
交通大数据开放试水 为城市规划、基建提供参考
如果说大数据应用给衣食住行带来哪些影响,体会最深的应该是交通出行的变革上。从打车软件、智能公交到航班预测,无处不在的交通大数据,正在改变我们的出行方式。
智能交通相关的互联网公司,只用两到三年的时间,在为用户提供高效服务的同时,也迅速积累了大批的运营数据,其数据资产开发被普遍看好。同时,许多地方政府把交通大数据的开放,作为最先开放试点的领域,上海已经宣布开放十大方面上千GB容量的交通数据。
以滴滴快的公司和上海、珠海地方政府签约,共建“出租汽车信息服务平台”为代表的政企合作为例,不管是亢奋激昂的企业界,还是谨慎敏感的地方政府,交通大数据的应用,正在进入良性生态循环。
阿里研究院数据经济研究中心秘书长潘永花表示,在“互联网+”的过程中产生了一个个奇迹,不管是像Uber,包括京东、淘宝等等,这些行业奇迹总结起来都是数据驱动,数据在整个“互联网”过程中起着非常核心的作用。
交通数据解决城市问题
2015年8月的一天,邹明需要从天通苑到中关村(8.81, 0.00, 0.00%)上班。
他的出行,除了传统的地铁、公交,还可以使用滴滴快的、Uber等系列软件,选择范围包括专车、租车、顺风车,还有滴滴巴士;他如果开私家车,还可以成为一名顺风车司机;另外,即便他坐公交,也可使用智能公交软件,确定公交车到站时间。
上述场景,即交通大数据在市民出行中的应用。
目前滴滴快的、Uber等互联网公司,通过交通大数据协调城市交通车辆,让邹明的出行有了多元选择,邹明们也为滴滴、Uber这样的公司提供了海量的出行数据。
8月27日,在2015年国际大数据会议上,嘉宾分别分享了大数据在会展、机器人(51.800,0.00, 0.00%)、互联网金融等各个领域的应用,其中关于大数据在交通中的应用,吸引了最多参会者的注意力。
Uber中国大数据专家江天介绍,目前Uber在全球330个城市掌握大量运营数据,通过数据分析,可以把握城市人群出行的特点。江天透露,Uber在上海65%的行程,是在地铁站周围开始或结束。他表示,数据显示,Uber所提供的服务,是公共交通的补充,是公众出行最后一公里的选择。
另一家在中国市场占有大份额的打车软件公司——滴滴快的公司,其滴滴机器学习研究院高级研究员胡尧告诉21世纪经济报道记者,关于交通大数据的应用,早年在学术界和业界很少有关注,直到近三年才开始被重视和应用,成为移动互联网新业态的产物。
目前他们掌握的交通大数据,主要以用户的打车记录、司机的行车轨迹等为主,还包括与政府共享的部分数据。公司创建三年来以来,已有过亿用户的无数次打车记录,从2014年到现在,他们掌握的数据增加了100倍以上。
胡尧表示,前期数据量小的时候,分析难度较大。目前数据每天都在快速增长,滴滴快的通过海量的数据分析,对运力的把握和调度会越来越科学,更能精确地匹配好乘客和司机,同时也会吸引更多的用户;目前从获取数据到数据的分析和应用,公司已经进入了良性的循环阶段。
按照江天的表述,他们获取的交通大数据,除了提高自身产品和服务,还可以为政府规划、基础设施建设等提供参考。江天以Uber与波士顿的合作举例,公司利用Uber平台上的大数据,帮助波士顿解决更多城市问题,包括打造智慧城市,减少交通拥堵,发展公共交通等。
Uber中国相关负责人告诉21世纪经济报道记者,Uber承诺在确保乘客和司机隐私的前提下,适当利用大数据,力求在大小社区都能够将大数据和政策联系起来。目前他们将提供按照美国人口普查局邮编地理界线“邮编制表地区”(ZCTA) 格式组织的匿名化行程级数据。滴滴快的方面人士也在谈及与政府部门的合作时也表示,他们不会共享所有的数据,因为有些数据涉及用户隐私。
业界人士认为,目前在大数据挖掘方面,交通大数据的开发和应用,已经有了明显起色。
重复使用的“交通数据金矿”
事实上,很多交通大数据,已在产生商业价值。
滴滴快的相关负责人此前接受采访时曾表示,“滴滴快的”与阿里巴巴[微博]、美团的合作正在完善用户“画像”,建立起精准营销的模式,未来在分析出消费偏好的基础上,就可以更有针对性地发送特定商场、特定店铺某一类产品的优惠信息。
