|
市场和社会对云计算、大数据、人工智能的期望越来越高，一夜之间，原来从事智慧城市的专家们陡然的转移到了这些领域，但是竞争仍然像以往一样激烈。风口上的话题，也给解决方案们一个很好的自我介绍机会，以至于任何一个做解决方案的，如果开口不说几句关于云计算、大数据的话题，彷佛是在说上个世纪的事情。不过这就像之前一位领导说的，一哄而上总比一哄而下要好。
借这个机会，结合最近两次随同领导拜访客户的一些针对大数据的讨论稍作整理，主要是防止以后忘记了。当时讨论最典型的就是针对大数据在教育、医疗、交通和政府管理部门的应用，本次博文的内容也是基于这几块展开，特意与大家分享。 表面来看，教育、医疗和政府管理这几个分属不同的领域，每个领域各有一条主线在推动往前发展，并且长期以来各有自己的大数据资源。即使不与其他几块纠缠，产生一些关系，现行的机构或者系统仍可以继续运转，结合以往的数据来看和应用，这个系统的存在也多数会在相当长一段时间运转良好，利用自身数据的优势把行业或者部门的功能进一步优化，来服务行业和民众。我们把这称之为“数据驱动中国”的典型应用并不为过。 但是，这个距离政府倡导的“数字中国”高度有没有完全达到？能不能在各自数据的基础上，再进一步挖掘数据的价值，让大数据发挥更大潜力来改变社会，帮助管理者来提升社会管理水平和效果，提高人民的生活水平。我想这是一个开放的话题，值得所有大数据从业者来思考。 众所周知，季节转换的时候是流行性疾病高发区，年底之前，我记得看到有消息说18年一段时间南京儿童医院白天门诊挂号人生超过5位数，而往常也只是在几千人。这是一个非常典型的医院大数据。医院可以说拥有这些门诊就诊人员的就诊信息，最基本的也会包含性别、年龄、就诊类型、疾病类型、居住区域以及来了几次医院等。通过这些信息可以给患者群体画像，进行疾病初步诊断大数据，为医疗工作者提供预判基础。 这些信息其实不是孤立的，我们通过患者的年龄比例来判断疾病的高发群体是否属于儿童和青少年，如果判断为真，则基本上可以对应到所属的学生群体或者区域，就可以针对性的对该群体或者该区域群体进行进一步判断，是中学还是小学，患者多来自市区还是郊区。如果是市区，进一步定位是鼓楼还是玄武。结合人工智能的算法，来进一步判断后续发展状况，由此来对未来提供制定对策，确定预防预案，甚至可以尝试做到针对性群体隔离或者提前准备接种疫苗等动作。 针对儿童和青少年的疫情预防，不仅关系到医疗工作和教育工作，同样也会对政府管理部门敲响警钟，作为政府管理部门，疫情的预防是一个不可突破的红线，一有风吹草动，轻则批评，重则下课，甚至接受法律制裁。再想想若落到某一个家庭自身，那就是天塌地陷，万念俱灰了。设想若危险能在爆发之前，依靠大数据平台的信息分析和预判，得到控制，那是造福百姓的大事。这种打通医疗、教育和政府管理的大数据平台，可以将数据统计、分析、处理和呈现常规化，实现对两大领域的常规化监测，稍有风吹草动，必将及时呈现出来，做到某患于未然，也是“数字驱动中国”的另一个典型案例了。 大数据不仅在医疗、教育和政府管理之间可以进行很好的应用，同时在教育、交通也可以进行很好的挖掘。 领导举了一个例子，说一家长途客车公司没有十年来的乘客数据，也找不到一个人乘坐3次车以上的信息。这真是一个非常可惜的事情。当然现在出行方式多样，飞机、火车、私家车、公共巴士甚至有些区域还有轮船等。车票实名制已经实行了很长一段时间了，即使信息脱敏之后，如果有一个乘客大数据信息库和平台，可以非常方便的把乘客的出行信息做个量化分析，从而挖掘出在大数据分析下的资源配置，最简单的淡旺季的车辆安排是可以做的；甚至可以在大数据的基础上挖掘新的商业模型。旅游旺季时针对特定区域/学校的包车也可以考虑，华东区域乘客多以火车为主，省内区域乘客估计是巴士多一些，是非常典型的研究群体。 当然，未来的数据会越来越多，应用场景也应该随着需求变化而变化，我们也会从各种渠道获得数据，甚至有可能90%以上的数据是无效数据。在获取到数据之后，如何深度挖掘数据自身的价值和数据之外的价值，值得我们继续探讨和思考。 |
|
|
