武汉市规划设计有限公司 湖北省 武汉市 430000；武汉市规划研究院 湖北省 武汉市 430000
摘要：近年来，我国的科学技术发展迅速，大数据挖掘技术也得到了广泛的应用。在交通行业中，传统方式诸如以规划城市道路、增设高架桥、BRT快速公交来缓解城市交通压力的做法，潜力作用和适配城市的特定解决方法始终是有瓶颈的。当前，我国正在积极发展智慧城市建设，智慧交通正是其重要组成部分之一。交通领域的数据保有量巨大，基于互联网领域广泛应用的大数据挖掘技术，对现有城市交通流量进行分析并预测，及时改善城市交通调度，将有助于进一步缓解城市交通压力，提升人们出行体验。
关键词：智慧交通；大数据挖掘；节能减排
引言
大数据是数据集优化、分配和管理发展的背景和平台。在操作过程中，数据的潜在信息不易准确搜索，需要进一步挖掘和优化数据挖掘技术。可见，数据挖掘技术在大数据时代占有重要地位。它的技术发展和应用表明，数据信息的编辑和处理功能影响重大，具有重要的发展意义和作用。随着我国各行业市场化进程的推动，以及互联网、数据分析技术对传统产业的颠覆，“大数据分析”迟早会成为中国企业界突破藩篱的关键手段，依靠单一信息进行分析的系统已经无法满足市场需求,建立以多种信息采集、分析、识别、研判、归档、展现的综合性平台成为发展趋势。
1数据挖掘定义及特点
数据挖掘(DataMining)，即数据开挖采掘，数据挖掘的数据来源于实际应用，通过对海量数据的高级处理，提取出隐藏的有用的、让人容易理解的知识又运用到实践中去，辅助实际决策。它是一个系统工程，包括数据库数据准备与管理、数据预处理和数据转化、挖掘算法研究分析与应用、挖掘结果验证与展示，这些步骤在挖掘过程中不断地交互循环。它包括浅层次应用，如数据查询及报表功能，数据库联机分析处理等；高层次应用则是从大数据中发现新知识，提高挖掘数据的价值。数据挖掘技术具有以下特点：（1）应用性，数据挖掘的数据源于实际应用，知识通过数据挖掘后又要应用到实际系统中，辅助现实决策。（2）数据量大、结构复杂，数据规模已从先前的GB、TB跃升到PB，数据形式多样，如日志信息、图形图片、视频动画等。（3）实时性，大数据时代，要求数据挖掘处理速度快，及时反馈结果以随时提供决策支持。（4）动态性，由于数据库中的数据是随时发生变化的，因此数据挖掘结果只能代表当前状态的知识信息，随着时间的推移，要及时进行更新。（5）集合性，数据挖掘算法、建模方式很多，如专家系统、人工智能、分析统计、数据库技术等的运用，在一个具体的实例应用中，数据挖掘往往集合多种功能的应用，每种功能都有相关数据模式及挖掘算法的支撑。（6）价值性，低密度高价值，合理利用看似无价值的数据并对其进行深层次的挖掘分析，将会为商业和社会带来巨大的价值。
2智慧交通
智慧交通以交通信息中心为核心，综合的，协同的连接各类城市交通信息系统，让人、车、路与交通系统融为一体，为出行者和交通监管部门提供实时交通信息信息和数据，为城市大动脉的良性运转提供科学决策的基础。
期刊文章分类查询,尽在期刊图书馆在智慧城市建设的过程中，越来越多的智能交通设备接入到城市交通网络体系中，所搜集到的信息也越来越多，这为大数据分析奠定了数据基础，使得应用大数据挖掘与分析技术为城市交通调度出谋划策成为可能。据高德地图公司的结论称，城市大脑?智慧交通已在大出行领域取得阶段性成果：在北京，通过信号灯配时优化，机动车通过路口的平均延误下降了6%、停车比例降低了3%；在上海，针对南北高架各路段交通状态所建立的神经网络模型的预测精度提高了10%。
3大数据挖掘技术在出行领域的应用分析
3.1数据挖掘的基本过程
