大數(shù)據(jù)下城市計(jì)算的典型應(yīng)用_數(shù)據(jù)分析師

近年來，隨著感知技術(shù)和計(jì)算環(huán)境的成熟，各種大數(shù)據(jù)在城市中悄然而生。城市計(jì)算就是用城市中的大數(shù)據(jù)來解決城市本身所面臨的挑戰(zhàn)，通過對(duì)多種異構(gòu)數(shù)據(jù)的整合、分析和挖掘，來提取知識(shí)和智能，并用智能來創(chuàng)造“人—環(huán)境—城市”三贏的結(jié)果。微軟亞洲研究院主管研究員鄭宇從城市計(jì)算的基本框架及核心問題、典型應(yīng)用、主要技術(shù)等方面對(duì)城市計(jì)算研究進(jìn)行了全面而詳細(xì)的分析，讓我們一睹為快！

城市計(jì)算的基本框架及核心問題

基本框架

城市計(jì)算的基本框架包括城市感知及數(shù)據(jù)捕獲、數(shù)據(jù)管理、城市數(shù)據(jù)分析和服務(wù)提供（如圖1）。與自然語言分析和圖像處理等“單數(shù)據(jù)單任務(wù)”系統(tǒng)相比，城市計(jì)算是一個(gè)“多數(shù)據(jù)多任務(wù)”系統(tǒng)。城市計(jì)算中的任務(wù)包括改進(jìn)城市規(guī)劃、緩解交通擁堵、保護(hù)自然環(huán)境、減少能源消耗等。而一個(gè)任務(wù)又需要同時(shí)用到多種數(shù)據(jù)。例如，在城市規(guī)劃的設(shè)計(jì)過程中，需要同時(shí)參考道路結(jié)構(gòu)、興趣點(diǎn)分布、交通流等多種數(shù)據(jù)源。

核心問題

城市計(jì)算是一門新興的交叉領(lǐng)域，涵蓋面較廣。從計(jì)算機(jī)科學(xué)的角度來看，其核心的研究問題主要包括以下4 個(gè)方面：

城市感知

如何利用城市現(xiàn)有的資源（如手機(jī)、傳感器、車輛和人等），在不干擾人們生活的前提下自動(dòng)感知城市的韻律，是一個(gè)重要的研究課題。如何從大量的傳感器和設(shè)備中高效而可靠地收集、傳送數(shù)據(jù)將給現(xiàn)有的傳感器網(wǎng)絡(luò)技術(shù)帶來挑戰(zhàn)。此外，人作為傳感器參與到城市感知過程是一個(gè)新概念。例如，當(dāng)一場(chǎng)災(zāi)難發(fā)生后，有些用戶會(huì)在社交網(wǎng)絡(luò)上發(fā)布消息或上傳照片。這些用戶其實(shí)就是在感知發(fā)生在他們身邊的事情。用戶在出入地鐵站時(shí)的刷卡行為也間接幫助我們感知了地鐵系統(tǒng)的擁擠和人們的出行。人賦予了傳統(tǒng)傳感器強(qiáng)大的感知能力和前所未有的靈活性，但產(chǎn)生的數(shù)據(jù)更加隨機(jī)、無序（如微博上的文字），數(shù)據(jù)的產(chǎn)生時(shí)間也變得難以預(yù)測(cè)、不可控，這給數(shù)據(jù)的收集和解析帶來了挑戰(zhàn)。

海量異構(gòu)數(shù)據(jù)的管理

城市產(chǎn)生的數(shù)據(jù)五花八門，屬性差別很大。例如：氣象是時(shí)序數(shù)據(jù)，興趣點(diǎn)是空間點(diǎn)數(shù)據(jù)，道路是空間圖數(shù)據(jù)，人的移動(dòng)是軌跡數(shù)據(jù)（時(shí)間+ 空間），交通流量是流數(shù)據(jù)，社交網(wǎng)上用戶發(fā)布的信息是文本或圖像數(shù)據(jù)。如何管理和整合大規(guī)模的異構(gòu)數(shù)據(jù)是一個(gè)新的挑戰(zhàn)。尤其是在一個(gè)應(yīng)用中使用多種數(shù)據(jù)時(shí)，只有提前建立起不同數(shù)據(jù)之間的關(guān)聯(lián)，才能使后面的分析和挖掘過程變得高效、可行。

