当前位置：首页> BI-商业智能> BI案例> 正文

大数据驱动交通智能化且行且珍惜

来源： 36大数据

2014/5/4 10:02:24

大中小

当下，大数据概念愈发火爆，如何利用“大数据”解决交通拥堵、车务管理等问题，越来越成为各类汽车服务公司、交通管理部门关注的焦点和亟需攻破的难关。如何真正找到有效、扎实的商业模式，成为了摆在每一个交通类数据处理创业者面前的重要课题。

分享到：新浪微博腾讯微博

本文关键字：大数据交通智能化

在当今的技术支持下，大数据的表现成功将人类的想象转化为现实，并逐渐渗透进人们的生活。其意义已不仅仅只是预测结果，改善交通状况，更重要的是带给决策者一种新鲜的思维方式：利用已知的现在去预测未知的未来。随着智能交通的普及，大数据也在各个方面影响着人们的生活、出行方式，人们通过上传数据、共享数据，共同完成数据收集的过程，分享数据处理结果，形成良性循环，彻底解决交通拥堵问题。

交通大数据时代的来临是智能交通发展的必然趋势，在这个进程中我们也将面临前所未有的问题和挑战。所面临的问题主要有几个方面：一是交通数据分散在不同部门（我国与交通相关的部门有10多个），而部门之间又缺乏开放互通，造成了交通数据资源的条块化分割和信息碎片化等现象；二是由于交通检测方式多样，信息模式复杂，造成数据种类繁多，且缺乏统一的标准；三是目前尚缺乏有效的市场化推进机制，基于大数据的交通信息服务产业链、价值链尚未真正形成。

数据来源需要真实可靠

在交通领域，海量的数据主要包括各类交通运行监控、服务和应用数据，如公路、航道、客运场站和港口等视频监控数据，城市和高速公路、干线公路的各类流量、气象检测数据，城市公交、出租车和客运车辆卫星定位数据，以及公路和航道收费数据等等，这些交通数据类型繁多，而且体积巨大。

交通数据采集的范围、广度和深度急剧增加，随着智能交通系统建设规模的不断扩大，正在形成以微波、线圈、GPS、车牌等交通流检测数据，交通监控视频数据，以及系统数据和服务数据等为主体的海量交通数据。以北京市为例，6万余辆出租车一天就会产生数亿条GPS数据，车牌识别、交通监控视频等数据量更大，交通相关的数据量级已从TB级别跃升到PB级别，传统的交通数据分析方法已很难有效支撑这么庞大的数据体的开发与利用。

共3页: 上一页1 [2] [3] 下一页

责编：李玉琴