数据除了用来做新闻还能干什么？能吃吗？

在我们的城市中，有着各种各样隐身的高人，他们中有一群人热爱数据和大数据，潜伏在规划、金融、地理、研究院、高校等各个领域，平日在键盘前织就数据图景，输出各类具有社会价值的内容和产品。

按照某位数据大侠的说法，他们当中也分成各种派别，比如厚数据派、定量主义派、机器学习派，以及比较常见的……泛大数据“忽悠”派，咳咳……DT财经的任务，就是把这些人聚集在一起，碰撞出更加精彩的火花。

作为DT时代的数据新媒体入口，DT财经此次和上海开放数据创新应用大赛（SODA）联合推出“数据侠”计划，网罗天下玩转大数据的庙堂高人和江湖名士。

不要以为数据可视化只是小学的教科书里就有折线图。数据侠会的可不只是折线图，他们懂人工智能、会机器学习、知道城市规划、通晓地理水文。

DT君今天先揭开冰山冰山一角，看看这些数据侠的本领。

案例1：地理空间大数据记录历史轨迹：科比退役你能看出啥门道？

GEOHEY用地理位置信息精确，展示了每一个位置上科比的命中率。如果不是这样的大数据分析制作出的新闻，你可能永远不会真正体会到，洛杉矶凌晨4点的汗水，究竟是怎么凝结成赛场上的经典轨迹。事实上，从大量的地理信息大数据当中，可以挖掘的商机远不止于此。

案例2：70多万条数据分析公共安全事件的传播机制

作者：感知城市数据科学研究院

启用70多万条数据来剖析危害公共安全事件在互联网上的传播机理，找到相关事件间的影响关系和共性。他们坚信数据科学注重解决问题的过程，而不仅仅是结果。

案例3：大数据记录中国经济跳动的脉搏

作者：镝次元

2分钟看中国经济60年成长之路。

案例4：大数据在金融行业里洞察客户，实现反欺诈

作者：TalkingData

他们坚信做数据分析，美观酷炫只是锦上添花, 精准无误才是雪中送炭。TalkingData首席金融分析师鲍忠铁，介绍大数据如何在金融行业里洞察客户，进行准确的人群画像，同时实现反欺诈。

案例5：大数据分析人群行为，继而预测消费动向：新能源汽车租赁系统

作者：交大CNC团队，2015年SODA大赛冠军

交大CNC团队针对解决新能源汽车租赁布局冷热不均、运营成本偏高问题，CNC团队利用复杂网络的思想建模，结合社会物理学的激励方式，分析了智能一卡通、停车场、道路指数以及自行抓取的地理信息数据。

案例6：数据帮助建立智慧城市，刻画城市体征：人口流动

作者：清华同衡城市数据实验室

同衡利用2016年1月1日-2016年2月18日腾讯迁徙数据、百度API上获取的城市间交通距离数据、和2014中国统计年鉴的人口与地区生产总值数据，选取北京、上海、广州、深圳、重庆这五个主体城市，分析其经济活动人流迁徙以及就业活动人流迁徙情况，受到何种因素影响。

案例7：大数据帮你解决找工作的难题

作者：沙漠之鹰

我们的数据侠不仅能够分析国家大事，也能够手把手教你找个IT好工作。

案例8：天猫双11狂欢节的数据大屏

作者：阿里云

这是阿里云为双11狂欢节所做的全球实时消费数据大屏，你们从中可以看出什么电子商务时代的消费密码？

案例9：大数据手把手教你买房

作者：兽脑世界、DT财经

买什么房都能涨的黄金年代早已远去，更加需要探寻混乱数据背后预示的信号。DT财经采集了链家、安居客34.75万条二手房全数据，尝试从包括价格在内的多个维度，勾画出当下魔都楼市的真实运行轨迹，为你解读在魔都高房价背后的故事。

案例10：数据透视人口流动和经济密码：32万条数据处理分析十年一遇的铁路调图

作者：DT财经

DT君梳理过调图前后两天32万条12306数据，分析当下中国的经济和人口流动的密码。

由古至今，从未有一个时代出现过如此大规模的数据爆炸，造就这片数据江湖。在这片江湖里，又将涌现出多少数据侠客？

——本文由DT财经投稿至数据分析网