基于CRISP-DM的交通大数据分析方法及实践——以重庆市手机信令数据和RFID数据为例.docVIP

基于CRISP-DM的交通大数据分析方法及实践——以重庆市手机信令数据和RFID数据为例 周涛 赵必成 俞博 重庆市交通规划研究院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 随着交通大数据研究及应用日益广泛, 其中存在的问题也越来越明显。很多分析结论存在概念模糊、数据质量不确定、分析方法不清晰等问题, 导致分析结果经不起推敲, 也缺乏可比性。究其主要原因是未能形成科学的大数据分析方法和统一的分析标准。提出基于CRISP-DM的交通大数据分析方法, 包括目标要求、数据理解、数据准备、数据建模、模型验证、工程化应用 (部署) 6个阶段。结合重庆市交通大数据平台建设实践, 以手机信令数据和车辆RFID数据为例, 详细阐述数据理解、数据建模和模型验证三个重要步骤的具体做法, 探索如何实现交通大数据分析的标准化、指标化和透明化。 关键词： 交通大数据; 大数据分析方法; 数据理解; 数据建模; 模型验证; 重庆市; 作者简介：周涛 (1968—) , 男, 四川内江人, 教授级高级工程师, 副院长, 主要研究方向:交通规划、城市规划。E-mail:taozhoucq@ 收稿日期：2017-08-08 Transportation Big Data Analysis Methodology Based on CRISP-DM: An Example of Cellular Signaling and RFID Data in Chongqing Zhou Tao Zhao Bicheng Yu Bo Chongqing Transport Planning Institute; Abstract： As the transportation big data analysis becomes a popular research tool, the problems emerge in the data quality and ambiguous analysis method, which leads to unverifiable study conclusions and incomparable results. The lack of a scientifically mature data analysis method and a unified analysis evaluation standard are the problems. This paper proposes transportation big data analysis methodology based on CRISP-DM, which includes six steps: clarifying objectives and requirements, understanding nature of the data, data processing, developing models, model validation and application. Based on the practice of big data platform development in Chongqing, the paper elaborates the procedures of three important steps: data understanding, modeling and model validation using cellular signaling and vehicle RFID data. Based on the application experience, the paper explores how to achieve the standardization, indexation and transparency of transportation big data analysis. Keyword： transportation big data; big data analysis methodology; data understanding; data modeling; model validation; Chongqing; Received： 2017-08-08 0引言 随着信息技术的迅猛发展和移动互联网技术的大规模普及, 席卷全球的大数据时代已经到来。通过海量数据的挖掘与分析辅助决策, 交通大数据已成为国内外交通行业研究与应用的热点, 但随之而来的问题也