公交一卡通数据处理分析技术

公交一卡通数据处理分析技术

交通信息工程及控制

摘要：城市公共交通一卡通作为的一种便捷的支付工具近年来在公共交通领域发展非常迅速，得到了社会各界的广泛应用和发展。公交一卡通不仅给城市居民带来了生活上或者出行上的便利，随着一卡通市场的跨界融合和互联互通，从而打破行政区域间隔状态，这将会使城际间公共交通实现一体化，极大促进人们跨区域的经济和文化交流。公交一卡通是大数据时代“智慧城市”建设不可缺少的一部分，实基础性的，同时也贴近市民生活。公交信息是公交通行能力技术、公交客流预测技术、公交线路优化技术、公交调度技术等关键技术的基础，而公交一卡通的使用在提供数据的层面也能起到巨大的作用。基于公交一卡通信息处理来获取公交客流信息，无需耗费人力物力进行基础数的采集，通过已有一卡通数据进行分析即可获得完整、连续的公交客流信息。

关键词：公交一卡通、数据处理

公交一卡通在完成对乘客收费的同时，还能记录乘客使用一卡通的卡号、公交车自编号、刷卡时间等信息，这些信息能够准确的反应乘坐公交车出行者的分布情况，是公交车客流量数据采集的主要手段以及实现客流量预测的主要数据来源。随着一卡通使用的不断普及，以及一卡通采集内容的全面，如何利用一卡通采集到的实时数据进行与智能公交相关的研究越来越受到重视。数据资源的处理和应用是当前要面临的挑战。

1.公交一卡通数据分析目标

公交数据分析目标同样是建立公交数据分析系统的目的,它决定了公交数据分析系统的结构和分析流程,因此研究公交数据分析系统的框架必须首先明确公交数据分析目标。

通过公交数据分析,获得公交运营的基本客流信息,以及全面、准确反映城市公交运营状况及公交乘客公交出行特征的信息。为公交规划者提供规划依据,为公交管理者提供公交运营决策的依据。其具体目标主要有两个：（1）获得用于公交运营决策的公交客流信息，包括总客流、线路客流、断面客流、站点客流、客流时空变化分布等。（2）获得用于公交规划的居民公交出行特征信息，主要包括居民公交品均出行数、起讫点分布、平均换乘次数、出行耗时特征、出行距离特征等。

2.公交数据分析思路

数据分析是公交数据分析系统的核心部分,数据分析的过程包括数据预处理与数据分析两个步骤。数据预处理为随后的数据分析做数据准备,数据预处理得到什么样的结果由数据分析的结果要求决定,而数据分析需要得到的结果又由数据分析的最终目标决定。前文已经分析过,一卡通数据分析有两个目标一是获得用于公交运营决策的公交客流信息二是获得用于公交规划的居民公交出行特征信息。根据不同的分析目标,公交数据分析有两条由数据预处理到数据分析的分析思路。

由于原始数据到公交运行信息，一卡通数据分析需要先后经过数据采集、数据预处理、数据分析、解释评价四个过程：

数据采集包括原始数据的采集以及数据集成。城市公交基础数据分为静态数据和动态数据两类。动态数据是指随着时间实时更新的数据,包括站点客流量、线路客流量、交通流量数据、车辆实时速度数据等静态数据是指,一定时间内不发生变化或不需实时更新的数据,包括公交站点位置数据、各公交线路所经过的站点信息、站点间间距、公交站点间运行时间统计数据、换乘站点位置信息、公交线路车辆配置信息、公交运营调度表等。公交一卡通数据分析就是利用一卡通数据,结合一定的公共交通静态和动态数据，分析得到公交客流等数据的过程。在进行公交一卡通数据分析时，一部分公交基础数据作为原始数据,另一部分为分析的结果。而数据集成试将采集到的各类原始数据按照一定的跪着存储并汇总，实现统一的数据视图。数据仓库是很好的数据存储媒介，它可以存储大量数据分析所需要的基础数据，并可以建立各类数据类型和相关性，满足数据分析的基础数据需要。

数据预处理是对数据仓库中数据进行筛选、清理，保留合理准确的数据，缩小数据范围，以提高公交一卡通数据分析质量。数据预处理是简单的数据筛选过程，可以利用数据仓库工具或数据分析工具进行处理。

数据分析过程是公交一卡通数据分析的核心环节，综合利用多种数据分析方法对预处理过得公交一卡通原始数据进行分析。可以利用已有的数据分析工具，也可以自行编写算法程序进行数据分析。

公交一卡通数据分析得到的结果需要利用可视化工具直观的显示给用户，以便用户理解和观察。根据用户的不同要求，分析结果以不同内容和形式表现，例如分析某条公交线路高峰小时或者一天的客流分布情况，这样数据分析系统会给出不同的结论和表现方式，这些分析结果不仅可以提供给用户查看，也可以储存在知识库中，供日后分析和比较。如果对分析的结果不满意，可以递归的执行前面的步骤，直到结果满意。

3.公交一卡通数据仓库

W.H.Inmon在《Building the Data Warehouse》中定义数据仓库为“数据仓库是面向主题的、集成的、随时间变化的、历史的、稳定的、支持决策制定过程的数据集合。”即数据仓库是在管理人员决策中的面向主题的、集成的、非易失的并且随时间变化而变化的数据集合。“面向主题”是指数据是由业务主题组织的,例如,事务数据组织的就不是按主题组织的“集成”是指数据是作为一个整体进行存储的,而不是以可能有不同结构或组织方式的文件集合存储的“非易失”是指数据保持不变,即按计划添加新数据,而原数据不会丢弃“随时间而变化”是指时间量度明确地包含在数据中,使得数据随时间的趋向和变化可以用于分析研究。数据仓库是一个环境,而不是一件产品,提供用于决策支持的当前的和历史的数据,而这些数据在传统的操作型数据库中很难或不能得到。数据仓库技术是为了把操作型数据集成到统一的环境中,以提供决策型数据访问的各种技术和模块的总称。所做的一切都是为了让用户更快、更方便地查询所需要的信息,提供决策支持。操作数据向数据仓库的移动包括提取、变换、净化、加载和汇总。提取是从操作型数据库中选择并提取出所需要的字段变换时为所有来自数据源的数据指定常用的格式和名称净化是尽量地更正错误的数据加载是把净化过的数据载入到数据仓库数据里汇总是提前计算出任何期待的数据仓库数据的汇总供以

后使用。

设计数据仓库一般包括9个步骤

①选择合适的主题所要解决问题的领域

②明确定义事实表

③确定和确认维

④选择事实表

⑤计算并存储事实表中的衍生数据段

⑥找出维表

⑦选择数据库的时段

⑧跟踪改变维的需求

⑨确定查询优先级和查询模式

建立公交一卡通数据仓库主要有两个作用：一是可以从各信息源提取决策需要的数据,加工处理后存储到数据仓库中二是提供查询和决策依据。公交一卡通数据分析需要的基础数据主要有一卡通信息、公交线路以及站点信息、公交调度信息等。将这些由各种途径采集得到的信息经过清洗、整合、转换和汇总，并分类存储在不同主题的数据库中就形成了公交一卡通信息分析的数据库。

