尚東方

（深圳大榆樹科技有限公司，廣東深圳518000）

基于大數(shù)據的交通管理系統(tǒng)

尚東方

（深圳大榆樹科技有限公司，廣東深圳518000）

隨著社會經濟的快速發(fā)展，交通問題逐漸成為影響居民生活質量、加重環(huán)境污染、阻礙城市發(fā)展的“城市病”。當前，交通管理部門匯集了大量的數(shù)據，因此，設計了基于大數(shù)據的交通管理系統(tǒng)。它以交管部門現(xiàn)有的數(shù)據為基礎，對數(shù)據資源進行管理、分析，建立交通數(shù)據管控體系和數(shù)據服務支撐平臺，以提高交通管理的稽查布控、車輛技戰(zhàn)、交通行為分析、交通流分析、數(shù)據查詢、數(shù)據服務和數(shù)據管理的專項應用水平，建立新型交通管理工作機制，從而為交通管理部門提供輔助決策依據，實現(xiàn)信息化的跨越發(fā)展。

大數(shù)據；交通管理系統(tǒng)；數(shù)據資源管理；智能化

目前，我國機動車保有量已達2.64億輛，每年仍在以1 500萬輛的趨勢增加。以上海為例，主干道高峰小時斷面交通流量超過1萬臺標準車，交通流分布指向、路網行程車速等數(shù)據更是不計其數(shù)[1-4]?，F(xiàn)階段，上海交警總隊掌握的各類數(shù)據總量約為2.41×106GB。這些數(shù)據既有宏觀總量，也有空間和時間維度上的分布，如何利用好這些數(shù)據，充分挖掘大數(shù)據價值、開展大數(shù)據服務，不斷提高道路交通管理的智能化和信息化水平，是公安交管部門面臨的現(xiàn)實問題。本文將總結現(xiàn)有交通管理系統(tǒng)中存在的問題，并提出基于大數(shù)據的交通管理系統(tǒng)。

1 交通管理中的瓶頸

以深圳市為例，2013年正式建立的深圳市整合交通運輸中心接入深圳市8大類（交通視頻數(shù)據、城市公共交通等）交通行業(yè)的系統(tǒng)數(shù)據，初步構建了城市“交通數(shù)據中心”，日均數(shù)據條數(shù)超過4 000萬。其中，數(shù)據主要有以下幾種類型，具體如表1所示。

表1 現(xiàn)有智能交通管理系統(tǒng)

與北京、上海等交通擁堵情況嚴重的城市相比，深圳市中心城區(qū)運行車速為27.4 km/h，交通運行狀況較好。實際上，深圳市中心城區(qū)交通狀況并不樂觀。以傳統(tǒng)擁堵路段布吉關為例，平均每天交通量達8.2萬輛，高峰時段盡管交通力量為5 732 pcu/h（每小時交通通行流量），但是，在軌道交通方面，地鐵1號線高新園站、車公廟站，3號線布吉站等站點的飽和度均超過100%.

隨著深圳的不斷發(fā)展，交通擁堵已經成為制約深圳城市向更高水平發(fā)展的重要問題之一。在應用傳統(tǒng)的交通管理系統(tǒng)的過程中，主要存在以下幾方面的問題。

1.1 交通管理數(shù)據覆蓋性不足

數(shù)據倉庫初步匯集了警情、事故、違法結構化數(shù)據，但是，卡口、電子警察、視頻和其他非結構化數(shù)據還未覆蓋；沒有有效利用全市基礎數(shù)據，車輛、交通工具、管理設施、交通機構、交通干系者和卡口等數(shù)據共享利用不足。

1.2 傳統(tǒng)數(shù)據倉庫技術架構存在瓶頸

目前，數(shù)據倉庫架構無法用于分析海量數(shù)據卡口、視頻、電警，系統(tǒng)并發(fā)量和性能要求無法滿足使用要求；交通管理數(shù)據抽取任務量過大，數(shù)據抽取不穩(wěn)定、每日抽取方案無法完成、抽取效率降低、抽取自動化不足等問題時有發(fā)生；數(shù)據存儲面臨瓶頸，前期輔助決策應用采用的存儲方式主要是傳統(tǒng)的集中式存儲，但這對于數(shù)據安全性、風險等問題的可控性低。

