大数据环境下GPS数据在交通流的应用

大数据环境下GPS数据在交通流的应用

作者：王文斌

摘要：随着我国社会经济的快速发展和城市化进程的加快，道路交通己成为制约城市发展的重要问题，解决道路交通瓶颈己成为各级政府部门需要解决的首要任务。多年来，国内外实践经验证明，在解决城市交通问题方面，除了要有相应的宏观交通政策予以支持，现代化的交通管理手段也是十分重要的一环。与此同时计算机技术、电子技术等高新技术的发展，也为交通管理提供了解决交通问题的新思路和新手段，为最大限度地发挥现有道路系统的工作效率提供了技术支持。发达国家交通发展实践表明，采用智能交通系统是解决交通拥堵减少交通事故、防止交通污染、提高交通管理水平的最有效的方法和手段。

关键词GPS；交通流；智能交通系统

0.引言

进入信息化新时代以来，我国经济发展迅速，在经济不断促进城市现代化建设的同时，城市车辆总数也收到经济增长的刺激而不断增长。伴随着经济的快速发展，各种各样的问题慢慢涌现，其中较为明显的是道路交通建设的速度远远落后于经济的发展速度，特别是基础设施建设速度受到了限制。交通拥堵等城市交通问题也逐渐成为了影响城市居民日常出行的大问题，在影响市民日常生活的同时对社会的影响也不容忽视。从另一方面来说，这种困扰也同样制约了经济和社会的进一步发展，引发了一系列问题，因此便促使了城市智能交通建设这一新领域，而近几年也得到了长足的发展。

就目前城市交通状况来看，继续沿用传统工艺，即建设新道路以及拓宽原有城市主干道的方法并不能从根源上使城市的交通问题得到快速的缓解，并且这种方法伴随着高成本、低效率的缺点，在现实社会中实现的难度越来越大。

1.研究背景与意义

建立智能交通分析系统，可以对城市全天的交通状况进行科学分析，保证分析的全面性，也可以对城市交通状况进行准确的预测，将道路交通信息反馈给监管部门，可以实现政府高效的利用城市道路交通，降低城市道路拥堵的几率同时提高整体的交通通行效率，为市民们节省了出行时间。其中主要针对同时段不同路段车流量以及车辆平均速度以及同一路段不同时刻车流量与车辆速度之间的关系进行分析。并对结果进行网页展示，更加具象的体现了分析结果，对城市的道路交通发展具有重大的意义原始的交通信息采集方法，将采集后的交通信息进行暂时的存储后批量上传，因此时效性差；其次信息采集的方式主要以传感器包括红外传感器、压力传感器等为主，检测的数据较为单一，因此不能保证数据的较高准确率。以上几点当前城市交通信息采集系统的缺陷导致了交通数据分析的时候不能达到较高的水平和精确率。

当前的主流交通分析系统大部分只针对当前道路平均速度来判断道路的拥堵程

度，实时性的成分占了很大的比例，通过这种方法得到的结果虽然可以为司机朋友提供一定的驾驶参考，达到短时间内缓解道路交通压力的目的，但分析数据仅仅是短时的个别车辆不具有普遍性，往往顾此失彼。

2.国内外发展现状

目前全世界的智能交通系统技术发展迅速，在其功能不断增加的时候，规模也在不断扩大。而国外在智能交通的研究方面起步早，对系统化的研究较为广泛，因此发展迅速。国外先进的智能交通系统包含多个子系统，各个子系统相互耦合组成整体实现城市交通分析、管理的整体任务，例如信息采集系统、通信系统、管理控制系统、救援系统。车辆上传包括速度、GPS 等交通信息，后台对这些信息进行分析，通过分析结果对当前的路况信息有一个准确的了解，并且对车辆可能出现的突发情况，做出应急反应。在智能交通系统的帮助下，政府可以实现车辆调配的高效和快速，同时也可以保证其他部门如医疗、交通部门的及时响应。在城市智能交通系统应用中交通拥挤状况检测是交通管理系统的一个重要的部分，通过对一定数量车辆上传交通数据的分析，得到车辆对应的路段当前交通状况，选定某一速度或加速度变量为参考依据，低于该阀值的车辆占有比例超过一定数值则认为该路段处在拥堵状态，并可以及时向司机播报当前路况信息，达到舒缓交通压力的目的。

2.关键技术介绍

本文所述城市交通分析系统，采用城市出租车 GPS、速度等数据作为研究基础，搭建分析系统。其中系统分为客户端和服务端两部分，服务端主要利用数据挖掘等技术实现数据的预处理以及 GPS 数据的道路匹配等，而客户端则采用 JSP等 Web 开发技术搭建平台，实现数据分析结果的展示。本章针对系统中涉及到的 GPS、数据挖掘、Web 服务等技术做出阐释和说明。

2.1 GPS 技术

GPS 即全球定位系统，是一个可以实现在全球范围内快速精准定位的系统。同时还能够采集到精准的位置信息以及速度、时间等交通信息并反馈给用户。当前全球范围内主流的定位技术除了 GPS 技术以外还有源自俄罗斯的GLONASS 系统以及欧洲主流Galileo 系统以及由我国自主研发的北斗导航系统。但是 GPS 作为应用最为广泛的定位技术，起步时间早成熟性较高，并且具有高精度、快捷性较好等特点。且 GPS 技术的应用空间极大，可以应用在动态或静态车辆中，因此具有极大的应用价值。

全球定位系统由卫星系统、地面系统以及信号接收系统三部分组成。其中空间卫星系统由 24 颗卫星组成，其均匀分布在地球的各个方向，有工作卫星和备用卫星两种类型。其均匀分布在轨道之上，每个轨道有 4 颗卫星，每隔 12 小时完成一次围绕地球的旋转，因此保证了 GPS 系统的广泛适用性以及数据的准确性。

地面系统，主要作用是监控系统内的各种设备确保卫星轨道的准确性等等，主要由主控站和监测站组成。而GPS 信号接收系统，主要作用是数据的接收以及处理，因此主要由信号接收设备和数据处理设备组成。其工作原理是通过采集截止角决定选择的待