建立数据库可以选择比较成熟的数据仓库工具，目前使用比较多的工具主要有Microsoft SQL Server Oracle,Informix,Sybase等。

4.公交一卡通数据分析工具和算法

比较成熟的数据分析工具有很多，比如SAS公司的Enterprise Miner、IBM公司的Intelligent Miner、SPSS公司的Clementine、SGI公司的MineSet等。不同的数据分析工具各有其特点，选择数据分析工具可以下面几点作为标准：（1）支持多种数据库平台：公交一卡通信息数据分析需要用不同数据平台的数据资源，要求分析工具支持多数据库平台，可以同时调用多个数据源数据；

（2）大数据量的处理能力：公交一卡通信息数据库数据量相当大,数据分析工具必须具备大数据量的处理能力数据量越大数据处理花费的时间越长,数据分析工具需要较快的处理速度。数据处理能力与数据处理速度达到最优结合；

（3）数据筛选和结果验证能力：数据库中往往夹杂大量不合理的冗余信息,挖掘工具具备筛选能力可以提高数据分析效率及精度。数据分析工具对结果的验证功能可避免不合理的结果提交给使用者,造成错误的决策；

（4）多样的数据分析算法和模型：数据分析算法和模型是决定分析结果准确的关键,数据分析工具具备多种算法和模型,从中选取适合的提高分析精度。使用者还可以为数据分析工具添加新的适合不同数据分析的模型算法；

（5）操作性：数据分析工具操作界面友好,用户可方便选择算法、连接数据、开始任务,降低人为错误发生率,节省时间。具有嵌入开发工具的分析工具可以开发友好的操作界面,是较好的选择；

（6）扩展性扩展性对于提高大数据量的处理效率十分有效,当数据量很大时需要多台计算机并行运算,数据算法也要支持并行运算。公交一卡通信息数据分析系统可发展为城市交通信息数据分析系统,因此扩展性十分重要；

（7）可视化：数据分析的结果可通过报表、图表等直观形式呈现给用户；

（8）连接其它工具：一些传统工具在辅助用户查询和理解数据方面具有很强的功能,挖掘工具与这些第三方工具共同使用可提高系统的效率。

数据分析工具一方面对数据仓库中的数据从多个角度进行分析,例如公交线

路断面客流量、站点随时间变化客流量等另一方面可以进行智能决策,例如根据线路客流量提出线路配车数建议值、预测未来某时刻公交客流量情况等。

针对于公交一卡通数据分析的理论方法主要包括自组织理论方法、机器学习方法、概率方法和数据压缩方法、微观经济学观点和归纳数据库方法、统计学方法、仿生物技术方法。具体的算法常用的有人工神经网络、决策树、遗传学算法、最临近算法、规则归纳等。在公交一卡通信息处理过程中需要结合使用多种算法。

公交一卡通信息记录乘客卡号、刷卡时刻、刷卡站点、刷卡线路。以公交乘客完成一次出行目的作为一次出行,一次出行的第一次刷卡站点作为出行起点,最后下车站点作为出行终点,之间的刷卡站点作为换乘站点可以没有换乘站点。判断出乘客的换乘站点和出行终点就可以了解某乘客的出行路径。获得乘客上下车站点及相应时刻,从而得到某条固定线路全天各时段刷卡次数及上下车人数,对这些数据进行分析统计,即可得该线路某一段时间或某一时刻的客流信息,包括该线路高峰小时及某段时间的平均乘客数、上下车乘客数等。公交乘客的出行基本信息包括平均出行次数、起讫点分布、平均换乘次数、出行耗时、出行距离等也可经统计方法计算得到。判断乘客的换乘站点和下车站点采用短期规律和长期归纳相结合的方法。城市居民一日的出行通常具有回归性,即从居住地出发、到居住地结束,使得公交出行站点具有对称效果。以上班出行为例某人由居住地刷卡乘车记录站点经一次换乘到达工作地,完成第一次出行,此时只知道上车站点而不知道下车站点。乘客下班开始第二次出行,由工作地刷卡上车记录站点,此次出行的起点站一般可认为是第一次出行的终点。有时两对称站点一站点已知并不是同一站点,可以认为两站点相距不远,根据乘坐公交车线路站点信息及一个上车站点判断另一个下车站点。

公交乘客每日出行具有偶然性,有时不以通常的线路或交通方式出行,此时上面的方法就遇到了困难。公交一卡通信息记录的是乘客很多天的出行数据,一段时间来说乘客的出行路径是基本不变的。利用多日的数据可帮助判断乘客的出行终点。目前也出现了采用乘客下车刷卡直接获取下车站点的方法,这样就不需要在数据分析中对下车站点进行判断,降低了复杂性、提高了效率和精度。但是二次刷卡降低了公交车的运营效率,特别是在客流量大、下车乘客多时可能会引起拥堵,产生安全隐患。

5.小结

首先围绕公交一卡通数据分析系统的架构展开,首先确定了公交数据分析的总体目标,明确了一卡通数据分析的两个具体目标，①获得用于公交运营决策的公交客流信息；②获得用于公交规划的居民公交出行特征信息。对公交数据分析的过程进行了分析,确定了数据采集、数据预处理、数据分析、解释评价四个步骤的数据分析过程。由于知识水平限制，对公交一卡通数据处理分析技术的学习还不够深入，会在日后继续学习和补充。

浅析公共交通中大数据的应用

浅析公共交通中大数据的应用 一、大数据概述 （一）大数据的概念 随着互联网时代的来临，各种信息之间的传输和交流愈加迅速，这就促进了“大数据时代”的来临。一般而言，大数据是指具有体积大、速度快、种类多、实时性等特征的数据集的集合，通过这些数据可以对事物的发展等作出相应的预测，同时这些数据还具有体系庞大，管理复杂的特点，这就使得人们在利用大数据价值的过程中必须对这一庞大的数据进行分类管理，保证数据的可操作性和准确性。 （二）大数据的应用范围 随着时代的发展，大数据在世界各国的发展过程中促进了各种问题的迅速解决。总而言之，云时代的发展进一步提高了大数据的应用率，使得大数据不仅仅可以应用于天文地理、生物医学、气候预测等领域以进一步完善国家的安全体系，同时还可以应用于公共事物上，如交通管理等，从而促进一国整体实力的完美提升。在公共交通领域，世界各国都纷纷出台相应的政策法规，促进公共交通管理的现代化进程，推进信息传统储存模式向数字储存模式的转变。建立一套完整的

智能交通体系，保证车辆信息和各时段、地段交通情况的及时传输，从根本上解决交通拥堵、环境污染的问题，彻底改变人们出行过程中随时可能面临的困境。 二、大数据在解决公共交通问题上的优势 （一）提高车辆运行效率 由于公共交通设计人员众多，车辆信息复杂，因此管理难度大。通过大数据对公共交通进行完善，有利于充分发挥大数据体积大的特点，保证信息处理的及时性。即通过大数据可以实现公共交通车辆的合理配置，降低资源配置成本，提升交通运行效率。[1] （二）促进公共交通管理智能化 随着智能交通的不断发展，公共交通智能化管理已经是不可避免的趋势。大数据可以促进公共交通管理的智能化，主要表现在以下几个方面：首先，当交通路段中出现问题时，大数据可以及时对信息进行处理，保证交通的通常；其次，大数据能够对事物的发展进行判断和预测，这就可以有效降低公共交通管理过程中出现问题的几率，从而避免不必要的拥堵情况，使驾驶员能够及时采取相应的反应，增强公共交通的智能化程度。

