在大數(shù)據(jù)蓬勃發(fā)展的今天，像極光大數(shù)據(jù)這樣的大數(shù)據(jù)平臺(tái)可借助云計(jì)算的快速可擴(kuò)展性、標(biāo)準(zhǔn)化服務(wù)、自助服務(wù)等特征，強(qiáng)化大數(shù)據(jù)的獲取、處理、整合、分析、服務(wù)等技術(shù)支撐能力，進(jìn)而促進(jìn)敏捷化、個(gè)性化的數(shù)據(jù)應(yīng)用開(kāi)發(fā)，最終助力業(yè)務(wù)轉(zhuǎn)型。運(yùn)用大數(shù)據(jù)平臺(tái)和大數(shù)據(jù)技術(shù)不僅可以幫助企業(yè)提升生產(chǎn)力，更可幫助政府部門在城市的公共管理中提升效率、提高管理水平。
例如在與道路交通有關(guān)的執(zhí)法效率問(wèn)題上，通過(guò)智能手機(jī)和其他位置感知的設(shè)備(如導(dǎo)航單元)獲得交通數(shù)據(jù)分析，包括平均速度分析(描述性，診斷，預(yù)測(cè)，規(guī)定性分析)，可預(yù)測(cè)其交通情況趨勢(shì)，進(jìn)而實(shí)現(xiàn)有效的交通疏導(dǎo)和管理;在社會(huì)媒體監(jiān)督上，大數(shù)據(jù)可以有針對(duì)性地對(duì)社會(huì)媒體進(jìn)行監(jiān)督分析，甚至預(yù)測(cè)選舉結(jié)果;大數(shù)據(jù)下的智能服務(wù)還可以提供更好的用戶體驗(yàn)，例如在垃圾容器中的傳感器可讓垃圾車線路得以優(yōu)化等等。從管理效率提升、輿情數(shù)據(jù)管理、透明服務(wù)監(jiān)控到城市規(guī)劃優(yōu)化、公共安全管理水平優(yōu)化到刑偵手段提升，都有豐富的服務(wù)場(chǎng)景可以通過(guò)大數(shù)據(jù)技術(shù)和數(shù)據(jù)分析應(yīng)用實(shí)現(xiàn)質(zhì)的飛躍。
要實(shí)現(xiàn)以上場(chǎng)景，有兩個(gè)前提。一是要有足夠數(shù)量的數(shù)據(jù)，二是要有與之匹配的數(shù)據(jù)挖掘、清洗及運(yùn)用的能力。極光大數(shù)據(jù)運(yùn)用自身數(shù)據(jù)和自身技術(shù)實(shí)現(xiàn)了移動(dòng)互聯(lián)網(wǎng)大數(shù)據(jù)應(yīng)用創(chuàng)新，為城市公共管理領(lǐng)域提供了多樣化、全方位的支持。
以下是極光大數(shù)據(jù)在城市公共管理中的實(shí)際應(yīng)用案例。
極光大數(shù)據(jù)在城市交通治理中的實(shí)際應(yīng)用
交通治理一直是市政規(guī)劃管理的重點(diǎn)和難點(diǎn)。運(yùn)用大數(shù)據(jù)技術(shù)，極光數(shù)據(jù)團(tuán)隊(duì)與全球知名的智能交通企業(yè)PTV Group合作，幫助客戶(某交通規(guī)劃管理局)實(shí)現(xiàn)了動(dòng)態(tài)的數(shù)據(jù)實(shí)時(shí)采集，數(shù)據(jù)實(shí)時(shí)加工以及數(shù)據(jù)實(shí)時(shí)分析，為該交管局在區(qū)域交通管理方面提供了道路優(yōu)化算法，即通過(guò)對(duì)交通道口紅綠燈策略的優(yōu)化降低了道路擁堵，實(shí)現(xiàn)了一定程度上的交通運(yùn)力優(yōu)化。在這個(gè)案例中，極光的數(shù)據(jù)體現(xiàn)了以下價(jià)值：
1) 極光大數(shù)據(jù)可以實(shí)現(xiàn)數(shù)據(jù)全生命周期服務(wù)
2) 極光的數(shù)據(jù)密度和頻度均可以保證實(shí)現(xiàn)區(qū)域客流的分析和預(yù)測(cè)
3) 極光大數(shù)據(jù)平臺(tái)保證數(shù)據(jù)處理的時(shí)效性和準(zhǔn)確性
方案介紹