测卫星，对卫星进行追踪采集数据，在数据处理方面即对采集到的数据进行一系列的放大平滑等处理，并给出数据从发出到接收的时间，从而得到准确的观测点的坐标以及速度等其他信息。

2.2数据挖掘技术

数据挖掘(Data Mining)是当前信息技术时代得到广泛应用的发现或“挖掘”大量数据中内在的关系，通过对各种随机的数据进行分析后可以得到一般很难察觉的数据之间的关系，是一个知识的发现并获取的过程，知识的发现流程。数据挖掘与传统意义上的数据分析的主要区别在于是否存在明确的分析方向、前提从而达到发现知识的目的。有效性和准确性以及具有易于使用等特征决定了数据挖掘是当前信息分析的主流途径。

进入信息时代后，各种技术得到前所未有的发展，也包括数据挖掘技术，多种技术如数据库、统计学以及人工智能等技术在数据挖掘中得到极大的应用，应用到智能交通方面，即如何从错综复杂的车辆实时交通信息中发掘出有价值的信息和数据之间存在的关系。在数据处理技术方面还有很多技术例如数据分析、数据融合（Data Fusion）与数据挖掘有多种类似，但是相比起来数据挖掘技术更具有广泛的适用性，对结构化、分布性等数据没有局限，可以应用到数据管理、数据查询的优化以及决策控制和支持、维护数据等方面

4.结语

与传统的智能交通产品相比，本论文所研究的智能交通分析系统基于的GPS数据进行分析。本文对车联网下的动态交通信息服务关键技术进行了初步探讨和研究，不过

由于时间和本人的水平限制，本文中所展开的研究尚还存在可以继续完善和改造

的地方

大数据在交通方面的应用

大数据在交通方面的应用
100 分
得
?
1.根据周琦老师所讲，高德交通信息服务覆盖（）多个城市以及全国高速路网。（单选题 3 分） 分：3 分
o o o o ?
A.一百一十 B.一百 C.九十 D.八十 2.根据周琦老师所讲，高德实时统计用户近（）行驶里程数据与用户数，一旦发现异常则报警。（单 选题 3 分） 得分：3 分
o o o o ?
A.5 分钟 B.10 分钟 C.15 分钟 D.20 分钟 3.根据周琦老师所讲，高德交通信息服务覆盖全国主干道路及其它 （）以上。 （单选题 3 分） 3分 得分：
o o o o ?
A.90% B.70% C.50% D.30% 4.根据周琦老师所讲，高德交通日均采集数十亿定位请求，系统处理月均（）公里驾驶里程覆盖。 （单 选题 3 分） 得分：3 分

o o o o ? o o o o ? o o o o ? o o o o ?
A.50 亿 B.80 亿 C.100 亿 D.150 亿 5.根据周琦老师所讲，以下哪项不属于数据挖掘的内容？（单选题 3 分） A.补充与完善路网属性 B.多维分析统计用户出行规律 C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能 6.根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题 3 分） A.90% B.70% C.60% D.50% 7.根据周琦老师所讲，高德 2014 年被（）全资收购了。（单选题 3 分） A.百度 B.阿里巴巴 C.腾讯 D.搜狐 8.根据周琦老师所讲，高德早在（）就开始投入资源来做全国交通信息的采集和发布。 （单选题 3 分） 得分：3 分 得分：3 分 得分：3 分 得分：3 分
o
A.2002 年

城市交通大数据可视化框架及实现

城市交通大数据可视化框架及实现 随着智能交通在物联网、云计算、移动互联等领域的结合应 用和迅速发展，其发展模式已经从传统的信息不均衡、信息处理能力低效的系统发展成为真正的运用新技术的智能交通系统。智能交通系统是多个与交通有关的系统的综合应用，包括车路协同系统、公众出行便捷服务、车联网等，这些应用运用大数据技术、云计算技术、移动互联技术等为交通系统的智能化效率的提高提供重要的支持，不断提高智能交通系统的数据分析判断能力，以优化交通的运行管理，精准地掌握交通状况，给车辆和出行者带来更加智能化的服务。目前大数据技术已经应用在很多城市的智能交通领域，公众出行越来越离不开交通大数据分析带来的便利。 随着大数据技术的兴起，智能交通的发展也在飞速前进的阶段，交通大数据的总量已从TB级跃升为PB级并仍在不断攀升。但目前，在如何运用大数据技术有效处理分析这些日益剧增的交通大数据分析获取更有价值的信息的问题上，我国的智能交通发展仍然处于开始阶段。如何运用大数据技术，有效分析利用交通大数据，实现大数据的可视化，使其发挥出应有的价值，是现阶段智能交通发展的重要任务。 1数据可视化基本框架 1.1 数据可视化流程 科学可视化和信息可视化分别设计了可视化流程的参考体系结

构并被广泛应用于数据可视化系统中。可视分析学的基本流程则通过人机交互将自动和可视分析方法紧密结合。从数据到知识的转化方式有两种途径，交互的可视化方法和自动的数据挖掘方法。过程中用户即可以对可视化结果进行交互的修正，也可以调节参数以修正模型。 在相当多的应用场合，异构数据源需要在可视分析或自动分析方法之间被整合。因此，这个流程的第一步需要将数据预处理并转换，导出不同的表达，便于后续的分析，其他的预处理任务包括数据清洗、数据规范、数据归类和异构数据源集成。在任何一种可视化分析过程中，人都是最核心的要素。机器智能虽然在很多场合都比人的效率要高，但是机器只能承担替代一部分人所承担的工作，并不能够最终决策或对知识进行加工和使用。所以数据可视化的目的并不是替代人的判断和决策，而是为人所用，增强人的能力，提高人的效率。 1.2数据可视化流程中的核心要素数据可视化流程中的核心要 素包括 3 个方面。 1.2.1 数据表示与变换数据可视化的基础是数据表示和变换。为了允许有效的可视化、分析和记录，输入数据必须从原始状态变换到一种便于计算机处理的结构化数据表示形式。通常这些结构存在于数据本身，需要研究有效的数据提炼或简化方法以最大程度地保持信息和 知识的内涵及相应的上下文。

RichData智慧城市行业大数据智能分析解决方案副本

R i c h D a t a智慧城市行业大数据智能分析解决 方案副本 文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]