異構(gòu)數(shù)據(jù)的協(xié)同計(jì)算

這部分包括三個(gè)方面：(1) 如何從不同的數(shù)據(jù)源中獲取相互增強(qiáng)的知識(shí)是一個(gè)新的課題。傳統(tǒng)的機(jī)器學(xué)習(xí)往往基于單一數(shù)據(jù)，如自然語言處理主要分析文本數(shù)據(jù)，圖像視覺主要基于圖像數(shù)據(jù)。在城市計(jì)算的很多應(yīng)用中，對(duì)不同性質(zhì)的數(shù)據(jù)一視同仁，其效果并不理想。(2) 在保證知識(shí)提取深度的同時(shí)，如何提高對(duì)大數(shù)據(jù)的分析效率，從而滿足城市計(jì)算中眾多實(shí)時(shí)性要求較高的應(yīng)用（如空氣質(zhì)量預(yù)測(cè)、異常事件監(jiān)測(cè)等），也是一個(gè)難題。(3) 數(shù)據(jù)維度的增加也容易導(dǎo)致數(shù)據(jù)稀疏性問題。當(dāng)數(shù)據(jù)規(guī)模達(dá)到一定程度，簡(jiǎn)單的矩陣分解算法都變得難以執(zhí)行。

虛實(shí)結(jié)合的混合式系統(tǒng)

城市計(jì)算常常催生混合系統(tǒng)，如云加端模式，即信息產(chǎn)生在物理世界，通過終端設(shè)備被收集到云端（虛擬世界）分析和處理，最后云再將提取的知識(shí)作為服務(wù)提供給物理世界的終端用戶。數(shù)據(jù)在物理和虛擬世界中來回穿行，從分散到集中，再到分散。這對(duì)系統(tǒng)的設(shè)計(jì)和搭建提出了更高的要求。基于浮動(dòng)車數(shù)據(jù)的快速行車路線設(shè)計(jì)以及城市異常事件的監(jiān)測(cè)都是典型的混合式系統(tǒng)。

城市計(jì)算的典型應(yīng)用

城市規(guī)劃

城市擁堵在一定程度上突顯了現(xiàn)有道路網(wǎng)的設(shè)計(jì)已經(jīng)不能滿足不斷發(fā)展的城市交通流的需求。如圖2(a) 所示，利用高速和環(huán)路等主干道將城市分割成區(qū)域，然后分析大規(guī)模車流軌跡數(shù)據(jù)在不同區(qū)域之間行駛的一些特征，便可找到連通性較差的區(qū)域?qū)Γ瑥亩l(fā)掘現(xiàn)有城市道路網(wǎng)的不足之處。圖2(b) 給出了基于北京市3 萬多輛出租車3 個(gè)月軌跡數(shù)據(jù)的分析結(jié)果。這些結(jié)果可以作為制定下一版交通規(guī)劃的參考。同時(shí)，通過對(duì)比連續(xù)兩年的檢測(cè)結(jié)果，可以驗(yàn)證一些已經(jīng)實(shí)施的規(guī)劃（如新建道路和地鐵）是否合理。

城市的不斷發(fā)展催生了不同的功能區(qū)域，如文教、商業(yè)和住宅區(qū)等。準(zhǔn)確掌握這些區(qū)域的分布對(duì)制定合理的城市規(guī)劃有著極其重要的意義。但是一個(gè)區(qū)域的功能并不是單一的，例如在科學(xué)文教區(qū)里仍然有飯店和商業(yè)設(shè)施的存在。因此，一個(gè)區(qū)域需要由一個(gè)功能的分布來表達(dá)（如70%的功能為商業(yè)，20% 的功能為住宅，剩余的為教育）。由于一個(gè)區(qū)域雜糅了很多不同類別的興趣點(diǎn)，而且每個(gè)興趣點(diǎn)的作用大小和被訪問頻度都很難預(yù)知，這給城市規(guī)劃提出了很大的挑戰(zhàn)。例如，同樣都是餐館，一個(gè)小區(qū)里的小店和全聚德之類的大店所反映的區(qū)域功能是完全不一樣的。