同時，當前交警數(shù)據應用難以滿足大數(shù)據分析管理的要求，也未與市公安局大數(shù)據管理平臺進行數(shù)據對接與服務調用，嚴重影響了交通管理數(shù)據的應用成效。

1.3 專題業(yè)務應用深度不夠，實際業(yè)務決策支撐有限

隨著業(yè)務數(shù)據量的增加，目前的搜索引擎無法支撐海量數(shù)據搜索，全文搜索無法進行，數(shù)據查詢主要局限單條查詢，對于批量數(shù)據查詢、比對、關聯(lián)分析無法進行。當前數(shù)據倉庫與輔助決策系統(tǒng)的使用功能主要是常規(guī)統(tǒng)計分析，針對專題分析、業(yè)務模型分析、數(shù)據挖掘分析等應用不足，針對車輛技戰(zhàn)、大數(shù)據檢索、智能管理報告、緝查布控專題深度關聯(lián)分析、車駕事故主題分析、交通流專題深度關聯(lián)分析、交通行為專題關聯(lián)分析等還沒有有效支撐，基于批量比對、批量關聯(lián)、自定義模型分析、可視化展現(xiàn)、智能報告、智能報告等決策分析還沒有實現(xiàn)，難以適應日益復雜的業(yè)務決策分析需求。

1.4 未建立數(shù)據資源庫

交通管理數(shù)據資源體系缺少統(tǒng)籌規(guī)范，數(shù)據資源庫未建立，具體表現(xiàn)為以下幾點：①數(shù)據覆蓋面不夠，交警內部數(shù)據缺少全面整合；②現(xiàn)有數(shù)據標準規(guī)范性不足，難以滿足市公安局大數(shù)據管理平臺的數(shù)據管理規(guī)范要求，出現(xiàn)數(shù)據口徑不一致、數(shù)據冗余、數(shù)據不一致等問題；③交通管理數(shù)據倉庫主要側重關系型數(shù)據分析，但非結構化視頻、圖片、文檔、網頁數(shù)據沒有覆蓋；④業(yè)務基礎數(shù)據、業(yè)務數(shù)據、業(yè)務主題數(shù)據等沒有有效規(guī)劃，尤其是基礎數(shù)據缺少有效的清洗、比對，數(shù)據總體質量不足，難以滿足實際業(yè)務分析與決策需求。

1.5 數(shù)據分析可展現(xiàn)水平不足

在智能報表分析、智能GIS地圖展示、智能分析報告方面，數(shù)據分析可展現(xiàn)水平不足，暴露出了一些問題。

1.6 數(shù)據分析可自定性不足

交警每年的工作任務和重點具有較大差異性，每年度的重點工作不同，數(shù)據分析的方向和主題也會發(fā)生變化?，F(xiàn)有數(shù)據應用與分析數(shù)據定義不靈活，數(shù)據分析層次也不夠，難以滿足交警日益復雜的分析需求。此外，現(xiàn)有工作情況無法自定義數(shù)據分析模型，無法滿足快速分析的需求。在實際工作中，相關部門和人員要求能夠根據數(shù)據分析任務，快速生成相應的分析模型，形成分析結論。因此，構建一套更加科學、有效的大數(shù)據交通管理系統(tǒng)，成為改善城市交通擁堵現(xiàn)象的主要方式之一。

2 大數(shù)據技術介紹

TDH Hadoop是針對大規(guī)模分布式數(shù)據而開發(fā)的軟件框架，inceptor采用專有的高效列式內存存儲格式和為內存優(yōu)化的Spark計算引擎。與Map-Reduce框架相比，它消除了頻繁的磁盤I/O。Spark引擎還采用了輕量級的調度框架和多線程計算模型，具有極低的調度和啟動開銷，執(zhí)行速度更快，系統(tǒng)MTTR大大縮短。在實時在線應用方面，Hyperbase構建了全局索引、輔助索引和全文索引，擴展了SQL語法，滿足在線存儲和在線業(yè)務分析系統(tǒng)（OLAP）的低延時需求。Discover高效、快速的數(shù)據挖掘能力與TDH對主流可視化和BI工具的支持，綜合在執(zhí)行引擎和數(shù)據存儲層上的優(yōu)化，使得TDH性能全面領先開源Hadoop 2.0，比主流MPP數(shù)據庫快1.5～10倍[5-6]。