RichData智慧城市行业大数据智能分析解决方案 方案概述 智慧城市是新一代信息技术支撑、知识社会创新环境下的城市形态，智慧城市通过物联网、云计算等新一代信息技术以及微博、社交网络、Fab Lab、Living Lab、综合集成法等工具和方法的应用，实现全面透彻的感知、宽带泛在的互联、智能融合的应用以及以用户创新、开放创新、大众创新、协同创新为特征的可持续创新。伴随网络帝国的崛起、移动技术的融合发展以及创新的民主化进程，知识社会环境下的智慧城市是继数字城市之后信息化城市发展的高级形态。 “数据驱动世界、软件定义世界，自动化正在接管世界，建设智慧城市将是下一波浪潮和拉动IT世界的重要载体。”《大数据》一书作者涂子沛这样描述。大数据遍布智慧城市的各个方面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划等，都将实现智慧化、智能化，大数据为智慧城市提供智慧引擎。 近年来，相关业界的领先者们也多次预言，大数据将引发新的“智慧革命”：从海量、复杂、实时的大数据中可以发现知识、提升智能、创造价值。“智慧来自大数据”——城市管理利用大数据，才能获得突破性改善，诸多产业利用大数据，才能发现创新升级的机会点，进而获得先发优势。 大数据驱动下的智慧城市，关乎每个人的生活。结合智慧城市对信息的需求，大数据在智慧城市中的落脚点集中在为其各个领域提供强大的决策支持。智慧交通、智慧安防、智慧医疗……未来智慧城市的美好图景已经被勾勒出来。 方案架构 智慧城市大数据总体系统框架分为五层, 分别是数据层，存储层，计算层，模型层, 应用层。模型层是整个大数据的核心部分，为上层应用提供数据支撑。 智慧城市的本质是对数据的智慧处理，事实上，在任何一个行业中，都不会遇到智慧城市产业中这样跨部门、跨区域和跨类型的数据复杂度。而围绕智慧城市跨部门、跨产业数据整合和分析的大数据业务，引入彩讯大数据平台架构，实现对海量的交通数据、地理位置检测数据、环境数据、医疗数据、政务数据、教育数据、公安数据的实时、全面、系统的数据采集，存储、分析、挖掘，使我们生活的环境变得越来越具备“智慧”特征，我们也将能更“智慧”地利用信息，对世界和他人作出更加“智慧”的判断与回应。

大数据交通意义和发展趋势

大数据的意义和发展趋势 一：大数据之于智能交通意义重大 智能交通建设和运营的过程中，从视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等每天产生的数据量可以达到PB 级别，并且是指数级的增长。虽然绝大部分数据是“沉睡的数据”，但按照相关规定，需要对数据进行有期限或无期限的保存，这无疑给用户在存储成本上带来压力，而通过监控摄像机前端智能技术和大数据分析技术的应用，很好地解决了行业用户的此类问题，给用户带来经济效益，同时也可以将工作人员从纷繁复杂的监控画面中解放出来。 大数据之于智能交通的意义，可以解决跨越行政区域的限制，实现数据信息的共享，在信息集成优势和组合效率上，有助于建立综合性立体的交通信息体系;另外在车辆安全、交通资源配置以及利用大数据的快速性和可预测性能提升交通预测的水平都有极大的帮助。 第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。 第二，大数据具有信息集成优势和组合效率。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾；IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。 第三，大数据的智能性能较好的配置交通资源。通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。 第四，大数据的快速性和可预测性能提升交通预测的水平。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。 第五，提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助

交通大数据的应用

交通大数据应用分析 大数据时代是在现代科学技术跨越式发展的过程中逐步衍生而来,大数据诞生以来,世界各国高度重视,积极探索数据的来源、安全等问题，并将其应用于智能交通、智慧政府、智能金融等各行各业各个领域。[1]在政策方面，我国相继出台了《中华人民共和国国民经济和社会发展第十三个五年规划纲要》、《促进大数据发展行动纲要》等文件，明确提出要全面推进大数据的发展与应用；在实践方面，2016年以智慧城市为代表的“互联网+交通”项目在在全国范围内遍地开花，有效提升了城市的智能化水平。交通大数据是“互联网+交通”发展的重要依据，其发展及应用在宏观层面能为综合交通运输体系的“规、设、建、管、运、养”等提供支撑；在微观层面能够指导优化区域交通组织，如：优化交通信号、交通诱导、路况融合、规范停车场管理等。[2] 一、“互联网+交通”发展形势分析 根据高德地图发布的《中国“互联网+交通”城市指数研究报告》，2016年“互联网+交通”领域中数据开放、资源共建、政务智能服务、智能出行、交通拥堵、绿色出行、交通大数据发展势头强劲，七大热点紧跟时代前沿，符合国家政策导向，且与社会大众的生活就业息息相关。[3]在新常态新形势之下，结合国家“创新、协调、绿色、开放和共享”五大发展理念，“互联网+交通”领域将重点发展绿色、便捷、安全、经济、高效的大容量公共交通，一是通过借助“互联网+交通”领域的前沿技术，模拟城市交通运行情况，采取有效的诱导与控制措施，引导居民出行方式，缓解城市交通拥堵，提高公众出行效率与出行舒适度；二是通过政府与企业建立合作协调与资源共享机制，借助“互联网+交通”领域先进技术，共同致力于提升城市道路交通管理水平，充分实现城市道路体系的高效率利用。[4]实践证明，交通大数据是“互联网+交通”发展的关键支撑，是“互联网+交通”科学决策的重要依据，是构建智能出行系统，缓解城市交通拥堵，实现绿色出行的基础，因此，在“互联网+交通”背景下，不仅要关注交通大数据的发展方向与发展形势，如何解决交通大数据的来源、安全、储存及使用效率，充分发挥交通大数据的价值更为关键。[5]