結(jié)合興趣點(diǎn)數(shù)據(jù)和人們的移動(dòng)模式，Discovering regions of different functions in a city using human mobility and POIs分析了城市中不同的功能區(qū)域。如圖3(a) 所示，相同顏色的區(qū)域具有相同的功能分布（如紅色區(qū)域主要為科學(xué)文教區(qū)）。圖中所采用的人的移動(dòng)性數(shù)據(jù)是從出租車的軌跡數(shù)據(jù)中提取出來的，該軌跡數(shù)據(jù)包含乘客上車和下車地點(diǎn)的信息。人的移動(dòng)性數(shù)據(jù)可以很好地區(qū)分相同類別的興趣點(diǎn)的熱度，也可以揭示一個(gè)區(qū)域的功能。例如有一個(gè)區(qū)域，大部分人都是上午8 點(diǎn)左右離開，晚上7 點(diǎn)返回，則這個(gè)區(qū)域很可能是住宅區(qū)。一個(gè)區(qū)域的主要功能是文教，但也不代表該區(qū)域的任何一個(gè)地點(diǎn)都服務(wù)于文教。因此，給定一種功能，我們希望知道它的核心區(qū)域所在。圖3(b) 顯示了成熟商業(yè)區(qū)的核心區(qū)域，顏色越深表示該區(qū)域是成熟商業(yè)區(qū)的概率越大。

智能交通

T-Drive 系統(tǒng)利用裝有GPS 傳感器的出租車來感知交通流量，并為普通用戶設(shè)計(jì)出真正意義上的最快駕車線路。如圖4 所示，T-Drive 提出了一個(gè)基于地標(biāo)圖的路由算法，其中一個(gè)紅點(diǎn)表示出租車司機(jī)走過最頻繁的路段之一（稱為一個(gè)地標(biāo)），紅點(diǎn)之間的連線表示連接兩個(gè)地標(biāo)點(diǎn)的一條虛擬邊，代表連續(xù)經(jīng)過這兩個(gè)地標(biāo)點(diǎn)的出租車軌跡的聚合。根據(jù)出租車軌跡數(shù)據(jù)，可以學(xué)習(xí)出任何一條虛擬邊的通行時(shí)間。T-Drive 的改進(jìn)版進(jìn)一步考慮了天氣及個(gè)人駕車習(xí)慣、技能和道路熟悉程度等因素，提出了針對(duì)個(gè)人的個(gè)性化最快線路設(shè)計(jì)。這個(gè)系統(tǒng)不僅可以為每30 分鐘的駕車路程節(jié)約5分鐘時(shí)間，還可以通過讓不同用戶選擇不同的道路來緩解可能出現(xiàn)的擁堵。

打車難是很多大城市面臨的一個(gè)問題。通過分析出租車乘客的上下車記錄，T-Finder提供了一個(gè)面向司機(jī)和乘客的雙向推薦服務(wù)。一方面，這個(gè)系統(tǒng)向出租車司機(jī)建議一些“趴活”地點(diǎn)。只要向這些地點(diǎn)行駛，司機(jī)將在最短的時(shí)間內(nèi)（在路上或者推薦地點(diǎn)）拉到乘客，并且使收入最大化。另一方面，如圖5(a) 所示，該系統(tǒng)向乘客推薦一些周邊的路段，在這些路段上尋找到空車的概率更高（不同顏色表示不同概率，藍(lán)色最高，紅色最低）。同時(shí)，T-Finder 還可以預(yù)測(cè)周邊的一些出租車?？空驹谖磥戆胄r(shí)內(nèi)將駛?cè)氲目哲嚁?shù)目。T-Finder通過推薦能夠緩解非高峰時(shí)段的打車難問題，但該系統(tǒng)并不能真正解決高峰時(shí)段的問題。T-Share則通過出租車實(shí)時(shí)動(dòng)態(tài)拼車的方案來解決這一難題。在T-Share系統(tǒng)里，用戶通過手機(jī)提交打車請(qǐng)求，表明上下車地點(diǎn)、乘客人數(shù)和期望到達(dá)目的地的時(shí)間。后臺(tái)系統(tǒng)實(shí)時(shí)維護(hù)所有出租車的狀態(tài)，在接收到一個(gè)用戶請(qǐng)求后，搜索出滿足新用戶條件和車上已有乘客條件的最優(yōu)的車。這里的最優(yōu)是指出租車去接一個(gè)新的用戶所增加的里程最小。如圖5(b)所示，該出租車被規(guī)劃為先后接 u1 和 u2，放下 u1 接 u3，再放 u2 ，然后放 u3（+ 表示上車，- 表示下車）。根據(jù)仿真結(jié)果顯示，TShare系統(tǒng)一年可以為北京市節(jié)約8 億升汽油（可供100 萬輛車開10 個(gè)月，價(jià)值10 億元人民幣，并減排二氧化碳 16 億千克），乘客能打到車的概率提高3 倍，但費(fèi)用降低7%，出租車司機(jī)的收入增加10%。

