眾所周知，城市交通是城市活動(dòng)的重要組成部分，猶如人體的動(dòng)脈，維系著整個(gè)城市的正常運(yùn)轉(zhuǎn)。隨著人口的增多、科技的進(jìn)步和城市規(guī)模的擴(kuò)大，交通方式由原來簡(jiǎn)單的車馬舟船，演變?yōu)楝F(xiàn)在的火車、汽車、地鐵、飛機(jī)等各種綜合型的運(yùn)輸方式。交通作為現(xiàn)代城市的重要體現(xiàn)和標(biāo)志 ，見證著每一個(gè)城市的歷史與文明、發(fā)展與興衰。城市交通不僅僅是一個(gè)市政 工程問題或交通技術(shù)問題，而且是一個(gè)綜合性的社會(huì)問題。

然而，隨著城市化進(jìn)程的不斷加快，我國(guó)的城市交通面臨越來越大的壓力，甚至一度成為亟待解決的民生問題。造成城市交通問題的原因眾多，舉例來說，大城市對(duì)上部空間的進(jìn)一步開發(fā)，高層、超高層樓群大規(guī)模的興建，導(dǎo)致人流、車流在上、下班高峰期的集中非常突出；隨著我國(guó)加入WTO，家庭轎車的價(jià)格大幅下降，汽車擁有量逐年增長(zhǎng)，路面已趨于飽 和。據(jù)了解，2013年我國(guó)私人汽車擁有量首次突破1億輛，2014年、2015年持續(xù)增長(zhǎng)。至2015年末，我國(guó)私人汽車擁有量實(shí)現(xiàn)722767.87萬輛，相比于2014年末同比增長(zhǎng)了14.3% ^【1】 。凡此種種，舉不勝舉，更是造成多骨諾牌效應(yīng)地出現(xiàn)， 交通阻塞加劇、停車問題突出、人們的出行變得越來越困難、出行時(shí)間所占用的比例越來越大……這一切都顯現(xiàn)出了我國(guó) 城市交通的非可持續(xù)性。

【1】摘自前瞻產(chǎn)業(yè)研究院的《中國(guó)汽車行業(yè)市場(chǎng)前瞻與投資分析報(bào)告》，參考網(wǎng)址//bg.qianzhan.com/report/detail/459/170410-97512c98.html。

“大”數(shù)據(jù)與城市交通的“大問題”

大數(shù)據(jù)以及人工智能創(chuàng)新技術(shù)的不斷涌現(xiàn)為解決城市交通難題帶來了希望。但是交通相關(guān)的數(shù)據(jù)來源非常多，日常生活中參與的主體更是繁多。譬如，最重要的交通管理部門中的交通規(guī)劃、交通管理，汽車、公交、軌道，以及所有的參與個(gè)體。如此龐大的數(shù)據(jù)量如何加以利用并進(jìn)行分析？分析出來的結(jié)論是否真的能夠提供一些深刻 的洞察？基于這些結(jié)論可以采取哪些措施呢？

大數(shù)據(jù)賦能，IBM巧解多源數(shù)據(jù)融合

針對(duì)上述問題，需要對(duì)某城市的交通情況調(diào)查工作的現(xiàn)狀和需求進(jìn)行梳理，分析交通行業(yè)多源數(shù)據(jù)采集的內(nèi)容和每一類數(shù)據(jù)源，可以形成的交通指標(biāo)，設(shè)計(jì)公路交通 情況調(diào)查多元化采集體系，提出多源數(shù)據(jù)融合的框架，融合之后再基于要解決的某個(gè)問題對(duì)整理過的數(shù)據(jù)進(jìn)行建模、分析、驗(yàn)證、規(guī)劃、部署。

數(shù)據(jù)的梳理

鑒于交通數(shù)據(jù)的復(fù)雜性，及根據(jù)以往制定解決方案的經(jīng)驗(yàn)，建議把交通相關(guān)的數(shù)據(jù)，梳理后分為四類。

交通運(yùn)營(yíng)數(shù)據(jù)

