目錄：

1. 什么是大數據

   ——What is big data

2. 空間大數據的傳統策略
   

   ——當互聯網遇上空間分析

3. 現實的挑戰很嚴峻

   ——當量變成為質變的時候

4. 大數據中，我們能做什么？

   ——We are action in Big data

5. 大數據帶來的思考

   ——Think in Big data

1、什么是大數據？

——What is big data

現今大數據的幾種認識：

• 數據量大就是大數據

• 不用（傳統）數據庫就是大數據

• 用了Hadoop，就是大數據
  

我們是否可以憑借上面的條件判斷呢？當然不，那么用什么條件呢？三個內容共大家解讀~

數據復雜：大數據的那些V

大數據與傳統數據的差異

大數據真正的核心

信息化最后到底要什么？

2、空間大數據的傳統策略

——當互聯網遇上空間分析

在新版本的ArcGIS 10.5的GeoAnalytics中已經提供了現成工具，實現這部分的功能，不要開發，不要代碼！點擊鼠標即可：

• 數據匯總

  聚合點

  連接要素

  重新構建追蹤

  匯總屬性

  范圍內匯總

• 位置查找

  查找相似位置

• 分析模式

  計算密度

  查找熱點

  時空立方體(ArcGIS Pro)

• 鄰近分析

  創建緩沖區

• 數據管理

  復制到數據存儲

幾個GeoAnalytics的案例

3、現實的挑戰很嚴峻

——當量變成為質變的時候

一個很簡單的需求~看下面。

這么簡單的問題，就拜托了~（截止2015年：北京共有1200條公交線路，5000余個公交站點。）

這個問題也是一樣的，拜托了。

那么如何解決上面的問題呢？我們現行主流解決方案有三個~

1、矩陣運算

• 優點：數值分析中的標準形式，有嚴謹的數學模型支持。

• 缺點：編程模型比較缺乏

2、分布式運算

• 優點：當前發展的主流趨勢

• 缺點：被賦予的期望值太高

3、多線程

• 優點：編程模型成熟

• 缺點：編程難度較高，限制較大

如何解決前面的“簡單”問題？看這里~

點是空間數據的主要表現形式，常用數據中點數據的占比要遠遠高于面和線數據，類似這樣~

LBS的特點：

• 空間數據

• 時間數據

• 唯一ID

• 附加的其他信息（可選）

LBS的表現形式

4、大數據中，我們能做什么？

——We are action in Big data

企業內部如何快速開展大數據戰略？

一個組織的數據科學部門的主要職責，就是類似統計局這樣的部門。

地理分析的意義在哪里？看圖就好。

大數據帶來的思考

——Think in Big data

大數據分析中還存在著許多的陷阱，比如：一組來自百度大數據的對比圖。

再比如：