智能公交卡大数据的发展与应用

智能公交卡大数据的发展与应用 ［摘要］大数据是当今最热的话题之一，在城市规划及相关领域，一批城市规划、、地理、计算机等学科的研究者开展了一系列基于大数据的城市规划，形成了当下的一股热潮，并迅速对城市规划产生了冲击，引起规划行业的重视。在智慧城市、智能公共交通的大背景下，大量学者开始将公共交通大数据用于城市交通规划中。尽管基于大数据的各类城市研究初具规模，大半大数据在城市规划中的利用却仍很有限，本文重点分析智能公交卡大数据的运用现状及研究展望。 1．研究背景： 2015年11月，“十三五规划建议”中提出：推进交通运输低碳发展，实行公共交通优先，加强轨道交通建设。作为提高公共交通系统服务水平和运营效率从而将更多的留客吸引带公共交通系统中的一种重要途径，国内外的一些城市引入了智能公共交通系统（Advanced Public Transportation System ,APTS）。智能公共交通系统是智能交通系统的重要组成部分之一。 公交IC卡收费系统作为APTS中应用最广泛的子系统之一，每天在运行中产生大量的刷卡交易。以广州为例，广州城市公共交通电子收费系统涵盖公交、地铁、轮渡、出租车、路边停车收费，该系统从2001年6月开始运营，2004年12月，发卡量突破350万张，日交易量200万比。每刷一次设备就记录了一次数据，进而形成了庞大的数据库。 大数据是当今最热门的话题之一，也是一场革命。开放性数据运动和互联网使得大数据能够迅速对城市规划产生影响力，鉴于大数据潜在的巨大影响，很多国家将其作为战略资源，甚至提升为国家战略。在智慧城市和智能公共交通的大背景下，国内像北京、上海、广州等大城市均进行了基于智能公交大数据的城市交通系统分析、规划、优化等。目前，大量学者利用智能公交数据研究车辆OD、行人OD、公共交通客流量、公交路线网等，以缓解城市交通拥挤，解决城市交通问题。 2．智能公交卡大数据使用现状 公交乘客每使用一次IC卡刷卡乘车，收费系统就记录一条数据，通过全天的刷卡记录就可以获得一个使用公交IC卡乘客的公交系统全天出行信息。公交IC卡系统数据一般包括刷卡卡号、刷卡日期和时间、刷卡的公交路线和车辆编号（或刷卡设备编号）、消费金额等信息。随着公交IC卡收费系统在国际范围内的广泛应用，近年来美国麻省理工学院、英国威斯敏斯特大学、加拿大蒙特利尔理工学院及我国的东南大学、同济大学等机构，开始对公交IC卡数据的潜在用途进行研究。本节结合国内外研究现状，重点阐述数据挖掘应用的内容、基于公交IC卡大数据的分析方法的基本思路、技术特点、存在问题及目前国内研究进展。 2.1数据挖掘应用内容 整个交通活动的参与者，有出行用户、交通管理者和企业运营者，我们在建立预测性模型以优化现有公共交通的过程中就必须面向这三个群体来挖掘数据。 2.1.1．面向用户出行 a)人工智能分析模拟用户出行偏好，提供符合用户户型习惯的实时出行意见（个体 用户出行诱导） b)为实现城市客流管控及导向性，提供各种用户出行诱导的综合便捷服务体系（人 群群体诱导） 2.1.2．面向交通管理者 a)以交通线网点>线>面的实时办法为理论基础，参考公共交通白皮书研究开发公共

智慧城市的公共交通一卡通系统解决方案

近年来，全国许多城市陆续建立了公共交通一卡通系统，如北京、上海、深圳、南京、大连等，极大地推进了城市信息化建设的进程。该系统的目标是以交通IC卡为主线，连接公交、地铁、出租等公共交通行业和水、电、煤、物业、超市等非公共交通行业，形成“一卡通用、一卡多用”的综合网络服务体系，最终实现“一卡在手，走遍全城”的梦想，并且能够解决长期困惑公共交通行业和部分非公共交通行业的自动收费问题。 使用公共交通一卡通系统，可以减少手持现金的流量，方便市民出行，同时也提高了营运单位的营运效率。市民持有一张交通卡可以在公共交通行业和部分非公共交通行业通用，乘坐常用的交通工具只需以卡代币，无需支付现金，换乘交通工具也不用换卡，同时市民还可以使用交通卡支付水、电、煤等日常生活费用以及超市、便利店等小额消费支出；营运单位通过开办一卡通业务大大减少了收费业务量，使收费过程自动化，节省了人力和物力，加速了资金的流动和周转。因为一卡通系统由统一的机构来管理，有助于对营运单位的监督，避免了逃税和漏税现象的出现，也有助于上层管理者了解各个营运单位的营运情况，从而更好地从宏观上对行业发展进行调控。

国内城市公共交通一卡通系统的建设还属于起步阶段，对各城市而言，如何建立和建立什么样的交通一卡通系统都没有一个完全可以参照的标准，各地交通一卡通系统都具有较强的本地特色，其系统架构、管理模式、业务模式和技术应用标准等都不尽相同。具体哪个城市的公共交通一卡通系统能够反映该系统的未来的发展 趋势，目前尚无定论，但各个城市的系统建设方法和建设经验却是一笔宝贵的财富，其间必定隐含了交通一卡通系统的某种发展方向。本文将结合上海城市公共交通一卡系统的设计思想和发展规划从 应用拓展的角度综合论述该系统的体系结构和应用发展趋势，力求探索一种比较合理的系统架构和业务模式，以供各城市在规划和建设交通一卡通系统时参考。 一、体系结构 城市公共交通一卡通系统一般由持卡人、售卡充值点、消费点、数据采集点、营运单位、售卡充值代理机构、清算中心和清算银行等要素组成，持卡人是交通卡的使用者，售卡充值点是交通卡出售和充资的经营场所，消费点是交通卡使用场所，数据采集点是原始交易数据采集和汇总的场所，营运单位是为持卡人提供消费等服务的业主，售卡充值代理机构是交通卡出售和充值的代理单位，结算中心是交通卡发行和清算的管理部门，清算银行是交通卡营运资金划拨的金融机构。因系统要素种类较多，对各种要素进行不同的布局会形成多种体系结构，哪种体系结构属于比较合理的结构还需经过系统筹建单位论证。为了使交通一卡通系统结构清晰、职责明确，