2.1 HDFS分布式文件處理系統(tǒng)

HDFS是一個高效的分布式算法，將數(shù)據的存儲和訪問分布在大量服務器之中，在可靠、多備份存儲的同時，還能將訪問分布在集群中的各個服務器上，是傳統(tǒng)存儲構架的一個顛覆性的發(fā)展。

2.2 Hbase數(shù)據庫

Hbase是運行在Hadoop上的NoSQL數(shù)據庫，是一個分布式、可擴展的大數(shù)據倉庫，也就是說，Hbase能夠利用HDFS的分布式處理模式，并從Hadoop的MapReduce程序模型中獲益。這意味著，在一組硬件上存儲著具有數(shù)十億行和上百萬列的大表。同時，除了Hadoop本身具有的優(yōu)勢外，Hbase還是十分強大的數(shù)據庫，它能夠融合key/value存儲模式，具有實時查詢的能力，以及通過MapReduce進行離線處理或者批處理的能力?？傊?，Hbase能夠滿足在大量的數(shù)據中查詢記錄的要求。

2.3 Hive數(shù)據倉庫技術

Hive數(shù)據倉庫技術提供了類似于傳統(tǒng)SQL的編程模型，為海量機動車軌跡分析過程提供了友好的編程模型和方法，同時，它能利用Map/Reduce的高并發(fā)特性。

2.4 Storm

Storm是一個分布式的、容錯的實時計算系統(tǒng)，可以方便地在一個計算機集群中編寫、擴展復雜的實時計算。Storm保證每個消息都會得到實時處理，每秒可以處理數(shù)以百萬計的消息。

3 基于大數(shù)據的交通管理系統(tǒng)

基于大數(shù)據的交通管理系統(tǒng)建設，需在遵循公安局大數(shù)據管理平臺數(shù)據管理規(guī)范和技術框架要求的基礎上，全面推進交警信息資源高度整合、共享和綜合開發(fā)利用，構建面向公安交通管理的“交通管理大數(shù)據資源池”，建立交警數(shù)據管控體系，對接市局大數(shù)據平臺，創(chuàng)新性地利用大數(shù)據管理技術，以提高交通管理海量數(shù)據的稽查布控、車輛技戰(zhàn)、交通行為分析、交通流分析、數(shù)據查詢、數(shù)據服務和數(shù)據管理的專項應用水平，為公安交通管理大數(shù)據決策、大數(shù)據分析、大數(shù)據作戰(zhàn)、大數(shù)據服務奠定堅實的基礎，建立新型交通管理工作機制，全面提升大交通管理數(shù)據治理能力，實現(xiàn)信息化跨越發(fā)展。

3.1 數(shù)據資源管理平臺

基于公安局大數(shù)據管理平臺框架和管理規(guī)范的要求，搭建交警數(shù)據資源管理體系，形成交警大數(shù)據處理平臺，實現(xiàn)數(shù)據資源管理，整合交警內外部數(shù)據，構建大數(shù)據處理平臺，并對數(shù)據中心的資源進行資源管理、數(shù)據服務管理、平臺運行監(jiān)控和數(shù)據共享交換等，搭建開放式數(shù)據應用環(huán)境。針對大數(shù)據開發(fā)各種查詢、分析、統(tǒng)計應用服務，掛接到服務總線進行發(fā)布，通過統(tǒng)一的門戶，面向交警工作人員，展現(xiàn)大數(shù)據的應用情況[7]。數(shù)據分析應用側重綜合性、異構數(shù)源的數(shù)據分析與輔助決策應用，分析的數(shù)據來源不僅僅局限于傳統(tǒng)的結構化分析數(shù)據，包括卡口、警情圖片、錄音、視頻、文本等非結構化、半結構化數(shù)據分析，重點是實現(xiàn)6大基礎分析服務和8大專項主題分析應用。這一部分重點是抽取已經清洗、比對形成的交通管理數(shù)據分析專題庫數(shù)據，實現(xiàn)交通管理結構化、半結構化、非結構化等全業(yè)務數(shù)據決策的分析應用，支撐平臺大數(shù)據分析。