這部分?jǐn)?shù)據(jù)主要分為三大類。其一，卡口數(shù)據(jù)，也就是路上經(jīng)常看到的攝像頭拍的數(shù)據(jù)，這些數(shù)據(jù)會(huì)做后續(xù)的處理，做成結(jié)構(gòu)化數(shù)據(jù)。其二，RFID數(shù)據(jù)，在城市關(guān)鍵的路口或者特定的地點(diǎn)，所有的車輛經(jīng)過都會(huì)有一個(gè)信號(hào)。其三，車聯(lián)網(wǎng)數(shù) 據(jù)，比如說百度、高德等，還有基于政府機(jī)構(gòu)的車輛網(wǎng)絡(luò)信息。另外，還有軌道 交通、GPS、手機(jī)信令等方面的信息都可以作為交通參與的主體的基礎(chǔ)數(shù)據(jù)，對(duì)做交通分析有很大的幫助。

交通設(shè)施數(shù)據(jù)

這些是靜態(tài)的數(shù)據(jù)，這些數(shù)據(jù)也隨著時(shí)間的推移在變化，只是這些變化不是實(shí)時(shí) 的。比如說軌道、公交、道路的會(huì)合、分岔等，也是對(duì)交通非常有用的信息。

交通規(guī)劃數(shù)據(jù)

緣何路越修越多，反而卻越來越堵呢？事實(shí)上，根源的問題在于規(guī)劃。關(guān)于規(guī)劃，包括 道路的規(guī)劃用途、地塊兒的規(guī)劃用途對(duì)交通的影響非常大，如果能夠提前拿到這些信 息，幫規(guī)劃部門做一些分析，甚至利用以前的歷史規(guī)劃和歷史的交通狀態(tài)做分析，便能 夠從中分析現(xiàn)狀的優(yōu)劣勢(shì)，對(duì)將來的規(guī)劃會(huì)有很大的幫助。

交通地理數(shù)據(jù)

這部分?jǐn)?shù)據(jù)主要包含電子政務(wù)地圖、衛(wèi)星（航拍）影像圖、地形圖、地名數(shù)據(jù)。

數(shù)據(jù)的融合和統(tǒng)一

交通數(shù)據(jù)種類和來源繁雜而眾多，必然存在著一系列的問題。譬如，在數(shù)據(jù)質(zhì)量上， GPS 樣本量偏少容易出現(xiàn)異常，如果遇到隧道、軌道、地鐵等基本無法得到實(shí)時(shí)的數(shù) 據(jù)；在覆蓋范圍上，RFID 路網(wǎng)分布間隙大，GPS 不覆蓋隧道，卡口路網(wǎng)分布密度大； 而且各數(shù)據(jù)源有不同程度的缺失值。

顯然，要想解決這一系列問題，數(shù)據(jù)來源的融合非常重要，多源的數(shù)據(jù)能夠按需所取， 優(yōu)勢(shì)互補(bǔ)，會(huì)讓整個(gè)形勢(shì)，或者全局的勢(shì)頭更清晰。通過對(duì)數(shù)據(jù)進(jìn)行清洗、整理和融合， 不僅可以實(shí)現(xiàn)數(shù)據(jù)互補(bǔ)，提高樣本量，減少缺失值。

就交通數(shù)據(jù)來說，如果將機(jī)動(dòng)車輛作為交通參與的主體，還需要基于路段來進(jìn)行指標(biāo) 刻畫，用車輛的平均行駛時(shí)間、平均速度、低速里程占比、低速時(shí)間占比、擁堵區(qū)間長(zhǎng) 度、擁堵點(diǎn)位置、路段擁堵狀態(tài)等情況來全面描述刻畫主體。基于這樣統(tǒng)一的融合數(shù)據(jù) 做了處理之后，就可以開始下一步的分析和建模。

模型開發(fā)和設(shè)計(jì)架構(gòu)

基于對(duì)擁堵趨勢(shì)、擁堵模式長(zhǎng)短時(shí)預(yù)測(cè)的分析，在 IBM 大數(shù)據(jù)分析平臺(tái)上，構(gòu)建了 交通預(yù)測(cè)分析算法及模型（Traffic Predictive Models），本模型里包括了交通異常 檢測(cè)、擁堵趨勢(shì)預(yù)測(cè)、擁堵模式發(fā)現(xiàn)的應(yīng)用。在這套智能交通指標(biāo)體系里，系統(tǒng)能夠識(shí)別擁堵事件并進(jìn)行刻畫，分析常發(fā)擁堵模式及其原因并進(jìn)行預(yù)測(cè)報(bào)警。

