分享
Scan me 分享到微信

空间大数据产业是应运而生还是黄袍加身?

空间大数据概念正热,地理信息企业应从何着手才能从众多企业中脱颖而出。

  “大数据+AI” 正在以机器学习云的形式频繁出现,并迅速成为众多现代应用的默认技术栈,地理信息行业也不例外。

  和众多产业链一样,地理信息行业最困难且最有价值的创新往往发生在接近最终用户的一端,企业如何利用机器处理数据得到洞见影响组织和个人的行为,从而改变世界?在未来,数据的收集和处理过程会越发标准化、自动化,由此利用人工智能进行数据分析的能力将会变得更为关键。

  近日,WGDC2017全球地理信息开发者大会在北京国家会议中心落下帷幕。期间,地理服务相关的各领域龙头企业参会分享成功经验。

  其中,一家专注于空间数据挖掘云平台企业——深圳市位和科技有限责任公司,吸引了笔者的注意。区别于地理可视化云,位和云平台是业内首个以系列机器学习计算和交互可视化为核心的地理信息云平台。

  工欲善其事,必先利其器

  位和科技市场总监李伯楠在接受泰伯网采访时表示,位和云平台是以业务用户为中心的自服务一站式空间数据挖掘与优化计算云平台,集成系列机器学习计算、统计模型和交互可视化,实现视觉解析、模式提取、数据降维、关联性分析、平滑计算、自动特征分区、复杂网络分割、分区优化、选址评估等多种计算应用于一体,支持云端访问(SaaS)、本地部署(On-Premise)和二次开发,适用于智慧城市、城市规划和地理商业智能领域的诸多应用场景。

泰伯网

位和云平台架构

  李伯楠向泰伯网透露,位和云平台的独特优势体现在以下几个方面:

  第一,领先的模型方法能力和产品突破。位和的核心研发团队致力于空间数据挖掘方法研究多年,围绕应用场景,把模型方法升华为产品,把空间数据挖掘能力透过产品传递给用户,打造感动用户的体验,加速行业应用和市场渗透。

  第二,智能分析计算云、多源数据云和自服务数据准备云在平台上无缝集成,并不断生长。除支持地理可视化以外,平台的数据挖掘分析和优化计算部分主要包括基于神经网络的多维/高维时空云、空间交互网络分析、多维流分析和多目标多约束条件优化计算等应用产品。用户可以接入自己的数据,也可以使用平台集成的数据集,目前涵盖基础地理信息、人口、经济、统计、土地利用、城市兴趣点、 房地产、商业活力、环境与污染等多源数据。自服务数据准备集成空间聚合、时空聚合等一系列云端数据清洗和处理工具,极大减少数据挖掘前期的数据处理工作量。更多挖掘分析产品、数据和数据处理工具正在不断加入进来,与应用场景一起,形成一个持续生长的商业闭环,可通过灵活的组合方式以及API/SDK集成来满足用户的特定需求。

  第三,拥抱从“互联网+”向“物联网+”的转变。通过基于Spark的大数据与实时数据处理引擎接入物联网传感器数据,对数据进行清洗和处理,并与平台上的挖掘分析模块有机集成,提供面向不同场景的应用。

  空间大数据+AI时代,未来已来

  曾有相关行业内人士表示,数据是AI算法的食物,越来越多具有数据积累能力的地理信息企业开始讨论商业智能,可以看到地理信息企业想要将自身数据演变成智能化工具的理想。这种初衷十分美好,但市面中一些现有商业智能相关解决方案目前还停留在展示阶段,更不要说到了AI的阶段。

  泰伯网认为,地理大数据挖掘始终停留在初级阶段,一方面是由于人,地信企业从业者大多为测绘专业、计算机专业、地信或遥感专业,而在硅谷有一个被炒得很热的高频词汇:数据科学家。这个职位的出现是为了更好的匹配整合应用型公司的需要,它所要求的知识范围包括分析数据的统计学,到算法的选择优化,再到对行业知识的深刻理解。这群人是开发数据产品的核心。而在我国,人才从数量到质量的不足,还不能形成产业规模效应。

  另一个原因,则是类似位和科技这样的定位的智能数据挖掘的企业,目前还屈指可数。参照美国硅谷大数据公司,大致可分为四类,数据拥有者(数据源)、大数据咨询提供商、大数据工具提供商、大数据解决方案提供商。对照我国地理信息产业链的划分,上游数据采集、数据制作;中游平台软件、数据库管理;下游行业应用,数据挖掘与咨询。

  如此看来,地理大数据的生态体系与大数据生态体系基本一致,我国空间大数据要达到产业化前提,要有一个百花齐放的良好生态环境作支撑。不同的企业还要在各自业务服务构建一个大数据生态圈,从程序创建到数据收集、数据处理和数据分析等方面都形成了完整闭环,需要出现更多像位和科技一样的企业参与到市场建设中来。

  位和云平台应用案例(部分):

泰伯网
泰伯网
泰伯网
泰伯网
泰伯网
泰伯网

参与评论

【登录后才能评论哦!点击

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回复{{item.replynum}}
    {{child.username}} 回复 {{child.to_username}}:{{child.content}}

更多精选文章推荐

泰伯APP
感受不一样的阅读体验
立即打开