让专业的交通数据服务于每一个城市!
谈谈大数据在城市交通系统的应用
上传更新:2018-03-22

文/大数据部 袁月明
      近年来,大数据已迅速发展成为工业界和学术界普遍关注的热点。著名管理咨询公司麦肯锡称:“数据已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。”维克多?迈尔?舍恩伯格在其著作《大数据时代——可以预见的未来》中强调大数据正在变革我们的生活、工作和思维,大数据开启了一次重大的时代转型。


      大数据可细分为大数据技术、大数据工程、大数据科学和大数据应用等领域。信息技术的飞速发展,使得大数据应用为城市交通规划和管理提供了科学的思路和方法。结合移动通信数据、公共交通IC卡数据(例如公交、轨交、出租车)、运营车辆GPS数据(例如出租车、两客一危)、定点检测数据(例如线圈、视频、微波等)、车辆识别数据、运营票务数据、社交网络数据以及土地利用GIS数据等多源大数据,深入分析城市人口的居住与就业空间分布、通勤交通的出行特征、城市路网运行状况、公共交通客流流量与来源去向时变规律以及城市间联系强度等等,进而辅助城市交通规划和管理部门的业务开展,已经成为大数据应用在城市交通领域的主流趋势。国内北京、上海、深圳、武汉等很多城市,都相继在探索和研究如何应用大数据对日益突出的城市交通问题进行科学、有效地治理。

 


      相较于传统数据,工业界和学术界广泛认同的大数据四大特点是体量大、种类多、速度快、价值高,即4个V,Volume、Variety、Velocity、Value。


      但是,大数据也普遍存在着错误率高、价值密度低的问题,那么如何从海量的、低密度价值的数据里面挖掘出对交通治理有价值的信息,显然就成为了当前大数据应用的难点和痛点。也正是基于这一点,业界许多专家学者一直呼吁从业务角度出发,避免“垃圾进、垃圾出”的问题出现。


      可见,大数据应用在城市交通规划和管理领域真正能够实现落地,最为核心关键的应该是数据挖掘技术的发展及其与城市交通领域相结合成熟度的提升。


      IT技术的不断发展会推动数据挖掘技术的发展,未来若通过大数据的挖掘分析能够发现出行者的出行规律和趋势,那么就可以有效地拓展更为个性化、多样化的出行服务模式,同时还可对交通资源进行重新优化配置,提升城市交通系统的整体服务水平,真正实现大数据的增值。

 图 数据挖掘步骤(摘自互联网)


      目前,城市交通大数据的来源已经相当丰富,按数据形式类型划分,包括结构化数据和非结构化数据。对于结构化数据,一般存储在传统关系数据库中;非结构化数据,缺乏固定的数据结构,通常无法使用传统关系数据库存储。在对这些结构化和非结构化的数据进行数据挖掘,试图由数据组织成为信息的过程中,数据的复杂性就是一个不能回避的瓶颈。


      另外,城市交通规划和管理的许多业务往往都是讲究时效性的,以轨道交通系统为例,若无法动态把握客流数据,那么就无法真实地刻画城市轨道交通的客流趋势规律,也就无法做好运营调度和客流疏导。毫无疑问,大数据可为认知城市交通系统提供有力的支撑,但是,各信息系统的建设往往时间不同,建设阶段也不同,在建设过程中往往遵循不同的数据标准或者没有遵循数据标准,无形中加大了互联互通、整合共享的难度,这一点对于提升数据挖掘技术与城市交通治理相结合成熟度也是当下一个难点问题。


      总结来看,信息时代,大数据确实为解决当前城市拥堵等热点问题提供了全新的方向,避免传统数据分析方法以有限样本数据集为分析对象力图获得精准结果的困境。当下利用大数据的关键是以城市交通规划和管理业务为前提,通过业务引领数据,构建更加“智慧”的深度学习、人工智能等数据挖掘方法,相结合形成一个科学合理的知识计算体系,从而真正提升数据挖掘技术在交通领域的应用成熟度,用以辅助支撑城市交通系统的科学治理。