談談大數據在城市交通系統的應用
上傳更新:2018-03-22

文/大數據部 袁月明
      近年來,大數據已迅速發展成為工業界和學術界普遍關注的熱點。著名管理咨詢公司麥肯錫稱:“數據已經滲透到當今每一個行業和業務職能領域,成為重要的生産因素。”維克多?邁爾?舍恩伯格在其著作《大數據時代——可以預見的未來》中強調大數據正在變革我們的生活、工作和思維,大數據開啟了一次重大的時代轉型。


      大數據可細分為大數據技術、大數據工程、大數據科學和大數據應用等領域。信息技術的飛速發展,使得大數據應用為城市交通規劃和管理提供了科學的思路和方法。結合移動通信數據、公共交通IC卡數據(例如公交、軌交、出租車)、運營車輛GPS數據(例如出租車、兩客一危)、定點檢測數據(例如線圈、視頻、微波等)、車輛識别數據、運營票務數據、社交網絡數據以及土地利用GIS數據等多源大數據,深入分析城市人口的居住與就業空間分布、通勤交通的出行特征、城市路網運行狀況、公共交通客流流量與來源去向時變規律以及城市間聯系強度等等,進而輔助城市交通規劃和管理部門的業務開展,已經成為大數據應用在城市交通領域的主流趨勢。國内北京、上海、深圳、武漢等很多城市,都相繼在探索和研究如何應用大數據對日益突出的城市交通問題進行科學、有效地治理。

 


      相較于傳統數據,工業界和學術界廣泛認同的大數據四大特點是體量大、種類多、速度快、價值高,即4個V,Volume、Variety、Velocity、Value。


      但是,大數據也普遍存在着錯誤率高、價值密度低的問題,那麼如何從海量的、低密度價值的數據裡面挖掘出對交通治理有價值的信息,顯然就成為了當前大數據應用的難點和痛點。也正是基于這一點,業界許多專家學者一直呼籲從業務角度出發,避免“垃圾進、垃圾出”的問題出現。


      可見,大數據應用在城市交通規劃和管理領域真正能夠實現落地,最為核心關鍵的應該是數據挖掘技術的發展及其與城市交通領域相結合成熟度的提升。


      IT技術的不斷發展會推動數據挖掘技術的發展,未來若通過大數據的挖掘分析能夠發現出行者的出行規律和趨勢,那麼就可以有效地拓展更為個性化、多樣化的出行服務模式,同時還可對交通資源進行重新優化配置,提升城市交通系統的整體服務水平,真正實現大數據的增值。

 圖 數據挖掘步驟(摘自互聯網)


      目前,城市交通大數據的來源已經相當豐富,按數據形式類型劃分,包括結構化數據和非結構化數據。對于結構化數據,一般存儲在傳統關系數據庫中;非結構化數據,缺乏固定的數據結構,通常無法使用傳統關系數據庫存儲。在對這些結構化和非結構化的數據進行數據挖掘,試圖由數據組織成為信息的過程中,數據的複雜性就是一個不能回避的瓶頸。


      另外,城市交通規劃和管理的許多業務往往都是講究時效性的,以軌道交通系統為例,若無法動态把握客流數據,那麼就無法真實地刻畫城市軌道交通的客流趨勢規律,也就無法做好運營調度和客流疏導。毫無疑問,大數據可為認知城市交通系統提供有力的支撐,但是,各信息系統的建設往往時間不同,建設階段也不同,在建設過程中往往遵循不同的數據标準或者沒有遵循數據标準,無形中加大了互聯互通、整合共享的難度,這一點對于提升數據挖掘技術與城市交通治理相結合成熟度也是當下一個難點問題。


      總結來看,信息時代,大數據确實為解決當前城市擁堵等熱點問題提供了全新的方向,避免傳統數據分析方法以有限樣本數據集為分析對象力圖獲得精準結果的困境。當下利用大數據的關鍵是以城市交通規劃和管理業務為前提,通過業務引領數據,構建更加“智慧”的深度學習、人工智能等數據挖掘方法,相結合形成一個科學合理的知識計算體系,從而真正提升數據挖掘技術在交通領域的應用成熟度,用以輔助支撐城市交通系統的科學治理。

http://m.juhua388776.cn|http://wap.juhua388776.cn|http://www.juhua388776.cn||http://juhua388776.cn