大数据时代的高速公路信息化_数据分析师考试

近年来，“大数据”风靡一时，各行各业都在探讨“大数据”思维与技术在本行业的应用。高速公路是否可以应用“大数据”解决相关问题呢？ 近期，由中国公路学会主办的第十六届中国高速公路信息化研讨会暨技术产品展示会在山东青岛召开，不少代表对大数据在交通运输行业的应用提出了自己的精彩见解。 公路海量数据潜在价值巨大 据了解，学界将大数据特点归纳为4个“V”，即Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。

事实上，以前并非没有数据挖掘，而“大数据”理论则与传统的数据挖掘存在差异。 西安公路研究院姬建岗介绍说，传统数据挖掘采用的数学方法通常是找到一些自变量与因变量的关系，形成一个因变量与一系列自变量的因果关系，建立一个方程式，继而进行结果的计算。

而“大数据”恰恰是对上述结果的逆向求解，即通过大量数据找到关联，再去寻找其中蕴含的关系式。大数据是“知其然而不必知其所以然”，外行通过大数据分析可以打败内行。 长安大学教授许宏科则介绍说，当数据取得时，可能是杂乱无章、看不出规律，但运用作图、造表、各种形式的方程拟合、计算某些特征量等手段便可找出数据的规律性。 高速公路营运数据量大，大数据分析大有可为，这成为了专家们的共识。据了解，江苏省高速公路2013年联网收费流水数据就达6.94亿条。在姬建岗看来，高速公路的数据可以分为收费数据、交通监控数据、指挥调度数据、日常运营数据。

 此外，还有相关的第三方数据，例如公安交警数据、路政数据、地方道路数据、车辆维修点及周边医院数据等。这些数据体量大、类型多，足以支撑起行业应用大数据来解决相关问题。 数据挖掘可甄别逃费车辆 山东省交通运输厅高速公路收费结算中心徐清峻介绍了如何应用数据挖掘实现收费稽查的目的。据了解，山东省专门建设了一套稽查平台。该平台根据设定的算法，定期对全省联网收费数据集中进行逐条甄别，对于符合逃费特征的车辆进行标识和汇总，继而自动提醒相关部门和各收费站。 

“算法很关键。”徐清峻分析说，看似正常的一条条车道业务流水，哪些车辆具有逃费嫌疑呢？单条流水自然无法判定，需要结合多条车道，但山东省高速公路每个月产生约五千万条的收费数据，海量的收费流水数据让人晕头转向。 为此，他们首先分析各种能够成功偷逃通行费的行为特征，继而构建能甄别这些数据的唯一算法，这样就能通过系统找出嫌疑车辆。当然最终确认仍需要通过现场验证。 与此类似，福建省高速公路监控中心主任王辉也介绍了数据挖掘在高速公路逃费稽查中的应用。据介绍，他们基于福建高速公路的网络特点及数据分布状况，研制了“高速公路逃费稽查电子辅助系统”，该系统于2013年11月通过了福建省交通运输厅组织的科技成果评审，获得专家们的高度评价。 

“大数据”离不开“云计算” 近年来，与“大数据”一道，“云计算”也成为流行的热门词汇。 据了解，“云计算”是将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。在许宏科看来，“大数据”的应用需要“云计算”助力。 许宏科分析说，围绕大数据，一批新兴的数据挖掘、数据存储、数据处理与分析技术将不断涌现，因此处理海量数据更加容易、更加便宜和迅速。大数据的处理技术正在改变目前的计算机运行模式，大数据的存储和管理要求，使得云数据库的建立成为必要条件。 

据介绍，2014年交通运输部开展的交通运输科技计划项目中的信息化技术研究计划，将基于云计算的交通运输数据交换与处理关键技术、综合交通运行监测与信息服务关键技术作为一个重要方向。 数据安全需行业标准 姬建岗同样也指出了高速公路应用大数据分析所面临的一些问题，例如，对数据的实时分析要求较高，包括用户消费查询、车预警信息发布，往往要求在数秒内得到分析结构，否则将影响用户体验和快速准确的信息发布;数据过于分散，营运数据的编码与存储过于分散，系统耦合度低，各自处理相关的数据，关联度太低;需要专业的数据分析系统及强有力的系统集成商，现有高速公路运营系统普遍感觉到实时分析能力差、海量数据处理效率低、缺少分析方法;上线大数据存储与分析系统需要资金投入。

 此外，数据安全与隐私保护也必须纳入视野。姬建岗分析说，大量的营运数据被统一处理，怎样保护用户数据的隐私或商业利益，需要行业制定严格的交互标准。