大数据在交通方面的应用

大数据在交通方面的应用 考试时长：60分钟考生：刘德志总分：100 及格线：60 考试时间：2017-12-21 16:39-2017-12-21 16:42 100分 ? 1.(易)根据周琦老师所讲，高德交通信息服务覆盖（）多个城市以及全国高速路网。（单选题3分）得分：3分 o A.一百一十 o B.一百 o C.九十 o D.八十 ? 2.(易)根据周琦老师所讲，高德实时统计用户近（）行驶里程数据与用户数，一旦发现异常则报警。（单选题3分）得分：3分 o A.5分钟 o B.10分钟 o C.15分钟 o D.20分钟 ? 3.(易)根据周琦老师所讲，高德交通信息服务覆盖全国主干道路及其它（）以上。（单选题3分）得分：3分 o A.90% o B.70%

o C.50% o D.30% ? 4.(易)根据周琦老师所讲，高德交通日均采集数十亿定位请求，系统处理月均（）公里驾驶里程覆盖。（单选题3分）得分：3分 o A.50亿 o B.80亿 o C.100亿 o D.150亿 ? 5.(易)根据周琦老师所讲，以下哪项不属于数据挖掘的内容？（单选题3分）得分：3分 o A.补充与完善路网属性 o B.多维分析统计用户出行规律 o C.建立道路拥堵概率与拥堵趋势变化模型 o D.高德地图导航有躲避拥堵功能 ? 6.(易)根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题3分）得分：3分 o A.90% o B.70% o C.60% o D.50% ?7.(易)根据周琦老师所讲，高德2014年被（）全资收购了。（单选题3分）得分：3分 o A.百度 o B.阿里巴巴

智能交通大数据综合服务平台设计方案

智能交通大数据综合服务平台 1. 概述 随着经济发展、城市化进程的加快以及城市规模不断扩大，机动车拥有量及道路交通流急剧增加，城市紧缺的土地资源和高密度的土地利用模式，使得交通供给与交通需求之间的矛盾日益突出，交通拥堵、停车困难、环境恶化等交通问题不断加剧，影响了城市的可持续发展及人民生活水平的提高，阻碍了经济的发展。大城市也面临同样的问题，近年来机动车保有量持续快速增长，高峰交通拥堵日益加剧，交通发展面临严峻形势和新的挑战。很多城市在市区主要范围内实施“错峰限行”等交通管理措施。采取调控交通需求削减交通需求总量其原因之一是城市道路已经难以通过基础设施规划建设来改善交通。另一方面,如何利用智能交通系统(ITS)来缓解交通、提升交通效率也是可以着力的一个方向。 目前各交通管理部门建立了功能相对完善的交通指挥控制中心，包括交通信号控制系统、道路交通监控系统、交通诱导显示系统、停车管理系统、交通违章处理系统等，初步实现了交通信号控制、道路监控、交通信息综合查询、有/无线指挥调度及交通诱导等基础功能。ITS的各种信息采集技术（如微波采集技术、视频采集技术、环形线圈感应式采集技术等）被广泛地运用于交通数据采集，公安交管部门不仅具备了交通基础信息，还拥有了各类动态数据，如车辆实时营运信息、道路交通状况等，采集的数据类型包括属性数据、空间数据、影像数据等。对交通三要素（人流、车辆、道路）连续不断采集的多源交通数据流产生了巨量的交通数据，具有典型的“3V”特性：大容量、多样性、高速度，也具有价值、复杂性的特点，属于名符其实的交通“大数据”。仅以国内某城市内道路卡口数据为例，每天达到约15GB的数据量，要实现对城市道路交通的整体运营水平和人们出行规律的深度挖掘，就要以日、月甚至年为时间粒度对大数据进行计算和分析。 数据是智能交通的核心，数据为王的大数据时代已经到来[。如何高效地从海量数据中分析、挖掘所需的信息和规律，结合已有经验和数学模型等生成更高层次的决策支持信息，获得各类分析、评价数据，为交通诱导、交通控制、交通需求管理、紧急事件管理等提供决策支持，为交通管理者、运营者和个体出行者提供交通信息，成为当务之急。交通数据分析的发展趋势正如TDWI大数据分析报告指出的，由常规分析转向深度分析，如图1所示。

大数据在智慧城市建设中的应用案例

大数据在智慧城市建设中的应用案例

大数据在智慧城市建设中的应用案例 来源：数据观时间：2015-09-25 16:20:22 作者： 当前，全球范围内城市化进程不断推进。随着互联网和信息化的发展，在云平台、大数据和物联网等技术的支持下，率先在美国“智慧星球”概念下诞生的“智慧城市”，逐渐成为当今世界各国城市建设的发展趋势和选择。 一、国外案例 自21世纪初期，美国、英国、德国、荷兰、日本、新加坡、韩国等先一步开展了智慧城市的实践，诞生了许多经典案例。 1. 迪比克 美国第一个智慧城市，也是世界第一个智慧城市，它的特点是重视智能化建设。为了保持迪比克市宜居的优势，并且在商业上有更大发展，市政府与IBM 合作，计划利用物联网技术将城市的所有资源数字化并连接起来，含水、电、油、气、交通、公共服务等，进而通过监测、分析和整合各种数据智能化地响应市民的需求，并降低城市的能耗和成本。该市率先完成了水电资源的数据建设，给全市住户和商铺安装数控水电计量器，不仅记录资源使用量，还利用低流量传感器技术预防资源泄漏。仪器记录的数据会及时反映在综合监测平台上，以便进行分析、整合和公开展示。 2. 纽约 通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析

人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项， 诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。 3. 芝加哥 通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在了芝加哥市的街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速。芝加哥城市信息技术委员会提供的资料表明，“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领芝加哥市的大小街区，每台传感器设备初次采购和安装调试成本在215～425美元之间，运行后的年平均用电成本约为15美元。该项目得到了思科、英特尔、高通、斑马技术（Zebra Technologies）、摩托罗拉以及施耐德等公司的技术和资金支持。 4. 西雅图 利用数据节省电力能源。该市与微软和埃森哲（Accenture）合作了一个试 验项目，以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集，通过预测分析，找出哪里可以减少能源使用，或者根本不需要使用能源。项目的目标是将该地区的电力消耗减少25%。 5. 伦敦 利用数据管理交通。在2012年奥运会期间，负责运行伦敦公共交通网络的 公共机构“伦敦运输（Transport for London）”，在使用者增加25%的情况下，

