刘铁岩：城市大数据对于城市规划、管理以及科学研究都非常有价值。但城市大数据的大体量、动态变化、时空高维等属性，决定了对城市大数据进行分析不是一件简单的事情。

Juliana Freire教授

刘铁岩：城市数据科学/城市计算是近今年的一个研究热点，例如从2012年开始，每年的KDD（ACMSIGKDD数据挖掘与知识发现大会）都有专门针对这个话题的研讨会。我们研究院的郑宇博士在这个领域做了很多前沿的研究工作。

Freire教授所在的纽约市，开奖，是全美乃至全球在城市计算实践方面的先行者。她刚刚介绍的OneBusAway系统是一个集成了城市公共交通数据的开源平台，以此为基础，人们构建了跟多应用，如交通实时查询、规划、推荐等等。对比研究表明，使用这些基于城市大数据的应用，人们的等待时间缩小、满意度明显增加。

刘铁岩：她刚刚讲到另外一个例子：如何治理城市中的私搭乱建。因为投诉量很大，政府受人手所限很难及时执法。有了城市大数据分析作为支撑，虽然人手没有增加，但处理率马上从13%上升到70%。其关键是一个数据驱动的预测系统，用以找到最该优先处理的案例。

微软亚洲研究院： 我们推出的“小鱼天气”也是成果之一，请戳：

同时参见郑宇博士介绍：

　　郑宇：城市计算如何解决城市规划问题（3个规划案例+4大经典选址案例）：https://mp.weixin.wzatv.cc/s?__biz=MzA3OTU3ODgxNA==&mid=2650576546&idx=1&sn=53d09d5a94f5a9daf93e62ab1424c112&chksm=87b96573b0ceec65b3be1afca60f4651e044800fad832ba8be82bc7d8e2f709a631266e9c6bc&mpshare=1&scene=1&srcid=1027C5CW9XS0a3GiMCRlLEia&pass_ticket=EuA%2BOjF3u4XIwi%2Bv5hTOf%2FeZHYC2WqWo2IXbUXMl%2F70%3D#rd

　　郑宇：城市计算大有可为（）

　　微软郑宇：大数据解决城市大问题（）

刘铁岩：虽然城市大数据分析有了很多成功的例子，但其实它存在着很大的技术难度。我们知道，城市是人类社会的产物和人类文明发展的重要载体，因此它的数据非常依赖于人类的活动，从而必然带有很高的复杂性、多样性以及时空动态性。

例如，近年来随着分布式系统、并行数据库、云计算的迅猛发展，我们已经有能力处理海量数据，可是我们还没有非常成熟的办法来处理以及管理海量的人类行为。

刘铁岩：传统上，处理城市大数据通常采用如下的方法：由领域专家提出假设，数据科学家搜集数据来做建设检验。然而这种做法存在很多挑战，比如数据科学家在搜集数据、过滤相关数据、分析多率时空数据等方面都可能遇到困难。城市数据科学作为一门新学科，希望能够系统地解决这些挑战。

刘铁岩：在今天的报告中，Freire教授会介绍她的研究组从事的两项研究工作：第一项是如何交互式地在时空数据上进行查询；第二项是如何知道用户探索和发现城市数据里的事件和潜在联系。

在开始具体的介绍之前，Freire教授先对她最熟悉的城市大数据——纽约出租车数据进行了介绍。出租车数据其实非常丰富，描述了典型人群在城市中的各种活动。

纽约市为了支持城市数据科学的研究，开放了体量非常大的出租车数据，每天有50万次乘车记录，5年下来积累了8亿多次的乘车记录。这些数据不仅体量大，而且包含丰富的信息，比如上车下车的时间与地点，费用，消费，乘车距离等等。想要方便地去查询这样一些数据却并不容易做到，需要设计一个有效的用户界面，支持交互式、探索式的查询。