在数据准备过程中，系统将根据特定的操作和指令，检索满足需求和目标的信息资源，并进行分类、清理、编辑甚至预处理。二是数据挖掘。经过处理后，需要对目标数据信息进行挖掘处理，使其能够正确、高效地引入管理机制。因此，操作环节是整个程序的关键环节。例如在数据挖掘中,我们可以结合数据挖掘目标要求,针对性地选取科学而又合适的计算和分析方法,对数据信息特征与应用价值等进行寻找和归纳；当然,也可以结合程序应用的需要,对数据区域进行固定,并在固定的数据区域内分类挖掘数据,从而得到更具深度和内涵以及价值的数据信息资源,并就挖掘到的数据结果进行分析和解释,从结果中将具有使用价值和意义的规律进行提取,并还原成便于理解的数据语言。最后是切实加强管理和计算等专业知识的应用,将数据挖掘技术实施中进行的总结和提取所获得的数据信息与评估结果在现实之中应用,从而对某个思想、决策是否正确和科学进行判断,最终体现出数据挖掘及时的应用价值。
3.2数据挖掘技术在城市车辆调度方面的应用分析
在出行领域，我国的滴滴出行科技有限公司积累了大量的经验和海量的数据。据报道，当前滴滴在交通领域的数据量全球第一，每日峰值订单超过2000万单、每日处理数据超过2000TB，覆盖了交通路况、用户叫车信息、司机驾驶行为、车辆数据等多个维度。这些都要归功于滴滴公司创造的一个叫做“滴滴大脑”的信息处理与发布的智能系统。该系统的一个重要组成部分就是大数据处理部分，通过采用神经网络等大数据分析算法，该系统能够从搜集到的交通数据中总结出规律，并且利用这些规律来对未来的交通状况进行有效预测。例如，“滴滴大脑”目前对15min后的供需预测的准确率已经达到了85%，并且基于这样高的准确率，滴滴公司就可以调度司机满足某一区域未来的打车需求，有效降低该区域的供需不平衡的概率。同时，还可将该地区即将到来的交通流量高峰上报至城市交通管理部门，为进行科学合理的交通管控预留时间，有效防止产生交通拥堵现象，缩短人们出行的时间。
3.3以数据挖掘技术为基础的城市交通治理方法启发
城市公共交通体系与家庭私有汽车构成了城市交通运输的主要部分，随着城市人口和我国小汽车保有量的持续增长，城市交通拥堵的压力越来越大。考虑到传统方式提升城市交通能力的潜力已经接近极限，数据挖掘技术在治理城市交通拥堵和提升城市交通运能方面应该得到足够的重视。滴滴、ofo等公司，虽然成功地运用了大数据挖掘技术来更加合理、高校地调配城市的运输资源。但是，二者的数据并没有得到有效的结合，大数据信息更加深入的挖掘和有效利用受到了限制。目前，这些公司都对政府进行了数据资源的开放与共享。因此，以政府为主导，通过结合多种不同交通工具，给出更加科学和合理的出行方式成为可能。例如，对于特定个人的出行规划，可以根据需求和实时的交通状况，通过数据挖掘技术，优化整个行程安排，给出更加合适的出行方案。这样，既可以引导人们尽量选择最优的出行方案，也可以预测城市的交通状况，进行更加合理、有效的城市交通调度，如可以根据结果对红绿灯实行配时优化，提高路口某一车流量高的方向的通勤效率。
结语
综上所述，为了充分利用好交通大数据，促进城市疏解交通拥堵问题，缩短通勤时间，以政府为主导，结合各方优势，采用大数据挖掘与分析技术的方法将能够帮助城市不断挖掘自身的交通运输潜力，促进城市发展，创造巨大的社会价值，为我国经济的繁荣发展，作出贡献。
参考文献
[1]吴为强.基于大数据挖掘的智能交通决策分析系统[J].机电工程技术，2017（S2）：526~528.
[2]陈恺文.面向智慧城市的公共服务设施建设决策研究[D].东南大学，2016.
[3]陈功.数据挖掘技术在智慧交通中的应用[D].电子科技大学，2016.
论文作者:台越,王立
论文发表刊物:《防护工程》2019年第4期
论文发表时间:2019/6/4
标签：数据论文; 数据挖掘论文; 城市交通论文; 交通论文; 技术论文; 城市论文; 信息论文; 《防护工程》2019年第4期论文;