公路数据价值大 分析挖掘助运营升级
智能交通建设带了了很多的便利,同时也产生了大量的数据,对于这些数据如何处理成为一大难题。针对公路数据,本身有着非常大的价值,但是数据挖掘工作并不简单,该从哪些方面着手,又将为公路运营带来什么好处?看看专家们是怎么想的。
近年来,"大数据"风靡一时,各行各业都在探讨"大数据"思维与技术在本行业的应用。高速公路是否可以应用"大数据"解决相关问题呢?
近期,由中国公路学会主办的第十六届中国高速公路信息化研讨会暨技术产品展示会在山东青岛召开,不少代表对大数据在交通运输行业的应用提出了自己的精彩见解。
公路海量数据潜在价值巨大
据了解,学界将大数据特点归纳为4个"V",即Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。事实上,以前并非没有数据挖掘,而"大数据"理论则与传统的数据挖掘存在差异。
西安公路研究院姬建岗介绍说,传统数据挖掘采用的数学方法通常是找到一些自变量与因变量的关系,形成一个因变量与一系列自变量的因果关系,建立一个方程式,继而进行结果的计算。而"大数据"恰恰是对上述结果的逆向求解,即通过大量数据找到关联,再去寻找其中蕴含的关系式。大数据是"知其然而不必知其所以然",外行通过大数据分析可以打败内行。
长安大学教授许宏科则介绍说,当数据取得时,可能是杂乱无章、看不出规律,但运用作图、造表、各种形式的方程拟合、计算某些特征量等手段便可找出数据的规律性。
高速公路营运数据量大,大数据分析大有可为,这成为了专家们的共识。据了解,江苏省高速公路2013年联网收费流水数据就达6.94亿条。在姬建岗看来,高速公路的数据可以分为收费数据、交通监控数据、指挥调度数据、日常运营数据。
此外,还有相关的第三方数据,例如公安交警数据、路政数据、地方道路数据、车辆维修点及周边医院数据等。这些数据体量大、类型多,足以支撑起行业应用大数据来解决相关问题。
数据挖掘可甄别逃费车辆
山东省交通运输厅高速公路收费结算中心徐清峻介绍了如何应用数据挖掘实现收费稽查的目的。据了解,山东省专门建设了一套稽查平台。该平台根据设定的算法,定期对全省联网收费数据集中进行逐条甄别,对于符合逃费特征的车辆进行标识和汇总,继而自动提醒相关部门和各收费站。
"算法很关键。"徐清峻分析说,看似正常的一条条车道业务流水,哪些车辆具有逃费嫌疑呢?单条流水自然无法判定,需要结合多条车道,但山东省高速公路每个月产生约五千万条的收费数据,海量的收费流水数据让人晕头转向。
数据挖掘可甄别逃费车辆
为此,他们首先分析各种能够成功偷逃通行费的行为特征,继而构建能甄别这些数据的唯一算法,这样就能通过系统找出嫌疑车辆。当然最终确认仍需要通过现场验证。
与此类似,福建省高速公路监控中心主任王辉也介绍了数据挖掘在高速公路逃费稽查中的应用。据介绍,他们基于福建高速公路的网络特点及数据分布状况,研制了"高速公路逃费稽查电子辅助系统",该系统于2013年11月通过了福建省交通运输厅组织的科技成果评审,获得专家们的高度评价。
"大数据"离不开"云计算"
近年来,与"大数据"一道,"云计算"也成为流行的热门词汇。
据了解,"云计算"是将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和信息服务。在许宏科看来,"大数据"的应用需要"云计算"助力。
许宏科分析说,围绕大数据,一批新兴的数据挖掘、数据存储、数据处理与分析技术将不断涌现,因此处理海量数据更加容易、更加便宜和迅速。大数据的处理技术正在改变目前的计算机运行模式,大数据的存储和管理要求,使得云数据库的建立成为必要条件。
据介绍,2014年交通运输部开展的交通运输科技计划项目中的信息化技术研究计划,将基于云计算的交通运输数据交换与处理关键技术、综合交通运行监测与信息服务关键技术作为一个重要方向。
数据安全需行业标准
姬建岗同样也指出了高速公路应用大数据分析所面临的一些问题,例如,对数据的实时分析要求较高,包括用户消费查询、车预警信息发布,往往要求在数秒内得到分析结构,否则将影响用户体验和快速准确的信息发布;数据过于分散,营运数据的编码与存储过于分散,系统耦合度低,各自处理相关的数据,关联度太低;需要专业的数据分析系统及强有力的系统集成商,现有高速公路运营系统普遍感觉到实时分析能力差、海量数据处理效率低、缺少分析方法;上线大数据存储与分析系统需要资金投入。
此外,数据安全与隐私保护也必须纳入视野。姬建岗分析说,大量的营运数据被统一处理,怎样保护用户数据的隐私或商业利益,需要行业制定严格的交互标准。
数据分析咨询请扫描二维码
数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21