大数据挖掘技术在交通疏解中的应用

前言：想要写出一篇引人入胜的文章？我们特意为您整理了大数据挖掘技术在交通疏解中的应用范文，希望能给你带来灵感和参考，敬请阅读。

【摘要】近年来，在北京、上海等一线大城市，严重拥堵的交通给人们的日常出行带来不便，更影响了城市的正常运转，造成不必要的经济损失和资源浪费。传统方式诸如以规划城市道路、增设高架桥、BRT快速公交来缓解城市交通压力的做法，潜力作用和适配城市的特定解决方法始终是有瓶颈的。当前，我国正在积极发展智慧城市建设，智慧交通正是其重要组成部分之一。交通领域的数据保有量巨大，基于互联网领域广泛应用的大数据挖掘技术，对现有城市交通流量进行分析并预测，及时改善城市交通调度，将有助于进一步缓解城市交通压力，提升人们出行体验。

【关键词】智慧交通；大数据挖掘；节能减排

数据挖掘（DataMining）是指从大量的、不完全的、有干扰的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。随着信息技术的快速发展，人们积累的数据量急剧增长，如何从海量的数据中提取有用的知识，帮助人们解决现有问题，值得我们深入学习和研究。数据挖掘就是应运而生的数据处理技术。笔者将首先对城市智慧交通的概念，大数据挖掘在城市交通方面的典型应用等方面，分析其可行性和重要意义。

1智慧交通

智慧交通以交通信息中心为核心，综合的，协同的连接各类城市交通信息系统，让人、车、路与交通系统融为一体，为出行者和交通监管部门提供实时交通信息信息和数据，为城市大动脉的良性运转提供科学决策的基础。在智慧城市建设的过程中，越来越多的智能交通设备接入到城市交通网络体系中，所搜集到的信息也越来越多，这为大数据分析奠定了数据基础，使得应用大数据挖掘与分析技术为城市交通调度出谋划策成为可能。据高德地图公司的结论称，城市大脑•智慧交通已在大出行领域取得阶段性成果：在北京，通过信号灯配时优化，机动车通过路口的平均延误下降了6%、停车比例降低了3%；在上海，针对南北高架各路段交通状态所建立的神经网络模型的预测精度提高了10%。

2大数据挖掘技术在出行领域的应用分析

2.1数据挖掘技术在城市车辆调度方面的应用分析

大数据就像工业革命时代的煤炭一样举足轻重，人工智能需要足够的数据进行训练，才能创造出更有效的工具。在出行领域，我国的滴滴出行科技有限公司积累了大量的经验和海量的数据。据报道，当前滴滴在交通领域的数据量全球第一，每日峰值订单超过2000万单、每日处理数据超过2000TB，覆盖了交通路况、用户叫车信息、司机驾驶行为、车辆数据等多个维度。这些都要归功于滴滴公司创造的一个叫做“滴滴大脑”的信息处理与的智能系统。该系统的一个重要组成部分就是大数据处理部分，通过采用神经网络等大数据分析算法，该系统能够从搜集到的交通数据中总结出规律，并且利用这些规律来对未来的交通状况进行有效预测。例如，“滴滴大脑”目前对15min后的供需预测的准确率已经达到了85%，并且基于这样高的准确率，滴滴公司就可以调度司机满足某一区域未来的打车需求，有效降低该区域的供需不平衡的概率。同时，还可将该地区即将到来的交通流量高峰上报至城市交通管理部门，为进行科学合理的交通管控预留时间，有效防止产生交通拥堵现象，缩短人们出行的时间。滴滴公司通过数据挖掘技术，充分利用了交通大数据信息，既创造了巨大的社会价值，也为城市的交通发展提供了一个有效的范例，即用大数据挖掘的技术手段，进一步释放城市交通的运输潜力。

