熱線電話:13121318867

登錄
首頁職業發展如果萬物數連,那么建筑應當如何與大數據結合?
如果萬物數連,那么建筑應當如何與大數據結合?
2016-04-15
收藏

如果萬物數連,那么建筑應當如何與大數據結合?

9月29日更新一段剛剛在網上看到的趣段子:

尊敬的萬達用戶您好,您于2014年9月28日09時時購買了一張萬達影院的《黃金時代》電影票。我們于剛剛售出您鄰座的票,是一個女生。她的電話號碼是:185xxxxxxxx,根據她的購票紀錄來看,她近半年都是單身,她觀看的電影類型和您的匹配度為85%。她表示愿意和您交個朋友,請及時聯系她!@王思聰 申請開通。

萬達騰訊百度的合作很可能發展為大數據與商業建筑結合的典型案例。

像萬達的商業廣場、院線、百貨甚至是停車場都可以挖掘大數據的價值。

引用大數據話題下某個精華回答里一段描述大數據挖掘商業價值的主要方式:

1、客戶群體細分,然后為每個群體量定制特別的服務。

2、模擬現實環境,發掘新的需求同時提高投資的回報率。

3、加強部門聯系,提高整條管理鏈條和產業鏈條的效率。

4、降低服務成本,發現隱藏線索進行產品和服務的創新。

王健林說不久后當你開車進入萬達的停車場不必停車取卡,手機可查看空車位,不用兜圈子找,離開萬達時也不用排長隊付錢通行,可以空中繳費。

這就是個最簡單的例子,為停車的消費者提供了便利,同時提高了停車場的運營效率。

萬達廣場中的商娛內容豐富,根據你的個人信息,甚至是同行的伙伴數量、關系,可以有多種組合推薦給你,譬如培養手機預訂——即時消費的這類消費群體,有了明確需求的消費者,商家能更好地協調資源與提高效率,并節約雙方的時間、費用成本。

我再舉個腦洞小開的栗子

某天進入萬達,萬達發現我與一位異性伙伴同行,分析我的微信數據發現我是已婚人士,同伴并非法定伴侶,而是通過微信搖一搖認識,而且在聊天記錄中有諸多敏感詞和圖片,判斷出我是在yp,于是推送相關購物用餐看電影開房服務,同時萬達實時提醒我避讓附近親屬、夫妻共同好友。萬達通過分析所有聊天記錄、貼吧記錄、百度地圖住址、百度知道回答記錄,給我貼上逗逼、器大活好、前戲60分鐘、喜愛對象為aoi這樣的童顏x乳、職業為給中小學生做假期作業的各種隱形標簽,滿足這方面需求的軟妹下次在搖一搖或者搜索附近的人里可以優先看到我。同時萬達友情提醒本周yp次數過多,推薦我用餐到某某海鮮自助吃生蠔,酒店可預訂萬哎可放在床頭,付費可提供掃黃提前通知服務……當然這一連串服務的前提是你得成為萬達x鉆用戶,包年n軟妹幣,如果你愿意升級成更高等級的y鉆,還有“即時預約-即時消費”的搖一搖服務,附贈著名的萬達爆米花,如果你愿意升級成更牛X等級的z鉆,還可以查看附近軟妹的特征、好評度——“有n個人與ta交配過,其中有您的好友a,b,c,好評度4.8分,最近一個月的成交記錄有……主要標簽有 童顏、x乳、八分、OL……是否收藏?”

毫無疑問,有了大數據的結合,在改善用戶體驗、增加用戶忠誠度、提高用戶活躍度、降低商業建筑運營成本提高效率等方面,萬達騰訊百度可以做得更好。

另,看到有答案提及BIM,私以為,大數據與建筑生命周期管理(BLM)的結合更值得探討。

以下內容來自知乎網友袁牧:

一、其實大數據古來已有。

廣義的建筑行業,包括國土、城市、鄉村、風景區、建筑、結構水暖電,各國家和很多行業早就在搞大數據,只不過很多人不覺得這是大數據的地基部分而已,并且這不是商業互聯網的大數據。

