استفاده از کلان‌داده‌ها و رایانش ابری به‌عنوان رویکردی نوین در بهینه‌سازی عملکرد انرژی ساختمان‌های هوشمند، نقش مهمی در ارتقای بهره‌وری و پایداری شهری دارد. در این پژوهش، مدلی ترکیبی برای پیش‌بینی عملکرد حرارتی ساختمان‌ها با تلفیق تحلیل کلان‌داده‌های محیطی و رفتاری توسعه یافته است. داده‌های حاصل از حسگرهای اینترنت اشیا شامل دما، رطوبت، تابش خورشیدی و الگوهای مصرف ساکنان، در بستر رایانش ابری ذخیره و پردازش شده‌اند. نتایج نشان می‌دهد مدل پیشنهادی با دقت ۹۲ درصد توانسته تغییرات دمای داخلی را پیش‌بینی کرده و بهینه‌سازی خودکار سیستم‌های سرمایش و گرمایش (HVAC) را تسهیل کند. همچنین، بهره‌گیری از زیرساخت ابری موجب افزایش سرعت پردازش، مقیاس‌پذیری و قابلیت تحلیل بلادرنگ شده است. به‌طور کلی، این مدل می‌تواند به‌عنوان چارچوبی کارآمد برای کاهش مصرف انرژی، افزایش پایداری حرارتی و توسعه سیاست‌های هوشمند در مدیریت انرژی ساختمان‌ها مورد استفاده قرار گیرد..