电信运营商大数据在交通管理领域的应用探讨
王学峰
（中国移动通信集团广东有限公司，广东 珠海 519015）
摘要： 智慧交通是智慧城市的重要组成部分，交通管理的科学化和智能化已成为各级交管部门的关注重点，交通规划、出行分析、客流监测等越来越依赖于大数据等先进技术的支撑。交通大数据主要包括以“人”为主体的客流大数据和以“车”为主体的物流大数据，电信运营商基于自身特点和行业积累，在客流分析领域具备较强优势。重点探讨如何将电信运营商在客流大数据领域的能力服务于交通管理，并对重要应用场景进行示例说明，研究结论可为交通管理部门提升管理水平和决策效率提供参考。
关键词： 大数据；交通管理；运营商；应用场景
0 引言
社会发展、交通先行，好的交通基础设施可以兴起一座城、带动一片区。国家目前在实施的“一带一路”倡议、“粤港澳大湾区发展规划”、“长江经济带发展规划”等重大战略，无一不将交通基础设施建设作为一项重要内容。
以《粤港澳大湾区发展规划纲要》为例，其中29次提到“交通”二字，包括现代综合交通运输体系、大湾区快速交通网络、智能交通系统、半小时交通圈等，并特别提到“推进物联网、云计算、大数据等信息技术在交通运输领域的创新集成应用”[1]。既是机遇也是挑战，对于交通管理部门以及与交通相关的规划、建设、运营等单位，需要站在更高的角度思考如何利用先进技术手段提高交通管理水平。
本文正是基于这一时代背景，以电信运营商大数据为切入点，对其在交通管理领域的应用进行探讨。
(2)新《行政诉讼法》第60条规定:人民法院审理行政案件，不适用调解。但是，行政赔偿、补偿以及行政机关行使法律、法规规定的自由裁量权的案件可以调解。此条明确地提出了行政诉讼调解制度，但根本问题如前所述，我国行政诉讼法的立法仍以不可调解为原则。
1 交通管理领域的大数据应用需求
交通行业涉及范围很广，不同类型的单位对于交通大数据的应用需求和关注重点存在较大差异。表1中列示四大交通管理领域的大数据关注重点，针对不同单位，需要结合具体的需求及应用场景，因地制宜地制定大数据解决方案。
2 电信运营商大数据在交通管理领域的应用场景
电信运营商以通讯网络中的用户手机数据为采集源[2]，在大数据领域具备数据优势、渠道优势和资源整合优势，经过多年发展已经建立起以通话类、位置类、上网类数据为主的用户标签库，并形成以PaaS模式为主的对外服务体系。根据交通管理领域的大数据应用需求，可重点从图1中所示五个方面搭建应用场景。
表1 交通管理领域的大数据关注重点
图1 电信运营商大数据在交通管理领域的应用场景总览
3 交通管理大数据应用场景示例
3.1 公交线网优化
对于控制集成模型复杂度，在分类问题中，通过属性选择或剪枝方法控制分类树的规模，典型方法如CART，同时控制基分类器数量，提升基分类器间的差异化；对于回归问题，则是通过控制参数参与度，即各参数系统比重来实现，常见方法包括约束函数，鲁棒损失函数等，典型算法如前向阶梯线性回归算法；对于提升基分类器的差异化，一般通过对训练数据集的重采样，参数设置，特征空间和引入随机扰动四个方面开展工作。
（1）通行时间：平均通行时长、重点路段通行时长、高峰及节假日通行时长。
步骤3：利用手机用户活动模型与出行分析模型、交通流模型，采用时空聚类算法、模式识别算法等，分析得到手机用户的群体活动特征指标。
开发区现有公交线路25条，站点345个，公交站场、始发站17处，公交线网双向总里程551km，日均客运量12万人次，区内工作人口60%居住在中心城区，呈现明显的“早进晚出”潮汐客流。现有公交线网存在部分线路绕行多、出行时间长、发车间隔大、候车时间长等问题。
图2 基于电信运营商大数据的居民出行特征分析模型[5]
3.1.2 分析模型
三峡职院机制教学团队走访了全国大批机械制造企业与机电设备应用企业，并对一千多名机制专业毕业生进行了实地回访，总结、归纳了机制专业毕业生的就业岗位、所需知识及技能、工作任务与职业能力，为专业定位提供了科学依据。
分析步骤如下：
步骤1：采集手机信令数据，分析手机用户在运营商通信网络中的活动情况。
步骤2：建立运营商网络信号覆盖与GIS基础地图及空间地理数据的相互映射关系，分析手机用户在真实城市地理空间上的活动情况。