大数据在交通行业中的未来发展趋势

大数据在交通行业中的未来发展趋势 近些年，随着互联网的迅速发展，大数据已经应用于各行各业中，由于云计算的出现又一次推动了大数据的发展，现如今，我国已经将大数据应用于交通行业，借助大数据使交通更加智能化，也有利于更好的管理交通秩序，实现高效运作。 1.大数据的概述 随着社会的发展，产生了海量的信息，由此大数据一词走进了我们的生活，目前普遍对大数据的理解是4个V（海量Volume，多样Variety，价值Value，速度 Velocity）：第一，数据体量巨大，从TB级别跃升到 PB级至EB级。第二，数据类型繁多，包括文字、视频、图片、地理位置信息、传感器数据等。第三，价值密度低，应用价值高，以视频为例，连续不间断监控过程中可能有用的数据仅仅有一两秒。第四，Velocity 处理速度快，1秒定律。 2.大数据在交通行业现状 随着科技的发展，信息技术的更新，各种传感器、软件，应用而生，为数据的采集提供了可靠的物理保障，使得交通行业积累了大量的数据信息，大型存储设备的出现也为海量数据存储提供了可能，云计算的出现使数据的计算更加高效，交通行业的数据特征基本符合大数据4V特点。 信息采集 目前，我国交通行业信息采集主要是通过人工与自动和半自动化设备记录。人工方面主要是人工填写的各种报表，由于人工在操作过程中有可能导致错，所以信息的可靠度不高，并且人工采集的信息量具有一定限制；自动与半自动设备方面信息的来源主要有基于互联网的公众出行服务数据，如大运输联网、网上售票、城市公交刷卡、公众在线交通路线查询、网购物流数据、银行数据、生活消

费数据等；基于行业运营企业生产监管数据，如货运源头称重数据，货运、危险品运输电子运单数据，客运进出站报班及例检数据，营运车辆维修检测数据，邮政包裹数据等；基于物联网、车联网的终端设备传感器采集数据，包括车辆相关动态数据：GPS位置信息、车辆能耗、车辆技术状况信息，路网监控信息：卡口视频监测、基于传感器的路况监测、路上动态称重设备、桥梁监测GPS等。数据挖掘分析 大数据目前在挖掘分析方面应用到的技术有数据库技术，也就是利用数据库管理系统对数据进行查找，搜索；SQL ON Hadoop技术是直接建立在Hadoop 上的SQL查询，这种技术能将信息管理能有结构化数据延伸到非结构化的数据；传统数据仓库与联机分析处理技术，数据仓库是将不同数据源的数据进行ETL 处理，形成统一的数据仓库，并基于数据仓库进行查询，联机分析处理等。也可以应用一些计算工具或第三方平台对数据进行分析，汇总，形成有用的数据，来为决策提供数据支持。 大数据在交通行业的应用 针对公共服务方面，如武汉元光科技有限公司开发的一款公交车实时定位软件《车来了》，通过《车来了》这款手机软件能够实时查询公交信息，车来了不仅能提供公交车的到站距离、预计到站时间，还能显示整条公交线路的通行状况，让用户不再盲目等待，有效缓解用户候车的不安全感；Lathia N 等通过统计地铁系统中流动性的刷卡数据来判断地铁里面人群在不同站点的通行时间，从而指导乘客选择出行时间、购票方式，最小化乘客的花在公共交通上的时间和精力；Ceapa I 等根据出行数据估计了单个地铁站里面的拥挤状况，从而优化乘客的出行。。对于智慧出行方面，如实时交通数据采集商INRIX-Traffic可以通过实时获取用户的出行数据，然后进行数据分析，最后给用户提供最佳线路，能够让用户躲避拥堵；，Yuan J等设计的T— Drive系统利用出租车的GPS轨迹数据来分析交通流量，并且为驾驶者设计最快行驶路线。关于货运交通，学术界

智慧城市中的大数据分析

智慧城市中的大数据分析 摘要：以物联网、云计算等新一代大数据技术为核心的智慧城市建设理念，是未来城市发展的全新模式。智慧城市一个重要职能就是采集、存储、分析、挖掘城市运行中所承载的大数据，具备全面感知和全面分析的能力，同时能够展示和扩展。智慧城市的建设，有利于解决城市发展问题，有利于提升城市信息管理水平。在智慧城市发展过程中必然产生大数据，因此需要通过处理大数据来体现智慧，其核心是智慧城市信息系统的大数据处理平台，其关键技术对于智慧城市的建设和运转起决定性作用，对提升城市服务、提高管理水平和城市的可持续发展具有重大的应用价值。 关键词：智慧城市；云计算；物联网；大数据；Hadoop 1.智慧城市简介 智慧城市就是运用互联网+、物联网、计算机网络、云计算等新一代信息技术手段，对城市运行系统海量数据的关键信息进行的采集、存?Α⒅悄艽?理和分析，对社会管理、政府管理及社会公共服务的各种需求做出智能化响应和智 能化决策支持，从而实现城市的智慧式管理和运行。智慧城市将改变人们传统的生产、生活方式和思想观念，将原有的粗放式模式改变为科学可持续发展的创新驱动和市场发展

模式，以满足城市的可持续发展，从而构建城市发展的全新城市形态。智慧城的关键特征有以下几点。 1.1全面感知 智慧城市中分布大量的感知终端，通过传感器网络，捕捉到人们的生活、生产及城市环境的多种数据。信息感知网络应覆盖城市的个个角落，能够大量采集不同形态、不同属性的各种数据。随着物联网技术的发展和应用，将为智慧城市提供更多的信息资源。 1.2深度互联 智慧城市的信息感知是以多种信息网络为基础的，城市中拥有快捷的互联通道，数据通过互联网、移动互联网和有线电视网等网络实现陕速互联，各个部门专用网络的加入，实现信息资源的一体化。智慧城市将大大增加信息的交互程度，将多个分散独立的小网连接成互联互通的大网络，使网络的价值大大提升，形成更强的驱动力。 1.3智能处理 智慧城市拥有海量级PB单位的信息数据，这些大数据是智慧城市得以正常运转、决策、控制、展示的基础，智慧城市要具有对所拥有的海量信息进行智能处理的能力，这要求通过大数据处理平台将收集到的数据进行效的集中存储和处理，并对数据进行分析，产生具有价值的信息，为自主进行判断和预测提供支持，从而实现智能决策。这一过程中