3．1．1 數(shù)據預處理

在實際工作中，運用專門的數(shù)據抽取工具來完成數(shù)據的整合；運用定義好的數(shù)據抽取方案，按照交警數(shù)據標準的要求，支持數(shù)據以定時或實時方式、全量或增量復制抽取至標準數(shù)據庫和數(shù)據倉庫，并保證不影響原有業(yè)務應用系統(tǒng)的業(yè)務處理。數(shù)據抽取工具應支持當前公安業(yè)務應用系統(tǒng)中使用的各種數(shù)據庫類型（包括ORACLE、SQL、文件系統(tǒng)等），可根據業(yè)務需求定義數(shù)據種類、數(shù)據項等。

數(shù)據預處理具有非結構化信息采集功能，它可定制搜集公安網內的網頁、word文件、PDF文件、文本文件、電子表格文件、信息發(fā)布系統(tǒng)發(fā)布的信息等各類非結構化信息，并自動加載到分布式文件系統(tǒng)中。

3．1．2 數(shù)據資源管理

數(shù)據資源管理能實現(xiàn)對數(shù)據庫的資源管理、資源元數(shù)據管理、資源現(xiàn)狀動態(tài)監(jiān)測、代碼表管理和資源多維檢索等。

3．1．3 數(shù)據資源目錄

資源目錄主要是用來對外提供交警大數(shù)據資源情況的清單。它將需要對外提供的各類數(shù)據資源，按照一定的數(shù)據劃分方式重新組織，對交警大數(shù)據的資源進行分類，這樣，用戶可以根據具體業(yè)務場景的不同、資源描述屬性的不同、資源時效性的不同等維度在云端查找到自己想要的資源。

數(shù)據資源分類目錄可以按不同應用專題建立信息分類體系，也可以按照數(shù)據資源的來源不同分類。通常情況下，數(shù)據資源目錄是由描述信息資源的名稱、專題、摘要或數(shù)據元素、分類、來源、提供部門等元數(shù)據組成的。

3．1．4 數(shù)據質量管理

在實際工作中，要制訂相應的數(shù)據質量清洗規(guī)則，通過簡單配置清洗、轉換不符合要求的數(shù)據。現(xiàn)有數(shù)據是從多個業(yè)務系統(tǒng)中抽取而來的，包含歷史數(shù)據。當初在建立這些數(shù)據庫時，并沒有考慮到統(tǒng)一數(shù)據格式或者信息代碼規(guī)范，這樣就避免不了有的數(shù)據是錯誤數(shù)據、有的數(shù)據相互之間有沖突，標準不統(tǒng)一，這些錯誤的或有沖突的數(shù)據顯然是無法直接利用的，必須按照一定的規(guī)則清洗。

不符合要求的數(shù)據主要包括但不限于不完整的數(shù)據、錯誤的數(shù)據、重復的數(shù)據、多種釋義、格式代碼標準不一致等幾類。對于清洗轉換層，中標單位需要根據每種業(yè)務數(shù)據的情況來設定對應的清洗策略，包括自動清理和人工清理，保證交換后的數(shù)據達到相應的質量標準。

3．1．5 安全監(jiān)控管理

為了保證系統(tǒng)的正常運行，需要實時監(jiān)控系統(tǒng)各方面的情況，以便及時掌握系統(tǒng)的運行狀況，并能對故障作出快速反應。系統(tǒng)狀態(tài)監(jiān)控是標準數(shù)據庫和數(shù)據倉庫的重要支持功能，由于基于標準數(shù)據庫和數(shù)據倉庫的主要功能對系統(tǒng)性能的消耗很大，都是峰值性能要求很高的非常規(guī)性操作，所以，提供完善的系統(tǒng)運行監(jiān)控手段，利用監(jiān)控數(shù)據合理調度系統(tǒng)是保證系統(tǒng)平穩(wěn)運行的關鍵。