如果目前www網站、社交網絡、可穿戴的那些數據算大數據的話,那么支撐現代人類社會運行的真正巨大的系統,那就是 巨數據 了

互聯網是近幾十年發明、近年來走入日常生活的東西,物聯網還是未來計劃中的東西,但這些東西背后的數據和對數據的利用,并不是在商業互聯網熱潮之后的才產生的。

打個比方,IT是信息技術的簡稱,Information Technology,互聯網為載體的it行業是新行業,但人類從巖畫開始、通過石刻、竹簡、活字印刷、打字機為手段的IT信息技術已經有幾千年了,其規模和深度絕對不是冰山一角所能代表的。

很多大數據領域其實存在已久,比如亞歷山大圖書館、各種神秘的檔案館乃至龍淵閣 –搜狗百科這種存在,都是非電子化的大數據常識。到了現代,其實電子化的傳統大數據也不少,只不過普通人不會知道而已。

我們一般說建筑學會包括 規劃、建筑和景觀,而說普通建筑的時候會專門說“單體建筑”。因為建筑行業天然是相互聯系、觀照全局的,因而無法局限于目前這一小部分大數據的,涉及到國計民生的大基礎建設,必然要涉及更大的那部分大數據。

題主說的大數據,應該是以民用互聯網為主、商業公司可以涉足的部分大數據。

2 我所知道的,目前最大的數據是GIS地理信息系統_百度百科

人家GIS行業這樣介紹自己的起源:

15,000年前,在拉斯考克(Lascaux)附近的洞穴墻壁上,法國的Cro Magnon獵人畫下了他們所捕獵動物的圖案。與這些動物圖畫相關的是一些描述遷移路線和軌跡線條和符號。這些早期記錄符合了現代地理資訊系統的二元素結構:一個圖形文件對應一個屬性數據庫。

怒,掀桌。。。但也說明,人類自古對全局性的數據有強烈的需求,當然首先包括(天文+地理+人類活動)x歷史=宇宙中一切的信息的數據,然后加以分析和利用。

但這一切,確實到了互聯網大發展的今天,才算是具備全盤電子化可能性了。

有科學家認為:我們所身處的宇宙其實是一幅全息影像 《自然》網站評出2013年最受歡迎十大故事超好看的文奇的科幻小說《天淵》也把高層次生命放在數據庫里。這樣的話,其實宇宙本身就是最大的數據,我們只是要找到數據庫的接口而已。。。。呵呵

簡單的說,GIS的目標是要把整個地球的空間信息都放進去,包括土地的狀況、地形、植被、水文、氣候,然后就是城市、道路、建筑、設施、人口等等。理論上一切地球上的物體包括它們的信息,都應該被記錄在GIS里,并且可以進行相應的統計分析數據挖掘利用。所以谷歌是一家值得尊敬的公司,因為他們的路數就是把地球整個數字化、存儲起來,這是非常大的格局,而且他們也弄到了大量的活人本身的信息,這是傳統GIS不包括的細致內容。甚至火星和月球他們都插手,順便賣賣數據可廣告掙點錢那都是小意思。

我最喜愛的程序:谷歌地球

谷歌地球

注意看,人家的背景是銀河系哦。。。谷歌地球可以看氣候、星空、月球、火星、還有歷史圖像!還有開放式的地圖信息庫! @馬伯庸最喜愛的將古代史空間化的工作不但可以在這里做,還可以發布呢!只不過因為某些腦子被夾的人,你得科學上網才能看到,草。

一般的大數據往往只是單純的文字或者二維的圖像,但是GIS所代表的的是建筑學所關注的空間的信息,當數據被放置在三維空間+時間的格式里,其效果是非常不同的。

我認為既然人類生活在三維空間里,那一切大數據都應跟空間結合。

3 GIS在城市規劃特別是國土規劃,是非常重要的,因為國家非常巨大,宏觀規劃工作必然依賴宏觀的技術手段,一般居住區規劃跑跑現場,丈量土地這種方式是沒辦法用的。

因此,對GIS形成支撐的,首先就有GPS和RS。地理信息系統(GIS)與全球定位系統(GPS)、遙感系統(RS)合稱3S系統。

題主肯定不是做規劃的,不然不會問怎么用,規劃行業天天都在談大數據。

實際上現在每天大家看的天氣預報,那也是來自于一個大數據系統,氣象衛星系統,而且是全球聯網信息共享的,我也是有一次做氣象臺的項目,才知道原來人家的大數據真是走在前面。氣象系統是可以整合進GIS的,如果他們愿意。

