城市大数据的本质还是大数据，只不过专业人员将大数据应用于城市建设发展以及与空间相关的居民活动特征分析中去，将其统称为城市大数据。随着数据流通和交易的普及与政府数据开放共享，利用大数据保障和改善经济、社会和城市发展的概念深入人心，“大数据”被用于定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新[2]。具体而言，大数据主要是指在一定的时空范围内难以用传统常规手段捕捉、存储、处理和管理的数据集，该数据集在新的处理模式下能够挖掘出较强的决策力、洞察力和优化力，是一种具有较高的容量、增长率和多样性的信息资产。大数据具有5V特点（最早由IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。5V特点决定了大数据科学能够触及居民活动、城市建设、政府管理、科技研发以及企业经营等多个社会领域。当前，大数据的主要应用场景包括改善城市、金融买卖、挖掘客户需求、改善安全和执法、优化业务流程、提高医疗和研发、优化机器和设备性能等。
城市大数据主要指大量反映城市空间组织和居民行为特征的网络数据以及移动信息设备数据，是互联网公司在日常运营中生成、累积的用户网络行为数据以及通过数据挖掘技术在网络上爬取的各类数据。这些数据集合以容量大、类型多、存取速度快、价值密度低为主要特征。对这些海量、分散、多样的数据进行采集、存储和关联分析，可细化和补充对城市和居民的认知，并在此基础上预测未来发展趋势。
城市大数据主要包括2类：环境大数据和行为大数据。环境大数据指的是对物质环境要素的反应，如POI数据、街景图片数据、遥感数据等。基于环境大数据的挖掘和分析，可在多个空间尺度上更加精细化地认知城市环境，并进行全面的客观评价和实时的动态评估。行为大数据指对居民行为特征的反应，如手机信令数据、LBS定位数据、WIFI接入数据、公交刷卡数据、网络签到数据等。这些数据包含了动态、精准的“人（who）-时（when）-地（where）”信息，可挖掘城市居民在多个空间尺度上和多个时间段内的活动特征，弥补传统研究只能在较小尺度和某个时间截面上认知居民行为规律的不足，为城乡规划设计提供了新的思路和方法，并为城市未来发展和居民行为预测提供分析基础，使得决策日益基于数据和分析而作出，跳出了以往基于经验和直觉的局限，为规划决策提供了强有力的支撑。