智慧城市借助物联网、大数据、云计算等技术，将城市运行的各个垂直系统整合到一个大平台，运用智慧的理念，实现城市运营，优化城市的资源使用和管理。

IBM提出“智慧城市”的概念，得到美国政府的认同和推广。之后，许多国家将智慧城市作为施政的愿景和发展目标。欧盟发表的《欧盟智慧城市报告》，从6个维度来界定智慧城市，包括智慧经济、智慧流动、智慧环境、智慧公众、智慧居住和智慧管理。智慧城市实现信息化和城市的高度融合，使得城市由信息化向智慧化发展。智慧城市作为一个城市的整体发展战略，推动经济转型、产业升级、城市管理提升，实现民众幸福感、企业竞争力和城市可持续发展。

近年来，数据挖掘理论及其技术研究和开发取得了较为快速的发展，其在各个领域应用有着非常广阔的空间和潜力。数据挖掘成为解决数据处理难题的有效途径，主要依赖两项技术：一是对某个领域各部门产生的各种业务数据进行整理和集成，搭建支持决策的数据分析环境，即数据仓库；二是发现隐藏在各种监测数据之中的有用知识，即数据挖掘。

随着国内信息化系统的不断建设，相关的数据量级已从TB级别跃升到PB级别，形成了名副其实的大数据。但是这些以往的海量数据大多只存在于垂直业务和单一应用中，数据过于分散且信息内容单一，而且缺乏有效的数据分析方法，数据处理效率低下，致使海量的数据无法被共享利用，严重制约信息化建设整体发展的速度。因此，需要通过信息化手段对已有各系统的海量数据进行整合、分类、归纳，搭建数据仓库，实现有效的数据存储与管理。

利用各种分析方法，对已有数据进行统计和分析，提供历史数据的分析结果。帮助决策者能快速有效的从大量资料中，获得有价值的分析结果，做出科学的决策，帮助建构商业智能(BI)。

数据可视化是数据挖掘人员必备的技术，它不但可以帮助探索数据内存价值，还能直观有效地展示分析结果，从而更容易让人接受所希望传达的关键信息。发现变化趋势，在某个地区是否有聚集性；识别数据的边缘点，如最大值、最小值、边界数据等。目前国际上将可视化数据挖掘过程分为数据可视化、数据挖掘过程可视化、数据挖掘结果可视化、交互式可视化数据挖掘等。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。