其中，IBM SPSS Modeler 是全球領(lǐng)先的數(shù)據(jù)挖掘、預(yù)測(cè)分析平臺(tái)軟件，擁有簡(jiǎn)單 的圖形界面和高級(jí)分析能力，使得企業(yè)分析師和業(yè)務(wù)人員快速上手，獲得前所未有的深入了解和預(yù)測(cè)。IBM Data Science Experience 提供了一套與專有的 IBM技術(shù)相集成的數(shù)據(jù)科學(xué)工具。 它還與RStudio，Spark，Jupyter筆記本技術(shù)無縫集成 ， 其直觀的用戶界面為團(tuán)隊(duì)和個(gè)人提供了一個(gè)協(xié)作的項(xiàng)目空間，大大提高了工作效 率，解決數(shù)據(jù)挑戰(zhàn)。IBM Machine Learning 提供整個(gè)機(jī)器學(xué)習(xí)工作流程中的端到端管理和自動(dòng)化。它的數(shù)據(jù)科學(xué)家認(rèn)知助手會(huì)根據(jù)數(shù)據(jù)樣本自動(dòng)選擇最佳算法。

亮點(diǎn)

包含智能交通方案的專業(yè)知識(shí)、先進(jìn)的大數(shù)據(jù)分析技術(shù)和探索將數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)力以解決 實(shí)際交通問題的方法和路徑。

智能識(shí)別常發(fā)擁堵路段、堵點(diǎn)識(shí)別及其擴(kuò)散規(guī)律、分析擁堵趨勢(shì)，并能夠挖掘擁堵模式及成 因分析。

• 建立了完善的數(shù)據(jù)利用體系

可以實(shí)現(xiàn)自動(dòng)檢測(cè)交通異常并報(bào)警，指導(dǎo)大眾出行，幫助交管配置優(yōu)化出警資源，從交通擁堵模式及規(guī)律中形成洞察，以輔助交通規(guī)劃決策，提升整個(gè)城市交通綜合服務(wù)水平。

• 全方位、深入地?cái)?shù)據(jù)分析輔助決策

智能識(shí)別常發(fā)擁堵路段、堵點(diǎn)識(shí)別及其擴(kuò)散規(guī)律、分析擁堵趨勢(shì)，并能夠挖掘擁堵模式及成因分析。

• 輔助決策，提升服務(wù)水平

可以實(shí)現(xiàn)自動(dòng)檢測(cè)交通異常并報(bào)警，指導(dǎo)大眾出行，幫助交管配置優(yōu)化出警資源，從交通擁堵模式及規(guī)律中形成洞察，以輔助交通規(guī)劃決策，提升整個(gè)城市交通綜合服務(wù)水平。

實(shí)際業(yè)務(wù)成果

在國(guó)內(nèi)某省會(huì)城市，通過四個(gè)月歷史數(shù)據(jù)進(jìn)行探索，得到以下結(jié)論，這些結(jié)論為下一步 道路規(guī)劃提供有力依據(jù)。

• 異常監(jiān)控預(yù)警

可 24 小時(shí)實(shí)時(shí)監(jiān)控城市路網(wǎng)交通運(yùn)行狀態(tài)，檢測(cè)出異常擁堵并預(yù)測(cè)出持 續(xù)時(shí)間，還可預(yù)報(bào)未來半小時(shí)可能出 現(xiàn)的異常擁堵。

• 7日路況預(yù)報(bào)

可查詢未來7天內(nèi)任意一天的城市路網(wǎng)交通運(yùn)行狀況，提前獲知重點(diǎn)防控區(qū)域，還可結(jié)合天氣數(shù)據(jù)、重大活動(dòng)安排等，預(yù)測(cè)未來交通路況。

• 常發(fā)擁堵查詢

可識(shí)別出整個(gè)城市路網(wǎng)中經(jīng)常發(fā)生擁堵的道路，可查詢?cè)跉v史上經(jīng)常發(fā)生 擁堵的道路信息，并以嚴(yán)重程度細(xì)分出3 個(gè)類別。

• 擁堵趨勢(shì)查詢

可 24 小時(shí)實(shí)時(shí)監(jiān)控城市路網(wǎng)交通運(yùn)行狀態(tài)，檢測(cè)出異常擁堵并預(yù)測(cè)出持續(xù)時(shí)間，還可預(yù)報(bào)未來半小時(shí)可能出現(xiàn)的異常擁堵。