對于政府層面,土地執法、農業林業災害遙感、規劃建設控制、房屋產權管理、宏觀經濟數據統計監測,這些都是很常規的應用了。

對于單體建筑這邊,肯定是可以有所作為的,比如GIS衍生出來的定位服務(LBS)很熱火,包括導航和地圖服務這些,這些都是跟建筑行業關系很密切的。起碼室內導航那是需要建筑弱電專業布置相應設備的,以后建筑電氣肯定要大幅強化智能化、移動互聯網這些內容,所謂智能家居只不過是非常小的一部分應用,因為只是數據而非大數據。

4 至于物聯網,未來應該是大數據的一個大塊,其實以前也有類似的工作,就是鋪設傳感器和控制器體系嘛,各種攝像頭監控、各行業的自動控制,比如鐵路調度系統就是非常成熟的物聯網的一種。更重要的其實是股市和期貨系統,也是全球聯網的重要經濟大數據,恐怕很多人不認為是物聯網,但實際上企業通過審計進入股市信息,大宗商品通過期貨信息進入交易系統,這都是大規模經濟物品和數據庫的映射,只不過中間經過了人工的錄入和整理。以后或許可以直接通過電子條碼自動生成相關數據呢,審計人員不用去盤點,股市自動告知庫存、銷量,多牛x。

物聯網信息也很巨大,與Gis的區別主要是側重運動和生產消耗的類的物體。這些數據已經在發揮作用,但是要把普通人和普通物品聯網這還比較遠。

5 應該說當前的大數據真正革命性的、過去沒有的,應該是移動互聯網,也就是手機啦,以及各種可穿戴,所有人員的運動、狀態、身體參數這些全都容納進數據庫,這是手機普及前所不能想象的部分。目前我們說大數據,特別是商業互聯網說的大數據,主要是指這一部分個人信息吧。

現在大量的移動數據掌握在三家公司手里,然后互聯網上的數據也在這三家以及幾家互聯網巨頭手里,另外一些大行業比如銀行、社保、醫療、教育、航空鐵路也有比較完善的人的數據。這些大數據要怎么用,蠻難的,因為歷史上都是紙質檔案。這幾年光數字化就累死人了,海量數據要使用還得慢慢探索。

但建筑主要操作的還是實體建筑物,所以其實更熱衷于前面說的那些GIS、物聯網這些大數據,而人的大數據還很新鮮,不知道怎么挖掘利用。

6 基本上,以上這些都是早已開始、正在火熱建設、前景巨大的大數據系統,并且都是國家機器和國際聯合組織層面的工作,跟行業息息相關。但是對于普通民眾和商業公司以及從業人員個人,才算是剛剛開始敞開應用。具體能做什么,其實要看老大哥愿意開放什么給你。

建筑應當如何用大數據,我想,大數據能做什么,關鍵看你想做什么,然后看你能拿到什么數據。

一、這里說的是大數據,不是小數據,那首先是宏觀的利用。

1 對于規劃行業,利用GIs和人口、交通、產業供求、這些大數據做規劃,已經是不言而喻的,特別是產業規劃。這里不多說。

2 對于單體建筑行業,首先是房地產,比較迫切的是拿到市場需求、戶型類型這些核心數據,目前行業里依靠專業咨詢公司去搞數據、搞調查、搞分析,以后應該也需要通過大數據來解決,比如城市的各種人口構成、位置流動、收入支出、家庭需求等等,可以保證樓盤的選點、戶型切合市場需求。只不過目前搞數據很貴很難。

像住宅區的停車位配比,絕對是適宜大數據決策的。要知道現在開發商跟規劃局戰停車率,真是死去活來啊。。。動則上億的投資呢。。

3 至于公共類建筑,也可以通過大數據獲取決策信息,比如機場車站、酒店商業、文化博覽建筑,到底有多少需求,放在哪里合適,都可以參照人們流動規律、消費規律覺得。但根據我的經驗,其實不是老大哥不給你用,是大家都不知道怎么用。比如鐵路算是比較數據化的,車站建設基本上就是估算xx萬客流,大概定個等級,然后放大xx倍直接干,面積精度是萬平方米,地方政府還會要求盡量大!盡量大!好吧。。。于是有的車站空蕩蕩,有的擠得要死。學校建設也是類似。至于商業區、酒店區規劃,那基本是按有多少地賣,盡量多賣。而工業地產的瓶頸則在于你能不能招來企業,而不是你怎么配置建筑。

