
用“活数据”生产“活地图”
近年来,大数据在智能交通领域的发展前景被普遍看好,谷歌、百度、腾讯等互联网企业无不加快布局,专注位置出行服务15年的高德地图也潜心“修行”,力争提升“云+端”综合出行服务体验。
“在智能交通领域,高德地图凭借大数据能力,已经同时成为用户、应用、汽车、交通4大群体的标配。”阿里移动事业群总裁兼高德集团总裁俞永福评价说。
出行服务“千人千面”
事实上,互联网巨头纷纷跨界进入基于导航地图的位置出行服务,正在倒逼以高德为代表的传统地图商加速转型。
2014年,高德地图被阿里巴巴全资收购后,便全面融入移动互联网。用高德人自己的话说就是“革了自己的命,把自己逼上梁山”。
“高德地图的定位是,为百姓提供出行服务,为政府提供辅助决策和支持服务,利用大数据为企业构建‘赋能’平台。目前,高德地图已为超过7亿用户提供出行服务及实时交通信息服务,成为‘用户标配’;为全球30余家车厂提供包括地图数据、导航、交通信息在内的相关服务,成为‘汽车标配’;为多个行业30万款应用提供定位、位置服务,成为互联网‘应用标配’;与70多家地方交通管理部门达成了业务合作,成为‘交警标配’。”俞永福说。
资料显示,过去3年里,高德地图日活用户翻了10倍,创造了互联网的奇迹。高德地图副总裁董振宁表示,“之所以能取得这样的成绩是因为高德智能地图更懂用户需求,而‘懂你’的基础是大数据。比如,高德地图以大数据和机器学习能力开发了AI(人工智能)引擎,提供‘千人千面’的个性化位置出行服务,大大提升了用户体验”。
在北京工作的樊小凡告诉记者,高德地图智能化服务很贴心,不仅能为乘坐公交的人推荐出行路线和空调车,新推出的公交到站提醒功能,还可以让她在车上放心小睡。
不只消费者感受到了不同,管理部门也受益不少。基于大数据能力,高德地图已连续4年联合公安交管部门对外发布全国主要城市交通分析报告,准确预测节假日期间高速公路、热点景区的道路拥堵趋势,在一定程度上帮助缓解了交通压力。
用“活数据”生产“活地图”
在位于北京望京地区的高德地图总部,记者看到,数据中心的大屏幕上正是北京地区路况运行地图,图上密密麻麻闪烁着无数个移动的光点。阿里巴巴行业解决方案中心经理郭成坤介绍说,这里呈现的是正在路上行驶车辆的卫星定位回传数据,图上聚合了10多万辆车的样本数据。这些数据到了高德后台,经过云计算的加工,就能变成红黄绿3色呈现的路况线圈图,哪里拥堵一目了然。
郭成坤告诉记者,高德地图交通出行大数据来自多个方面:一是众包数据,高德地图提供免费交通信息服务给用户,用户在享受服务的同时,也成为交通信息的贡献者,帮助高德获取交通路况信息;二是行业数据,如出租车、物流等数据;三是交通事件数据,如与交管部门合作获得的数据,还有高德地图自有用户手机端的上报数据等。
没有数据,地图服务就无从谈起;没有实时交通数据,“活地图”也是纸上谈兵。在位于北京昌平的高德地图数据生产基地,高德地图技术副总裁于志杰告诉记者,“将数据视为重资产的高德地图,正在建立目前国内唯一的地图‘活数据’生产能力,并研发代表未来地图趋势的‘活地图’。有了活数据,地图就会实时更新,每一秒都不一样”。
未来出行或靠“大脑”指挥
移动互联网时代,共享经济模式正悄然改变着大众生活,并被视为下一个10年的最具成长性的商业模式。这一点被高德地图敏锐发现,并大力借用,其中最典型的代表就是运用互联网共享和众包思想集散交通信息。
“以前,高德地图的交通信息数据都是采购来的。”董振宁说,当时,企业得跑到各大出租车公司求购出租车轨迹数据,一天最多只能求购六七十万台车、五六千万公里的回传数据。但这些数据无论从质量还是覆盖里程上,都无法满足需求。
从2011年起,高德地图创新性地将互联网分享和众包思想“嫁接”起来,形成海量信息共享模式。现在,公司每天获取的用户数都在几千万以上,覆盖里程通达全国,数据如滚雪球一样越滚越大。这种模式一举多得,既解决了全国交通信息采集问题,又解决了交通信息数据共享问题。
更让董振宁自豪的是,高德地图来自于互联网众包数据的占比超过80%,行业数据虽然也在不断增长,但占比不断降低,目前已低于20%,更大的海量数据(67.060, 0.00, 0.00%)都来自于互联网。“现在,每一天用户贡献数据总和都超过10亿公里,上百亿笔数据回传。”
尽管“活地图”建设已经取得巨大进展,但高德仍不满足。“目前,我们正在谋划‘城市交通大脑’。”俞永福认为,“要形成城市交通大脑,关键是交通大数据生态建设,即每个人、每个企业、每个交通管理部门都成为同一个大数据系统的提供者和受益者。未来,所有的道路、车辆、乘客信息都将接入交通大数据系统,采集、调度、管理等行为都由‘交通大脑’指挥完成,城市出行效率和安全程度都将大幅提高”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-07-30SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-07-30人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-07-30MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-29CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-29解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-29解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-29鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-29用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-29从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-29CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-29解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-29用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-29从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-292025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-29PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-29t 检验与 Wilcoxon 检验:数据差异分析的两大核心方法 在数据分析的广阔领域中,判断两组或多组数据之间是否存在显著差异是一项 ...
2025-07-29PowerBI 添加索引列全攻略 在使用 PowerBI 进行数据处理与分析时,添加索引列是一项极为实用的操作技巧。索引列能为数据表中的每 ...
2025-07-29