ、微博等社交媒體的好友等，從而進(jìn)一步對兩者之間的關(guān)系層次進(jìn)行定義和分析，一般包括有活動軌跡分析，出沒區(qū)域分析以及區(qū)域碰面頻次的分析等。

2.2 車輛軌跡時空分析

車輛軌跡時空分析的主要是對目標(biāo)車輛和同之相關(guān)的關(guān)系做好信息發(fā)現(xiàn)以及挖掘工作。將目標(biāo)車輛作為中心，可以從不同的角度，應(yīng)用多種技術(shù)手段找到同目標(biāo)車輛存在關(guān)系的車、人以及事件等等，進(jìn)而幫助整合出同目前目標(biāo)車輛相關(guān)的數(shù)據(jù)，同時對數(shù)據(jù)信息做好研究、分析以及判斷。也可以通過對目標(biāo)車輛關(guān)系進(jìn)行具體分析和整合，獲得目前同目標(biāo)車輛有著的關(guān)系的多維信息，那么就可以在GIS平臺上來對車輛的軌跡做好可視化展示，進(jìn)而對目標(biāo)車輛的分析結(jié)果進(jìn)行細(xì)化，可以給目標(biāo)車輛關(guān)系到的案件做好疊加分析工作。同時對人物關(guān)系推演分析以及車輛軌跡時空分析以后，那么就可以通過可視化展示的形式，進(jìn)而描繪出視頻大數(shù)據(jù)中多種數(shù)據(jù)的關(guān)系，幫助公安人員對于目標(biāo)嫌疑人做好精確的定位和抓捕工作。

2.3 研發(fā)模型算法

追根究底大數(shù)據(jù)的本質(zhì)為“數(shù)據(jù)”，所謂的“大”的特征則是其同一般數(shù)據(jù)的特殊價值，在數(shù)據(jù)通過篩選、清理、提煉以后，變?yōu)榱溯^為有意義的信息。同時在相同的信息重復(fù)出現(xiàn)是，事物的本質(zhì)規(guī)律得到揭示以后，信息就會變?yōu)椤爸腔邸薄４髷?shù)據(jù)就是一種“智慧革命”要求從大量、復(fù)雜的大數(shù)據(jù)中發(fā)現(xiàn)知識，創(chuàng)造價值以及提升智能。大數(shù)據(jù)不僅作為一種當(dāng)前一般技術(shù)較難進(jìn)行管理大量數(shù)據(jù)的集合，同時也要求對這些數(shù)據(jù)做好存儲、處理、分析以及預(yù)測技術(shù)。大數(shù)據(jù)技術(shù)包含的著面向大數(shù)據(jù)計算能力以及方法兩個維度的內(nèi)容。計算能力要求做好計算資源的投入以及建設(shè)。要求結(jié)合具體情況做好運(yùn)算能力的保障，最為重要的是要求研發(fā)符合本地具體情況的模型算法，同傳統(tǒng)時期的公共安全治理制度和治理流程之間比較。在大數(shù)據(jù)時代最為重要的改變?yōu)椋舶踩珱Q策的流程就會從危機(jī)事件發(fā)生前進(jìn)行預(yù)測，要求具有著大量的數(shù)據(jù)模型為基礎(chǔ)。

3 結(jié)語

當(dāng)前我國處于深化改革、社會接軌以及經(jīng)濟(jì)轉(zhuǎn)型的重要時期，多種社會矛盾層出不窮，造成了城市公共安全領(lǐng)域?qū)嵺`出現(xiàn)較多，造成了較為嚴(yán)重的損失，同時也影響到了社會的穩(wěn)定性，同時大數(shù)據(jù)作為一種全新的技術(shù)，可以有效對風(fēng)險進(jìn)行預(yù)測，推進(jìn)生活、工作以及組織方式出現(xiàn)變革。