3.2 數(shù)據服務支撐平臺

搭建大數(shù)據服務支撐平臺，基于服務總線模式，實現(xiàn)各類數(shù)據資源的接入適配、授權管理、訪問控制、路由調度，提供在線數(shù)據服務管理功能，允許數(shù)據用戶在線進行數(shù)據申請、發(fā)布、訂閱、審核等。另外，交警通過基礎數(shù)據提供通用數(shù)據服務接口，以實現(xiàn)各類數(shù)據查詢、比對、統(tǒng)計、下載和監(jiān)控告警等功能[8]。

搭建大數(shù)據服務支撐平臺，基于服務總線模式，實現(xiàn)各類數(shù)據資源的接入適配、授權管理、訪問控制、路由調度，提供在線數(shù)據服務管理，允許數(shù)據用戶在線進行數(shù)據申請、發(fā)布、訂閱、審核等，針對交警通過基礎數(shù)據提供通用數(shù)據服務接口，實現(xiàn)各類數(shù)據查詢、比對、統(tǒng)計、下載及監(jiān)控告警等。

3．2．1 資源服務總線

資源服務總線主要用于解決服務整合共享問題，通過服務治理形式有效改善現(xiàn)有系統(tǒng)之間服務共享調用的網狀關系，使得系統(tǒng)之間的關系更加可視化，并提高管控能力。它的高性能、高可靠、高擴展和業(yè)務化給使用者帶來高管控能力、高運營等能力，從而為提高服務質量和服務深度提供可能。交警數(shù)據資源服務總線需基于對交警信息化建設、分布式計算、應用集成能力的認識和技術積累，開發(fā)或采購配套軟件應用，實現(xiàn)接入適配、授權管理、訪問控制、路由調度和日志分析等功能。

3．2．2 資源服務管理

資源服務管理是面向服務提供者提供數(shù)據服務資源注冊、審批管理，并面向應用開發(fā)者提供數(shù)據服務申請、授權管理的系統(tǒng)。資源服務管理既可以注冊由本地數(shù)據倉庫服務接口系統(tǒng)提供的數(shù)據服務，也可以注冊來自其他系統(tǒng)提供的數(shù)據服務。

資源服務管理通過流程化管理大數(shù)據平臺服務資源，請求方可在平臺提出申請需求，由平臺自定義管理員申通通過后方可調用。同時，對于平臺暫時沒有的服務資源，請求方可訂制服務，待服務上線后方可直接調用。

3．2．3 通用數(shù)據服務接口

通用數(shù)據服務接口是提供給其他模塊或者系統(tǒng)使用的一種約定或者規(guī)范，接口設計應遵循《公安服務總線體系架構標準》，保證接口的性能良好。

通用數(shù)據服務接口主要包括數(shù)據查詢、數(shù)據比對、數(shù)據統(tǒng)計、數(shù)據下載等服務接口，通過接口配置功能實現(xiàn)對基礎數(shù)據資源庫和應用服務資源庫的訪問。運用接口配置功能，可以實現(xiàn)對基礎數(shù)據資源庫和應用服務資源庫的訪問，并能實現(xiàn)對上下級部門大數(shù)據平臺的對接。

3．2．4 資源服務監(jiān)控

針對服務資源運行狀態(tài)和平臺自身應用功能運行狀態(tài)的自動監(jiān)控功能，及時發(fā)現(xiàn)故障并報警。資源服務監(jiān)控能對監(jiān)控采集的匯總信息進行多維度統(tǒng)計，發(fā)現(xiàn)潛在的隱患；建立故障管理模塊，在處理故障的同時，詳細記錄平臺運行過程中發(fā)生的各類故障及其故障現(xiàn)象、故障原因、處理方法和發(fā)生時間等相關信息。

3.3 交通管理輔助決策系統(tǒng)

結合交通管理業(yè)務需求，開展交通管理海量數(shù)據的智能檢索、報表服務、管理報告、數(shù)據展示、綜合排名、稽查布控、車輛技戰(zhàn)、交通事故違法、交通流分析、交通行為分析和交通指揮主題分析等，為公安交通管理大數(shù)據決策、大數(shù)據分析、大數(shù)據作戰(zhàn)、大數(shù)據服務奠定堅實的基礎。