圖5 城市計(jì)算中的出租車解決方案

還有一些研究工作，利用乘客在地鐵系統(tǒng)中的刷卡數(shù)據(jù)來估計(jì)單個(gè)地鐵站點(diǎn)內(nèi)的擁擠程度和不同站點(diǎn)間的通行時(shí)間，從而優(yōu)化人們的出行線路、時(shí)間和購票方式的選擇。還有人通過分析出租車的軌跡數(shù)據(jù)來建議開通公交線路。如果有大量的人通過打出租車從一個(gè)地點(diǎn)到另一個(gè)地點(diǎn)，則說明這兩個(gè)地點(diǎn)需要公交線路來連通。

環(huán)境

空氣質(zhì)量信息對(duì)控制污染和保護(hù)人們身體健康有著重要的意義。很多城市都開始通過建設(shè)地面空氣監(jiān)測(cè)站來實(shí)時(shí)感知地面的空氣質(zhì)量。但是由于監(jiān)測(cè)站的建設(shè)成本高昂，一個(gè)城市的站點(diǎn)有限，并不能完全覆蓋整個(gè)城市。如圖6(a) 所示，北京城區(qū)僅有22 個(gè)空氣監(jiān)測(cè)站點(diǎn)（平均約100平方公里設(shè)一個(gè)站點(diǎn)）。然而空氣質(zhì)量受多方面因素影響（如地表植被、交通流量、樓房密度等），而且隨地域不均勻變化。如果一個(gè)區(qū)域沒有監(jiān)測(cè)站，我們并不知道該地區(qū)空氣質(zhì)量的好壞，更不能用一個(gè)籠統(tǒng)的數(shù)據(jù)來概括整個(gè)城市的空氣狀況。

利用群體感知是解決這個(gè)問題的一種方式。例如，“哥本哈根車輪”項(xiàng)目在自行車車輪里安裝一些傳感器，通過用戶手機(jī)將收集的數(shù)據(jù)發(fā)送至后臺(tái)服務(wù)器。依靠群體的力量，我們就可以感知整個(gè)城市不同角落的溫度、濕度和二氧化碳濃度。由于受傳感器大小和感知時(shí)間的限制，這種方式只適用于部分氣體，如一氧化碳和二氧化碳。由于傳感器體積較大，不便于攜帶，對(duì)于細(xì)顆粒物(PM2.5) 這樣的懸浮物則需要2~4 小時(shí)的測(cè)量時(shí)間才能產(chǎn)生較為精確的數(shù)據(jù)。

U-Air 利用地面監(jiān)測(cè)站有限的空氣質(zhì)量數(shù)據(jù)，結(jié)合交通流、道路結(jié)構(gòu)、興趣點(diǎn)分布、氣象條件和人們流動(dòng)規(guī)律等大數(shù)據(jù)，基于機(jī)器學(xué)習(xí)算法建立數(shù)據(jù)和空氣質(zhì)量的映射關(guān)系，從而推斷出整個(gè)城市細(xì)粒度的空氣質(zhì)量。圖6(b) 顯示了北京某時(shí)刻的細(xì)粒度空氣質(zhì)量（其中不同顏色表示不同污染指數(shù)，綠色為優(yōu)）。

社交和娛樂

社交網(wǎng)絡(luò)的盛行，尤其是基于位置的社交網(wǎng)絡(luò)的風(fēng)靡，帶來了豐富的媒體數(shù)據(jù)，如用戶關(guān)系圖、位置信息（簽到和軌跡）、照片和視頻等。這些數(shù)據(jù)不僅表現(xiàn)了個(gè)人的喜好和習(xí)慣，也反映了整個(gè)城市人們的生活方式和移動(dòng)規(guī)律?；谶@些數(shù)據(jù)，產(chǎn)生了很多推薦系統(tǒng)，包括朋友推薦、社區(qū)推薦、地點(diǎn)推薦、旅行線路推薦和行為活動(dòng)推薦。文獻(xiàn)A survey on recommendations in location-based social networks 綜述了基于位置的社交網(wǎng)絡(luò)中的各種推薦系統(tǒng)。

