大数据技术的广泛应用和信息通信行业，尤其是智能手机、社交媒体、计算机等行业的发展息息相关，这是因为，利用大数据技术可以提高工作效率、有效整合资源，从而推动了新业务的快速落地；反过来，随着这些行业的发展，数据量、多样性、传输速度迅速增加，逐渐完整的商业体系使得大数据技术备受重视。对于规划行业，尤其是城市规划行业，大数据技术为更为人性化、个性化、智能化的城市服务提供了帮助，这一影响也更为直接地反应在我们的日常生活中。
当我们每天使用手机时，大量时间、空间相关的数据便产生了（即使将所有的权限关闭不用，源自用户与发射基站之间通讯的手机信令数据也会源源不断地产生）。这些精确到个人的数据在城市研究的多个领域得以应用，比如对某个城市范围内人口流动监控，不同居民群体工作、上学、休闲活动的出行规律分析，不同时间段交通运输特征分析等等，这些领域的应用也逐渐催生了新的机遇。
举例来说，大众点评的推荐功能算是手机数据+大数据技术在居民行为方面的一个应用。和大多推荐系统一样，产品初期最核心的问题在于数据的冷启动：对于一个完全没有使用过的新用户，如何准确推荐他或她需要去的餐厅。利用gps得到并确定排序对象是用户周围餐厅后，一个思路是，用其他用户的访问次数排序进行推荐；另一个思路是，利用额外数据，比如百度兴趣点数据排序进行推荐。不同的考量角度，两种思路各有利弊：从数据的角度上来看，第二种思路因为数据量相对更大，统计偏差相对更小，推荐效果相对会更好；从社交角度上来看，第一种思路更符合熟人推荐的心理，有利于前期的社群推广。当然，快速找到周围餐厅的诉求需要被足够满足，这是这一功能点设计的核心，从这一点考虑，第二种思路相对更为合适。今天，大众点评在近找餐上几乎深入人心，从原来的人找店到现在越来越多的店等人，居民行为也发生了明显的变化。也许在未来的一天，智能终端（物联网）时代，大数据技术在通讯行业进一步发展时（数据闭环和数据规范），从起床到入睡，自动规划一天的出行，不再是梦。