交通大数据的应用

交通大数据应用分析 大数据时代是在现代科学技术跨越式发展的过程中逐步衍生而来,大数据诞生以来,世界各国高度重视,积极探索数据的来源、安全等问题，并将其应用于智能交通、智慧政府、智能金融等各行各业各个领域。[1]在政策方面，我国相继出台了《中华人民共和国国民经济和社会发展第十三个五年规划纲要》、《促进大数据发展行动纲要》等文件，明确提出要全面推进大数据的发展与应用；在实践方面，2016年以智慧城市为代表的“互联网+交通”项目在在全国范围内遍地开花，有效提升了城市的智能化水平。交通大数据是“互联网+交通”发展的重要依据，其发展及应用在宏观层面能为综合交通运输体系的“规、设、建、管、运、养”等提供支撑；在微观层面能够指导优化区域交通组织，如：优化交通信号、交通诱导、路况融合、规范停车场管理等。[2] 一、“互联网+交通”发展形势分析 根据高德地图发布的《中国“互联网+交通”城市指数研究报告》，2016年“互联网+交通”领域中数据开放、资源共建、政务智能服务、智能出行、交通拥堵、绿色出行、交通大数据发展势头强劲，七大热点紧跟时代前沿，符合国家政策导向，且与社会大众的生活就业息息相关。[3]在新常态新形势之下，结合国家“创新、协调、绿色、开放和共享”五大发展理念，“互联网+交通”领域将重点发展绿色、便捷、安全、经济、高效的大容量公共交通，一是通过借助“互联网+交通”领域的前沿技术，模拟城市交通运行情况，采取有效的诱导与控制措施，引导居民出行方式，缓解城市交通拥堵，提高公众出行效率与出行舒适度；二是通过政府与企业建立合作协调与资源共享机制，借助“互联网+交通”领域先进技术，共同致力于提升城市道路交通管理水平，充分实现城市道路体系的高效率利用。[4]实践证明，交通大数据是“互联网+交通”发展的关键支撑，是“互联网+交通”科学决策的重要依据，是构建智能出行系统，缓解城市交通拥堵，实现绿色出行的基础，因此，在“互联网+交通”背景下，不仅要关注交通大数据的发展方向与发展形势，如何解决交通大数据的来源、安全、储存及使用效率，充分发挥交通大数据的价值更为关键。[5]

智能公交车系统设计建设方案

智能公交车系统设计建设方案 智能公交车系统设计建设方案（此文档为word格式,下载后您可任意修改编辑！）

目录 第1章某某简介 (6) 第2章项目概述 (8) 2.1项目背景 (8) 2.2项目智能化需求 (8) 2.3功能目标 (10) 2.4基于中国移动4G（TD-LTE）系统设计的优势 (11) 2.4.1TD-LTE的基本概念 (11) 2.4.24G（TD-LTE）的技术特征 (12) 2.4.3基于4G（TD-LTE）系统设计的优势 (12) 第3章系统总体设计 (14) 3.1系统采用的关键技术 (14) 3.1.1B/S架构 (14) 3.1.2嵌入式实时操作系统技术 (14) 3.1.3GPRS通讯技术 (14) 3.1.44G通讯技术 (15) 3.1.5J2EE (15) 3.1.6智能移动终端技术 (16) 3.1.7Android技术 (16) 3.1.8IOS技术 (16) 3.2系统设计原则 (16) 3.3设计遵循的细则 (17) 3.3.1准确、完整、实时地采集数据，是重中之重 (17) 3.3.2安全、可靠、稳定的原则，是系统设计的第一准则 (17) 3.3.3实用性、可操作性原则，是系统顺利实施的关键准则 (17) 3.3.4针对公交业务特点进行设计的原则 (18) 3.3.5系统可扩展性设计 (18) 3.3.6充分利用已有投资设计原则，是保护投资的有效补充 (18) 3.4系统整体功能规划图 (19) 3.5系统部署与网络拓扑图 (20) 3.6软件系统框架设计 (20) 3.6.2基础技术设施层 (21) 3.6.3业务平台层 (22) 3.6.4业务应用层 (22) 3.6.5信息门户层 (22) 3.7应用系统设计 (22) 3.8系统接口设计 (23) 3.9系统性能设计 (23) 3.9.1应用程序设计 (23) 3.9.2查询优化 (24) 3.9.3服务器优化 (24) 3.10存储容量总体设计 (24)

大数据技术在智能交通中的应用

大数据技术在智能交通中的应用 随着社会经济的快速发展，城市车辆也在飞速地增加，传统的交通管制和规划已经不能满足复杂的交通需求，交通拥堵已经影响到了居民的生活质量，加剧了环境污染，降低了城市的运行效率。要解决交通拥堵，必须从根源上找到导致交通拥堵的根源――除了车辆数的剧增外，还有路边车辆乱停乱靠、交通事故的发生以及发生后不能及时救援、清理现场等原因。面对交通拥堵，大力发展公共交通是一种有效手段，但事实上公共交通也存在着资源分配不合理的现象，导致等车时间上、乘车拥挤甚至挤不上车等问题。那如何解决这一系列的问题，最终解决交通拥堵问题，已经引起了我们的思考。大数据技术的发展给我们解决交通中存在的这些问题带来了新的思路。大数据技术的战略性意义在于我们可以快速、准确地获取、挖掘大量的有效的交通数据，构建交通数据处理模型，让交通有秩序的运行。本文中针对大数据技术在交通诱导中的应用、大数据对公共交通的优化、对交通安全的优化等方面进行阐述，并提出了主动式的交通服务模式。 1大数据的概念及应用进展 1.1大数据的概念 所谓大数据是指数据量特别巨大，“超出了传统意义上的尺度，

一般的软件工具难于捕捉、存储、管理分析的数据。”这些数据不仅数量大，而且异质、复杂、来源不同、分散于各处。[1]在维克托?迈尔-舍恩伯格及肯尼斯?库克耶编写的《大数据时代》[2]中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。 大数据的特点可以概括为四个“V”：Volume（大量）、Velocity （高速）、Variety（多样）、Veracity（精确）。或者说，其特点有四个层面。第一，数据量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息，等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。 1.2交通领域大数据技术应用进展 美国西北大学的交通研究中心主任Hani Mahmassani2012年11月在芝加哥的Teradata Big Analytics研讨会上作了题为“大数据分析在出行和交通的应用（Travel & Transportation：Big Data Analytics）”的演讲，讨论了利用海量实时数据增强对交通系统状态的分析和预测能力，从而提高用户体验和交通系统运营效率，创新交通服务，供应链可视化等应用。

智能公交电子站牌建设方案

北斗GPS行业应用领导者 星唯智能电子站牌 建设方案 广州星唯信息科技有限公司

目录 第1章项目基本情况 (1) 1.1项目简介 (1) 1.2工程建设目标 (2) 第2章项目实施方案 (3) 2.1公交智能站牌系统方案 (3) 2.2智能公交系统技术特点 (3) 2.3智能公交电子站牌系统框图 (4) 第3章智能电子站牌的组成 (5) 3.1系统终端（电子站牌） (5) 3.1.1主要功能描述 (5) 3.1.2电子站牌网络接入方案 (6) 3.2电子站牌壳体 (7) 3.2.1电子站牌壳体主要材质选用 (8) 3.2.2电子站牌壳体工艺技术标准 (8) 3.2.3电子站牌壳体性能 (8) 3.2.4电子站牌质量规范 (9) 3.2.5电子站牌安装规范 (10) 3.2.6电子站牌接电规范 (10) 3.2.7电子站牌防雷系统 (10) 3.3集中控制子系统 (11)

