浮动车数据（GPS定位数据、出行轨迹数据）
城市土地利用和空间结构
城
POI数据（导航地图信息数据）
市
空 间
城市空间交互
Liu Y, Sui Z, Kang C, Gao Y (2014). Uncovering Patterns of 社交网络数据（签到数据、用户地理位置数据）InterUrban Trip and Spatial Interaction from Social Media Check-In
2012年
美国研究机构定义到：大数据是基 于新的处理模式而产生的具有强大 的决策力、洞察力以及流程优化能 力的多样性的、海量的且增长率高 的信息资产。
（参考：Hype Cycle for Big Data,2012）
2014年
维基百科中定义到：“巨量资料(big data)，或称 大数据，指所涉及的资料量规模巨大到无法通过 目前主流软件工具，在合理时间内达到撷取、管 理、处理并整理成为帮助企业经营决策更积极目 的资讯。
大数据 BIG DATA
现代城市规划理论
“大数据”学习路线
大数据在城市研究中的应用
认知
深入
大数据在城市交通研究中的应用 大数据在城市空间研究中的应用
大数据的基本概况
初识
【LEARNING PROCESS】
CONTENTS
1 大数据的基本概况
1.1 大数据的定义 1.2 城市规划中的新兴数据
CONTENTS
4.相关研究结论： 对可能出现的城市危机进行预测和监控。
罗马“危机可视化”地图
任珏.城市大型活动的应急管理，可以来张情绪地图[EB/OL]. /topic/1556.html,2015-9-6.
罗马骚乱的数字化危机地图
【CASE】
CONTENTS
3 挑战和机遇
基于不同数据提取的城市不同地 点活动量的日变化特征
【CASE】
2.2 相关案例分析
城市管理研究方面 1.相关研究具体案例： 城市大型活动的应急管理，可以来张情绪地图（2015）
2.研究中所采用的大数据： 社交网络数据中的地理信息数据以及情绪文本数据
3.基于数据所提取的信息： 可以借此分析大型政治事件及公共活动中，市民的不同感受和情绪的地理空间分布情况。
【CONCEPT】
CONTENTS
1.2 城市规划中的新兴数据
1.2 城市规划中的新兴数据
1.2.1常见新兴数据类型
大数据的出现不仅为科学、商业、教育等领域带来变革，也 为城市规划行业的数据研究开辟了新世界。
常见规划新兴数据大致可分为：感知数据、政府公开数据、 互联网数据、开放地图数据、移动通信数据等，如图1.1。
【CONCEPT】
1.1 大数据的定义
1.1.2基于大数据特征的定义归纳
对于大数据尚未有一个公认的定义，然而大 多数不同的定义基本是从大数据的特征出发，通 过这些特征的阐述和归纳试图给出其定义。
3V定义：规模性（volume）、 多样性（variety）、 高速性（velocity）。
4V定义：价值性（value）/ 真实性（veracity）。
3.1 大数据的局限性
3.2
大数据推动规划行业变革
CONTENTS
3.1
大数据的局限性
3.1 大数据的局限性
研究对象
基于数据的研究与应用
社区安保及室内安防
城
公共空间管理
市
管
理 城市大型活动的应急管理
环境治理
所采用的数据类型
城市监测设备数据（视频监控数据）
社交网络数据（用户地理位置数据、活动信 息数据、 情感文本数据）
社交网络数据（用户地理位置数据、活动信 息数据、 情感文本数据）
城市监测设备数据（环境与气象数据）
社交网络数据（活动信息数据、 情感文本数据）
城
精细化人口职住位置分析
手机数据（通话联系数据、定位数据）
市
人
外来人口（游客）行为分析
手机数据（通话联系数据、定位数据）
口
特征人群识别和行为分析
手机数据（通话联系数据、定位数据）
社交网络数据（签到数据、活动信息数据、 情 刘瑜(项目主持).基于海量时空数据的城市居民移动模式研究
如总规、控规、专项规划成果等
如规划院行政管理数据、各委办局专业数据等
李乐，张恒，孙保磊，李刚.大数据在城市规划中的应用研究[R].天津：天津市城市规划设计研究院，2015.
