《大数据技术与应用：智慧城市大数据》阐述了智慧城市的技术体系总体框架，围绕该框架，对智慧城市中的大数据信息资源进行了分类，进而介绍大数据在智慧城市应用中的关键技术。除对可能的共性应用场景进行论述外，《大数据技术与应用：智慧城市大数据》还针对民生领域、市场监管、政府服务、基础设施等四大重点类别进行详细分析，包括大数据在这些智慧城市应用领域中的数据资源、应用场景以及发展趋势。
《大数据技术与应用：智慧城市大数据》可供对大数据技术在智慧城市中应用感兴趣的相关技术、业务、咨询规划人员阅读，同时也可为企业家、投资家和政府工作人员等提供参考。
第1章 智慧城市概述
1.1 智慧城市的起源、概念和特征
1.1.1 智慧城市的起源
1.1.2 智慧城市的概念
1.1.3 智慧城市的特征
1.2 智慧城市的发展现状
1.2.1 智慧城市的发展
1.2.2 国外智慧城市现状
1.2.3 国内智慧城市现状
1.2.4 上海智慧城市现状
1.3 智慧城市的未来趋势
1.3.1 绿色宜居
1.3.2 平安有序
1.3.3 幸福和谐
1.3.4 集约高效
1.3.5 科学决策
参考文献
第2章 智慧城市的技术体系总体框架
2.1 智慧城市技术要求
2.1.1 创新性
2.1.2 实用性
2.1.3 智能性
2.1.4 扩展性
2.1.5 兼容性
2.1.6 安全性
2.1.7 规范性
2.2 智慧城市参考模型
2.2.1 智慧城市的概念模型
2.2.2 智慧城市的功能参考模型
2.3 智慧城市技术体系架构
2.3.1 总体技术架构
2.3.2 开放性体系
2.3.3 城市互联平台架构
参考文献
第3章 智慧城市中的大数据资源
3.1 智慧城市数据资源体系架构
3.1.1 数据资源体系
3.1.2 数据资源存储
3.1.3 基础数据资源库
3.1.4 共享数据资源库
3.1.5 特定数据资源库
3.1.6 公共服务数据资源库
3.1.7 管理数据资源库
3.1.8 政府决策数据资源库
3.2 智慧城市数据资源交换体系和目录体系
3.2.1 数据资源交换体系
3.2.2 数据资源目录体系
参考文献
第4章 大数据在智慧城市应用中的关键技术
4.1 数据生命周期管理
4.1.1 数据共享性：主数据管理
4.1.2 数据完整性：元数据管理
4.1.3 数据可靠性：数据清洗
4.1.4 数据有效性：数据存储策略
4.2 大数据采集
4.2.1 网络数据获取
4.2.2 媒体流获取
4.2.3 日志信息获取
4.2.4 传统应用数据获取
4.3 大数据存储
4.3.1 存储技术
4.3.2 硬件架构
4.3.3 CAP原则及技术选择
4.3.4 大数据存储的未来
4.4 大数据处理
4.4.1 计算技术
4.4.2 数据挖掘技术
4.4.3 大数据可视化技术
4.5 智慧城市大数据决策分析
4.5.1 融合多领域信息大数据的知识模型
4.5.2 面向智慧城市决策支持的分布式大数据管理技术
4.5.3 辅助决策模型的智能组合技术
4.5.4 高性能多用户协同的辅助决策技术
参考文献
第5章 智慧城市中的大数据综合应用
5.1 网络大数据采集平台
5.1.1 互联网数据采集
5.1.2 物联网数据采集
5.1.3 个人数据采集
5.2 跨部门大数据管理平台
5.2.1 城市运营大数据
5.2.2 城市一体化公共信息平台
5.2.3 大数据平台服务
5.3 大数据开放服务平台
5.4 大数据决策支持平台
参考文献
第6章 大数据在智慧城市中的行业应用
6.1 智慧城市大数据应用的民生领域
6.1.1 领域大数据分析
6.1.2 典型应用场景
6.1.3 应用趋势分析
6.2 智慧城市大数据应用的市场监管领域
6.2.1 领域大数据分析
6.2.2 典型应用场景
6.2.3 应用趋势分析
6.3 智慧城市大数据应用的政府服务领域
6.3.1 领域大数据分析
6.3.2 典型应用场景
6.3.3 应用趋势分析
6.4 智慧城市大数据应用的基础设施领域
6.4.1 领域大数据分析
6.4.2 典型应用场景
6.4.3 应用趋势分析
参考文献
第7章 大数据在智慧城市中的应用相关问题分析，
7.1 产业分析
7.1.1 大数据应用对产业发展的意义
7.1.2 大数据在国内外的应用现状
7.1.3 市场规模和发展趋势
7.2 业务模式
7.2.1 商业模式的涵义
7.2.2 大数据业务的商业模式类型
7.2.3 大数据业务运营中的问题及对策
7.3 指标体系
7.3.1 概述
7.3.2 评价原则
7.3.3 评价指标
7.4 安全隐私
7.4.1 物联网的隐私维护和信息安全
7.4.2 云计算的隐私维护和信息安全
参考文献
后记
索引
书单推荐