數(shù)據(jù)來(lái)源于極光自有數(shù)據(jù)平臺(tái)的數(shù)據(jù)采集。極光大數(shù)據(jù)依靠手機(jī)終端的位置信息進(jìn)行實(shí)時(shí)采集獲取設(shè)備位置，從而通過(guò)算法進(jìn)行道路匹配和交通流量預(yù)測(cè)。
通過(guò)上圖可以看到，1小時(shí)內(nèi)，通過(guò)交通信號(hào)燈的優(yōu)化，該區(qū)域排隊(duì)車輛(黃色線條)明顯減少，而道路行駛流量(綠色線條)明顯改善。
此案例中，極光大數(shù)據(jù)運(yùn)用了時(shí)序回歸分析對(duì)道路交通的流量進(jìn)行預(yù)測(cè)分析。普通問(wèn)題都是線性問(wèn)題，數(shù)據(jù)挖掘方法為解決非線性復(fù)雜系統(tǒng)的問(wèn)題提供了一種新的解決途徑，如神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、時(shí)序回歸分析等。時(shí)序回歸分析是將時(shí)間變量作為預(yù)測(cè)關(guān)鍵因子，通過(guò)時(shí)間序列搜索出的重復(fù)發(fā)生概率較高的模式，與回歸一樣，它也是用已知的數(shù)據(jù)預(yù)測(cè)未來(lái)的值。但這些數(shù)據(jù)的區(qū)別是變量所處時(shí)間的不同，所采用的方法一般是在連續(xù)時(shí)間流中截取一個(gè)時(shí)間窗口(一個(gè)時(shí)間段)，窗口內(nèi)的數(shù)據(jù)作為一個(gè)數(shù)據(jù)單元，然后讓這個(gè)時(shí)間窗口在時(shí)間流上滑動(dòng)，以獲取建立模型所需要的訓(xùn)練集。
我們?cè)谠搮^(qū)域采集到了20萬(wàn)設(shè)備信息，并將它們連續(xù)一周的3000萬(wàn)條位置軌跡信息進(jìn)行了數(shù)據(jù)分析。結(jié)合客戶提供的該區(qū)域路網(wǎng)信息，我們基于聚類算法開(kāi)發(fā)了一套道路擬合算法實(shí)現(xiàn)位置軌跡到路網(wǎng)軌跡的擬合，通過(guò)軌跡采集的時(shí)間建立了時(shí)間序列模型，通過(guò)該模型對(duì)車輛停留時(shí)間和路網(wǎng)信號(hào)燈長(zhǎng)短信息進(jìn)行相關(guān)度分析，利用卷積神經(jīng)網(wǎng)絡(luò)算法建立了路網(wǎng)信號(hào)燈長(zhǎng)度和擁堵情況的算法模型，通過(guò)模型訓(xùn)練，優(yōu)化信號(hào)燈長(zhǎng)度策略，實(shí)現(xiàn)排隊(duì)車輛的數(shù)量降低。
以上就是就極光大數(shù)據(jù)運(yùn)用自身數(shù)據(jù)和自身技術(shù)實(shí)現(xiàn)的移動(dòng)互聯(lián)網(wǎng)大數(shù)據(jù)在城市公共管理中的應(yīng)用創(chuàng)新。更多極光大數(shù)據(jù)在政府機(jī)關(guān)、金融機(jī)構(gòu)、企事業(yè)單位、互聯(lián)網(wǎng)企業(yè)、媒體廣告、咨詢調(diào)查機(jī)構(gòu)等多個(gè)行業(yè)的實(shí)際案例，我們會(huì)陸續(xù)分享。
推薦閱讀
海信周厚�。何磥�(lái)世界交通也會(huì)被中國(guó)企業(yè)管理
2017政府工作報(bào)告指出，要依靠創(chuàng)新推動(dòng)新舊動(dòng)能轉(zhuǎn)換和結(jié)構(gòu)優(yōu)化升級(jí)，在目前的發(fā)展階段，“不靠改革創(chuàng)新沒(méi)有出路”。3月6日，全國(guó)人大代表、海信集團(tuán)董事長(zhǎng)周厚健>>>詳細(xì)閱讀
本文標(biāo)題：大數(shù)據(jù)治堵車？極光大數(shù)據(jù)助力交管局優(yōu)化算法降低擁堵
地址：http://www.sh-jijian.com/a/guandian/yejie/302290.html
網(wǎng)友點(diǎn)評(píng)
精彩導(dǎo)讀
科技快報(bào)
品牌展示