基于大数据分析决策技术在道路运输行业应用.docVIP

基于大数据分析决策技术在道路运输行业应用 　　摘要：大数据分析决策技术是互联网+中的重要技术组成部分。各行各业陆续打造自己的大数据分析决策平台。交通运输行业拥有道路运输管理平台、道路运输服务平台中各类道路运输数据资源。本文对道路运输行业中的特点进行解析，并根据业务分支需求，提出了大数据分析决策系统在道路运输行业上的应用价值和应用领域。 　　关键词：大数据 分析决策 道路运输 　　中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2016）09-0095-01 　　1 概述 　　依托道路运输管理平台、道路运输服务平台中各类道路运输数据资源，进行深入挖掘分析，可集中展现对客运、货运、线路、执法、出行等行业管理及服务内容的分专题分析，以及综合监测预警、综合分析预测和系统应用分析等综合分析，为道路运输行业宏观的管理提供支撑。依据车辆监控、客流信息、轨迹数据、违章处理等基础应用系统数据库资料进行统计、分析，归纳生成各种报表，为管理部门准确掌握行业运行状况、合理科学决策提供支撑。另外为管理部门决策提供模型和算法库、为平台提供更多高层次的数据。 　　2 系统功能 　　道路运输大数据分析决策系统主要包含多维度行业数据分析、专题分析、综合分析等功能。如图1所示。 　　3 多维度行业数据分析 　　多维数据分析（MOLAP），使道路运输管理相关的分析人员能够从多个角度对从运营数据中转化出来的、能够真正为用户所理解的信息进行快速、一致、交互地存取，并能够从不同的角度审视业务情况，而获得对业务数据的更深入的理解。例如对于出租车运营数据，可以从时间、地域、运营收入、违章情况等多个角度进行剖析，从而快速地从一维转变到另一维，将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在用户面前。 　　4 专题分析 　　4.1 客运站场专题分析 　　分析各站各班次、班线发送量分布和趋势，并实现旅客空间流向的智能分析。通过分析各站发送量、流向、饱和度来分析客运场站的规划合理性；构建交通规划的数据模型，为客运站场（含候车亭）的规划建设及智能分析提供决策依据。包括流量、客运量预测分析。 　　4.2 经营线路状态分析 　　查询、统计线路类型的发送量、实载率情况及变化趋势，实现线路规划、最优路径分析、线路客流状态等分析；按照省内外线路查看发送量、实载率情况及变化趋势；基于线路、营运业户的多维挖掘分析，分析每条线路的业户的发送量、实载率分析。实现我省客运线路指标的图形化管理，并提供线路规划、最优路径分析、线路客流状态等功能；班线客车与包车的客运流量流向分析，为规划新的班线、调整已有班线运力提供依据。基于线路、车辆的多维挖掘分析，分析线路类型与车辆技术等级、车型、座位机构深度分析。 　　4.3 货运站场专题分析 　　构建交通规划的数据模型为货运站场规划建设提供决策依据。 　　4.4 营运车辆专题分析 　　监测客运车辆班车、旅游车、出租车时间、空间分布情况；按时间、地理查询班车、旅游车、出租车分布情况；按照车辆燃油类型、技术等级、使用年限等多维的挖掘分析车辆分布和变化趋势。 　　4.5 经营业户专题分析 　　分析、挖掘经营业户在企业级别的市场分布、趋势；分析、挖掘经营业户在企业经济性质的市场分布、趋势；按经营业户的经济性质、资质等级、车辆规模分类等多维度挖掘分析经营业户的市场集中度。 　　4.6 运政稽查专题分析 　　按时间、地理、部门的稽查案件数、结案数量、行政复议数量、结案率以及上述指标历史同比；按时间、地理统计每万车发生率及历史趋势；稽查案件数量排名前N位企业；稽查案件数量排名前N位车辆；按时间、地理、稽查处罚行为、违章条例代码等多角度挖掘分析案件数量、结案率和罚款金额；按时间、地理、经营业户经济性质、资质等级等多角度挖掘分析案件数量、结案率和罚款金额。 　　4.7 道路运输安全专题分析 　　按照时间段（季节、每日时段等）、事故发生区域、事故性质、伤亡人数等分析道路运输行车事故数据，并对其变化趋势进行预测分析。 　　4.8 出行特征分析 　　日常的小时、周、月、年统计各个主客场站发送量、实载率；五一、十一、春运的小时、周、月、历年的各客运站发送量和实载率，并对其进行预测分析。 　　4.9 视频统计分析 　　定期地对客运站、客运车辆监控视频信息进行分析，依靠大数据的手段深入挖掘监控信息，分析总结道路运输运行的外在和潜在规律，科学有利地指导交通运输和城市管理部门的日常工作。 　　针对客运站视频，尝试进行客流量聚集与时间分布、与不同客运站点间关联关系等分析。 　　针对客运车辆监控视频，尝试进行驾驶员疲劳驾驶与时间分布关联关系等分析。 　　5 综合分析 　　5.1 综合监测预警 　　实现对道路运