城市計(jì)算中的社交應(yīng)用更加強(qiáng)調(diào)從大量用戶的社交媒體數(shù)據(jù)中提煉出群體智慧。人作為一個(gè)重要的感知和計(jì)算單元參與到計(jì)算的過程中是城市的重要特點(diǎn)之一。例如，一個(gè)用戶的簽到或者帶有地標(biāo)的照片數(shù)據(jù)都可被看成是不確定的軌跡，原因在于用戶不會(huì)不停地簽到或拍照。在得到這樣一條軌跡數(shù)據(jù)時(shí)，我們無法判斷出該用戶選擇的具體線路，如圖7(a)。但是，當(dāng)我們把很多個(gè)用戶的不確定線路疊加到一起，就能猜測(cè)出最有可能的線路，如圖7(b)，即“不確定+ 不確定→確定”。這樣的應(yīng)用可以幫助人們規(guī)劃旅行線路。例如，一個(gè)用戶想在一條線路中去后海、天壇和頤和園3 個(gè)地方，把這3 個(gè)點(diǎn)輸入到系統(tǒng)里，可以根據(jù)大眾的簽到數(shù)據(jù)計(jì)算出一條最熱門的游玩路線。

社交媒體數(shù)據(jù)同時(shí)也向城市計(jì)算的其他方面貢獻(xiàn)著力量。例如，通過網(wǎng)民在社交網(wǎng)絡(luò)中發(fā)布的信息來預(yù)測(cè)總統(tǒng)選舉結(jié)果、疾病蔓延和房?jī)r(jià)走勢(shì)，發(fā)現(xiàn)異常事件和災(zāi)難，分析交通流量，設(shè)計(jì)廣告推送和商業(yè)選址。通過社交媒體還能分析一個(gè)城市的風(fēng)格以及不同城市之間的相似性。

能源消耗

文獻(xiàn)Sensing the pulse of urban refueling behavior利用裝有GPS 的出租車在加油站的等待時(shí)間來估計(jì)加油站的排隊(duì)長(zhǎng)度，估算出此時(shí)加油站內(nèi)的車輛數(shù)目及加油量。通過將全城的加油站數(shù)據(jù)匯總，便可計(jì)算出任意時(shí)刻消耗掉（加入到汽車油箱里）的燃油數(shù)。這些數(shù)據(jù)能實(shí)現(xiàn)三方面的應(yīng)用：第一，給需要加油的用戶提供推薦信息，尋找排隊(duì)時(shí)間最短的加油站；第二，可讓加油站運(yùn)營(yíng)商知道各個(gè)地區(qū)的加油需求，從而考慮增加新的站點(diǎn)或動(dòng)態(tài)調(diào)整某些加油站的工作時(shí)間；第三，政府可以實(shí)時(shí)掌握整個(gè)城市的油耗，制定更為合理的能源戰(zhàn)略，如圖8 所示。

文獻(xiàn)Coordinated clustering algorithms to support charging infrastructure design for electric vehicles通過分析人口數(shù)據(jù)、車輛的軌跡數(shù)據(jù)、各地區(qū)能源消耗情況和興趣點(diǎn)的分布來研究未來新能源汽車的充電站建在何處最優(yōu)。也有不少工作通過分析汽車內(nèi)部的傳感器數(shù)據(jù)（如踩油門、剎車的時(shí)間和次數(shù)等）來建議經(jīng)濟(jì)省油的開車方式。

經(jīng)濟(jì)

城市經(jīng)濟(jì)是一個(gè)相對(duì)成熟的研究領(lǐng)域。例如，分析決定土地價(jià)格的因素、土地使用限制對(duì)經(jīng)濟(jì)的影響，公司選址和人們選擇住宅的位置對(duì)周邊未來經(jīng)濟(jì)的影響等。

文獻(xiàn)Geo-spotting: mining online location-based services for optimal retail store placement通過分析大量用戶的簽到數(shù)據(jù)為商業(yè)選址提供位置建議。比如，要開設(shè)一個(gè)新的麥當(dāng)勞餐廳，什么地方是最理想的位置。結(jié)合道路結(jié)構(gòu)、興趣點(diǎn)分布、人口流動(dòng)等諸多因素來對(duì)屋的價(jià)值排序。即在市場(chǎng)向好時(shí)，哪些小區(qū)的房?jī)r(jià)將會(huì)漲得更多；市場(chǎng)下行時(shí)，哪些小區(qū)的房?jī)r(jià)比較抗跌。與使用傳統(tǒng)經(jīng)濟(jì)學(xué)模型不同，以上這兩個(gè)例子采用了機(jī)器學(xué)習(xí)算法和數(shù)據(jù)驅(qū)動(dòng)的方法。