图1.1 城市规划新兴数据常见类型
【EMERGING DATA 】
1.2 城市规划中的新兴数据
1.2.2新兴数据的特征
基于传统规划数据与新兴数据的对比， 我们可以浅析城市规划行业新兴数据的特征 优势：
具体案例参考
CONTENTS
2.2
相关案例分析
2.2 相关案例分析
城市人口研究方面 1.相关研究具体案例： 基于海量时空数据的城市居民移动模式研究（2013）
2.研究中所采用的大数据： 利用位置感知设备（如手机、GPS接收机等）获取海量个体移动数据
3.基于数据所提取的信息： 集成地理信息系统、空间统计分析、数据挖掘等技术方法，挖掘城市居民移动模式及 时空分布特征，分析该模式与城市土地利用、人口密度、交通网络等不同地理要素之 间的关系。
相关研究综述
2.2
相关案例分析
CONTENTS
2.1
相关研究综述
2.1 相关研究综述
2.1.1主要研究对象分类
城市人口方面的研究 城市空间方面的研究 城市交通方面的研究 城市管理方面的研究
【RESEARCH OVERVIEW】
2.1 相关研究综述
2.1.2不同研究对象具体探究
研究对象
大数据：下一个创新、竞争、 生产的先驱
【CONCEPT】
1.1 大数据的定义
1.1.1大数据定义主要发展变化时间轴
在维克托·迈尔·舍恩伯格及肯尼斯·库克耶的《大 数据时代》中，大数据指不用随机分析法（抽样 调查）这样的捷径，而采用所有数据的方法。
(参考：Big Data: A Revolution That Will Transform How We Live, Work, and Think)
POI数据（导航地图信息数据）
POI数据（导航地图信息数据）
城市监测设备数据（视频监控数据、环境与气 象数据）
POI数据（导航地图信息数据）
POI数据（导航地图信息数据） 浮动车数据（GPS定位数据、出行轨迹数据） 浮动车数据（GPS定位数据、出行轨迹数据）
Xi Liu,Li Gong,Yongxi Gong,YuLiu*,Revealing travel patterns and city structure with taxi trip data.Journal of Transport Geography,2015, 43, 78-90.
基于数据的研究与应用
识别空间热点
公共服务设施评价和选址
商业选址
城
工业规划
市
空
间
城市功能混合度评价
土地投资与开发
职住空间关系
空间昼夜平衡 空间效率
空间评价与空间优化
所采用的数据类型 POI数据（导航地图信息数据） 社交网络数据（签到数据、用户地理位置数据）
具体案例参考
POI数据（导航地图信息数据）
社交网络数据（用户地理位置数据、活动信息 数据、 情感文本数据）
研究对象
基于数据的研究与应用
地图导航与最优路线选择
公共交通出行
城
出行目的与出行模式
市
交
通
车速推演和道路交通评价
OD调查
交通用地一体化分析 交通管理
所采用的数据类型 POI数据（导航地图信息数据） 手机数据（定位数据） 浮动车数据（GPS定位数据、出行轨迹数据） 交通流数据(智能交通刷卡数据) 城市监测设备数据（视频监控数据）
浮动车数据（GPS定位数据、出行轨迹数据）
社交网络数据（用户地理位置数据、活动信息 数据、 情感文本数据）
2.1 相关研究综述
2.1.2不同研究对象具体探究
研究对象
基于数据的研究与应用
所采用的数据类型
具体案例参考
城市各功能区和组团之间的联系
交通流数据(智能交通刷卡数据) 手机数据（通话联系数据、定位数据）
1.1
大数据的定义
1.1 大数据的定义
1.1.1大数据定义主要发展变化时间轴
2004年
大数据不是一个精确的术语，它是对无 穷尽的各种类型数据积累的描述。
（参考：Making sense of Big Data[M]. Technology forecast, A quarterly journal ,2010）
Volume
数据ariety
数据类型繁多。包括网络日志、音频、视频、图片、地理位 置信息等，对数据处理能力有高要求。
Velocity
处理速度快，时效性要求高。这是区分于传统数据挖掘最显 著的特征。
Veracity/Value
价值密度低，商业价值高。信息无处不在，但价值密度较低， 如何精准通过数据价值“提纯”是关键。
具体案例参考
手机数据（通话联系数据、定位数据） Li Gong, Xi Liu, Lun Wu, Yu Liu*, Inferring trip purposes and
浮动车数据（GPS定位数据、出行轨迹数据） uncovering travel patterns from taxi trajectory data.Cartography and Geogra-phic Information Science.
2010年