大数据分析在智慧交通行业的应用

1、大数据分析在智慧交通行业的应用CONTENT1走进大数据时代2高速公路大数据应用浅析走进大数据时代交通运输运输线路优化交通信息服务数字媒休互联网广告用户标签零售业O2O营销客流与商圈选址医疗与保健病历分析疾病监测政府政务网上办事大厅政务热线地产中介社区O2O运营客户画像电信运营商内部营销决策对外拓展互联网企业开放平台应用产品银行业精准营销风险管控教育在线教育教育应用电信政务商业工业重点行业大数据应用生命周期数据源（管理、交易、事务、传感、监控、文件）数据获取和治理大数据存储大数据分析计算处理大数据可视化数据驱动决策数据提供服务大数据生态湖泊数据信息知识数据运维数据之源数据生产区（原始数据）结构

2、化数据文本文件多媒体数据描述类数据信息发现区知识发现区知识挖掘区知识展现区知识交互区基于大数据的应用体系ODS数据魔方多维数据关联主数据数据台账关键索引大数据挖掘行业规则大数据可视化数据多维报表大数据操纵数据APIS大数据检索机构内部数据社会数据互联网数据数据安全数据审计数据标准元数据管理主数据管理数据质量管理数据治理流程元数据大数据关联大数据分析大数据预测信息数据知识应用大数据，不再是传统的BI竞争优势数据可视化样本数据关联关系多维分析统计报表全体数据趋势预测全体数据代替样本数据 一般是基于KPI指标等的分析，无法有效支撑决策提供传统的统计分析功能，提供报表等传统基于小数据量的数据分析，样本

3、数据注重关联关系而非因果关系数据可视化变得尤为重要大数据的重点是关联关系与趋势预测大数据分析助力提升行业综合数据应用能力大数据关注点 传统数据分析局限数据获取因子分析算法训练数据呈现行业大数据应用面对的挑战硬件无法跟进数据规模的指数级增长过于分散和原始成为大数据应用的障碍复杂数据算法与业务模型衔接诸多大数据并行计算架构的选择大数据应用实现路径：从哪里开始？专业人才匮乏CONTENT1走进大数据时代2高速公路大数据应用浅析交通构成的要素人车路交通的参与者（驾驶员、行人、乘客、居民）出行OD、停留时间、人口分布、交通工具、异地通勤、交通负荷、事件分析、政策评估道路交通的主要载体物流车辆管理、车载终

4、端（前后装）、行车路线规划、行车轨迹分析交通的重要组成部分交通路况、路况预测、物流园区周边路况负荷评估区域间客流量交通分析区域间OD客流量。人口分布以热图方式实时展现区/市/省范围内人口空间分布，常住人口，流动人口分析出行分析出行次数、距离、时长及时刻分布及平均数多路径分析多分支路径交通流量占比分析通勤分析职住地分析，通勤特征分析，通勤次数，期望线等客流来源去向某个交通分析区域客流的来源、去向，出行方式高速公路大数据的主要特征数据资产=高速公路行业所有业务数据+信息化搜集手段技术手段=互联网技术+数据分析模型+数据可视化技术分析方法=高速公路运营管理经验+数据建模分析经验互联网+大数据 = 数

5、据资产+技术手段+分析方法高速公路行业数据规模大、业务体量大。持续生产经营过程及其业务对象的统计频率较高、信息迭代速度较快。现有业务领域较为广泛以及未来的多元化发展，呈现出数据的多样性 速度快真实性多样性大价值体量大能够为高速公路营运管理提供科学管理和科学决策的依据，从而提高效率、降本增效 来自于高速公路行业真实的生产经营场景，能够客观反映其真实的生产经营情况 工业大数据能帮我们做什么投资 收费 稽查/追偷逃 决策支持 展示大屏 信息服务 人口流动 治超高速公路作为国家基础设施高速公路内部管理运营高速公路社会服务属性对外展示决策支持高速公路经营盈利诉求收费额度排名，收费构成分析，ETC/MTC

6、分析，通行量/通行费统计分析，偷逃费行为识别和预防路况与施工发布，特殊天气提醒，辐射资源提示，交通旅游，人口流动与出行预测高速公路道路与设备的养护，成本效益评估分析，服务区评估，高速公路经营分析、高速公路工程建设与投融资堵点评估，疏导路径，高速公路应急救援（交通疏导、人员救治、危化品应急处理），现场实时视频，事故多发地关联分析与事故预防运营提升资产 工程 养护 财务 营运 设施 拥堵治理 应急救援 物资调度 客运/货运 高速公路公共属性通行费征收出行服务分析BigData高速公路大数据来源与构成数据管理制度数据安全数据/元数据标准人力财务办公审批通行收费数据视频监控数据内部管理数据EMMS机电

