
用大數(shù)據(jù)和人工智能理性評(píng)估特色小鎮(zhèn)
目前,我國(guó)特色小鎮(zhèn)建設(shè)在全國(guó)如火如荼,但各地受地域經(jīng)濟(jì)、文化等因素影響,特色小鎮(zhèn)發(fā)展參差不齊。住建部分別于2016年10月和2017年7月公布了第一批和第二批中國(guó)特色小鎮(zhèn)名單共403個(gè)小鎮(zhèn)。這些特色小鎮(zhèn)是在各地推薦的基礎(chǔ)上,經(jīng)專家評(píng)審得出。這種地方推薦、專家評(píng)審的人工決策方法要耗費(fèi)大量的人力資源,難以對(duì)全國(guó)數(shù)目眾多的小鎮(zhèn)逐一評(píng)估。而且小鎮(zhèn)的經(jīng)濟(jì)、交通、生態(tài)(例如年均PM2.5)等等指數(shù)經(jīng)常變化,現(xiàn)有的決策模式很難對(duì)小鎮(zhèn)做動(dòng)態(tài)、經(jīng)常性的評(píng)估。
現(xiàn)代心理學(xué)和認(rèn)知學(xué)發(fā)現(xiàn)傳統(tǒng)的、依賴于人的直覺和經(jīng)驗(yàn)做決策是不可靠的。人工智能模型從數(shù)據(jù)出發(fā),通過(guò)機(jī)器學(xué)習(xí),能解決人工決策的偏差。利用人工智能模型來(lái)做特色小鎮(zhèn)的評(píng)估需要大量的學(xué)習(xí)樣本。杭州景理文化科技發(fā)展有限公司用大數(shù)據(jù)和人工智能技術(shù)開發(fā)了一套景觀決策支持系統(tǒng),我們使用該系統(tǒng)評(píng)選出高質(zhì)量的特色小鎮(zhèn)。
我們從全國(guó)選取了3,700個(gè)小鎮(zhèn),主要來(lái)源于住建部等7部委于2014年7月公布的《住房城鄉(xiāng)建設(shè)部等部門關(guān)于公布全國(guó)重點(diǎn)鎮(zhèn)名單的通知》。對(duì)于這些小鎮(zhèn),我們收集了69個(gè)指標(biāo),涵蓋氣候、地貌、經(jīng)濟(jì)、生態(tài)等等方面。這些指標(biāo)的選取主要是考慮到它們和特色小鎮(zhèn)的質(zhì)量相關(guān),同時(shí)這些數(shù)據(jù)也相對(duì)容易收集。
根據(jù)它們是否被列入住建部公布的第一、二批特色小鎮(zhèn)名單,我們對(duì)這些小鎮(zhèn)做了標(biāo)記。被列入住建部名單上的是高質(zhì)量特色小鎮(zhèn),由于它們是通過(guò)地方推薦、專家評(píng)審而來(lái),它們的入選包涵著豐富的當(dāng)?shù)亟?jīng)驗(yàn)和專家知識(shí) 。
人工智能模型通過(guò)對(duì)這些小鎮(zhèn)的學(xué)習(xí),能夠發(fā)現(xiàn)小鎮(zhèn)氣候、地貌、經(jīng)濟(jì)、生態(tài)等等指標(biāo)和高質(zhì)量特色小鎮(zhèn)的相關(guān)性,從而計(jì)算出特色小鎮(zhèn)質(zhì)量指數(shù)。實(shí)際上,人工智能模型是在學(xué)習(xí)住建部的特色小鎮(zhèn)名單里隱含的豐富信息,但這種學(xué)習(xí)并不是簡(jiǎn)單地復(fù)制專家的判斷,而是以數(shù)據(jù)為基礎(chǔ),經(jīng)過(guò)綜合后把學(xué)到的具有統(tǒng)計(jì)顯著性的內(nèi)容固化到模型里。我們發(fā)現(xiàn)這個(gè)評(píng)估非常新穎、有現(xiàn)實(shí)意義,同時(shí)也符合經(jīng)驗(yàn)和直覺的判斷。
我們認(rèn)為數(shù)據(jù)、人工智能模型和應(yīng)用應(yīng)該形成一個(gè)閉環(huán)。用數(shù)據(jù)訓(xùn)練人工智能模型,人工智能模型的輸出支持應(yīng)用,再根據(jù)從實(shí)際應(yīng)用中得到的反饋來(lái)更新、增強(qiáng)數(shù)據(jù)。通過(guò)這種方式,我們的人工智能模型可以不斷地迭代提升。相對(duì)于這種用數(shù)據(jù)來(lái)訓(xùn)練模型的方法,傳統(tǒng)的、基于專家先驗(yàn)知識(shí)的評(píng)分體系是主觀和靜態(tài)的,其輸出和現(xiàn)實(shí)的偏差不能有效地反饋回系統(tǒng)并做出調(diào)節(jié),難以適應(yīng)環(huán)境的動(dòng)態(tài)變化。
事實(shí)上,利用大數(shù)據(jù)和人工智能做決策支持是全球各個(gè)行業(yè)的趨勢(shì)。例如,在北美銀行、保險(xiǎn)業(yè)等等傳統(tǒng)行業(yè)已經(jīng)廣泛地采用人工智能模型。特色小鎮(zhèn)質(zhì)量評(píng)估是我們的第一個(gè)嘗試。而此前召開的中央經(jīng)濟(jì)工作會(huì)議明確指出要“引導(dǎo)特色小鎮(zhèn)健康發(fā)展”,利用大數(shù)據(jù)和人工智能對(duì)特色小鎮(zhèn)進(jìn)行理性評(píng)估將有助于我國(guó)特色小鎮(zhèn)的健康發(fā)展。
同樣與特色小鎮(zhèn)密切相關(guān)的文化旅游涉及眾多的動(dòng)態(tài)變化因素,對(duì)傳統(tǒng)的專家決策方式提出挑戰(zhàn)?!皵?shù)據(jù)驅(qū)動(dòng)決策”的人工智能模型將成為關(guān)鍵的工具。從智能手機(jī)、社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)等等渠道采集的數(shù)據(jù)為人工智能模型提供“燃料”,通過(guò)數(shù)據(jù)訓(xùn)練的模型為文旅產(chǎn)品的設(shè)計(jì)和營(yíng)銷提供客觀、及時(shí)的決策支持。繼特色小鎮(zhèn)之后,杭州景理的智能決策支持系統(tǒng)將會(huì)在文化旅游產(chǎn)業(yè)發(fā)揮重要作用。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10