公共交通出行服务大数据平台设计方案

公共交通出行服务大数据平台 解决方案 1概述 随着近几年我省经济的快速发展，公众出行方式日趋多样化，公众对交通出行信息的需求日益增强。如何辅助出行者迅速获取有效交通信息，提高出行效率，提升服务水平，是交通部门面临的一个现实问题。 2005年，交通部将“公众出行交通信息服务系统”确定为三大交通信息化示范工程之一，在交通信息化工作基础较好的几个省市相继开发了一些应用系统，在一定程度上方便了公众的出行，得到了公众的认可。但这些应用系统主要是基于具体部门业务及所拥有的数据进行开发,信息服务的内容还缺少关联性；其次,现有的各类应用系统在服务内容、服务方式、服务质量以及服务范围，以信息发布和推送为主，很少接收来自公众的出行反馈信息，没有形成数据闭环。 目前我省各交通管理部门已经建立了功能相对完善的交通指挥控制中心，包括交通信号控制系统、道路交通监控系统、交通诱导显示系统、停车管理系统、交通违章处理系统等，初步实现了交通信号控制、道路监控、交通信息综合查询、有/无线指挥调度及交通诱导等基础功能。公安交管部门不仅具备了交通基础信息，还拥有了各类动态数据，如车辆实时营运信息、道路交通状况等，采集的数据类型包括属性数据、空间数据、影像数据等。对交通三要素（人流、车辆、道路）连续不断采集的多源交通数据流产生了巨量的交通数据，具有典型的“3V”特性：大容量、多样性、高速度，也具有价值、复杂性的特点，属于名符其实的交通“大数据”。 数据是智能交通的核心，数据为王的大数据时代已经到来。如何高效地从海量数据中分析、挖掘所需的信息和规律，结合已有经验和数学模型，实现对城市道路交通的整体运营水平和人们出行规律的深度挖掘，生成更高层次的决策支持信息，获得各类分析、评价数据，为交通诱导、交通控制、交通需求管理、紧急事件管理等提供决策支持，为交通管理者、运营者和个体出行者提供交通信息，成为当务之急。 本文面对交通大数据，就如何存储、组织和管理数据，并提供政务与商务两方面的公共交通出行服务，提出了解决方案。本文分析了交通大数据分析平台需具备的特点，提出了公共交通出行服务大数据平台逻辑框架，并在现有技术基础上，阐述了平台构建方案。 2功能需求 如前所述，交通服务要提供全面的路况，需要交通综合监测网络对城市道路交通状况、交通流信息、交通违法行为等的全面监测，采集、处理及分析大量的实时监测数据，具有数据量巨大的特点；随着城市机动车保有量不断提高，城市道路交通状况日趋复杂化，交通流特性呈现随时间变化大、区域关联性强的特点，需要根据实时的交通流数据及时全面采集、

大数据对智能交通的意义

随着我国汽车保有量在近年来急剧增加，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都成为了各大城市亟待解决的交通管理问题。智能交通成为改善城市交通的关键所在。为此，及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。 智能交通需求与大数据契合 智能交通整体框架主要包括物理感知层、软件应用平台及分析预测及优化管理的应用。其中物理感知层主要是对交通状况和交通数据的感知采集；软件应用平台是将各感知终端的信息进行整合、转换处理，以支撑分析预警与优化管理的应用系统建设；分析预测及优化管理应用主要包括交通规划、交通监控、智能诱导、智能停车等应用系统。 系统利用先进的视频监控、智能识别和信息技术手段，增加可管理空间、时间和范围，不断提升管理广度、深度和精细度。整个系统由信息综合应用平台、信号控制系统、视频监控系统、智能卡口系统、电子警察系统、信息采集系统、信息发布系统等组成。以达到四方面的目标：提高通行能力、减少交通事故、打击违章事件、出行信息服务。 在各城市建设智慧交通的过程中，将产生越来越多的视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等数据，每天产生的数据量可以达到PB级别，并且呈现指数级增长。 大数据用于智能交通的积极意义 第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。 第二，大数据具有信息集成优势和组合效率。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾;IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。 第三，大数据的智能性能较好的配置交通资源。通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。 第四，大数据的快速性和可预测性能提升交通预测的水平。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。 第五，提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。 大数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能化利用，使交通运行的更加合理。大数据技术具有较高预测能力，可降低误报和漏报的概率，随时针对交通的动态性给予实时监控。因此，在驾驶者无法预知交通的拥堵可能性时，大数据亦可帮助用户预先了解。 第六，提高交通安全水平。主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。同时，联合路边探测器检查车辆运行轨迹，大数据技术快速整合各个传感器数据，构建安全模型后综合分析车辆行驶安全性，从而可以有效降低交通事故的可能性。在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失。 第七，提供环境监测方式。大数据技术在减轻道路交通堵塞、降低汽车运输对环境的影响等方面有重要的作用。通过建立区域交通排放的监测及预测模型，共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术可有效分析交通对环境的影响。同时，分析历史数据，大数据技术能提供降低交通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统。 在当前大数据时代，数据充斥所带来的影响远远超出了企业领域，其不仅能带来商业价值，亦能产生社会价值。随着信息通讯技术的发展，交通运输从数据贫乏的困境转向数据丰富的环境，而面对众多的交通数据，如何从中根据用户需求提取有效数据成为关键所在。但是，大数据技术在智能交通应用领域同样面临着巨大挑战，包括隐私，数据处理硬件设施、数据不完备性、模型有效性等领域，这些都是我们未来继续需要探讨和解决的问题。