3.1.1 案例背景
步骤一：样本收缩。
步骤5：将手机数据的分析成果与问卷调查、人口普查等其它方式获取的数据进行比对及校核，从而得到修正成果数据。
采用学术报告形式的出科考核方式可以激发学生的学习兴趣，拓宽了知识面，通过自行查阅资料等方式、既可以加深对基础知识的理解和记忆，又可以提高自身分析、解决临床实际问题的能力，达到提升临床思维的目的。通过报告汇报，提高自信心，增强勇气、锻炼其语言表达能力和沟通能力。带教教师通过指导、修改、分析学生学术报告，及时了解最新知识动态，从而达到教学相长的初衷。
步骤6：将校核后的数据与公交车IC/GPS数据分析所获得的公交OD进行比对，从而获得出行需求与公交出行之间的供需平衡关系。
步骤7：将历年及逐月数据进行比对，获得数据比对分析成果。
该模型需要运用多种模型及算法[6]，以用于公交供需平衡分析的Fazzy c-Means聚类算法为例：
设输入样本数据集合为X，xij∈X为样本属性数据值，其中1≤i≤n，1≤j≤p。其中n是样本的个数，p是样本属性的个数。Fuzzy C-Means聚类的目标是要使得目标函数Jm达到最小。
式中：c为聚类个数；U∈Mfc为将X划分为c类的模糊集合；
式中：Vi∈Rp是ui（1≤i≤c）的聚类中心；
式中：‖Xk—Vi‖为向量Xk、Vi之间的距离，一般取欧式距
3.1.3 优化方案
（1）快线优化方案：目标：建立开发区与中心城区之间的快速联系，满足主要客流吸引点之间的长距离快速出行，打造高峰通勤公交快线网。方案：线路长度15～30km，平均站距0.8～2km，非直线系数≤1.4，公交专用道覆盖率宜在50%以上。
（2）干线优化方案：目标：途经城市各主要干道和沿线客流集散点，满足跨区和区内主要客流集散点和枢纽间的贯通需求，服务于区内出行或中长距离的跨区出行。方案：线路长度12～25km，平均站距0.5～0.8km，非直线系数≤1.6，公交专用道覆盖率宜在35%以上。
（3）支线优化方案：目标：服务于区内线路稀疏区域的中短距离出行，填补公交服务空白，增加线网覆盖率，承担与快线和干线的接驳，满足居民“最后一公里”的公交出行需求。方案：线路长度：5～8km，平均站距0.3～0.5km，非直线系数≤2.0，主要在城市次干路和支路运行。
根据上述优化方案，新增了6条线路，调整了9条线路。
此类费时费钱费力的经历还有很多，在此不一一赘述。那么支撑姥爷收藏的动力是什么呢？一是真的喜欢，二是想留给我们这些后辈。姥爷说，赠送我这套钱币的目的有三：一是更能激发我对历史的兴趣，鼓励我学习透过小物件研究大历史的方法；二是因为他自身的经历，他希望留铜钱在身边能为我们保平安，带来福气；三是最重要的，留一点古东西给我们这些孩子，让我们能够在长大后给后人，一代一代传下去也是一种巨大的精神财富了。我再一次被姥爷的远见卓识所折服，更为他对后代如此细致的关心与照顾而深深感动。
3.1.4 案例价值
我正在吃饭，听到邻桌一个女生对同伴说：“什么男孩要穷养、女孩要富养都是胡说，我说啊，女人最重要的是保养。”
本案例分析思路及模型还可用于地铁、共享单车、有轨电车等公共交通工具的现状评估及优化；同时，公共交通出行的日益便捷将会吸引更多的乘客，持续正向改善交通拥堵[7]。
3.2 道路改造效能分析
1949年，中国城镇化率仅有10.64%，1978年也仅有17.92%，而到2018年，这一数字达到了59.58%[8][9]。六成人口居住在城市，政府部门需要对城市功能区划和交通设施配套进行重新规划和改造。
本案例以运营商数据为采集样本，采用大数据分析思路和方法，对某市连接市区与高新区的一条主干道（简称A路）改造前后的车辆通行效能进行分析和评估。
3.2.1 案例背景
某市高新区以通信、电子设备等制造业为主，日均工作人口25万，其中三分之一居住在中心城区，A路成为每日通勤的必经之地。近年来随着经济快速发展与私家车保有量的增长，A路在早晚高峰呈现常堵态势。交管部门为此于2017年12月对A路进行了为期3个月的改造。
3.2.2 分析思路
对2017年12月至2018年2月A路改造前后的通行时间、通行车速、通行车流、通行分布四个维度进行分析研究，具体包括：