3.3.1集中控制子系统配置参数 (12) 3.4LED点阵显示屏子系统 (13) 3.4.1系统说明 (13) 3.4.2 LED显示屏面板技术规定 (14) 3.5LCD多媒体信息发布系统 (14) 3.5.1系统说明 (15) 3.5.2 LCD多媒体信息发布系统功能 (15) 3.5.3 LCD显示屏参数 (16) 3.6视频监控子系统 (17) 3.6.1系统说明 (17) 3.6.2视频监控子系统前端设备 (18) 3.7LED电子站牌发布系统 (19) 3.7.1系统说明 (19) 3.7.2 LED 模块技术参数 (20) 3.7.3 LED灯带显示 (20) 3.8电子站牌环境控制系统 (20) 3.8.1环境控制功能特性 (21) 3.8.2技术参数 (21) 3.9电子站牌广告系统 (21) 3.9.1技术特点 (22) 3.10电子站牌无线传输系统 (23) 3.10.1产品特点 (24)

智慧交通建设方案

智慧交通建设方案 二零一八年一月

目录

第一章系统架构 紧紧围绕“智慧交通”的建设思路，结合行业部门针对智慧交通发展的指导性意见，构建交通局“智慧交通”。将整个智慧交通划分为5个层次。 第一层为感知体层，其主要负责信息采集，主要建设内容包括视频监控摄像头、卫星定位设备、交通流量监测设备、船舶动态管理系统、隧道监控设备； 第二层为传输层，其主要负责各体系之间数据及视频信息的传输，主要建设内容包括智慧交通专网、视频光纤通道和CDMA/GPRS/3G无线通信网络。 第三层为基础层，主要负责数据的存储、计算、转发。主要建设内容包括机房、主机及存储系统、网络及安全设备、基础软件、指挥中心场所。 第四层为支撑层，主要负责为应用层提供基础的服务支撑能力。主要建设内容包括交通地理信息系统、身份及权限管理系统、数据交换系统。 第五层为应用层，是本期“智慧交通”的主要建设内容，主要包括综合管理平台、公众服务平台、智能监控平台、应急指挥平台共四个平台。

1.1短信系统 实现短信的收发；通过统一的短信服务代码对公众提供短信类信息服务，实现与公众的交流；实现对各个短信应用系统的配置维护；通过简单的配置实现与业务系统的对接；提供直观有效的监控手段，实现对平台，对各个短信应用有效性的监控。 系统支持通知类和交互类两大类短信内容。允许部署的各应用系统通过本短信应用支撑平台的相关接口进行短信收发的操作，也允许通过短信应用支撑平台使各应用系统与短信发起人之间进行问答式的交互过程并将最终结果反馈给短信发起人的过程。具体功能如下： 1）应用系统的短信发送和接收提供支撑服务。 （1）提供标准简捷的接口与已有IT系统连接，方便进行各种应用的二次开发，充分满足客户的不同需要。 （2）支持发送和接收。支持群发、定时发送功能。支持短信接收功能，能将用户主动发来的短信和用户的回复短信准确传送到不同的业务系统中。 （3）能通过设置短信业务规则和内容要求，判断短信内容格式是否符合要求，内容是否符合要求，并能够控制在要求的范围内。对不正确的短信进行过滤，并能够根据要求自动要求用户纠错。 （4）统计/日志/过滤等管理功能 2）提供短信实时收发功能。 （1）提供支持文本、电子文档等常用格式文件提交的短信发送任务。 （2）提供短信实时收发功能。 （3）提供公共和个人的通讯录管理，支持信息输入字数提醒，实现信息群组发送，定时发送，所有已发送或接收的信息都可以保存。将通讯录和短信发送集成。 （4）收发内容管理功能。具有短信发件箱和收件箱管理。具有群发和群回短信管理功能。

交通事故大数据挖掘分析

国外交通事故大数据挖掘分析 摘要：近年来，随着车速的提高及交通量的增长，道路交通事故每年呈上升趋势。通过对交通事故大数据挖掘分析，k-means聚类分析和Apriori关联规则分析交通事故的趋势和模式，找出事故频发的路段和引发事故的原因以及事故频发的高峰期，以数据分析结果为依据，改善交通状况，减少交通事故，提高交通系统的效率。 关键词：交通系统、k-means聚类、Apriori算法

Abstract:recent years,as the improvement of speed of vehicle and growth of traffic volume,road traffic accidents is on the rise every year.based on data mining and analysis of traffic accidents big data,K-means cluster analysis and Apriori association rules analysis traffic accident tendency and pattern.find out frequent accident sections and the cause of accident and peak hours,base on data analysis result,improve the traffic situation,reduce tarffic accident,improve the efficiency of traffic system. Key words：transportation system、k-means cluster、Apriori algorithm

大数据对公共交通领域的影响

公共服务的最终目的是满足公众的需求,而在公共服务政策制定过程中如何发现公众的需求与偏好是关键。第二,细分用户需求,便于实施精准服务和个性化服务。在原有的管理工具条件下,公共服务对象不容易细分。但是实际上,不同的公共服务用户群体对公共服务很可能出现截然不同的需求。有关公共服务提供部门如果掌握完备的用户数据库,建立一套大数据分析系统,可以据此分析不同类 型用户对于公共服务需求的差异,实现对于用户的分类管理和服务,进行有针对 性的服务推荐并进行效果追踪,从而大大提高公共服务的效能和公共服务用户的满意度 交通拥堵的根源——除了车辆数的剧增外，还有路边车辆乱停乱靠、交通事故的发生以及发生后不能及时救援、清理现场等原因。 公共交通也存在着资源分配不合理的现象，导致等车时间上、乘车拥挤甚至挤不上车等问题。 大数据技术的发展给我们解决交通中存在的这些问题带来了新的思路。大数据技术的战略性意义在于我们可以快速、准确地获取、挖掘大量的有效的交通数据，构建交通数据处理模型，让交通有秩序的运行。 应用1：交通诱导 占道施工，加剧了交通需求与道路承载能力之间的矛盾，此外驾驶员的不文明行为也会加剧交通拥堵。交通诱导是缓解交通诱导的有效手段,1)大数据方法注重全体交通数据监测， (2)大数据技术在出行数据采集将采集的信息通过交通预警模型及时的作出判断，并将诱导信息发出。上节课彭峰老师已经介绍过了。应用2：优化交通运输安全 道路交通系统中，因驾驶员的素质、车辆的安全性能、环境、道路及气候等因素的不良变化，导致这种因素组合恶化，如果这种恶化因素持续发生，就可能导致交通事故的发生。大数据的实时性及可预测性保证了交通系统对事故的主动预警，以便提前预测事故发生的可能性。如，通过GPS定位技术采集车辆行驶轨迹，判断车辆是否正常行驶，若出现非正常行驶及时通知交警部门对车辆进行管制；通过道路环境及设施监测系统，实时采集道路环境及道路设施信息，经过云计算分析处理大数据后及时通过交通广播发布或者通过手机短信将信息推送给在附近 行驶的车量；通过大数据技术及时分析恶劣天气环境下道路状况，雾、雪天连环撞车发生的概率。（谷歌的无人驾驶） 应用3：公共交通领域的应用 问题：公共交通指城市范围内定线运营的公共汽车及轨道交通、渡轮、索道等交通方式，这些交通工具都是按时间点发车，资源配置不合理就导致了等车时间长，乘坐拥挤、挤不上车等一系列问题。大数据技术可以实现资源的合理配置，通过站点实时客流量检测，合理分配公共资源，提高资源利用效率。 上车刷卡的一票制 IC 卡系统，包括公交、地铁、公共自行车等，公交 IC 卡信

