Resumen

En la era del big data, las ciudades cuentan con enormes cantidades de datos urbanos para crear información valiosa y servicios digitalmente mejorados. Las fuentes de datos urbanos suelen clasificarse en uno de los tres tipos: oficiales, sociales y sensoriales, que provienen del gobierno y empresas, redes sociales de ciudadanos y la red de sensores. Estos tipos suelen diferir significativamente entre sí, pero se consolidan para los servicios urbanos inteligentes. Basándonos en enfoques sofisticados de consolidación, argumentamos que un nuevo desafío, la complejidad del fragmento que representa datos bien integrados con un esquema apropiado pero fragmentario y difícil de consultar, se ignora en la gestión de datos urbanos de vanguardia. En comparación con un esquema predefinido y rígido, un esquema fragmentario significa que un conjunto de datos contiene millones de atributos distribuidos de manera no ortogonal entre tablas, y por supuesto, los valores de estos atributos son aún masivos. En cuanto a una consulta, localizar dónde se almacenan estos atributos es

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Ciudades; Era del big data; Datos urbanos; Sensorial; Servicios urbanos inteligentes; índice de atributos
• Keywords:Cities; Big data era; Urban data; Sensorial; Smart urban services; Attribute index