城市安全和應(yīng)急響應(yīng)

城市中總是會(huì)有一些突發(fā)事件，如自然災(zāi)害（地震和洪水等）、大型賽事和商業(yè)促銷、交通事故和臨時(shí)管制、群體性事件等。如果能及時(shí)感知、甚至預(yù)警這些事情，將能極大地改善城市管理，提高政府對(duì)突發(fā)事件的應(yīng)對(duì)能力，保障城市安全，減少損失和悲劇的發(fā)生。

Discovering spatio-temporal causal interactions in traffic data streams、On mining anomalous patterns in road traffic streams、On detection of emerging anomalous traffic patterns using GPS data通過分析北京3 萬多輛出租車的軌跡來發(fā)現(xiàn)城市中的異常事件。其主要思想是當(dāng)異常事件發(fā)生時(shí)，附近的交通流將出現(xiàn)一定程度的紊亂。文獻(xiàn)Inferring the root cause in road traffic anomalies 試圖用具體的交通線路來進(jìn)一步解釋異常出現(xiàn)的原因。如圖9所示，L1 連通的兩個(gè)區(qū)域之間出現(xiàn)了交通流異常，但問題本身可能并不在這兩個(gè)區(qū)域。其原因在于天安門附近因馬拉松比賽而導(dǎo)致了交通管制，之前通過紫色虛線出行的車流就不得不繞道到綠色分段線的線路。所以綠色的線路才是產(chǎn)生這次異常的原因。根據(jù)司機(jī)選擇路線的改變來捕捉交通異常，并進(jìn)一步從相關(guān)的微博中提取關(guān)鍵詞來解釋異常的原因，如婚博會(huì)、道路坍塌等。

圖9 分析交通異常

Modelingand probabilistic reasoning of population evacuation during large-scale disaster通過分析160 萬日本人一年的GPS 移動(dòng)軌跡數(shù)據(jù)庫來對(duì)日本大地震和福島核事故發(fā)生后的災(zāi)民移動(dòng)、避難行為進(jìn)行建模、預(yù)測(cè)和模擬。這樣日后再有類似事件發(fā)生時(shí)，便可從之前的災(zāi)難中吸取經(jīng)驗(yàn)，提前做好準(zhǔn)備。例如，為人們推薦合理的撤退線路。

城市計(jì)算的主要技術(shù)

傳感器技術(shù)

傳感器網(wǎng)絡(luò)

實(shí)現(xiàn)現(xiàn)有專業(yè)傳感器（如溫度傳感器、位置傳感器、交通流線圈、空氣質(zhì)量監(jiān)測(cè)儀等）之間的互聯(lián)互通，完成數(shù)據(jù)的快速收集。

主動(dòng)參與式感知

用戶通過主動(dòng)分享自己獲取的數(shù)據(jù)來共同完成一個(gè)復(fù)雜的任務(wù)。例如，每個(gè)用戶都利用手機(jī)上的傳感器來分享自己周邊的氣溫和濕度，從而構(gòu)建出全城細(xì)粒度的氣象信息。

被動(dòng)群體感知

城市里各種信息基礎(chǔ)設(shè)施（如蜂窩移動(dòng)通信系統(tǒng)和公交卡系統(tǒng)）為城市計(jì)算提供了良好的感知平臺(tái)。這些基礎(chǔ)設(shè)施可能并不是專門為城市計(jì)算設(shè)立的，但當(dāng)用戶在使用這些基礎(chǔ)設(shè)施時(shí)會(huì)產(chǎn)生大量的數(shù)據(jù)，將這些數(shù)據(jù)融合到一起能很好地反映城市的韻律。例如，通過分析大量用戶的地鐵刷卡數(shù)據(jù)就能掌握城市的人口流動(dòng)規(guī)律。通過分析大規(guī)模的出租車軌跡數(shù)據(jù)就能感知城市路面的交通流。與主動(dòng)參與式感知技術(shù)不同，被動(dòng)式群體感知中的用戶并不知道自己的數(shù)據(jù)將作何使用，甚至不知道自己在產(chǎn)生數(shù)據(jù)。

數(shù)據(jù)管理技術(shù)