据高德交通大数据显示，2018年二季度，361个受监测的城市中有15%的城市通勤高峰受拥堵威胁，其中有59%的城市通勤高峰处于缓行；北京、广州、重庆、哈尔滨等城市在拥堵榜单中“名列前茅”[3]。为解决日益严重的拥堵问题，2012年10月，国务院常务会议研究部署了优先发展公共交通的总体策略，要求加快构建以公共交通为主，由轨道交通网络、公共汽车、有轨电车等组成的城市机动化出行系统，同时改善步行、自行车出行条件[4]。
本案例以某市国家级产业开发区公交线网为分析对象，以运营商大数据能力为基础，充分整合运营商手机数据，公交线网、IC卡和GPS数据，研究制定公交线网的优化方案。
（2）通行车速：各路段平均车速、各路段超速占比。
保证档案资源横向纵向交流畅通，应该结合信息技术的发展，不断的通过加密技术、规范的数字化技术、数据分析技术等进行全面的管理，核实。从而满足在大数据时代下，企业档案管理的安全性，实现服务多元化，管理高效化。
（3）通行车流：各路段以及整条路段车流密度、驻留时长。
（4）通行分布：出行OD、车流及人流分布。
本文以磨盘山水库为研究对象，以Landsat OLI遥感影像为主要数据源，基于遥感水体指数法和矢量化法获取研究区的水体信息，该结果可为库区水资源管理、应急监测和防洪减灾提供一定科学依据。通过对比发现，遥感水体指数法不仅能够快捷迅速的获取水库的水体信息数据，且更能体现出遥感技术在水库面积监测、水质监测和水资源管理等方面的优势性。此外，该方法与GIS技术相结合，可为今后准确提取水库水域面积拓展新的技术空间，更能够提高水库的水资源监测和现代化的管理水平，为数字水库建设提供技术支持。
3.2.3 算法说明
利用路段起点和终点一半驻留时长加通行时长作为行程总时长来量化速度的计算口径。
本文根据我院医疗设备管理的现状和要求，设计出一套适合医院自身管理流程的医疗设备全生命周期管理系统，有效地提高了医院的工作效率和经济效益。该系统基本涵盖了医疗设备管理的全过程，满足我院医学工程科对医疗设备管理的实际需求，提高了我院医疗设备信息化管理的整体水平。
式中：v为车辆通行速度；S为路程长度；t为通过路段总时长；t0为路段起点驻留时间；t1为路段终点驻留时间；t′为起点基站至终点基站消耗的时间。
经分析后可知,引发再出血的因素与首次胃出血量、是否实施内镜手术存在相关性,同时与患者自身血红蛋白水平和胃溃疡病情有着直接关系。
（1）驻留时长修正计算：合并短时间跳跃基站对象、删除长时间驻留对象、删除异常驻留对象、计算每个路口车辆驻留均值。
（2）车流人群区分方法：删除消耗时间长的对象（行人）；一天分多个时段进行分别统计，根据合理性来进行具体分段阈值的筛选。
1.2.2 实验组 对该组患者均采取生化检验方式：①要求检验前1 d，禁止服药降糖药物或过多饮酒；②检验当天清晨应空腹后给予采血，同时临床医护人员准备好采血前的准备工作，如棉签、止血带及一次性枕头等。协助患者采取合适体位后，对患者肘部采集3～5 mL静脉血，并及时送往检验科[3]；③糖化血红蛋白的检查仪器型号为：爱科来，HA-8180糖化血红蛋白分析仪，并通过免疫荧光层分析法进行检验。再通过罗氏cobas 8000全自动生化分析仪对血糖进行检验[4]。
（3）车流修正口径说明：基于位置信令数据的车流数据直接转换为车流数据存在较大误差，如：出行方式判断、一车多人、数据扩样、折返问题、居住问题等，很难通过一个或多个口径解决[10][11]。可采用弹性样本计算方式，对样本进行拉伸或者收缩，从统计学角度完成数据转换。具体分两个步骤：
步骤4：从手机用户群体扩样至总体人口的相关特征指标，如人口与就业岗位分布、通勤出行OD客流分布与空间出行活跃情况、重点区域客流出行需求等。
采用Min-Max Scaling对计算样本进行弹性缩放，x为原样本，z为缩放后样本，该样本保证统计学有效且原样本分布不会发生改变。
步骤二：样本扩充。
式中：N为历史记录中的车流数量，K为其中的最大值，y为拉伸样本，其计算方式为缩放样本乘以历史记录样本的最大值K，ơ为样本弹性系数，为拉伸样本均值与真实样本的比值。