公共交通出行服务大数据平台设计方案

公共交通出行服务大数据平台 解决方案 1概述 随着近几年我省经济的快速发展，公众出行方式日趋多样化，公众对交通出行信息的需求日益增强。如何辅助出行者迅速获取有效交通信息，提高出行效率，提升服务水平，是交通部门面临的一个现实问题。 2005年，交通部将“公众出行交通信息服务系统”确定为三大交通信息化示范工程之一，在交通信息化工作基础较好的几个省市相继开发了一些应用系统，在一定程度上方便了公众的出行，得到了公众的认可。但这些应用系统主要是基于具体部门业务及所拥有的数据进行开发,信息服务的内容还缺少关联性；其次,现有的各类应用系统在服务内容、服务方式、服务质量以及服务范围，以信息发布和推送为主，很少接收来自公众的出行反馈信息，没有形成数据闭环。 目前我省各交通管理部门已经建立了功能相对完善的交通指挥控制中心，包括交通信号控制系统、道路交通监控系统、交通诱导显示系统、停车管理系统、交通违章处理系统等，初步实现了交通信号控制、道路监控、交通信息综合查询、有/无线指挥调度及交通诱导等基础功能。公安交管部门不仅具备了交通基础信息，还拥有了各类动态数据，如车辆实时营运信息、道路交通状况等，采集的数据类型包括属性数据、空间数据、影像数据等。对交通三要素（人流、车辆、道路）连续不断采集的多源交通数据流产生了巨量的交通数据，具有典型的“3V”特性：大容量、多样性、高速度，也具有价值、复杂性的特点，属于名符其实的交通“大数据”。 数据是智能交通的核心，数据为王的大数据时代已经到来。如何高效地从海量数据中分析、挖掘所需的信息和规律，结合已有经验和数学模型，实现对城市道路交通的整体运营水平和人们出行规律的深度挖掘，生成更高层次的决策支持信息，获得各类分析、评价数据，为交通诱导、交通控制、交通需求管理、紧急事件管理等提供决策支持，为交通管理者、运营者和个体出行者提供交通信息，成为当务之急。 本文面对交通大数据，就如何存储、组织和管理数据，并提供政务与商务两方面的公共交通出行服务，提出了解决方案。本文分析了交通大数据分析平台需具备的特点，提出了公共交通出行服务大数据平台逻辑框架，并在现有技术基础上，阐述了平台构建方案。 2功能需求 如前所述，交通服务要提供全面的路况，需要交通综合监测网络对城市道路交通状况、交通流信息、交通违法行为等的全面监测，采集、处理及分析大量的实时监测数据，具有数据量巨大的特点；随着城市机动车保有量不断提高，城市道路交通状况日趋复杂化，交通流特性呈现随时间变化大、区域关联性强的特点，需要根据实时的交通流数据及时全面采集、

公交智能化应用建设实施方案

公交智能化应用建设实施方案 ──公交汽车乘运集团 职能部门×××： 为贯彻落实城市优先发展公共交通战略，切实推进公交示范城市创建，进一步提高城市公共交通智能化应用水平，现就我省公交示范创建城市智能化应用工程建设有关事项通知如下： 一、指导思想 通过城市公共交通智能化应用示范工程建设达到如下三个目的：一是改进城市公共交通行业运行监管方式，完善城市公共交通运行状态与数据采集体系，提升企业智能调度与运营管理效率，提高城市公共交通行业动态监测、指挥协调、服务监管、异常预警和辅助决策效能；二是改进城市公共交通乘客出行信息服务方式，构建内容丰富、形式多样、及时可靠的城市公共交通出行信息服务体系，提高公共交通

系统的出行信息服务能力；三是改进城市公共交通数据资源共享方式，促进城市公共交通不同客运方式间、城市公共交通企业与行业管理部门间的业务协同联动效率。 以现代信息技术为支撑，以打造“智慧公交”为目标，以建设公众：出行信息系统为重点，不断提高城市公共交通服务能力和服务品质，推动公交示范城市创建迈上新台阶，真正发挥公交示范城市在建设、运营、管理、服务等方面的示范引领作用。 二、发展目标 各创建城市要充分结合当地城市公交行业特点，确定公交智能化应用工程建设阶段性发展任务，在全省率先实现公交服务方式、运营组织方式、管理决策方式等转型升级。提升城市公交运行监测水平。着力提高城市公交行业基础信息和基础数据的采集能力，重点建立完善从业人员信息、车辆信息、线路信息、站场信息。 提升城市公交企业智能化调度水平。基本实现智能调度、车辆动态监控以及动态排班等功能。有BRT系统的，应

实现BRT系统与普通公交车系统的协同调度。 提升公交出行信息服务水平。为乘客提供线路、首末班发车时问、换乘等基础出行信息，通过多种方式提供车辆位置、车辆到站预报等动态信息服务。 提升城市公交监管保障水平。实现公交行业和企业对公交车辆运行技术状态的掌控，支持服务质量考核、服务水平评价，提高公交应急保障能力和安全保障水平。 三、建设内容 为有效推进智能化应用建设，各地要充分利用现有设施、设备，分步骤分阶段推进。 （一）推进智能调度系统建设GPS 充分利用现有基础条件，建立完善企业运营信息管理、运行动态监控、调度计划与动态排班、智能调度管理等系统。公交车辆要安装动态智能终端，做到有关信息实时回传。 管理平台、报警平台、监控平台都安装有电子地图，称作GIS工作站。它们可以对各类地理信息、空间信息以及移动目标的时间和状态信息进行存储和显示，并提供查询、控

大数据在交通规划中的应用

大数据在交通规划中的应用 一、基于公交IC卡和GPS数据的居民出行OD矩阵推导与应用 1. 数据准备：公交卡数据：卡号、线路号、车辆号、刷卡时间 公交调度信息：线路号、车辆号、发车时刻、到达时刻 公交线路信息：线路号、线路长度、站点数、起点站、终点站、中间站点、站间距 公交站点信息：站点号、站点名称、站点位置。 公交GPS数据：线路号、车辆号、定位时间、定位经度、定位纬度、速度 2. 公交上车站点获取 （1）基于公交IC卡数据和调度信息的聚类分析法： 乘客前门上车刷卡完成缴费，使公交卡刷卡记录在时间上具有一定的集中性。聚类分析法的基本思想：以公交卡数据记录为样本,其刷卡时间字段为样本属性，其刷卡时间与下一条记录的刷卡时间之间的时间间隔作为聚类因子，基于设定的时间间隔闽值进行分类，而后与运用公交调度、公交线路和站点信息推断获取的公交到站时间进行匹配，从而获取各个数据记录的上车站点。 基于公交卡数据和调度信息的上车站点判断流程图 （2）基于公交IC卡和GPS数据的时刻匹配分析法： 在城市公交车辆上安装设备能够实时采集车辆的运行状态信息如时间、速度、经纬度等，进而与该条线路的公交站点位置进行匹配获取每条数据记录的站点位置信息，确定该条线路每个车次到达各个站点的精确时刻之后，通过对相应车次的卡数据记录依据时间进行匹配，从而确定每条卡数据记录的上车站点。