流數(shù)據(jù)管理

由于大量的傳感器數(shù)據(jù)都以流的形式輸入，高效的流數(shù)據(jù)庫技術(shù)是城市計(jì)算數(shù)據(jù)管理層的基石。

軌跡管理

交通流、人的移動(dòng)以及帶位置標(biāo)簽的社交媒體都可以表示為軌跡數(shù)據(jù)（即帶有時(shí)間戳并按時(shí)間排序的點(diǎn)序列）。在城市計(jì)算中經(jīng)常會(huì)用到軌跡處理技術(shù)，如地圖匹配算法、軌跡壓縮、軌跡搜索、軌跡頻繁模式挖掘等。

圖數(shù)據(jù)管理

社交網(wǎng)絡(luò)中人的關(guān)系、不同地區(qū)之間的人口流動(dòng)、道路上的交通流等等都可表達(dá)為圖模型。因此，圖數(shù)據(jù)的管理和模式發(fā)現(xiàn)技術(shù)尤為重要。城市計(jì)算的應(yīng)用中更多會(huì)用到帶有時(shí)空屬性的圖模型，即每個(gè)節(jié)點(diǎn)都有空間坐標(biāo)信息，圖中邊和點(diǎn)的屬性（甚至圖結(jié)構(gòu)）會(huì)隨時(shí)間而變化。前文提到的最快行車路線設(shè)計(jì)、查找路網(wǎng)中不合理規(guī)劃、發(fā)現(xiàn)城市不同的功能區(qū)域以及交通流異常檢測(cè)都是以帶有時(shí)空屬性的圖為研究模型。

時(shí)空索引

有效的索引可以大大提高數(shù)據(jù)提取的效率。由于空間和時(shí)間是城市計(jì)算中最常用的兩個(gè)數(shù)據(jù)維度，各種空間索引和時(shí)空索引都是常用技術(shù)。更重要的是利用時(shí)空索引技術(shù)將不同種類的數(shù)據(jù)（如文本、車流等）關(guān)聯(lián)和組織起來，為之后的高效數(shù)據(jù)挖掘和分析做好準(zhǔn)備。

數(shù)據(jù)挖掘技術(shù)

用于城市計(jì)算的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法比較多。各種模式發(fā)現(xiàn)、統(tǒng)計(jì)學(xué)習(xí)和人工智能方法都可以應(yīng)用到該領(lǐng)域。但在挑選這些技術(shù)時(shí)需要考慮以下兩個(gè)因素：

能從異構(gòu)數(shù)據(jù)中學(xué)習(xí)到相互增強(qiáng)的知識(shí)

通常有3 種方法來實(shí)現(xiàn)這個(gè)目標(biāo)：(1) 分別從不同數(shù)據(jù)中提取特征，然后簡(jiǎn)單地將這些特征直接拼接并歸一化到一個(gè)特征向量里，輸入到機(jī)器學(xué)習(xí)的模型中。由于不區(qū)分不同數(shù)據(jù)的特性，因此這種方法并不是最有效的。(2) 在計(jì)算模型的不同階段先后使用不同數(shù)據(jù)。例如，文獻(xiàn)Urban computing with taxicabs先用道路數(shù)據(jù)將城市分割成很多區(qū)域，然后再將軌跡數(shù)據(jù)映射到這些區(qū)域上構(gòu)建圖，最后通過分析圖模型來找出不合理的道路規(guī)劃。(3) 將不同的數(shù)據(jù)分別輸入到同一個(gè)計(jì)算模型的不同部分。如文獻(xiàn)Discovering regions of different functions in a city using human mobility and POIs將人的移動(dòng)性數(shù)據(jù)和興趣點(diǎn)數(shù)據(jù)分別輸入到一個(gè)主題模型的兩個(gè)不同部分來分析城市的不同功能區(qū)域。文獻(xiàn)U-Air: when urban air quality inference meets big data將交通流、人的移動(dòng)性和氣象數(shù)據(jù)等時(shí)變信息輸入到一個(gè)隨機(jī)條件場(chǎng)conditional random fields, CRF) 來模擬一個(gè)地點(diǎn)空氣的時(shí)序相關(guān)性，將道路結(jié)構(gòu)、興趣點(diǎn)分布等空間（非時(shí)變）信息輸入到神經(jīng)網(wǎng)絡(luò)中來模擬不同區(qū)域間空氣質(zhì)量的相關(guān)性。然后，這兩個(gè)模型在半監(jiān)督學(xué)習(xí)的框架里相互迭代、增強(qiáng)，共同推斷出一個(gè)地點(diǎn)的空氣質(zhì)量。如果只是簡(jiǎn)單將所有數(shù)據(jù)輸入到一個(gè)分類器中，由于那些空間數(shù)據(jù)不隨時(shí)間變化，會(huì)被忽略，因此預(yù)測(cè)效果并不好。