基于叶素理论和动量理论，经典叶素-动量理论被广泛应用于风力机空气动力的载荷的工程计算。本文主要针对风力机系统的整体结构响应以及锚链力响应分析，故拟采用风力机叶片等效简化荷载的方法进行风机系统空气动力部分的计算。OC4 DeepCwind半潜式浮式风力机系统选用NREL 5 MW风力机，根据NREL给出的该型风力机的风力-风速数据，采用多项式函数拟合法，生成连续的风力-风速拟合函数，得到风力-风速函数图，如图6所示。
3.2.4 分析结论
我应承下，把锅碗洗了，就去给二丫洗澡。我脱下二丫的衣裳，她身上密麻麻的新伤旧疤吓了我一大跳。我问二丫：“东洋人弄的？”
（1）改造后全路段通行时间比改造前缩短了1.58分钟，工作日高峰时段缩短了3.53分钟。
（2）改造后全路段日均车流量比改造前增加了8361车次。
（3）改造后全路段通行速度得到了提升，工作日高峰时段提升最多，达3.69km/h。
（4）改造后重点路段通行时间比改造前均有缩短，最多缩短了1.24分钟。
（5）重要路段的平均通行时速均有提高，最多提高了5.13km/h。
（6）各个节假日日均车流量均有所增加，其中A3段增加最为明显，清明节当天增加3572车次。
整体而言，本次A路改造较为明显地提升了车辆的通行效率。
3.2.5 案例价值
本案例是对道路改造效能进行的后评估，该方法还可进行预评估，辅助制定道路改造方案；同时，借助运营商大数据，通过对人的分析反映车辆运行、间接反映道路状况，这一思路可以广泛应用于人与物相关性较高的领域。
4 结语
中国经济正在进行新一轮的结构性调整和提速增效，以诸多国家战略为先导，交通作为一项基础设施工程，必将迎来新一轮建设热潮。
电信运营商基于自身优势，在交通大数据领域的可为空间很大，根据交通管理领域不同部门的需求侧重点，可重点从交通指挥调度、基础设施规划、人口流动预测、居民出行调查、出行信息提醒五大方面搭建应用场景、开展应用合作。目前已经在人口迁徙洞察、居民出行OD分析、热点区域客流实时监测等领域开展了诸多合作，并且在道路改造效能分析、公交线网优化、场站客流预测等深度应用领域进行了有益尝试。
同时应该认识到，电信运营商的能力和数据存在一定局限性，因此，除依托自身能力和数据外，还要从产业链的高度思考能力打造和业务发展，在充分保护个人隐私的前提下，以开放的姿态开展数据共享和合作，最终实现优势互补和合作共赢。
参考文献：
[1] 新华社. 中共中央国务院印发《粤港澳大湾区发展规划纲要》[Z]. 北京：新华社，2019.
[2] 王笑京. 新一代智能交通系统的技术特点和发展建议[J].工程研究—跨学科视野中的工程，2014，6（1）：37-42.
[3] 中商情报网. 2018年二季度中国高峰拥堵城市排行榜（TOP100）[N]. 高德交通大数据，2018.
[4] 新华网. 国务院常务会议研究部署在城市优先发展公共交通[Z]. 新华网，2012.
[5] 李喆，孙健，倪训友. 基于智能手机大数据的交通出行方式识别研究[J]. 计算机应用研究，2016，33（12）：3527-3529，3558.
[6] 顾承华，张扬，翟希. 交通大数据关键技术研究[J]. 交通与运输（学术版），2015（12）：49-53.
[7] 周菁. 大数据在公共交通中的应用[J]. 智能城市，2016（7）：314.
[8] 山川行. 1949年～2017年，中国人口5.4亿～13.9亿，城镇化率10.64%～58.52%[N]. 山川网，2018.
[9] 华经情报网. 2018年中国城乡人口结构、城镇化率及流动人口数量统计[N]. 国家统计局，2019.
[10] 张鹤鹏，黄达，杜辰，等. 基于移动数据的用户出行方式识别研究[J]. 交通运输研究，2018，4（6）：47-54.
[11] 熊刚，董西松，朱凤华，等. 城市交通大数据技术及智能应用系统[J]. 大数据，2015（4）：81-96.
中图分类号： U495
文献标识码： A
收稿日期： 2019-04-22
作者简介： 王学峰（1983—），男，山西晋中人，硕士，主要研究方向为大数据、智慧城市、智能交通。
（编辑：姬瓅瓅）
标签：大数据论文; 交通管理论文; 运营商论文; 应用场景论文; 中国移动通信集团广东有限公司论文;