Archives for 大数据

为啥牛人都是一波儿一波儿地出?

智慧社会读博士的时候,导师曾经跟我们说过一句话:

研究生阶段的学习,30%跟老师学,30%自学,40%是跟同学学。

当时特别不理解(后来才发现,导师说过的好多话都是经典):为什么跟同学学习能占到这么高的比例?同学的作用为啥比导师还大?

后来,又隐约发现两个有趣的现象:

  • 建院曾有三位院长都是出自同一个宿舍;
  • 建院曾经有一个年级(某3字班)才俊辈出,平均实力爆表,这个年级好多同学后来的发展都十分耀眼。

我就在纳闷:这牛人咋都一波儿一波儿地出呢?

最近读的这本《智慧社会》,用深刻的社会物理学方法解答了这个疑惑。

Read More

优先清单与人类行为爆发的秘密

爆发

人类发展究竟有没有遵循潜在的规律,遵循那些并非人类自创的规律?

我们曾在最近的果说电台中分享过一期《三倍提升工作效率》,其中推荐了五个有效提升工作效率的办法:

  • 时间统计法
  • 日程清单法
  • 张弛有度法
  • 批量处理法
  • 分工合作法

其中第二个日程清单法可能是这五个方法之中效力最高的一个,执行起来也非常简单:在每天的工作开始前设定当天工作的优先清单,即根据各个待办事项的重要性排序,设立优先级,列好清单后依次执行。

这个已获得大量好评的方法并不是我们空想出来的,而是源于《爆发》这本书中提到的一个真实的故事。

Read More

互联网投资城市之战:北上杭深大PK

00题图

雷军说:选对了风口,母猪都能飞上天。

我们问:选对了城市,投资能否早拿到?

近来中国的创业市场风起云涌,投资事件不绝于耳,据说我们已经来到了『创业者最好的时代』,让人感觉拿到投资,实现创业梦想,简直是分分钟的事儿。然而,我们心里一直有些问题:

  • 创业者所在的城市会影响他拿到投资的几率吗?
  • 在北京创业跟在上海创业难度相差会有多大?

于是,我们从网络公开渠道找来了中国互联网行业的投资数据,咱们先从数据的角度直观了解一下互联网行业投资与城市的关系。

Read More

地理设计是什么——记“地理信息科学之父”Goodchild教授清华演讲

geodesign

2014年11月20日下午3:00-5:00,在清华大学FIT楼1-315报告厅,清华大学建筑学院和Esri中国信息技术有限公司联合邀请了美国加州大学圣巴巴拉分校地理系Michael F. Goodchild教授做了题为《GIS在规划中的应用》的演讲,活动由建筑学院党安荣老师主持。Goodchild教授是美国科学院地理信息科学院士,美国艺术与科学院院士,英国皇家学会外籍院士和加拿大皇家学会外籍院士,被誉为“地理信息科学”之父。他的主要研究领域涉及地理信息科学理论、空间分析、空间数据不确定性等。慕名前来学习,一是想从总体上了解一下GIS在规划中的应用有哪些新进展,二是想看看地位如此之高的传说中的大牛到底有哪些过人之处。

Goodchild教授的演讲时间不长,短短的1小时里向大家介绍了地理设计(GeoDesign)是什么、地理设计当前发展的机遇与新的数据、空间(Space)与场所(Place)的关系、GIS发展的新工具、地理设计的结构等问题。后续的1小时提问环节,又跟大家探讨了GIS与规划的关系、CyberGIS能做什么、对VGI(volunteer geographic information)的看法、GeoDesign与SketchUp的关系、公共健康研究中的空间转向,GIS与BIM的整合问题等。Goodchild教授用简单清晰的语言向听众描绘了一幅未来GIS应用的图景,如他所说,不仅仅是帮助人们认识世界,更是帮助人们改变世界,让我们赖以生存的家园变得更好。

Read More

城市研究中的定性与定量研究沙龙小记

quantitative and qualitative

2014年6月18日晚19:30-21:30,在清华大学建筑学院一层小会议室,果说学术思想沙龙——聊聊城市研究中的定性与定量研究如期举行。沙龙邀请到两位出色的青年学者,一位是美国爱荷华州立大学副教授周江评博士,另一位是北京城市规划设计研究院高级工程师、北京城市实验室(BCL)创始人龙瀛博士,两位青年老师结合自己的成长与研究经历,与大家分享了他们对研究选题的确定、学科特征与边界、研究范式与方法、定性与定量的权衡较量、合作研究的开展、数据有偏性等问题的认识和思考。来自清华大学建筑学院和土木工程学院,北京大学城市与环境学院和遥感与地理信息系统研究所,哈佛大学设计学院,清华同衡城市规划设计研究院等单位,城乡规划学、建筑学、建筑技术、土木工程、地理学、GIS、新闻学等专业方向的19人参加了讨论。沙龙采取了圆桌式无PPT的非正式讨论形式,严肃的议题讨论多了几分更用户友好的随性随意,轻松有趣。

由于平常习惯了PPT导引的宣讲式沙龙,所以在开场介绍嘉宾和大家的自我介绍后,主持人一时语塞,不知从何说起: )还好大家提醒,可以按照之前通知中的提纲进行,于是一阵笑声过后,整个小会议室的气氛放松了下来。

