交通大数据生态运营平台体系架构

张延铭

摘 要“十三五”时期，国家大力推进大数据和“互联网+”行动，交通运输行业以基础数据资源体系建设作为基础性工作，通过加强数据生态运营，实现共享互通、应用协同，推动智慧交通发展。

【关键词】智慧油田 大数据 应用

“十三五”时期，国家实施大数据产业发展战略，推进数据资源向社会开放，增强政府公信力，服务公众企业。综合交通运输发展，要求智慧交通作为“四个交通”发展的关键，在交通运输管理创新、服务水平提升、转型发展、经济社会发展先导性作用方面发挥关键作用。而交通数据资源作为智慧交通的基础，需要通过生态运营的方式，破解当前存在的基础数据能力薄弱、资源共享难、互联互通难、协同应用难等问题，形成信息化规模效应，推进智慧交通发展。

1 交通大数据在智能交通领域的应用

交通大数据的活化应用对交通的发展将带来巨大的变化，这主要体现在大数据技术的实时性、分布性、高效性及预测性方面。

1.1 实时性

传统的海量数据模糊查询和统计分析无法达到交通实时性的需求，大数据能够实时地对交通大数据分析、处理，提供秒级响应，帮助人们在海量的交通数据中快速发现交通异常，并定位症结，方便交通管理，使交通运行得更加合理。

1.2 分布性

传统的数据应用多为单表挖掘分析，一旦涉及到跨表关联就会因效率问题而无能为力，大数据的分布式并行处理擅长复杂的块表关联分析，推动数据串并关联，提高数据处理能力，支撑高并发多用户访问，协同人们在交通紧急事件中多方协作、快速处置。

1.3 高效性

高效的交通大数据挖掘能力，能够快速发现海量交通数据中的内在关联规律，进而提高交通运营效率以及路网的通行能力.伦敦市利用大数据减少了交通拥堵时间，提高了交通运转效率。

1.4 预测性

大数据技术较高的预测能力可降低交通状态误报和漏报的概率，通过建立区域交通状态的监测及预测模型，共享交通运行与路况环境数据，隨时对交通的动态性进行实时监控，帮助驾驶者及用户预先了解交通拥堵状况，避开拥堵路段。

大数据对交通的巨大影响除了以上几个方面外，对交通环境的安全性也有巨大影响。大数据的实时性和可预测性以及综合的决策模型有助于提高交通安全系统的数据处理能力。大数据快速整合各个传感器数据，结合车辆运行轨迹数据，综合分析车辆行驶安全性，为应急决策提供辅助，提高应急救援能力，有效降低交通事故的发生。由此可见，大数据技术的出现及应用能够有效地解决智能交通面临的好多难题，为了利用大数据技术，深入挖掘交通数据的潜在价值，需要一个数据管理平台来处理各种类型和规模的数据。

2 生态运营平台需求定位

推进交通基础数据建设工作，为数据应用创新提供营造数据创新环境，最直接有效的方式是通过建设数据生态运营平台，解决数据能从哪里来、怎么来，以及能往哪儿去、怎么去的问题，打通数据输出和服务的渠道，建立了数据服务的动力机制，打造促进交通数据生长发展的生态系统和环境，深化数据跨界对接和创新应用。平台基于定位需求：

2.1 汇聚

以数据向外服务转换成价值为目的，提供数据服务和应用发布的统一平台，方便有数据供需者在一个平台上找到多方服务，为既有平台和系统增加数据对外服务的渠道。

2.2 简便

提供可视化、灵活、便捷的数据分析操作功能，降低数据分析使用的门槛，让业务人员不再因为技术门槛而被拒于数据分析的门外。

2.3 安全

对数据流通环节进行安全认证，确保数据服务的可信性、权威性。为敏感数据提供在线数据分析、应用的试验。

3 平台功能

平台基于数据融合和综合利用的需要，基于交通行业数据资源为基础，验证数据的交付输出服务模式，实现数据的注册、可视化展示、试用分析、流通等功能。平台具体主要分为数据展示、数据应用和数据流通三个业务功能模块。

3.1 数据展示

提供数据可视化展示，结合地理信息系统及可视化BI工具，能够结合地展示专题数据，也能够进行统计图表展现或综合分析报告等，便于数据提供者更直观的向需求者展示自身数据。

3.2 数据应用

平台具备线上试数据、线下分析数据和线上流通数据一整套数据应用及流通能力。

3.2.1 线上试数据

结合平台提供数据，利用平台内置数据整理、可视化等分析工具，对数据进行初步的研究试验，初步供用户决策数据是否满足需求。

3.2.2 线下分析数据

基于试数据的结果，明确所订购数据为需要数据，结合线下数据实验室的数据分析设备和工具，进一步就数据进行分析、加工、直至完成数据产品的开发工作。在数据管理方面，严格控制原始数据的流出，保证数据的安全可控。

3.2.3 线上流通数据

当所需数据类型、字段等内容需求明确后，平台联合数据相关方完成应用开发，最终向用户提供数据应用流通服务。

3.3 数据流通

平台能够以多种形式提供数据的流通服务。

3.3.1 数据API接口

以面向服务的架构，在系统上注册数据服务的API，数据使用者通过服务目录查找到相关数据服务，按照约定的通讯协议进行远程服务调用，传递数据。

3.3.2 数据包下载

将相关数据压缩打包，数据使用者通过下载服务直接获得数据，自主组织应用的模式，是一种离线的数据使用模式。

3.3.3 数据订阅

采取数据推送的方式，数据使用者（即订阅者）可以通过订阅功能对相关数据进行订阅，数据提供方则根据订阅者名单，周期性的批量向订阅群体推送每期更新数据内容。

3.3.4 数据定制

为满足数据使用者一些个性化需求而提供的服务方式。数据使用者通过任务发布的形式，提出数据的个性化需求，数据提供方根据自身能力选择是否承接定制任务。

4 结束语

随着互联网、大数据等技术在交通领域的不断渗透，已形成越来越多海量的交通数据，通过生态运营模式，让权威、准确的数据在平台得到充分利用和流转，满足政府的管求、公众的出行和企业的技术服务不同数据主体的需求，实现物尽其用，营造了交通数据良性循环生态圈。

参考文献

[1]张红，王晓明，曹洁，朱昶胜.基于大数据的智能交通体系架构[J].兰州大学学报，2015，41（02）：112-115.

[2]岳建明，袁伦渠.智能交通发展中的大数据分析[J].生产力研究，2013（06）：137-138，165.

[3]王静远，李超，熊璋.以数据为中心的智慧城市研究综述[J].计算机研究与发展，2014，51（02）：239-259.

作者单位

中国交通通信信息中心 北京市 100011