京公网安备 11010802034615号
经营许可证编号:京B2-20210330
高德交通数据分析师:专车加剧广州城市拥堵
2015年7月23日,中国Hadoop技术峰会在上海浦东嘉里中心如火如荼地召开。下午的大数据应用分论坛,基于最新的大数据技术,结合落地应用案例进行讲解与讨论,也受到了业内外的广泛关注。
当日下午,来自公安部交通管理科学研究所的方艾芬主任在大数据应用分论坛上发表了题为《大数据在交通管理中的应用》的讲演,从技术革新到落地案例,多方面多角度地阐释了Hadoop大数据平台对交通管理方面的帮助与改革。
方主任首先对公安部交通管理研究所的性质与职能作了简要介绍。交通管理研究所是公安部直属的道路交通管理工程技术研究的科研机构,主要从事道路交通事故预防及鉴定技术、公安交通管理业务信息化技术、公安交通管理大数据技术及云计算技术、智能交通管理技术等技术领域的研究工作。
方主任的讲演从公安交通管理信息化的现状,机动车缉查布控大数据平台建设及应用实践和未来交通管理信息化展望三方面来召开。
首先是公安交通管理信息化的现状,我国机动车的保有量为2.71亿,其中汽车保有量1.63亿,仅次于美国,位列世界第二。而驾驶人数量3.12亿则为世界第一。我国公路通车里程达到446.39万公里,其中高速11.19万公里。这些背景数据说明我国已进入汽车社会。对于道路交通管理的需求与压力也与日俱增。
2012年起,公安部推出全国公安交通管理综合平台,在全国31个省、480多个地级市全面应用。公安交通管理主要业务全面信息化。同时,以公安交通管理综合应用平台为依托、以各地卡口系统为基础的全国机动车缉查布控系统也已应用,实现了缉查布控、预警拦截、轨迹分析、综合研判四方面的公安公路交通安全联网管控信息化。
卡口系统主要进行图像抓拍、通行记录等数据处理,并实时上传至缉查布控系统。目前,全国联网接入卡口23000多个,已汇聚上传车辆轨迹数据350亿多条,每日新增1亿多条。同时,机动车通行数据,车辆、驾驶证等基础数据,运维监管等其他数据也达到上亿条并且仍保持增长趋势。这些数据既包括常规的结构化数据,也包括图片、视频等非结构化、半结构化数据,价值巨大。
然而庞大的数据量也带来了一些问题。比如海量的数据中有百分之九十九的数据从未被使用,极低的利用率使得相关部门只能被动地通过数据解决已有问题,而无法使用现有数据进行分析、监管。究其原因,在于传统的关系型数据库面对如此庞大的数据量,无法进行高效的处理,受此限制,大部分的数据也发挥不出本来的价值。
然而现有数据量仍然在不断地增长,这一问题对数据库的革新提出了要求,传统关系型数据库向分布式数据库的转型势在必行。
方主任借此背景,引出了机动车缉查布控大数据平台建设与应用实践的成功经验。
大数据平台的建设需求在于应用大数据、云计算等技术,建设省级、部级机动车缉查布控大数据平台,汇聚全省、全国机动车轨迹信息,实现海量数据的接入、存贮,实现过车查询、全库搜索、轨迹分析、套牌分析、伴随分析、碰撞分析、区间测速等实时分析应用,实现跨部门、跨警种、跨区域信息共享和深度挖掘应用,为准确监测公路通行状况、快速缉查交通违法行为、打击各类涉车违法犯罪,不断提升道路交通安全管控水平、决策分析和社会服务能力提供全新技术实现手段。
而公安交管部门的大数据平台以大范围碰撞比对作为主要目标,是国内较早落地应用大数据平台的案例。方主任以省级平台——山东省缉查布控大数据平台案例作为主要讲解对象。
数据方面,山东省缉查布控大数据平台已在17个地市联网接入卡口1000多套,日过车记录超过1000万条(预期全面联网后1到1.5亿条每天)。全省2300多万机动车,3000多万驾驶人进入关联信息。自2014年9月正式运行起,已累积近40亿条,25TB数据。
架构上采取混合型架构,部分数据存储于HBase分布式数据库,一些关键数据存储于Oracle数据库,采用企业级发行版Hadoop软件,解决了数据实时处理,快速查询检索和多维度分析研判等问题。
方主任还提到在软件平台上,选择了星环科技的TDH产品,从2014年9月运行至今,性能稳定可靠,用户体验极佳。
基于大数据平台,公安交管部门能根据海量数据提取信息,分析轨迹,在一秒之内实现实时比对,产生预警,从而有针对性地干预、拦截。动态静态信息的碰撞比对,解决了许多过去的难题。比如逾期未年检车辆的发现与预警,无论是车主的无心之失或有意为之,都为公安部门的监管带来了极大的便利。同时还有假牌套牌分析处理与核对等,这是过去的监管系统难以顾全的。
总的来说,借助大数据TDH平台的帮助,公安交管部门相较之前更好地利用到了已有的数据,有力提升动态化、信息化执法能力,提升了对重点车辆动态监管能力,提升了对路面重点交通违法行为动态发现能力,提升了对机动车通行情况的分析研判能力,提升了对各地执法情况的监督能力,提升了对源头企业的监管能力。
而在未来,计划建立全国公安交通集成指挥平台,基于关联系统、平台信息,落成部省市三级全国联网监控。公安部交通管理科学研究所目前正依托全国公安交通管理数据中心、 云计算和大数据应用联合实验室, 开展交管大数据应用模式、技术架构、研判分析和预测模型研究,研发基于云计算技术的交通管理大数据挖掘研判系统。CDA数据分析师培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09