Read More

城市模型学术报告会暨2014年北京城市实验室年会纪要

3

“城市模型学术报告会暨2014年北京城市实验室年会”于6月11日在清华大学建筑学院成功举办。本次报告会由清华大学人居环境实验室(TSHSI Lab)和北京城市实验室(Beijing City Lab,BCL)共同组织,以七个主题报告的形式分享BCL成立以来开展的以大模型为核心思想的学术研究。来自中国科学院、清华大学、北京大学、北京交通大学、北京建筑大学、北京联合大学、北京航空航天大学、首都经贸大学、北京测绘设计研究院、清华同衡城市规划设计研究院、北京城市规划设计研究院、中国城市规划设计研究院、南京大学、武汉大学、中山大学、河海大学、美国爱荷华州立大学、美国北卡大学、美国佐治亚大学等30多个单位的150多人参加了此次学术报告会。报告会由建筑学院人居环境信息实验室主任党安荣教授主持,人居环境研究中心副主任毛其智教授出席论坛并致辞。

来自北京城市规划设计研究院的龙瀛博士首先介绍了北京城市实验室的总体概况:BCL是于2013年10月发起的中国第一个开放式的定量城市研究网络,专注于运用跨学科方法量化城市发展动态,开展城市科学研究,通过邀请学者发布工作论文等形式阐释其对城市研究的最新见解,通过数据分享行为为科研群体提供开放的城市定量研究数据。目前已经开展了一系列研究,积累了不少大数据和开放数据,其发展定位是:一个定量的城市学术研究网络、一个开放的共享平台、一种科学地理解城市的尝试、一组吸引公众参与的可视化表达,关注北京、胸怀全国、放眼世界。

接下来的七个报告都是BCL在其发展定位下开展的各类研究工作。首先,龙瀛博士介绍了大模型及其中国应用案例,说明大模型区别于小模型的特点在于(1)大规模数据驱动;(2)兼顾了更大的尺度和更精细化的模拟单元;(3)简单直接的建模方法。在新的技术手段支持下,城市研究获取数据的来源极大丰富,数据数量和质量提升,可以用来开展更大范围和更细尺度的研究。在此理念下,几个应用案例包括地块识别、描述与全国范围城市扩张模拟研究、居民生活质量评价和全国范围PM2.5的人口暴露评估等,展现了大模型思想对于城市研究的巨大推进。

Read More

大模型城市研究进展 ——记龙瀛博士北大讲座

big data

2014年4月30日下午2:00-5:00,在北京大学逸夫贰楼3459教室,来自北京市城市规划设计研究院的高级工程师、北京城市实验室(Beijing City Lab,简称BCL)创始人龙瀛博士介绍了关于大模型的概念,以及他和合作者利用大规模数据开展全国范围微观尺度城市研究的若干案例。龙瀛博士在清华大学建筑学院获得城市规划工学博士,最近刚刚结束了为期一年的剑桥大学学术访问。他的主要研究方向城市模型等定量城市研究。他的讲座信息量大,逻辑思路清楚,而且态度谦逊,表达严谨,一个经历过良好的学术训练,拥有创新意识和开放胸襟的年轻学者典范。龙博士在报告开场也特别强调了模型的其他共同倡导者所付出的努力,包括吴康、刘行健、王江浩、李栋等。

传统模型VS大模型

龙博士从他们团队最近的一个工作讲起,即覆盖全国所有城市的地块尺度的城市增长模型,引入大模型的概念。直观感觉,既然有大模型,就会有小模型。因此,在他们的界定中,是将传统模型作为参照标准,大模型是与之相对的一个概念。具体来讲,大模型是“一种由大规模数据驱动,多利用简单直接的建模方法,兼顾大尺度和精细化模拟单元的定量城市与区域研究工具,代表了一种新的研究范式”。几个特点:(1)大规模数据驱动,与传统模型用到的数据可能不在一个量级。注意,此处并不是大数据,而是大规模数据,不一定多源;(2)兼顾更大尺度范围和更精细化的模拟单元。在传统模型中,模型的尺度和分辨率两者往往不能兼顾,如更大的尺度需以牺牲分辨率为代价;而在大模型中,利用数据和技术的支持,可以有效拓展模型的可能性边界,可以在尺度上超过常规模拟单元对应的空间范围,而且在精度上对应更精细的空间和社会单元,如地块和个人,即兼顾了大空间和细粒度。比如刚刚提到的全国范围所有城市地块尺度的模型。(3)简单直接的建模方法。与传统模型中用到的建模与模拟方法更为简单直观。因为海量数据本身就有可能反映整体的特征与变化趋势,即有学者认为的“数据就是模型”,通过数据时间演化、空间分布和属性方面的简单分析即可得出结论。龙博士十分严谨地提出,大模型的概念在学术研究中处于起步阶段,目前尚不够严谨,未来会进一步推敲完善。

大模型提出的时代和技术背景

大模型概念的提出有其时代和技术背景。当今是一个大数据的时代,这里暂且不探讨大数据概念的严谨性,自认为龙博士提到的大规模数据概念能让人更好地理解这一时代背景,即数据获取渠道的增加和数据量规模的增大已经为城市研究带来新的机遇,比如各类手机应用数据、公交智能卡数据、出租车轨迹数据等。对于城市研究来说,当今也是一个开放数据的时代。随着政务公开的趋势,各类涉及到城市发展的信息可以为更多人获取,如规划许可信息、土地交易信息、房屋信息、公共服务设施信息等。对于中国城市发展来说,新型城镇化策略的提出,也标志着规划越来越朝着“以人为本”的方向发展。

这样的时代背景下,城市研究技术支持水平也有了新的突破。计算能力的提高、自下而上研究方法的日益成熟,为海量数据的处理和更微观层面的研究提供了支持。以往规划决策支持模型大多面临建模思路复杂、开发周期长、维护成本高的困境,“数据就是模型”的思路从建模技术改进以外的另一个路径找到了应对困境的切入点。应该说,是一种数据的量变积累引起的思维方式的转变。

Read More