交通大数据特征及价值.docVIP

交通大数据的特征及价值 　　摘 要：当前，城市交通正面临着安全、堵塞、环境污染三大难题。随着云计算、物联网、移动互联网、大数据等新兴技术的发展，城市交通进入智能化阶段。而智能化实现需要利用各种技术获取有价值的数据资源，提供决策依据。交通大数据为交通决策与服务带来了新的解决思路和方法。 　　关键词：交通大数据；智能交通；数据挖掘；交通预测；数据可视化 　　中图分类号：TP399 文献标识码：A 文章编号：1672-7800（2016）003-0130-03 　　作者简介：张昕（1977-），男，湖南邵阳人，博士，深圳市易行网交通科技有限公司董事长、高级工程师，研究方向为智能交通系统、交通大数据分析；曾鹏（1986-），男，湖北云梦人，宝建投智能科技有限公司副总经理，研究方向为智慧城市；张瑞（1980-），男，湖北武汉人，博士后，中国科学院深圳先进技术研究院研究员，研究方向为大数据分析和数据挖掘技术；张帆（1979-），男，湖北武汉人，博士，中国科学院深圳先进技术研究院副研究员、硕士生导师，研究方向为大数据分析与挖掘、交通大数据应用。 　　1 交通大数据的基本特征 　　交通大数据是大数据的一种，它具备一般大数据的“4V”（Volume、Variety、Value、Velocity）特点[1]。 　　（1） 规模大。交通系统是一个复杂的系统，涉及人、车、线路、环境等，数据量巨大。比如手机数据、车辆的北斗/GPS数据、道路的流量数据和天气状况数据等。 　　（2） 种类多。交通大数据包括物理空间的数据，比如车辆移动的北斗/GPS位置数据、车辆状态数据、摄像头视频数据、天气数据以及路网数据等；也包括与人类社会息息相关的移动数据，比如手机基站数据、交通智能卡数据等；还可以包括网络空间数据，比如论坛、新闻、微博及微信等众包数据。 　　（3） 价值密度低。数据总量虽然很大，但对于具体应用而言，挖掘有用的数据有可能像大海捞针一般。比如为分析交通事故，可能只有与事故相关的天气、车辆、人员及视频数据才是有用的，而其它不相关的大量数据需要被过滤掉。 　　（4） 速度快。交通数据具有强实时性特征。无论是交通基础设施、交通运行状态还是交通服务对象和交通运载工具，每时每刻都在涌现大量的数据，同时也需要快速处理、分析和挖掘，并给出反馈。例如交通实时动态路况，一方面大量的视频数据、北斗/GPS位置数据、地感线圈数据等不断涌现，亟待实时处理计算；另一方面还需要根据历史数据，对将要发生的情况进行实时预测，并反馈给出行者。 　　此外，交通大数据是城市大数据的重要组成部。城市大数据是在城市管理、生活、建设、发展过程中，由信息空间、物理世界和人类社会“三元空间”所产生的多源、多模态、异构海量数据，蕴涵着丰富的知识和价值。它显然不同于大数据中较常被提及的网络大数据、金融大数据以及科学大数据。因此，交通大数据还具有时空移动性（时空变化并蕴涵规律）、社会关联性（三元空间分布但彼此关联）、人的参与性（来源于人且服务于人）等特点。 　　（1）时空移动性。任何交通事件都具有地域和时域特征。为了全面深入理解交通大数据，需要从时间和空间两个维度分析其动态演化特性。 　　（2）多维结构特征。如一段公路上，既有交通流量属性，也有路面介质信息，还有路基结构等。 　　（3） 社会关联性。人类社会大量的移动轨迹同时存在于信息空间和物理世界，使得信息空间、物理世界和人类社会三元空间之间有机连接与互动，体现在城市发展上即动态信息、个体流动规律以及人群生活与城市交通发展的深层交互上。 　　2 交通大数据对智能交通的作用 　　随着信息通讯技术的发展，交通运输从数据贫乏转向数据丰富，交通管理正在从“经验治理”转向“科学治理”，而交通规划也从单纯的经验建模、人为分析向数据驱动与人机智慧迭代的新型模式发展。 　　同样，智能交通需要实现以“数据驱动”响应业务，让智能交通工作者只需要从交通出行的根本出发，以科技手段引导人们出行的全面改变和进步，最终通过这种改变促使业务管理发生改变，实现以信息化、智能化引领综合交通运输发展，如图1所示。 　　智能交通架构如图2所示，数据贯穿在整个智能交通的感知、处理、应用等各个环节。可见，大数据处理和运用对智能交通将起到决定性作用。具体如下： 　　（1）了解真实需求，认识问题本质。在大数据技术之前，为了获得用户需求，需要人工获取一定样本的调查问卷，根据数据抽样方法分析需求。这就如同盲人摸象，很难全面掌握真实的需求。另外，对于用户需求和交通难题的认识，很多时候需要对多维数据进行全面分析，单一维度的采样数据难以精确、及时反映需求变化。大数据的出现，可以掌握不同时间、空间，不同用户的需求，既能满足整体需求，也能提供某些特征用户的需求定制化。例如，通过