توضیحات
ABSTRACT
The emergence of smart cities aims at mitigating the challenges raised due to the continuous urbanization development and increasing population density in cities. To face these challenges, governments and decision makers undertake smart city projects targeting sustainable economic growth and better quality of life for both inhabitants and visitors. Information and Communication Technology (ICT) is a key enabling technology for city smartening. However, ICT artifacts and applications yield massive volumes of data known as big data. Extracting insights and hidden correlations from big data is a growing trend in information systems to provide better services to citizens and support the decision making processes. However, to extract valuable insights for developing city level smart information services, the generated datasets from various city domains need to be integrated and analyzed. This process usually referred to as big data analytics or big data value chain. Surveying the literature reveals an increasing interest in harnessing big data analytics applications in general and in the area of smart cities in particular. Yet, comprehensive discussions on the essential characteristics of big data analytics frameworks fitting smart cities requirements are still needed. This paper presents a novel big data analytics framework for smart cities called “Smart City Data Analytics Panel – SCDAP”. The design of SCDAP is based on answering the following research questions: what are the characteristics of big data analytics frameworks applied in smart cities in literature and what are the essential design principles that should guide the design of big data analytics frameworks have to serve smart cities purposes? In answering these questions, we adopted a systematic literature review on big data analytics frameworks in smart cities. The proposed framework introduces new functionalities to big data analytics frameworks represented in data model management and aggregation. The value of the proposed framework is discussed in comparison to traditional knowledge discovery approaches.
INTRODUCTION
The concept of smart cities emerged as a strategy to mitigate the unprecedented challenges of continuous urbanization, increasing population density and at the same time provide better quality of life to the citizens and visitors . A smart city is composed of smart components such as smart buildings, smart farms and smart hospitals, which constitute various city domains where the meaning of the label “smart” has different connotations in each domain . ICT applications and intensive use of digital artifacts such as sensors, actuators and mobiles are essential means for realizing smartness in any of smart city domains . However, “smartening” of various city domains is not enough for a city to be smart, whereas the interrelationship between the underlying city domains should be taken into account to realize city smartness .
چکیده
ظهور شهرهای هوشمند با هدف کاهش مشکلات ناشی از توسعه شهرنشینی مداوم و افزایش تراکم جمعیت در شهرها مواجه است. برای مقابله با این چالش ها، دولت ها و تصمیم گیرندگان پروژه های شهر هوشمند را هدف قرار می دهند که هدف آن رشد اقتصادی پایدار و کیفیت زندگی هر دو ساکنان و بازدید کنندگان است. فناوری اطلاعات و ارتباطات (ICT) یک فناوری کلیدی برای ترویج شهر است. با این حال، مصنوعات ICT و برنامه های کاربردی، حجم گسترده ای از داده های شناخته شده به عنوان داده های بزرگ را تولید می کنند. استخراج بینش و همبستگی پنهان از داده های بزرگ روند رو به رشد در سیستم های اطلاعاتی برای ارائه خدمات بهتر به شهروندان و حمایت از فرایندهای تصمیم گیری است. با این حال، برای به دست آوردن بینش ارزشمند برای توسعه خدمات اطلاعات هوشمند در سطح شهر، مجموعه داده های تولید شده از حوزه های مختلف شهر نیاز به یکپارچه سازی و تجزیه و تحلیل دارند. این فرآیند معمولا به عنوان تجزیه و تحلیل اطلاعات بزرگ یا زنجیره ارزش داده بزرگ شناخته می شود. بررسی ادبیات نشان می دهد که افزایش علاقه به استفاده از برنامه های کاربردی تجزیه و تحلیل داده ها به طور کلی و در منطقه از شهرهای هوشمند به طور خاص. با این حال، بحث های جامع در مورد ویژگی های اساسی چارچوب تجزیه و تحلیل داده های بزرگ مورد نیاز شهرهای هوشمند هنوز هم مورد نیاز است. این مقاله یک چارچوب تجزیه و تحلیل داده های جدید را برای شهرهای هوشمند به نام “هوشمندانه شهر تجزیه و تحلیل پانل – SCDAP” ارائه می دهد. طراحی SCDAP بر اساس پاسخ به سوالات تحقیقاتی زیر است: ویژگی های چارچوب تحلیلی داده های بزرگ داده شده در شهر های هوشمند در ادبیات و اصول طراحی ضروری که باید طراحی چارچوب های تجزیه و تحلیل داده های بزرگ را هدایت می کند برای خدمت به شهرهای هوشمند اهداف؟ در پاسخ دادن به این سؤالات، ما یک بررسی ادبی سیستماتیک در چارچوب تحلیلی داده های بزرگ در شهرهای هوشمند اتخاذ کردیم. چارچوب پیشنهادی ویژگی های جدید را به چارچوب تجزیه و تحلیل داده های بزرگ ارائه شده در مدل مدیریت داده ها و تجمع معرفی می کند. ارزش چارچوب پیشنهاد شده در مقایسه با روش های کشف دانش سنتی مورد بحث قرار می گیرد.
مقدمه
مفهوم شهرهای هوشمند به عنوان یک استراتژی برای کاهش چالش های بی سابقه ای از شهرنشینی مداوم، افزایش تراکم جمعیت و در عین حال کیفیت زندگی بهتر به شهروندان و بازدیدکنندگان تبدیل شده است. شهر هوشمند از اجزای هوشمند مانند ساختمان های هوشمند، مزارع هوشمند و بیمارستان های هوشمند تشکیل شده است که دامنه های مختلف شهر را تشکیل می دهند که در آن معنای برچسب “هوشمند” متمایز کننده های مختلف در هر دامنه است. برنامه های کاربردی ICT و استفاده فشرده از مصنوعات دیجیتال مانند سنسورها، محرک ها و تلفن های همراه، ابزار ضروری برای تحقق هوشمند بودن در هر یک از حوزه های شهر هوشمند هستند. با این حال، “شگفت انگیز” حوزه های مختلف شهر برای یک شهر به اندازه کافی هوشمند نیست، در حالی که رابطه بین حوزه های زیرزمینی شهر باید برای درک هوشمندانه شهر مورد توجه قرار گیرد.
Year: 2018
Publisher : ELSEVIER
By : Ted Stathopoulos , Hatem Alrawashdeh , Ayman Al-Quraan , Bert Blocken ,Aierken Dilimulati , Marius Paraschivoiu , Pragasen Pilay
File Information: English Language/ 30 Page / size: 714 KB
سال : 1396
ناشر : ELSEVIER
کاری از : تد استاتوپولوس، هاتم الراوهاده، ایمان الکران، برت بلون، آیرکن دیلیمولتی، ماریوس پاراسویووی، پراگسن پیلای
اطلاعات فایل : زبان انگلیسی / 30 صفحه / حجم : KB 714
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.