GIS免费精品课程笔记1 传统数据处理与大数据数据处理方法对比分析

文章结构概述

• 1 传统数据处理与当前数据处理所面临的挑战

  • • 数据的特性

    • 处理方式

    • 传统空间数据及其处理方法

    • • （1）传统空间数据的特性
      • （2）传统空间数据处理的特性

    • 大数据及时空大数据的处理方式

    • • （1）大数据的特性
      • （2）空间大数据处理的特性

本内容整理自地理小子关于《深入浅出之—— 面向专业化高级空间数据分析师的八堂课》课程的学习笔记

1 传统数据处理与当下数据处理的困境

数据特征分析

（1）稀疏数据与丰富数据

稀疏数据：具有较大体量但特征维度较少（例如仅包含坐标位置与状态信息）
丰富数据：来源于实地调研、深度访谈等获取的详实资料

（2）空间维度+时间维度+属性维度

时空属性融合的数据类型

（3）二维结构+三维结构+多维结构

二维结构：x、y坐标
三维结构：x、y、z坐标（其中z可表示时间）
多维结构：x、y、z坐标、时间及其他多个特征参数

（4）多元来源+多样化类型+多结构形式

多元来源：涵盖官方发布的社会统计数据、人工采集的调研访谈资料，以及由各类传感器获取的大规模数据集等

多样化类型：
同一类别下的不同