過去我們的建筑設計,其實是有數據控制的,這就是規范指標,主要包括建筑行業規范,和發改委的經濟指標規定。這些指標來自于過去的數據統計,可以說也是一種大數據,而且是典型的統計上的大數據。這就是我前面為什么要追述歷史上的大數據的原因。

現在有新的數據,但數據如何控制設計,其實是一直以來有穩定邏輯的。這個層面只是需要更新數據來源和準確性,利用方式不變。

目前的建筑物設計,對數據利用還比較粗糙,各方面也還沒有想好怎么發掘和利用數據,但未來的話,起碼醫療、交通、教育這些大項目行業是可以用大數據決策選點、容量控制、服務類型控制的,但需要有關方面數據開放,并且尋找比較成熟可靠的算法。

二、然后說說更不靠譜的微觀建筑設計。

大數據和過去的統計數據的區別,在于其全樣本、動態更新,而不是過去只有總數和平均數。這樣使得所謂的私人訂制成為可能。

1 首先是外觀,如果我們能夠拿到每個人對不同建筑的互動信息,也許我們有可能判斷什么樣的建筑風格更受歡迎,更吸引買房者或者逛街購物者,建筑風格選型就從拍腦袋到了有依據。我想zara這樣的服裝企業應該已經做到了,傳統數據無法確定的審美問題,可以通過大數據來判定,提高受歡迎程度。風景區、旅游度假產品也會依賴這種數據,利用旅游社交輿情、交通、收入、放假信息,決定做何種外觀的景點。

2 建筑性能。如果有大量的傳感器追蹤數據,外墻的保溫、通風、節能這些設計能夠有很好的改善。目前節能計算方法還是比較粗糙的,如果能掌握大量已有建筑的能耗和物理量信息,再做好新建筑的感應控制,起碼在暖通空調設計上會有很大改善?,F在按城市的氣候指標可以精細到按微環境控制設計,并且可以改善運營。這在商業建筑里能節省很大一塊能耗。

類似的,雨水污水的排水設計,也可以利用大數據進行改善。目前城市防雨指標明顯偏低,按幾年一遇幾年一遇這樣的指標算法也是在是比較落后,當然會造成各種水漫金山,立交橋下面還淹死人。應當用雨水檢測系統配合城市管網信息,準確控制各建筑、道路、區域的排水設施。

還有就是音樂廳的設計,如果做個可控墻頂面,就可以像播放器調整音效一樣,根據觀眾口味和音樂特點,調整音樂廳的聲學效果,那還是很有趣的。

3 建筑功能和運營。 應該說運營上可依靠大數據的地方也很多,除了水電暖這些自動化調控,公共商業建筑對人流的監控和預測也很重要。購物、電影、餐飲、旅館這些行業都可以大數據提出對建筑的要求,建筑師相應的提出解決方案。要知道人流對走道寬度、消防疏散、廁所配置影響很大,進而極大影響成本。過去按死規范,有時候不夠有時候偏多,特別是商場的女廁所排隊問題。。。

4 總之,建筑里大量涉及尺寸、大小、高度、面積,這些都可以利用大數據決策,比如廁所蹲位、休息室大小,座椅數量、開窗大小、燈光強弱、吸音降噪、電梯運行、幾乎所有這些,我們過去用規范指標,現在可以用大數據了,歐耶。

三 不可預測和適應性。

最后,建筑物一經建成,其實是很難改變的,城市格局也是一旦定型,改變很難,你看北京的城市規劃特別是交通結構。。。正是數據決策失敗的一個典型反例。新規劃沒幾年,人口早就突破了規劃預計,整個規劃又得重新修改,但城市建設根本改不過來,又不能推到重來,糾結啊。。。

大數據是動態的,建筑是靜態的,即使是根據目前的大數據及其取勢正確決策了,幾年以后情況變化,又不適應了。這跟普通商品供給可以調整產能是不一樣的。

這不但要求數據決策能夠實用動態發展、有預見性,不能盲目依賴現有數據,

否則不就回到計劃經濟的老路了么。人的命運是不可預測的!

這也要求建筑和各種基礎設施建設本身有寬容度,或者干脆是可變的,這是另一個話題,以后再說。


數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