دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: الگوریتم ها و ساختارهای داده ویرایش: نویسندگان: Larissa Suzuki. Anthony Finkelstein سری: Computing and Networks ISBN (شابک) : 1785615998, 9781785615993 ناشر: Institution of Engineering and Technology سال نشر: 2019 تعداد صفحات: 313 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Data as Infrastructure for Smart Cities به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب داده ها به عنوان زیرساخت برای شهرهای هوشمند نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب توضیح میدهد که چگونه میتوان شهرهای هوشمند را با دادههایی در قلبشان طراحی کرد و از یک چشمانداز وسیع به یک پیکربندی مشترک مشارکتی در سطح شهر حرکت کرد. نویسندگان چارچوب جامعی از تکنیکها را برای کمک به تصمیمگیرندگان در شهرها ارائه میکنند تا استراتژیهای تجاری خود را تجزیه و تحلیل کنند، زیرساختهای داده را برای پشتیبانی از این فعالیتها طراحی کنند، انتظارات ذینفعان را درک کنند و این تحلیل را به یک استراتژی رقابتی برای ایجاد زیرساخت داده شهر هوشمند ترجمه کنند. خوانندگان میتوانند از بینشهای بیسابقهای در مورد نحوه عملکرد شهرها و زیرساختها استفاده کنند و برای غلبه بر چالشهای پیچیده آماده باشند. چارچوب ارائه شده در این کتاب، طراحی چندین پلت فرم شهری در اتحادیه اروپا و طراحی استراتژی داده شهر شهردار لندن، انگلستان را هدایت کرده است.
This book describes how smart cities can be designed with data at their heart, moving from a broad vision to a consistent city-wide collaborative configuration of activities. The authors present a comprehensive framework of techniques to help decision makers in cities analyse their business strategies, design data infrastructures to support these activities, understand stakeholders' expectations, and translate this analysis into a competitive strategy for creating a smart city data infrastructure. Readers can take advantage of unprecedented insights into how cities and infrastructures function and be ready to overcome complex challenges. The framework presented in this book has guided the design of several urban platforms in the European Union and the design of the City Data Strategy of the Mayor of London, UK.
Contents About the authors 1. Introduction 1.1 Data infrastructure and strategy for smart cities Part I. Smart cities and data infrastructures 2. The evolution of urban intelligence 2.1 Context 2.1.1 Knowledge and technology innovation in cities 2.2 The evolution of urban intelligence 2.2.1 The digital revolution 2.3 Digital cities 2.3.1 Capabilities development in digital cities 2.3.2 Structural analysis of digital cities 2.4 Ubiquitous cities 2.4.1 Capabilities development in ubiquitous cities 2.4.2 Structural analysis of ubiquitous cities 2.5 Intelligent cities 2.5.1 Capabilities development in intelligent cities 2.5.2 Differentiation factors of intelligent cities 3. Smart cities 3.1 The physical-digital integration of smart cities 3.1.1 The Internet of Things 3.1.2 The city data 3.2 The two categories of smart cities’ applications 3.2.1 Closed-system approaches 3.2.2 Open-systems approach 3.3 Sources of barriers in city data management 4. The management of city data 4.1 Current trends in smart cities data management 4.2 A short introduction to platforms 4.2.1 Network effects 4.2.2 Platform actors and relationships 4.2.3 Platform leadership and governance 4.3 The two prevailing approaches in the provision of city data 4.3.1 Towards a data infrastructure Part II. The link between data infrastructures and business strategies 5. Services innovation and business models 5.1 Context 5.2 An introduction to business models 5.2.1 e-Business models 5.3 The framework for data infrastructure design 5.3.1 Step 1: Business models outline 5.3.2 Step 2: Evaluation with CSFs 5.3.3 Step 3: Specification of CDIs 5.3.4 Step 4: Closed-loop value-chain model 5.3.5 Step 5: Robustness check 6. The business models framework 6.1 Introduction 6.2 Service design 6.2.1 Comparative advantage of the service innovation 6.2.2 Service’s neutrality, fairness and accountability 6.2.3 Formulating a service strategy 6.3 Technology design 6.3.1 The 9 v’s of city data 6.3.2 Formulating a technology strategy 6.4 Value network design 6.4.1 Data-driven value network 6.4.2 Formulating a value network strategy 6.5 Value design 6.5.1 Formulating a value strategy 6.6 Governance design 6.6.1 Formulating a governance strategy 7. The reference architecture framework 7.1 The logistical distribution of city data 7.2 The forward logistics of city data 7.3 Support activities 7.4 Reverse logistics of city data 7.5 Inside-out and outside-in linkages 7.6 Data infrastructure reference architecture 7.7 Summary Part III. Applied data infrastructures design 8. Introduction 8.1 Case studies description 8.2 Designing an Open Data Infrastructure 8.2.1 Business models outline 8.2.2 Service design requirements 8.2.3 Technology design requirements 8.2.4 Value design requirements 8.2.5 Governance design requirements 8.2.6 Reference architecture model 8.3 Taking smart cities forward 8.3.1 London Data Infrastructure 8.3.2 Dynamic business models analysis 8.3.3 Business models outline 8.3.4 Service domain requirements 8.3.5 Technology design requirements 8.3.6 Value network design requirements 8.3.7 Value design requirements 8.3.8 Governance domain requirements 8.3.9 Reference architecture model Part IV. Assessment and evolution of data infrastructure design 9. The dynamics and evolution of business models 9.1 External forces 9.2 Business models evaluation and refinement 9.3 Critical design issues 9.3.1 Service design 9.3.2 Technology design 9.3.3 Value network 9.3.4 Value design 9.3.5 Governance design 9.4 Critical success factors 9.4.1 Providing support to human capability 9.4.2 Providing support to social capability 9.4.3 Providing support to innovation capability 9.4.4 Providing support to institutional capability 9.4.5 Providing support to physical capability 9.4.6 Providing support to sustainable and economic capability 9.5 Summary 10. Applied data infrastructures assessment 10.1 Open data infrastructure case study 10.1.1 Evaluation with CDIs 10.1.2 Evaluation with CSFs 10.1.3 Robustness check 10.2 London Data Infrastructure case study 10.2.1 Evaluation with CDIs 10.2.2 Evaluation with CSFs 10.3 Complementary tools and techniques 10.3.1 Volumetric analysis of city data 10.3.2 Simulation of CDIs 11. Conclusion References Index