【摘 要】
:
随着城市治理中数据科学日渐广泛的应用,城市体检作为规划管理领域中的数据化改革正在全国范围内推广。住建部2017年在北京市率先发起城市体检试点,其主要目标是通过监测和管理城市数据来缓解实际的“城市病”问题。但是城市体检作为一项数据治理活动,其既往研究主要关注理论上的体检指标构建和技术创新,却忽视了治理实践方面的思考,部分表现在城市体检缺乏对试点项目数据治理能力的评估和指导,进而限制了其在2020年开
【基金项目】
:
国家自然科学基金面上项目(51778403):网络视野下海内外中山公园的地方建构、景观价值感知与认同研究; 国家自然科学基金面上项目(51778406):体力活动视角下建成环境与居民健康水平量化分析及影响机制研究;
论文部分内容阅读
随着城市治理中数据科学日渐广泛的应用,城市体检作为规划管理领域中的数据化改革正在全国范围内推广。住建部2017年在北京市率先发起城市体检试点,其主要目标是通过监测和管理城市数据来缓解实际的“城市病”问题。但是城市体检作为一项数据治理活动,其既往研究主要关注理论上的体检指标构建和技术创新,却忽视了治理实践方面的思考,部分表现在城市体检缺乏对试点项目数据治理能力的评估和指导,进而限制了其在2020年开始的大规模推广。就评估而言,城市体检的数据治理能力面临着内容较复杂、专业性较强和参与者较少的问题,因此亟需建立适用的评估模型与方法,并应用于部分试点城市,以指导目前在近50处试点的城市体检制度。能力成熟度模型在能力评估领域已有广泛应用,更是目前数据治理能力评估的前沿方法,其框架包容、描述精确和样本量需求较低的特点对城市体检评估具有较强的适用性。因此,本文以城市体检的数据治理能力为研究对象,建构和优化了面向城市体检数据治理的能力成熟度模型,以城市体检开始最早、实践经验最丰富的北京市为案例,分析了该试点的治理现状和预期目标,及其治理能力成熟度的演进路径,为未来的城市体检实践提供建议。在成熟度模型构建中,本文对参与城市体检的多个重要市政部门展开参与式访谈,由此建立城市体检的数据治理框架,进一步结合已有的成熟度模型构建了初步的数据治理能力成熟度模型,此后根据城市体检权威专家的深度访谈,使用NVivo软件完成模型优化与量表开发。在模型的案例应用中,本文对参与北京市城市体检的多方专家进行了深度问卷调研,结合多主体演进路径分析,提出了城市体检数据治理能力的优化策略。本研究结论包括:(1)城市体检的数据治理能力应包含治理主体、过程和对象3个维度,以及数据战略、治理组织结构、数据架构等8个功能域。(2)结合数据治理框架和多主体演进路径,目前城市体检的数据治理能力属于受管理级,存在三类不足,包括主体组织与协同较差、数据治理过程连续性不足和缺乏数据全周期运维。(3)面对城市体检试点项目,未来住建部与自然资源部或应以“准备阶段-实施阶段-制定报告-结果公示”为流程,定期地对城市体检中数据质量、数据应用、数据全周期治理等能力成熟度高优先级内容进行评估与指导。
其他文献
目标跟踪算法是机器视觉领域的一个分支,在智能监控、智能交通等领域得到广泛应用。基于深度学习的目标跟踪算法相较于传统的目标跟踪算法在精度方面更具优势。但是,基于深度学习的目标跟踪算法通常伴随着大量的数据计算,而随着移动设备的普及,目标跟踪技术的应用场景则开始向体型小、方便移动的方向发展,这便限制了那些只能依靠大型计算机的算力才能达到较高精度算法的使用。因此,研究出一种既能保持较高准确度又能适用于小型
随着互联网技术和电子商务的蓬勃发展,各种应用平台上涌现出许多带有主观情感的文本,正确分析这些文本中的情感倾向有助于实现多种智能服务应用,例如,舆情监控、企业征信、个性化推荐等。因此,情感分析受到了越来越多研究者的关注。本文研究的属性级情感分类是情感分析领域中一项细粒度的任务,旨在识别文本中针对某个具体属性的情感极性。现有的属性级情感分类方法大多依赖于标注样本,然而样本标注工作费时耗力。而且,相对于
为了解西藏岗巴县不同草地类型盛草期牧草品质与土壤理化性质关系,在每块草地中沿对角线方法布设6个间距为10 m,大小为0.5 m×0.5 m的样方,采集样方中所有的高山嵩草(Carex parvula)和青藏苔草(Carex moorcroftii Falc.)、披碱草(Elymus dahuricus)、针茅(Stipa capillata)和羊茅(Festuca ovina),并在每个采集过植物
随着互联网和移动通信技术的迅猛发展,无结构化数据呈现爆发式增长。事件检测已经成为快速获取与管理数据的重要技术之一,旨在从无结构化的数据中检测事件触发词。目前,大部分事件检测方法基于句子级信息展开研究,缺少对篇章级信息的利用,导致无法有效检测出依赖于篇章级信息的事件触发词。因此,本文针对篇章级信息在事件检测任务中的应用进行了深入的研究。具体研究内容分为以下三个方面:(1)针对句子与其上下文关联问题及
分布式系统的广泛应用解决了集中式系统的处理和存储瓶颈。随着数据量的爆炸式增长,分布式节点间进行全局数据整合分析的需求也越来越强烈。分布式监测系统中的异常流检测与评估作为数据整合问题的一种,在诸如网络攻击检测、流感预测和搜索关键字分析等方面具有重要的应用。受限于网络带宽、拥塞、时延等因素的影响,分布式节点间不能通过直接传输海量数据的方式进行全局数据整合,应设计更高效的整合方法来降低节点间的通信开销。
知识库是一种计算机系统存储复杂的结构化和非结构化信息的技术。现实生活中大量的知识被存储在结构化的知识库中,如知识图谱和表格数据库。语义解析是一项将自然语言的表述映射为逻辑形式(如SQL查询)的任务。对自然语言问句进行精准、深入的语义解析,是提升知识库问答准确率的有效途径。语义解析技术有两种形式。一种是将自然语言问句与逻辑语句中的信息进行语义匹配,并选择匹配度最高的结果作为答案的抽取式方法。另一种是
在视频中,相邻帧图像的目标之间往往只有极小的位置变化,而现有的视频目标检测方法经常使用逐帧全图像的策略对视频进行特征提取,产生了对大量背景冗余信息的无效计算。并使用LSTM或光流等一些方法来增强目标特征的表达,但是却增加了整体模型的计算开销,无法在一些性能较差的设备上应用。此外,许多方法中还存在相同目标在不同帧中的结果不相关,并且前一帧的检测结果不能在后一帧中起作用、同一目标在不同帧中可能被识别为
背景与目的衰老和慢性疾病均是影响机体体适能水平的重要因素。随年龄增长,老年糖尿病患者更加容易发生肌肉萎缩和体适能水平降低等现象,导致肌少症和衰弱发生率增高,严重影响其生活质量和增加健康不良结局风险。本研究目的在于调查老年住院糖尿病患者肌少症和/或衰弱患病情况,测量其体适能水平,并探讨影响老年糖尿病患者合并肌少症和/或衰弱的相关因素,以提高对老年住院糖尿病并发肌少症和/或衰弱患者体适能水平的了解,为