大数据在交通方面的应用2018答案

大数据在交通方面的应用（97分） 1.根据周琦老师所讲，高德交通信息服务覆盖（）多个城市以及全国高速路网。（单选题3分） A.一百一十 B.一百 C.九十 D.八十 2.根据周琦老师所讲，高德实时统计用户近（）行驶里程数据与用户数，一旦发现异常则报警。（单选题3分） A.5分钟 B.10分钟 C.15分钟 D.20分钟 3.根据周琦老师所讲，高德交通信息服务覆盖全国主干道路及其它（）以上。（单选题3分） A.90% B.70% C.50% D.30% 4.根据周琦老师所讲，高德交通日均采集数十亿定位请求，系统处理月均（）公里驾驶里程覆盖。（单选题3分） A.50亿 B.80亿 C.100亿 D.150亿 5.根据周琦老师所讲，以下哪项不属于数据挖掘的内容？（单选题3分） A.补充与完善路网属性 B.多维分析统计用户出行规律 C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能 6.根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题3分） A.90% B.70% C.60% D.50% 7.根据周琦老师所讲，高德2014年被（）全资收购了。（单选题3分） A.百度 B.阿里巴巴 C.腾讯 D.搜狐 8.根据周琦老师所讲，高德早在（）就开始投入资源来做全国交通信息的采集和发布。（单选题3分） A.2002年 B.2004年 C.2005年 D.2007年 9.根据周琦老师所讲，高德交通报告针对全国（）个城市交通状态进行挖掘分析。（单选题3分） A.21 B.25 C.30 D.38

10.根据周琦老师所讲，大数据加速道路网络快速更新，高德（）完成全国10万公里15万处更新。（单选题3分） A.2006年 B.2008年 C.2010年 D.2014年 11.根据周琦老师所讲，高德地图有哪些功能？（多选题8分） A.交通路况实时播报 B.智能计算到达目的地所需的时间 C.避堵路线方案规划 D.为用户搜索地点 12.根据周琦老师所讲，高德现在的数据来源主要是（）。（多选题8分） A.公众数据 B.行业数据 C.政府数据 D.国外数据 13.根据周琦老师所讲，对大数据的管理和使用包括哪些方面？（多选题8分） A.大数据的存储 B.大数据的应用 C.大数据的运营 D.大数据的挖掘 14.根据周琦老师所讲，大数据在交通方面可以有哪些应用？（多选题8分） A.出行轨迹选择 B.旅行时间计算 C.数据挖掘 D.多样化展现 15.根据周琦老师所讲，以下哪些属于数据挖掘的内容？（多选题8分） A.补充与完善路网属性 B.多维分析统计用户出行规律 C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能 16.根据周琦老师所讲，高德地图使用大数据能进行小路的识别。（判断题3分） 正确错误 17.根据周琦老师所讲，高德地图使用大数据能进行新路的识别。（判断题3分） 正确错误

交通大数据应用与研究

第十六届中国高速公路信息化研讨会（2014.3.19-20.青岛） 主办：中国公路学会 承办：《中国交通信息化》杂志社 https://www.wendangku.net/doc/2a5441017.html,
交通大数据应用与研究 交 应 与 究
长安大学 电子与控制工程学院 电子与控制工程学院 许宏科 2014年3月20日
1

主要内容
基本概念
第十六届中国高速公路信息化研讨会（2014.3.19-20.青岛） 主办：中国公路学会 承办：《中国交通信息化》杂志社 https://www.wendangku.net/doc/2a5441017.html,
交通大数据特点和分类 交通大数据的应用案例
2

1 基本概念
? 计算机的发展
? 1906:
?
第十六届中国高速公路信息化研讨会（2014.3.19-20.青岛） 主办：中国公路学会 承办：《中国交通信息化》杂志社 https://www.wendangku.net/doc/2a5441017.html,
美国的Lee De Forest发明了电子管。 Bell实验室发明了晶体管 年4月1日： INTEL发布8位的微处理器芯片8080
1924年2月：IBM公司成立。
? 1947:
? 20世纪50年代：集成电路计算机的出现 ? 1974
? 286，386，486，P5，（ ，（内存、主频、硬盘参数 ，（内存 内存、主频、硬盘参数） 内存 主频 硬盘参数） 硬盘参数） ? 双核，多核 ? 微型机，小型机，中型机，大型机超，大型机 微型机 小型机 中型机 大型机超 大型机
3

1 基本概念
? 计算机及其网络的发展 手工
第十六届中国高速公路信息化研讨会（2014.3.19-20.青岛） 主办：中国公路学会 承办：《中国交通信息化》杂志社 https://www.wendangku.net/doc/2a5441017.html,
单计算机
传统流程计算机化 减轻劳动强度 资源局部共享 网络应用系统推广
局域网 广域网
实现真正的数据交换脑、资源共享 实现真正的数据交换脑 资源共享 实现统一的管理
4

(完整word版)大数据在轨道交通中的应用

大数据在轨道交通中的应用 0引言 近年来，我国轨道交通以其快速、安全、便捷、环保以及大运量等特点迅速发展。首先，全国各大中城市正在努力建设或规划城市轨道交通，其次是全国主要干线通道都在兴建高速铁路。虽然两者在运营模式等方面都存在差异，但是他们都有一个共同点，就是面向的服务群体数量是巨大的。这就使得城市轨道交通和国家铁路在日常的生产运营过程中，会产生巨大的数据信息，比如客流信息，旅客出行OD信息，铁路货物发送、中转、到达产生的数据信息等。这些信息需不需要储存、如何储存、储存起来有什么用以及要怎么用等问题越来越得到人们重视。而如今，伴随着互联网和云计算的发展，互联网信息数据大爆炸，大数据时代到来。大数据技术将很好的解决这些类似的问题。 1大数据概述 所谓大数据，通俗意义上讲就是大量数据的集合。维基百科认为，大数据是一个数据的集合，这个集合如此庞大和复杂，以至于很难通过现有数据库管理工具来对其进行处理。大数据的特点通常用“4V”来概括：V olume(体积大)、Velocity(速度快)、Variety(种类多)、Virtual(实时性)。大数据目前主要应用领域有气候学、天文学、生物医学等，也在“智能电网”和库存管理系统方面有所应用。而如今正向公共问题领域扩展，例如交通管理与控制，将交通运输数据由由模拟状态转化为数字状态储存起来，建立智能交通系统，实时监测交通流量计数并依据车辆行程和路况拥挤程度进行电子收费，从而对交通堵塞和交通污染排放进行隐形控制。 大数据技术的核心就是运用数学算法对大量的数据进行处理，然后进行预测。比如输入法，通过收集全世界用户每天的输入、删除、修改信息，分析大众的输入习惯，然后预测“teh”应该是“the”的可能性；再比如十字路就，通过观测行人的性别、行走速度甚至年龄等，分析每个人闯红灯的可能性，然后反馈给汽车