对于Uber,有媒体预测,“我们将看到Uber变形成像Google、Facebook以及Visa一样的大数据公司:依靠它们掌握的有关用户的大量信息创造新的服务,并将这些数据出售给其他公司产生盈利”。
Uber中国相关人士告诉21世纪经济报道记者,Uber的定位并不是数据公司,而是靠数据驱动以交通为切入口,提高资源配置效率的高科技公司。
“我们商业模式的本质是以大数据为基础,通过对大数据的提炼、分析和应用,帮助和支持城市管理者提高社会效率,通过对闲置资源的利用让效率最大化。”上述人士还表示,Uber很多日常决策制定都以数据深度分析做基础,依靠数据支撑经营管理。其数据利用的范围,不仅仅是交通方面。
从这些企业的战略布局上来说,大数据提炼和应用业务,已经成为他们未来布局的重要领域。有业内人士总结,打车软件公司之间的竞争,已经从之前的比烧钱拼补贴,发展到现在的大数据PK。
滴滴快的公司在今年7月宣布完成了20亿美元的融资后,滴滴快的公司总裁柳青,在接受媒体采访回答这笔钱的使用安排时称,接下来不仅仅是补贴上的投入,还包括技术、产品、大数据以及市场方面的投入。
滴滴快的相关负责人告诉21世纪经济报道记者,今年五六月份,他们成立了大数据机器学习研究院,目前已经吸引了很多高端数据人才。该人士还透露,9月份,将至少有10位国外顶级研发机构、知名互联网公司的大数据专家,加盟大数据机器学习研究院。
目前,滴滴已经在用户画像系统、精准营销、智能匹配、需求预测系统和运能预测系统等方面做了大量研究。
胡尧还表示,在交通大数据挖掘、分析和应用等环节,最难的还是数据的分析,这是数据交通产业链的关键。“有人说数据就像是金矿,如果不懂提炼,金矿就只是一堆石头。”他表示,数据金矿可以反复利用,同一份数据可以从多个维度来作分析和应用,从中反复掘金。
交通数据开放试水
互联网公司对交通大数据的应用尝试,不断刷新公众对数据的认知。对于地方政府而言,交通大数据的开放也正在试水。
8月19日,国务院常务会议审议通过《关于促进大数据发展的行动纲要》。其中提到,在具体信息公开领域,优先推动交通、医疗、就业、社保等民生领域政府数据向社会开放。
对于地方政府来说,交通大数据的开放,也成为地方首先试水数据开放的板块。以上海市为例,8月18日,上海市宣布开放十大方面上千GB容量的交通数据,支持上海开放数据创新应用。其宣布开放的数据中,包括城市道路交通指数、地铁运行数据、一卡通乘客刷卡数据、浦东公交车实时数据、强生出租车行车数据、空气质量状况、气象数据、道路事故等。
上海官方消息称,希望吸引民间高手贡献智慧,开发出创新的互联网产品,为排解道路拥堵、优化公交规划等问题寻找对策。
除了上述举措,上海市还跟滴滴快的合作,共建“上海出租汽车信息服务平台”。据滴滴快的方面介绍,该平台是由上海市交通委、上海市四大出租汽车企业和“滴滴打车”合作打造,也是第三方打车软件第一次正式与官方合作。
据媒体报道,上海市交通委打算向滴滴快的放开部分市场,滴滴快的则会向上海出租汽车信息服务平台共享部分数据。
滴滴快的相关负责人告诉21世纪经济报道记者,他们一直在与全国各地地方政府商谈合作,试图跟政府共享交通部门的一些数据,同时向政府提供一些数据,为政府决策提供依据。上海的合作探路,也是为全国其他地方提供参考。
值得注意的是,这一年来,打车软件在跟地方政府接洽的同时,各种被约谈也屡见报端;在数据开放共享过程中,交通数据涉及到用户隐私,国家安全,地方政府也比较谨慎。
业内人士介绍称,上海之所以能成为第一个和打车软件签约合作的城市,跟上海创新改革的大环境有一定关系。
据滴滴快的方面人士介绍,今年8月份他们还跟珠海签了合作协议,双方将通过数据对接、资源共享等方式对驾驶员身份识别和评价等方面展开合作,与其他地方的合作还在积极对接中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01