3．3．1 智能檢索

智能檢索功能包括基于條件的分類檢索和全文檢索。按條件檢索是當用戶明確知道某份數(shù)據的具體屬性時，系統(tǒng)可以快速找到符合條件的文件。條件可以是單個條件，也可以是包含邏輯運算的組合條件。而全文檢索則是一種模糊查詢的方式，通過內置的搜索引擎，用戶輸入某個關鍵字，系統(tǒng)就能將所有包含該關鍵字的文件全部檢索出來。全文檢索應支持自動的詞法分析，自動完成索引的生成。另外，全文檢索要力求保證檢索的查全率、查準率和檢索速度。

信息檢索方式有智能檢索和高級檢索2種，其中，普通用戶使用智能檢索式，高級用戶可使用2種檢索工具?；诜植际剿饕⒅悄芊衷~和精確匹配技術，能夠實現(xiàn)對海量公安信息資源——駕駛員、地、車輛、違法、事故、組織的快速、高效關鍵詞檢索，滿足公安信息資源的快速定位需要。

3．3．2 綜合查詢

綜合查詢是實現(xiàn)交警數(shù)據一般查詢和批量匹配查詢服務，主要實現(xiàn)本地交警信息資源的高精度匹配檢索，提供多種高級查詢檢索方式。

3．3．3 可視化展示

在數(shù)據分析中，支持分析結果GIS可視化展示、報表展示、圖表展示等功能。

3.3.3.1 GIS可視化展示

在數(shù)據分析中，引入空間地理位置，將數(shù)據實體與空間地理信息結合起來，在地圖上展示出來，從而直觀展示目標位置的時空關系。

3.3.3.2 報表展示

以圖表的方式展現(xiàn)統(tǒng)計結果，支持導出EХCEL，方便用戶臨時業(yè)務在EХCEL中進行二次手工編輯。

3.3.3.3 圖表展示

以動態(tài)圖表的方式展示重要業(yè)務指標的實時變化情況，列表數(shù)據都可以缺省進行圖表分析，可以支持2個維度的交叉分析，維度可以靈活修改，支持柱形圖、餅圖、條形圖、網絡雷達圖、散點圖、雷達圖、曲面圖、組合圖等。

3.3.3.4 可視化情報分析

可視化情報分析是將大量的、未知質量的、低關聯(lián)性的、低價值的信息集成起來，描述數(shù)據與數(shù)據之間的關聯(lián)，以圖形、圖表的方式展現(xiàn)出來。它將調查分析人員從搜索數(shù)據的工作中解放出來，集中精力于情報分析，可以運用眾多圖形分析的方法（關聯(lián)分析、網絡分析、路徑分析、時間序列分析、空間分析、社交網絡分析、多重關聯(lián)查詢和多種布局方式等）來快速發(fā)現(xiàn)和揭示數(shù)據及其關聯(lián)關系中隱含的情報線索，提高情報分析工作的效率，輔助案件偵破。

3．3．4 稽查布控主題分析

接入過車數(shù)據，對套牌、假牌、“失駕”仍駕嫌疑人員、“毒駕”嫌疑人員、伴隨車輛、重點車輛等進行分析和預警，對接車輛布控申請、審核、撤控流程處理，對布控車輛進行預警和行駛路線預測，重點車輛的自動布控以及布控策略管理，并提供向移動警務推送接口。

3．3．5 車輛技戰(zhàn)法

車輛技戰(zhàn)應用數(shù)據主要來源于交警車輛管理業(yè)務數(shù)據和市公安局車輛基礎設施數(shù)據。對于市局大數(shù)據管理平臺提供的分析服務，將統(tǒng)一通過調用服務方式進行分析，本地存儲分析結果。對于市局之外的業(yè)務數(shù)據，將統(tǒng)一依托本期平臺建設。車輛技戰(zhàn)法提供車輛軌跡查詢、活動規(guī)律分析、車輛行駛路線預測、落腳點分析、撞車黨甄別、晝伏夜出車輛分析、連續(xù)違法車輛分析、頻繁過車車輛分析和無牌車輛監(jiān)測等車輛技戰(zhàn)分析功能。