應(yīng)對(duì)數(shù)據(jù)的稀疏性

大數(shù)據(jù)與數(shù)據(jù)的稀疏性并不矛盾。以預(yù)測(cè)城市的細(xì)粒度空氣為例，我們能觀測(cè)到的交通流、人流、道路和興趣點(diǎn)數(shù)據(jù)都是大數(shù)據(jù)，由于只有有限的監(jiān)測(cè)站能產(chǎn)生空氣質(zhì)量的讀數(shù)，因此，訓(xùn)練數(shù)據(jù)很稀疏。另外一個(gè)例子是利用出租車來估計(jì)城市的燃油消耗。出租車的GPS 軌跡數(shù)據(jù)巨大，但某些時(shí)刻有相當(dāng)一部分加油站并沒有出租車出入。如何估計(jì)這些站點(diǎn)的油耗，也是一個(gè)應(yīng)對(duì)數(shù)據(jù)稀疏性的問題。解決這一問題通?？刹捎靡韵? 種方法：(1) 使用半監(jiān)督學(xué)習(xí)算法或轉(zhuǎn)移學(xué)習(xí)算法。如文獻(xiàn)使用半監(jiān)督學(xué)習(xí)算法來彌補(bǔ)因空氣監(jiān)測(cè)站少而帶來的訓(xùn)練樣本稀疏性問題。(2)采用矩陣分解算法和協(xié)同過濾。城市油耗估計(jì)就是利用這種方法來解決數(shù)據(jù)稀疏性問題的。(3) 基于相似性的聚類算法。假設(shè)我們需要根據(jù)埋在地面的線圈傳感器來估計(jì)行駛在道路上的車輛數(shù)，但由于不是所有路面都埋有線圈，所以很多道路上的流量無法估計(jì)。根據(jù)道路的拓?fù)浣Y(jié)果、周邊的興趣點(diǎn)分布等信息，我們可以計(jì)算不同道路之間的相似性，從而對(duì)道路進(jìn)行聚類。這樣被分在同一個(gè)類里的道路很可能具有相同的車流模式。于是，在一個(gè)類中，我們可以將有傳感器道路的讀數(shù)賦給那些沒有傳感器的道路。

優(yōu)化技術(shù)

城市計(jì)算中也經(jīng)常用到各種優(yōu)化技術(shù)。比如文獻(xiàn)T-Share: a large scale dynamic taxi ridesharing service就是通過將時(shí)空搜索技術(shù)和路徑優(yōu)化相結(jié)合來尋找能夠接送乘客的最佳出租車。文獻(xiàn)Inferring the root cause in road traffic anomalies通過線性規(guī)劃來分析最有可能造成交通異常的車流。文獻(xiàn)Where to Find My Next Passenger? 向出租車司機(jī)推薦最優(yōu)的乘客尋找路線。

混合數(shù)據(jù)的可視化技術(shù)

可視化以直觀的方式幫助我們理解獲取的知識(shí)和模式。圖10 是每個(gè)工作日 12~14 點(diǎn)之間乘坐出租車到達(dá)各個(gè)區(qū)域的人數(shù)的熱度圖（顏色越深，人越多）。將不同時(shí)間段的此類熱度圖連續(xù)播放，便可以動(dòng)態(tài)反映整個(gè)城市的人口流動(dòng)規(guī)律。相對(duì)而言，北京東部的中央商業(yè)區(qū)具有更高的人氣。與單一數(shù)據(jù)可視化不同，城市計(jì)算中的可視化技術(shù)需要同時(shí)考慮多個(gè)維度，其中空間和時(shí)間是兩個(gè)至關(guān)重要的維度。

城市計(jì)算是一個(gè)新興的交叉領(lǐng)域，是計(jì)算機(jī)學(xué)科與傳統(tǒng)城市規(guī)劃、交通、能源、經(jīng)濟(jì)、環(huán)境和社會(huì)學(xué)等多個(gè)領(lǐng)域在城市空間的交匯。它關(guān)系到人類未來的生活質(zhì)量和可持續(xù)性發(fā)展。大數(shù)據(jù)時(shí)代的到來為城市計(jì)算提供了更多的機(jī)遇和更廣闊的前景。