7、设备数据数据字典基础资料高速公路IT运行规则定义与管理备品备件位置信息运行状态与故障报修使用寿命与养护评估设备代码管理工程投资信贷运营路面关键节点监控收费站通行视频监控事故救援实时视频车型出/入状态通行时长通行里程图片采集缴费金额缴费时间缴费方式高速公路大数据：拥堵治理模型大数据高速治堵应用场景目标功能设计模型构建掌握车流量变化模式，提前预测车流量变化趋势。掌握车流量变化模式，提前预测车流量变化趋势。掌握车流量变化模式，提前预测车流量变化趋势。123通过收费数据得到车辆信息，建立交通主题数据库。分析交通流量日变特性、时变特性，拟合出车流量变化模型，并基于此预测未来车流量。基于预测车流量，计算最

8、优的人力资源配置。123车辆信息采集车流量分析及预测人力资源配置采用支持向量回归（SVR）模型，由历史车流量数据训练出车流量模型用于预测。建立人力资源配置非线性优化模型，利用遗传规划算法求出最优解。12车流量预测模型车流量分析及预测高速公路大数据：物流分析模型高速公路物流分析大数据应用场景目标功能设计模型构建挖掘通行数据的潜在价值，实现数据变现。提升通行数据的社会公众服务的能力，扩大经营范围。12通过收费站数据提取货车OD信息，并计算载重变化，获得货源信息推送对象。通过微信、短信或APP等将与货车匹配的货源信息推送给空载货车车主，完成接单。12货车载重变化计算货源信息推送建立交通网络图模型，规

9、划单车最优行驶路径。利用两阶段聚类方法，求出多车辆物流合乘匹配优化方案。12货运配载的路径匹配模型车辆合乘匹配模型3以物流信息推送为前提，发挥物流信息的深层价值。高速公路大数据：辅助养护决策支持大数据辅助养护决策支持应用场景目标功能设计模型构建掌握道路上车辆的轴荷分布、相关机电设备历史状态信息。根据交通模型预测路面损毁程度，合理提出道路养护计划。根据机电维护历史数据建立设备养护评价体系。123通过收费数据得到交通量、轴荷历史分布信息并预测未来分布。通过交通量、轴荷等信息预测路面使用性能，包括路面损毁程度等。基于预测的路面使用性能，计算最优养护时机及成本。123交通量分析及预测路面使用性能预测路

10、面养护成本预测建立神经网络与马尔科夫算法结合的组合预测模型，由各影响因素预测路面使用性能。通过最小二乘法拟合得到养护成本与载荷和非载荷因素的计量模型，从而进行成本预测。12路面使用性能预测模型路面养护成本预测模型主要应用方向高速公路运行指标体系高速公路大数据经济高速公路群体要素大数据关键指标统计分析与展示客货运量、周转量及其时间和空间的分布，统计排名通行规费收入，及其时间和空间分布、统计排名各路段拥堵系数交通事故发生率及其时间空间分布，统计排名 具体车辆和事件分析拥堵分析，包括拥堵疏导和拥堵根因事故分析，指导路径规划和警示标志设置车辆通行异常，包括速度时间不匹配、入口出口车牌不符、以及高速路违

11、法行为，整治秩序，追捕逃费 挖掘高速公路通行宏观规律总结交通事故规律，探索提升安全管理途径通过高速公路出行数据，分析人群流动方向和规律，出行规律与支付习惯分析高速机电设备故障损耗规律，提升养护效率，节约成本 探寻高速公路数据的经济价值高速公路客运/货运指数探索高速公路客货物流与相关经济要素的关系对比高速公路通行与其他交通方式的关联关系经营分析：工程建设与道路养护等成本投入，经济效益关联分析高速公路建设企业信用评估 车辆行为分析展示门户高速路网运行状态基于GIS的全监控高速路网运行全指标可视化结合GIS的故障、拥堵和交通事故实时警示、视频调取基于投资、运营、安全、服务多视角领导决策驾驶舱高速公路

12、大数据顶层设计现状首先要站在整个集团的高度，分析集团信息化的现状和水平,对信息化缺失或水平不足的领域进行深度分析,梳理问题与根源所在,制定详细可行的解决方案。目标始终围绕“开源节流”的核心思想，以数据的采集和分析为抓手,加速推进深化应用，促使高速公路信息化在加快转变发展方式中发挥更重要的牵引和支撑作用，最终实现提升集团整体效益的目标。蓝图以“行业联动、共建共享”的有效推动模式,围绕行业痛点，集中优势资源，深入实践和深度应用相关技术手段，加强对不同领域、不同区域、不同板块信息化建设的科学指导，同时将成熟模式和应用方向推广到全国，在全行业中树立标杆，引领行业发展。路线结合集团实际情况，规划实现目标架构的分步建设路线图、以及配套相关保障措施与制度建设、优化建设模式等，为后续深化应用方向,面向行业推广提供参考依据。高速公路大数据系统架构（在大数据平台基础上画一个架构）高速公路大数据应用剖析运行维护体系技术视角部署视角业务视角标准规范体系信息安全体系计算资源网络资源存储资源网络资源业务管理地理决策元数据文档虚拟化软件数据库软件操作系统备份软件治理流程数据审计数据标准数据台账机器学习人工智能深度学习实时分析GIS呈现货运客运指数偷逃行为分析事故地点分析站点拥堵分析超速车辆识别车辆行为轨迹出入车牌不符机电设备养护高清设备投放电子支付分析站点设备异常内部门户外部门户决策分析