交通大数据及应用技术研究

交通大数据及应用技术研究 发表时间：2017-07-13T14:32:40.910Z 来源：《基层建设》2017年第7期作者：阎伟 [导读] 摘要：大数据时代已经来临，并且已经应用在现实生活中的方方面面，我们的生活与大数据已经密不可分。 天津市市政公路信息中心天津 300050 摘要：大数据时代已经来临，并且已经应用在现实生活中的方方面面，我们的生活与大数据已经密不可分。交通大数据作为与日常生活息息相关的一个大数据应用领域已经有了很多丰硕成果，但是就应用流程来看，从数据获取到数据存储，从数据处理到结果分析都存在着各种各样的困难与挑战。因此，想要真正能够合理高效地利用大数据还有很长的路要走。 关键词：交通大数据；应用；研究 1 大数据概述 1.1 大数据定义 大数据，又称海量数据、巨量数据等，通常指那些无法通过常规存储媒介存储，无法通过人工或者常规数据处理软件进行管理和处理的数据集合。大数据是一个抽象的概念，究竟多大的数据量可以定义为大数据至今没有一个定论。大数据具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征，也就是说，大数据不仅仅体现在存储数量级的大小上，而且还在于数据的获取、存储、维护、处理等方面。 1.2 大数据特点 IBM公司针对大数据的特性提出了大数据的5V特点：Volume（大量）、Velocity（高速）、Variety（多样性）、Value（价值）和Veracity（真实性）。其中Volume（大量）指大数据的数据量级巨大，可以从几百TB到几百PB甚至EB级别的规模。与几十年前印刷品占据主流的时候不同，信息时代数据的产生速度非常快，据国际数据公司（IDC）的统计，仅在2011年时，全世界范围内被创建和复制的数据总量就有1.8ZB左右，已经远远超过有史以来人类通过印刷品传播的信息量的总和。据该公司预测，中国的大数据市场将在2012～2016年间增长5倍，中国已经真正步入了大数据时代。Velocity（高速）指大多数场景下，我们都要求大数据要在一定的时间限制内得到及时的处理。例如美团、大众点评等团购软件，通过对用户的地理位置定位实时向用户推荐附近美食、团购优惠等。Variety（多样性）指大数据包含各式各样形态以及各种格式的数据源。针对不同场景，数据有多种存储方式，例如json格式、xml文件、数据库文件等方式。Value （价值）指大数据中蕴藏的有价值的信息，通过大数据的分析挖掘等手段，可以带来巨大的商业或学术价值。例如淘宝通过对用户购物以及浏览数据进行挖掘，从而给用户推荐合适的商品，为淘宝创造了巨大的利润。Veracity（真实性）指大数据的数据来源，处理结果要保证与真实情况相符合，即它们可以如实反映或者折射出社会现实等。 2大数据与城市交通 大数据概念产生以来，作为数字化时代的新型战略资源，大数据成为驱动创新的重要因素，正在改变着人类的生产和生活方式。从广义上讲，大数据有3层内涵：一是数据量巨大、来源多样与类型多样的数据集；二是新型的数据处理和分析技术；三是运用数据分析形成新的价值。目前，大数据对科学研究、经济建设、社会发展和文化生活等各个领域正在产生革命性的影响。随着社会经济发展和城市化进程的加快，解决好城市交通问题已经成为城市可持续发展的一个重要内容。现代化城市交通管理已经进入以信息化支撑为标志的新时期，以交通数据资源和信息技术为基础的城市交通决策和服务是现代化城市交通的重要标志。近年来，随着城市交通信息化以及智慧城市建设的不断深入，各种类型数据的采集、汇聚已具有了一定规模，交通大数据的产生，是在先进技术促进下城市交通信息化发展到一定阶段的必然结果。现代化城市交通决策规划、组织管理和公众出行服务等，对大数据技术发展和应用的需求日益迫切。 3交通大数据处理的关键问题 3.1新的数据表示方式 目前数据的表示方式，不一定能直观地表现出数据的含义．若需有效使用数据并挖掘其知识提高智能，需要寻找最合适的方式表示数据．如果想从这种表示不恰当的数据中发现大数据的模式、相关关系和因果关系，会因数据表示方式的原因得到固定的结论．表示数据的方式和原始的数据录入者密切相关．若对原始数据进行一定的标识，将会有助于降低后续数据分析、判别与分类的难度．同时，为了标识数据，将会给用户增添额外的工作，不利于用户使用．因此，寻找有效且简易的表示数据方式是大数据处理需要面对的问题． 3.2数据的删冗和高效存储 大数据中有大量的冗余，删除冗余是降低开销的重要途径．大数据的存储方式影响效率，因此，有必要研究新型数据存储方式来提高存储效率．同时，还需研究提高多源、多模态数据获取质量的技术及该数据整合的理论，自动检测错误并修复错误的方法，针对低质量数据的近似计算算法等． 3.3道路交通大数据处理与分析工具 道路交通行业需要适合该行业大数据特征的大数据处理与分析工具，计算机算法研究人员应与该领域的研究人员共同推进行业大数据处理与分析工具的创新． 4交通大数据存储方案 4.1MPP关系型数据库 MPP架构的新型数据库集群采用SharedNothing结构，通过粗粒度索引、列存储等技术，结合MPP架构的分布式计算模式完成大数据的分析和存储。该类架构具有高性能和高扩展性的特点，在企业分析类应用领域获得了广泛应用。而且该架构的运行环境多为低成本的服务器，经济性上也具有很大优势。 4.2基于Hadoop的非关系型数据库 Hadoop是由Apache基金会开发的分布式系统基础架构，它的核心思想是HDFS和Map?Reduce。通过对该项开源技术的扩展和封装，可以将海量数据部署到价格低廉的硬件上，并能够提高其吞吐量。尤其对于处理非结构化数据、半结构化数据以及复杂的ETL流程等，该类型数据库有着独特的优势。 4.3大数据一体机 大数据一体机是一种专门为大数据设计的软硬件结合产品。它由一组集成的服务器、存储设备、操作系统和数据库管理系统构成。该