基于公交卡和数据的上车站点判断流程图 3. 下车站点获取 （1）公交站点吸引权法 城市居民公交出行特征主要受乘客的站间距以及站点周边设施吸引强度的影响一般而言,城市居民出行距离近似服从正态分布,其中,公交乘客的出行范围主要集中在5-10km。从城市居民总体出行距离角度而言,当出行距离过长时一般采用更加快速的交通出行方式，如小汽车当出行距离过短时则会采用相对比较方便的交通出行方式，如步行、自行车。由此，可以推断公交乘客出行距离仍然满足此类规律，并表现在途经站点的数量比较集中于某一范围，即公交乘客从某一站点上车到达站点下车所途经站点数量为的概率明显较高，乘客下车人数明显较多。 同时,城市公交出行还受站点周边用地性质的影响。一般，周边用地性质为商业、教育、行政的公交站点要比普通站点具有较多的上下车人数，客流相对比较集中，说明该类站点具有明显高于其他类型站点的吸引力。 （2）单个乘客出行链分析法 将公交乘客的单日全部出行作为一个以起讫点为连接点的完整环状出行链结构，以此理念为基础，对公交乘客单日刷卡数据的下车站点进行分析。基于乘客出行链的理念，在此有两个基本的假设条件乘客前一次出行的终点是其进行下一次出行的起点乘客当日最后一次出行的终点是其第一次出行的起点。 乘客闭合公交出行链 乘客不连续公交出行链 针对不闭合的出行链分为一次出行和多次出行。 一次出行是指当日公交乘客刷卡数据仅有一次，并未形成公交出行链。 多次出行是指乘客当日公交刷卡次数为两次以上，基本保障了公交乘客当日出行形成闭合出行链的可能性。 3. 城市公交OD矩阵 城市公交站间矩阵是对公交卡原始数据进行过大量数据匹配处理之后而生成的，同时它仅仅代表了采用公交卡进行公交出行的群体。因此，需要对公交站间矩阵进行扩样。此外,还需将站间矩阵转化为小区矩阵，从而保障与传统的城市交通规划以交通小区为基本单元的出行矩阵标识方式具有相同的基础。 4. 城市公交OD出行矩阵校验

互联网+智能交通建设方案

互联网+智能交通建设方案 1.1 智能卡口系统 系统建设意义 卡口系统是指在城市出入口、国道、省道上设置摄像机，对过往机动车进行图片采集，自动识别号牌，并实时与黑名单库进行实时比对，对通过卡口的违法车辆进行报警。针对后港镇市路况好、车速快的交通特点，本次规划的城市卡口除具有公路卡口的所有功能外，同时具有超速抓拍的功能和交通流量检测功能。 系统建设目标 通过卡口系统的建设，预期能达到如下目标： 加强对被盗抢、违章黑名单、肇事逃逸、作案嫌疑车辆的追查力度，创造安全和谐的交通运行环境和社会环境； 进一步强化广大司机的交通守法意识，使道路上各类交通控制设施能有效、切实地发挥作用； 保障交通安全，提高道路通行能力，保证道路畅通。

系统建设内容 卡口系统由卡口前端子系统、网络传输子系统和后端管理子系统组成。实现对通行车辆信息的采集、传输、处理、分析与集中管理。 1)卡口前端子系统 负责完成车辆综合信息的采集，包括车辆特征照片、车牌号码与车牌颜色等。并完成图片信息识别、车辆速度检测、超速判别、数据缓存以及压缩上传等功能，主要由卡口抓拍单元、补光灯、车辆检测器、终端服务器、外场工业交换机、光纤收发器、开关电源、防雷器等设备组成。 2)网络传输子系统 负责系统组网，完成数据、图片的传输与交换。 因卡口系统的安全性需要，一般通过租用运营商光纤链路组建专网，每个前端点位到中心一条裸光纤，对于市区较密集的点位可通过EPON方式组网，对于偏远地区也可采用无线方式组网。 3)后端管理子系统 负责实现对辖区内相关数据的汇聚、处理、存储、应用、管理与共享，由中心管理平台和存储系统组成。中心管理平台由搭载平台软件模块的服务器组成，包括：管理服务器、应用服务器、Web服务器、图片服务器和数据库服务器等。

智慧交通大数据云平台信息化整体建设方案

智慧交通大数据信息化 建 设 方 案 北京XX科技有限公司 2019年X月

目录 第1章系统概述 (1) 第2章建设原则与要求 (3) 2.1 建设原则 (3) 2.2 建设目标 (4) 2.3 建设标准 (4) 第3章系统总体集成设计要求 (8) 3.1 集成设计思路 (8) 3.2 视频综合管理平台建设 (9) 3.2.1 建设背景 (9) 3.2.2 总体建设架构设计 (9) 3.2.3 平台基本功能模块要求 (13) 3.2.4 平台基本技术要求 (14) 3.2.5 各级平台软件基本组成要求 (16) 3.2.6 平台基本管理功能要求 (21) 3.2.7 平台业务功能要求 (26) 3.2.8 平台互联互通和接入设计规范 (52) 3.2.9 与其他系统的互联 (59) 3.3 视频信息传输网络建设 (60) 3.3.1 IP视频专网建设要求 (60) 3.3.2 网络安全解决方案 (69) 3.4 已经建设视频资源整合接入 (75) 3.4.1 已建视频资源整合方式 (76) 3.4.2 视频综合平台接入方式 (76) 3.4.3 原有模拟矩阵系统整合 (78) 3.5 海量信息存储与管理要求 (81) 3.5.1 存储总体要求 (82) 3.5.2 存储设计原则 (83) 3.5.3 海量数据存储架构 (85) 3.5.4 存储容量计算 (89) 第4章各业务系统建设要求 (90) 4.1 高清监控系统建设 (90) 4.1.1 高清监控系统概述 (90) 4.1.2 高清视频监控应用背景 (92) 4.1.3 高清视频监控应用的意义 (93) 4.1.4 HD-SDI高清监控系统 (94) 4.1.5 IP高清监控系统 (99) 4.1.6 中心系统要求 (101) 4.1.7 选点与布点原则 (126) 4.1.8 项目工程设计要求 (131) 4.1.9 部分产品推荐 (145) 4.2 智能卡口系统建设 (172)

交通大数据解决方案

中移智行“OSCAR+”智慧交通解决方案系列——交通大数据

运营商的大数据更有代表性和竞争力 数据局部性数据封闭性数据割裂性数据片面性 互联网公司的数据是相互割裂的，淘宝只 有淘宝的售卖数据，没有百度搜索的数据 很少有互联网公司愿意开放自己的数据， 开放更多的是商业模式层面和应用层面。 互联网的数据整合困难，同时注册的个人 账号也是短期的，不稳定的。 互联网公司的数据受限于自身的业务，其 数据的范围和深度都是有限的。 互联网的数据基因运营商的数据更有代表性和竞争力 运营商是数据管道，任何个人、企业的上网和通话的行为都流淌 在运营商的管道里，并且任何时候你的位置都需要上报给运营商 的基站以便能够随时沟通，移动互联网越发展，运营商的数据规 模优势就越大。 运营商以号码为唯一的ID来整合各类数据，因此刻画客户的 完整性是一般企业难以企及的，因为号码就是业务本身，而且还 有终端ID作为移动通信网天生的业务属性而存在。 运营商数据解决移动互联网时代最为关注的三个问题？我是 谁，我在哪里，我在干什么，这是很多企业的数据难以比拟的。 运营商承担着相当大的社会责任，不会看到互联网公司会有分享 数据的行为，数据基本是在它的体内循环。 比较维度运营商数据互联网公司数据 用户基本属性真实、准确部分真实、部分准确用户分布信息连续、准实时、不连续、部分实时 用户通信行为及轨迹真实、全面、连续、多维度，统一关联不全面、不连续、维度少，不同维度数据间需通过计算建立关联 线上线下关联唯一ID，真实一对一关联无唯一ID，难以建议唯一关联

