关于大数据挖掘分析智慧交通服务系统探究.docVIP

关于大数据挖掘分析智慧交通服务系统探究 　　摘 要：在大数据时代，依托现代先进的网络技术、信息技术等先进科学技术，建立起智慧交通服务系统对海量的现代交通数据进行挖掘分析，从中提取有价值的数据信息为人民的出行提供便捷，这是智慧交通服务系统建立和应用的主要目的，也是互联网技术和大数据技术改善交通拥堵状况、缓解交通压力的新思路。该文在对智慧交通和数据挖掘基本内涵研究和分析的基础上，探讨大数据时代背景下智慧交通服务系统的组织架构和典型应用。 　　关键词：大数据 智慧交通 数据挖掘 　　中图分类号：T311.52 文献标识码：A 文章编号：1674-098X（2017）04（a）-0158-02 　　人类活动日益频繁，汽车保有量迅猛增长，交通压力与日俱增，特别是在城市中，早晚交通高峰带来的交通拥堵每日可见。面对当前错综复杂的交通状况，为了有效地改善交通拥堵的状况，满足人们工作生活中的交通需求，依托现代网络技术、信息技术等多方面先进的科学技术，智慧交通系统应运而生。自智慧交通这一概念提出以来，受到交通领域乃至全社会的广泛关注，交通部门开始致力于城市智慧交通服务系统的研究和建立，在实践中不断探讨、不断完善，以期能够跟随现代城市发展的脚步，有效改善交通拥堵的现状。 　　1 智慧交通与数据挖掘 　　智慧交通是城市化进程不断向前推进的产物，是城市交通问题日益严峻和土地资源短缺状况共同作用下的必然结果。随着城市规模的不断发展壮大，城市人口数量猛增，汽车保有量大幅增加，不断增长的交通流与有限的交通用地之间的矛盾突显出来。受多方面因素的影响，城市交通基础设施建设远远跟不上交通流增长的步伐，更无法满足人们顺畅出行的需要，交通拥堵的情况在城市中普遍存在。智能交通服务系统建立的主要目的在于提高城市交通管理水平，缓解城市交通压力，充分利用已有的交通资源，满足人们便捷顺畅出的需要。从实际应用效果来看，智能交通服务系统的应用使城市的交通状况在一定程度上得到了缓解，但是海量的交通数据为系统的信息处理带来了巨大的压力。在大数据时代，如何利用大数据技术对海量的数据进行挖掘分析，使其更好地为智慧交通系统服务，促进智慧交通服务系统的进一步完善，是现代智慧交通服务系统需要改进和完善的重点问题。 　　数据挖掘是利用科学的技术和方法，对信息进行收集和处理，从海量的模糊的数据信息中挖掘出有价值的信息。信息化时代为社会的发展和人们的生活带来了极大的便利，而海量的数据带来的是数据处理的巨大压力，数据挖掘是大数据时代的必然要求。数据挖掘主要包括4个方面的内容，即分类分析、关联分析、聚类分析、时间序列分析。通过4种分析方法的应用，从海量的数据信息中提取出有效的信息为智慧交通服务系统所利用，系统根据信息分析的结果得出交通建议，为交通调流和人们出行提供建议和指导。 　　2 智慧交通的体系架构 　　智慧交通服务系统的建立是为了更好地对城市道路路况信息和车辆情况进行监控和管理，满足人民便捷顺畅出行的需要。智慧交通的体系架构如图1所示，主要分为三层。 　　第一层为信息层。信息层的主要功能在于信息采集，通过卫星定位终端对车辆的位置信息和路况信息进行实时采集，通过2G网络传送到智慧交通云服务器。移动终端网络将居民的个人移动终端相关信息传送到智慧交通云服务器。云平台运行通过多基站定位算法对车辆或者个人当前所处的具体位置、出现的路线等数据进行模拟和计算。城市交通干线上设置的摄像头可以对区域内的路况信息进行实时监控和采集，拍下的视频流经过编码处理后利用有线或无线网络向云服务平台传输，由云服务平台对数据进行存储、分发和管理。居民可通过手机等个人移动终端安全智慧交通客户端产品，通过GPS信息的上传交互，实时享用智慧交通服务系带来的便利。 　　第二层为网络通信层。其主要功能在于数据传统送通过有线、WLAN、2G/4G网络将前端采集的数据信息高速、可靠地向云服务平台传送。 　　第三层为云服务层。负责数据编码的转换、挖掘分析和存储，对交通拥堵的时间、拥堵程度进行分析和预测。特别是对市中心、商业区等人流密集的路段，为用户提供路况预测、路径优化、公交信息实时查询等交通服务。 　　3 大数据挖掘分析方案 　　智慧交通服务系统是建立在城市交通道路大数据分析模型的基础之上的，在城市的每一天交通路段每个一定的距离分配一个ID标签作?榉侄巫杂傻谋晔叮?以此累计建立起关于整个城市道路的标签库。在路上行驶的机动车位置及其运行路径都会被实时采集，同时会在其所对应的路段上映射出该机动车的地理坐标位置。通过MapReduce框架对每一个路段上的车流量进行快速计算，以此为依据来对该路段的是否畅通、是否存在交通拥堵情况进行判断和记录，为交通调流和用户推荐最优路径提供有力的参考。智慧交通平台可以对每一辆车在任意一个时间