深读：大数据背后 智慧消防发展逻辑

　　发展智慧消防，离不开消防的大数据。

　　建设智慧消防，很大程度上取决于消防大数据时代是否来临。

　　人工智能，简单点说就是机器智能，机器具有学习能力，而机器学习的前提是有大量的数据，没有大量的数据作为支撑，人工智能智能就会止于空谈。

　　大数据信息处理，主要分为四个环节——产生、传输、存储与处理 ，每个环节都有技术上的突破，才能说是真正的大数据时代，才会有智能的产生。

　　比如说人脸识别、Google翻译，都是在收集大量的数据之后，工程师们编辑出一套可靠的数据模型，然后才实现的人脸识别和自动翻译。

　　此外，数据区别于信息，地球围绕太阳运转，这只是一个信息，而数据是一个记录的过程，通过一些列的数据，可以推导出一些东西。

　　如，消防管理部门拥有多维、异构、实时、海量的消防大数据资源，包括人员(消防救援队伍、社会消防力量等)、场所(高层楼宇、商业综合体、地下建筑、出租房等)、企业单位(高危单位、重点单位、化工企业等)、物品(危化品、易燃易爆物品等)、环节(电器线路、消防设施、疏散通道等)、水源(消火栓、天然水源等)、巡查信息等多种数据。

　　另外，包括规划、住建、国土、民政、通信、交通、气象、供水、公安等相关部门的数据，需要对相关数据资源进行收集、融合，构建全面、实时、标准的消防大数据资源体系，为进行基于大数据方法的“智慧消防”建设提供良好基础。

　　虽然，在消防领域记录了很多信息，但并不是所有的信息都能称之为数据。只有掌握大量的、有效的消防数据，把它们放在特定的、行之有效的数学模型中，才能够让数据发挥效用，让数据、机器具有智能。

　　智慧消防大数据技术和应用

　　大数据是以容量大、类型多、存取速度快、应用价值高且实时数据不断增长为主要特征的数据集合。

　　大数据思维发挥作用，简单来讲主要分为两个方面，感知现在和预测未来。

　　感知现在：历史数据与当前感知数据融合，潜在线索与模式的挖掘，对事件发展状态的感知。 　　

        预测未来：全量数据、流式数据、离线数据的关联分析，态势与效应的判定与调控，揭示事故发展演变规律，进而对事物发展趋势进行预测。

　　即，获取原始采集的消防数据资源，然后进行数据清洗、比 对、整理及融合处理，成为“智慧消防”大数据，供系统调取并进行大数据分析利用。

　　具体的智慧消防大数据技术与应用，5月8日应急管理部天津消防研究所副处长刘晅亚在天津智慧消防高峰论坛上进行了《基于大数据分析的智慧消防发展趋势》主题演讲，分享几张关键PPT如下：

　　大数据下的智慧消防商业模式

　　今年的两会政府报告后，“智能+”成为一个热词。

　　“大数据+消防”，“智能+消防”，商业模式可能会发生重大的变化，主营业务核心或由消防产品制造转向消防设备的运营和服务。

　　目前，智慧消防大事记还停留在最初级的阶段，大部分属于原始的数据收集，至于它的实用性，还需要进一步挖掘。

　　消防的管理和服务是持续不断的，后续会有大量的数据积累下来，这些数据中会沉淀下消防的特征。通过对这些数据的分析，可以为消防的智慧化以及精细化管理提供决策依据，而且还能够为智慧消防的服务系统提供新的洞察力。

　　大数据分析将大大提高消防企业的核心竞争力。大数据的分析和处理对企业来说是非常重要的，谁能掌控数据谁就能掌控市场。