2.2数据挖掘在共享经济方面的应用

在共享经济领域，我们也可以看到数据挖掘技术的身影。作为全球无桩共享单车的开创者和领跑者，我国的ofo小黄车公司，就成功地应用数据挖掘技术解决共享单车的管理、调度等问题。自2015年6月启动以来，ofo已在全球连接了超过1000万辆共享单车，日订单超3200万，为全球20个国家250座城市2亿用户提供了超40亿次高效便捷、绿色低碳的出行服务，共计减少碳排放超216万t，相当于为社会节约了61515万升汽油、减少了103.5万tPM2.5排放。无桩共享单车，作为一种创新的出行方式，成功解决了城市交通最后几公里的出行问题。在短距离出行方面，共享单车具有无可比拟的优势。目前，共享单车已经成功地融入到城市公共交通体系，但是，随着新单车的不断投放，共享单车管理和调度问题开始凸显，甚至有时候反而加重了城市交通等负担。2018年，ofo小黄车公司正式开放共享“奇点城市慢行交通大数据平台”，向各地政府开放共享实时车辆数据，协同政府完成共享单车行业车辆的精细化运营管理。该平台实现了车辆的实时监管、车辆淤积的自动管控、智慧慢行交通系统的大数据决策支持等。ofo奇点平台处理数据历史高峰近2000万每秒，每日会产生40TB的数据。正是通过大数据挖掘技术，ofo公司才得以实现对车辆的整体监控和精准投放，在解决运营管理的同时，提升了城市交通的运输潜力。ofo公司对大数据挖掘技术的应用，成功地证明了数据挖掘技术在城市交通治理方面具有巨大的潜力，可以进一步改善城市交通的现状，缩短人们的出行时间。

3以数据挖掘技术为基础的城市交通治理方法启发

城市公共交通体系与家庭私有汽车构成了城市交通运输的主要部分，随着城市人口和我国小汽车保有量的持续增长，城市交通拥堵的压力越来越大。考虑到传统方式提升城市交通能力的潜力已经接近极限，数据挖掘技术在治理城市交通拥堵和提升城市交通运能方面应该得到足够的重视。滴滴、ofo等公司，虽然成功地运用了大数据挖掘技术来更加合理、高校地调配城市的运输资源。但是，二者的数据并没有得到有效的结合，大数据信息更加深入的挖掘和有效利用受到了限制。目前，这些公司都对政府进行了数据资源的开放与共享。因此，以政府为主导，通过结合多种不同交通工具，给出更加科学和合理的出行方式成为可能。例如，对于特定个人的出行规划，可以根据需求和实时的交通状况，通过数据挖掘技术，优化整个行程安排，给出更加合适的出行方案。这样，既可以引导人们尽量选择最优的出行方案，也可以预测城市的交通状况，进行更加合理、有效的城市交通调度，如可以根据结果对红绿灯实行配时优化，提高路口某一车流量高的方向的通勤效率。此外，政府还可与百度地图、高德地图等企业合作，通过手机APP的方式，将这些出行建议反馈给城市居民，提高信息的传播速度，充分发挥大数据挖掘结果的作用。因此，可以认定，大数据挖掘技术，将有利于城市疏解当前的交通拥堵问题，缩短人们的通勤时间，创造社会价值。

4总结文章

为了充分利用好交通大数据，促进城市疏解交通拥堵问题，缩短通勤时间，以政府为主导，结合各方优势，采用大数据挖掘与分析技术的方法将能够帮助城市不断挖掘自身的交通运输潜力，促进城市发展，创造巨大的社会价值，为我国经济的繁荣发展，作出贡献。

参考文献

[1]吴为强.基于大数据挖掘的智能交通决策分析系统[J].机电工程技术，2017（S2）：526~528.

[2]陈恺文.面向智慧城市的公共服务设施建设决策研究[D].东南大学，2016.

[3]陈功.数据挖掘技术在智慧交通中的应用[D].电子科技大学，2016.

[4]郭骅，周吉.数据挖掘在智慧交通领域的应用[J].现代商贸工业，2013，25（12）：152~153.

[5]滴滴出行科技有限公司2017年年度交通出行大数据报告.

[6]ofo.2017中国共享出行行业大数据观察.

作者：万以恒 单位：湖北省监利县第一中学