此項(xiàng)目還通過實(shí)時(shí)路況預(yù)報(bào)、擁堵對(duì)比查詢、擁堵事件查詢、擁堵模式查詢、路網(wǎng)堵點(diǎn)查詢等探索成果，使該城市數(shù)據(jù)收集分析更加精準(zhǔn)，推動(dòng)了城市交通數(shù)字化智能化轉(zhuǎn)型。

IBM解決方案的優(yōu)勢(shì)與特點(diǎn)

IBM為交通院構(gòu)建時(shí)空大數(shù)據(jù)預(yù)測(cè)模型，這是一個(gè)具有強(qiáng)大機(jī)器學(xué)習(xí)的預(yù)測(cè)模型。 應(yīng)用了 Event base time series（事件驅(qū)動(dòng)的時(shí)間序列）和Spatial Temporal Prediction（時(shí)空預(yù)測(cè)模型），利用大數(shù)據(jù)對(duì)交通進(jìn)行畫像，并依此提供一套交通 指標(biāo)體系。

IBM針對(duì)影響交通的多源數(shù)據(jù)進(jìn)行整合分析，比如極端氣候下交通如何變化，交 通流量與速度的關(guān)聯(lián)，流量和路段的關(guān)聯(lián)，擁堵事件的關(guān)聯(lián)等，最終給出更加準(zhǔn) 確的預(yù)測(cè)和最佳交通解決方案。

另外，該方案有助于城市污染治理，因?yàn)槠囄矚馕廴臼浅?市嚴(yán)重問題。汽車尾氣污染主要來自低速行駛。該方案能給出相應(yīng)的建議，例如汽車行駛超過一定運(yùn)行速度，可實(shí)現(xiàn)排污降低，有利環(huán)保。

為什么選擇IBM？

• IBM 在大數(shù)據(jù)分析領(lǐng)域擁有著領(lǐng)先的地位，能夠基于認(rèn)知計(jì)算的行業(yè)解決方案為業(yè)務(wù)決策者提供變革性的洞察。

• IBM 提供完整的大數(shù)據(jù)和分析解決方案組合，推動(dòng)企業(yè)往認(rèn)知商業(yè)的發(fā)展，幫助企業(yè)運(yùn)用數(shù)據(jù)發(fā)現(xiàn)新的模式，形成突破性的構(gòu)想。

• IBM 在銀行、保險(xiǎn)、零售、消費(fèi)品、電信、政府、媒體娛樂、交通運(yùn)輸?shù)劝舜笮袠I(yè)具有應(yīng)用大數(shù)據(jù)分析、解決業(yè)務(wù)難題方面的成功經(jīng)驗(yàn)。

為什么選擇慧都大數(shù)據(jù)？

• 慧都與全球包括IBM、Apple、Microsoft等超過400家優(yōu)秀廠商建立了緊密的合作關(guān)系，通過慧都行業(yè)專家資源和專業(yè)技術(shù)研發(fā)團(tuán)隊(duì)累計(jì)服務(wù)超過10000家跨行業(yè)企業(yè)，慧都大數(shù)據(jù)結(jié)合企業(yè)現(xiàn)狀，定制基于大數(shù)據(jù)基礎(chǔ)平臺(tái)的數(shù)據(jù)集成、數(shù)據(jù)管理和業(yè)務(wù)分析等關(guān)鍵功能，形成解決方案。

• 慧都擁有自主研發(fā)的大數(shù)據(jù)基礎(chǔ)平臺(tái)DateForce是企業(yè)大數(shù)據(jù)解決方案的重要組成部分，除了提供完整的大數(shù)據(jù)功能組件，我們還提供組件自定義搭配，為企業(yè)選擇滿足方案需要的大數(shù)據(jù)功能組件，使您的大數(shù)據(jù)解決方案成本降到最低，從而高品質(zhì)的解決您的大數(shù)據(jù)需求問題。

• 慧都還為企業(yè)提供大數(shù)據(jù)培訓(xùn)，更有來自IBM、cloudera、重慶郵電大學(xué)、慧都大數(shù)據(jù)等來自大數(shù)據(jù)廠商、高校的大數(shù)據(jù)研發(fā)專家，為企業(yè)提供大數(shù)據(jù)專業(yè)技術(shù)及實(shí)施培訓(xùn)、行業(yè)認(rèn)證培訓(xùn)，讓企業(yè)團(tuán)隊(duì)真正建立大數(shù)據(jù)思維，做出數(shù)據(jù)驅(qū)動(dòng)的運(yùn)營(yíng)決策。

【免費(fèi)下載最新IBM SPSS Modeler】