3．3．6 交通流分析

利用分布式數(shù)據庫構建海量卡口車輛信息庫，依托智能交通采集設備，采集交通流量信息，實現(xiàn)海量卡口車輛數(shù)據的統(tǒng)計分析功能，輔助交警進行交通流量分析。在實際工作中，利用大數(shù)據平臺套牌車分析、軌跡糾偏、過車流量分析、多軌跡流向分析和車輛基本信息統(tǒng)計分析能力，開展交通態(tài)勢、常發(fā)擁堵路段分析，車輛屬地分析，外地車/本地車道占用分析，進出區(qū)域平衡分析，工作日/非工作日車輛出行分析，上下班暢通指數(shù)評價、車輛活躍度構成分析等。

3．3．7 車架違法事故主題分析

對全市交通違法情況進行分析，主要包括駕駛人分析、機動車分析，對全市道路交通事故總體情況、較大事故情況、交通方式、時間規(guī)律、地點規(guī)律、重點違法行為與事故的關系進行分析，對違法主題和事故主題進行分析，實現(xiàn)駕駛人/機動車/違法/事故關聯(lián)分析，并定期生成分析報告。

3.4 交通地理信息分析系統(tǒng)

引入地圖服務引擎，實現(xiàn)交通地理分析結果展示、路況展示、路網展示和交通事件展示等，支撐路況應用，包括動態(tài)信息應用、靜態(tài)信息應用。同時，基于地圖的挖掘分析，實現(xiàn)對不同等級道路里程數(shù)統(tǒng)計、單行線統(tǒng)計、管制路統(tǒng)計、禁行路統(tǒng)計、斷頭路統(tǒng)計、節(jié)假日交通挖掘分析、交通安全監(jiān)管分析和交通GIS挖掘分析等[9]。

4 結束語

文中設計了基于大數(shù)據的交通管理系統(tǒng)，該系統(tǒng)建立了交通數(shù)據管控體系和數(shù)據服務支撐平臺，提高了交通管理的稽查布控、車輛技戰(zhàn)、交通行為分析、交通流分析、數(shù)據查詢、數(shù)據服務和數(shù)據管理的專項應用水平。建立新型交通管理工作機制，全面提升了大交通管理治理能力，實現(xiàn)了信息化的跨越發(fā)展。

［1］陸化普，孫智源，屈聞聰.大數(shù)據及其在城市智能交通系統(tǒng)中的應用綜述［J］.交通運輸系統(tǒng)工程與信息，2015（05）：45-52.

［2］徐紅海.智慧高速交通大數(shù)據應用探討［J］.中國交通信息化，2016（03）：80-84.

［3］顧承華，張揚，翟希.交通大數(shù)據關鍵技術研究［J］.交通與運輸（學術版），2015（02）：49-53.

［4］陳美.大數(shù)據在公共交通中的應用［J］.圖書與情報，2012（06）：22-28.

［5］程學旗，靳小龍，王元卓，等.大數(shù)據系統(tǒng)和分析技術綜述［J］.軟件學報，2014（09）：1889-1908.

［6］孫大為，張廣艷，鄭緯民.大數(shù)據流式計算：關鍵技術及系統(tǒng)實例［J］.軟件學報，2014（04）：839-862.

［7］張桂剛，李超，張勇，等.云環(huán)境下海量數(shù)據資源管理框架［J］.系統(tǒng)工程理論與實踐，2011（S2）：28-32.

［8］蔣昌俊，丁志軍，王俊麗，等.面向互聯(lián)網金融行業(yè)的大數(shù)據資源服務平臺［J］.科學通報，2014（36）：3547-3554.

［9］林燕華，金峻峰.基于GIS平臺的道路交通管理調度服務網系統(tǒng)［J］.中國人民公安大學學報（自然科學版），2000（01）：53-57.

〔編輯：白潔〕

TP311.13

：A

10.15913/j.cnki.kjycx.2017.15.027

2095-6835（2017）15-0027-05

尚東方（1984—），男，工程師，碩士，主要研究方向為公安大數(shù)據分析、警用地圖應用、智慧交通等。