基于运营商大数据的应用 ?人流量、人口属性分析 统计规划 ?人员聚集及人流量疏导 ?智慧景区（景区人流、来源、偏好分析） 旅游 ?旅游市场智慧管理（多维度、多数据分析旅游市场整体特征和变化） ?实时车流、拥堵情况、居民出行规律分析 交通 ?交通规划（车流分时段动图、城市道路改造、规划分析） ?重点区域重点监控 ?应急减灾精准发布 公共安全 ?民众舆情监控 ?竞品分析（行业热点、消费人群画像、频次等） 商业 ?广告评估（广告精准营销、广告转化率分析）

大数据在公共交通方面的应用

第43卷第23期 山 西建筑 Vol .43No .232 0 1 7 年 8 月 SHANXI ARCHITECTURE Aug . 2017 ? 35 ? 文章编号：1009-6825 (2017) 23-0035-02 大数据在公共交通方面的应用 罗琢峰郭淑娟 (东北林业大学,黑龙江哈尔滨150040) 摘要 :简述了公共交通中大数据的类型及其特征，分析了大数据在公共交通中的应用，在此基础上提出大数据在公共交通应用 中的几点建议，以期能够对推动我国公共交通领域的发展有所帮助。关键词：大数据，公共交通，应用 中图分类号:TU984.191 文献标识码:A 1公共交通中大数据的类型及其特征 公共交通简称PT ,它是人们出行的主要方式,是城市中不可 或缺的重要组成部分之一。PT 在运行过程中会产生出大量的数 据信息，下面对这些数据的主要类型及其特征进行简要分析。 1.1 数据类型 1) GPS 数据。在各类公共交通工具中，如公交车辆、出租车、 轻轨、地铁等，均安装有GPS 设备，借助传感器能够对这些公共交 通工具的运行信息进行实时收集。 2) MT 数据。MT 是移动终端设备的简称，如智能手机、平板 电脑等，使用者可借助这些设备对交通信息进行查询，同时也为 PT 提供了各种类型的数据信息。 3) 客流数据。在城市当中，不同的人群出行时会选择最为有 效的交通方式，客流量是交通工具的主要运营数据，如公交车辆、 轻轨、地铁的刷卡乘车记录等，此类数据对于分析公共交通的现 状具有重要价值。 4) 监控数据。目前，国内很多大城市为提升交通管理水平， 运用了视频监控技术，相关的监控设备每天都会采集大量的市民 出行数据。以公交车辆为例,它的上下车门上均装有摄像系统， 由此可获取乘客的视频图像，经由软件处理分析后，可获得每辆 车日常的乘客数量。 1.2数据特征 在 PT 中的大数据具有4V 的特征，具体如表1所示。 表1公共交通大数据的基本特征 Volume 体积大P B 级?E B 级 "Variety 种类多数据类型繁多:结构化、非结构化、分布式、单调模式等 Velocity 实时性DM 处理速度快 Value 价值密度低 数据容量大，信息价值密度低 2 大数据在公共交通中的应用 在信息时代到来的今天，为对PT 进行有效地整合，并在现有 的基础上提升管理效率和水平，满足广大市民对PT 服务的要求， 可在PT 的如下几个方面中，对大数据展开详细论述。 2.1 在交通诱导中的应用 现阶段，国内各大城市的主干道和各条支路在交通高峰期都 出现了严重的交通拥堵现象，造成这一问题的主要原因有以下几 个方面:车辆持续增多、道路基础设施不完善、交通规划不到位等 等。除此之外，占道施工、不文明行驶也在一定程度上增大了交 通拥堵的可能性。交通诱导是解决交通拥堵问题较为有效的途 径之一，这也是大数据在P T 中的典型应用。通过交通诱导能够 均衡交通流量，使路网的交通能力得以充分利用，同时，可使车辆 达到目的地的行驶时间和距离有所缩短。在交通诱导中，大数据 的优势主要体现在如下几个方面:在数据采集方面，可对微观化 的出行数据进行实时采集，如1C 卡数据、GPS 数据等等;在数据处 理方面可实现图像处理信息化，有助于成本的降低;可采集非结 构化数据，如Web 点击量、社交网络、视频等等，利用人们发布的 微信动态，判定其所在地点的交通状况;为交通运行状态的实时 观测提供了可能，从而为交通诱导方案的制定提供可靠依据。2_2在交通运输安全中的应用在近几年里，我国交通事故的发生率呈现出增高的态势，交 通安全现已成为社会关注的焦点问题之一。当务之急必须提升 交通安全水平，最大限度地减少各类交通事故的发生，为人们的 生命安全提供保障。在交通系统，多种因素的组合是诱发交通事 故的主要原因，如驾驶员的技术水平、车辆的性能、路况、气候条 件等等， 当这些因素中的某一项或是几项发生恶化后，便会使交 通事故的发生几率增大。大数据的Velocity 为交通系统对事故的 主动预警提供了可能，如借助GPS 技术，可对车辆的行驶轨迹进 行实时采集，以此为据，对车辆的行驶状态是否正常进行判断，若 为非正常行驶，则可通知交警部门对该车辆进行交通管制，由此 可减少交通事故的发生。同时， 利用道路检测系统可对道路环境 及相关设施等信息进行实时采集， 再通过云计算后，可用交通广 播的方式将这些有价值的信息发布出去。此外，大数据中DM 技 术可对天气情况进行分析，降低了恶劣天气中交通事故发生的可 能性。 2.3在交通服务优化中的应用 PT 涵盖的范围较广，具体包括公交车辆、轻轨、地铁、渡轮等 等，以上这些交通工具全部都是按照一定的时间点发车,若是在 资源配置上不够合理，则会造成乘客的候车时间延长，并且还会 随着候车人数的增多，导致乘车拥挤的现象发生。大数据在资源 合理配置方面具有十分显著的作用，其通过对各个站点客流量的 实时检测，可获得准确的数据信息，据此对资源进行合理的分配， 这样可以使资源的利用效率得到大幅度提升。同时，乘客可借助 智能手机上的APP 应用程序，对交通工具的行驶状况、车内的客 流情况等信息进行查询，改变乘坐计划，由此可以防止盲目等候 的情况出现，能够使乘客的出行效率获得提高。交通的拥堵现已 成为各个城市中的普遍问题，PT 作为缓解该问题的有效途径之 一，对其服务质量进行完善，可使广大市民真正感受到PT 带来的 便利，并将PT 作为出行的首选方式。 3大数据在公共交通应用中的几点建议 由上文分析可知，大数据在PT 中具有一定的应用优势，为使 这种优势得以充分发挥，笔者提出如下几点建议。 收稿日期:2017-06-08 作者简介:罗琛峰（1995-),女，在读本科生