信息通信 INFORMATION & COMMUNICATIONS 2019年第10期 （总第202期） 2019 (Sum. No 202) 大数据在交通中的应用— —GPS数据 任亚飞，莫金亮 （四川交通职业技术学院，四川成都611130） 摘要：随着大数据的增长，大数据越来越受重视，大数据可以用来分析各个彳亍业，分析大数据能够帮助人们得到更直观、 更有效的消息，从而做出更合理正确的判断。文章介绍了大数据的发展和特点以及对GPS数据的研究，然后对其GPS 数据进行处理，简述了数据的可应用范围。GPS大数据可以应用于交通平台、道路规划、城市居民分布特点等，实现智慧 交通，塔建智能歳市，其技术的应用对城市的发展超到重要的作用。 关键词：大数据;交通;GPS;应用 中图分类号:U495 文献标识码:A 文章编号：1673-1131（2019）10-0127-03 0引盲 大数据英文为Big Data,又称之为海量数据。简单来说, 大数据就是无法在短时间内，提取出对我们有用的信息的庞 大数据。它是当今社会技术发展时代不可或缺的产物。 随着互联网的高速发展，如今的社会已离不开网络,各行各 业无时形U都在产生数据，大数据这一名词也越来删繁的出现 环行业。多年以前其姻磁是IB级别，随着网络的臧, 数据量快速增长为了 PB.EB级别,以至于达到了 ZB的级别。根 据监测研究,就连金融危机爆发的2009年,数据量与前一^比 较增长了 62%。数据呈现出爆发式增长，以每两年就增长一倍的 速度，在2020年预计将会达到40ZB。在数据规模的快速增加 中，其数据类型也变得越来越复杂。像以前传统低效的数据处理 分析技术，已经不适合现在庞大的数据量。所需要更加对其深层 次的进行高做挖拥处理,以及分析得出其规律特性。 因其数据的广泛性，各个行业的决策影响下，大数据正由 业务驱动转向数据驱动。管理者往往需要通过数据的分析，来 了解市场的实时动态变化，做出相应的应对方案,更好的服务客 户，壇大自身的销售额。大数据的利用早已弓I起了人们的关注, 在很多行业如金融、医疗、生产、餐饮、运输、娱乐等已经存在着。 1大数据交通中的研究 2001年,高德纳分析师就曾在其研究的演讲中说到,数据 的壇长有着三个方向。现目前认可的,是由IBM提出的大数据 4V特征,以道格-莱尼提出的理论为基础的。第一，数量，数据 巨大;第二,多样性，数据有多种类型,语音、删、文字、图片等; 第三，速度，实现殛处理;第四，真实，高质量数据，真实有效。 互联网的应用加快了数据的增 长，非结构化的数据比结构化的数 据增长的更加迅速。 Volume Variety 大数据的异构性，有许多不同 的形式（声音、文宇、图像、视频 等），没有语法或意义上不明确一 致的模式。 Veracrty 数期的瑕要性在于支持决策， 数据的真实性和质量是获得真正知 识和思想的最重要因素，也是作出 成功决策的最坚实基础。 Velocity 实时分析，而不是大量分析， 数据输入、处理和遗弃有直接的效 果，而非事后见效。 图］大数据的四个特点 在城市居民出行的特征调査,最开始一般采用纸质问卷调 査、电话采访、入户访问调査、网络调査等。但到了上世纪以后， 在交通上,车载GPS技术就得到大力发展,随着车载GPS技术 的日益成熟，由于GPS易得到、数据量大的特点。传统的调查 已不适合，出租车为最初一批的普及应用者,已经积累了大量的 各方面数据，利用出租车GPS数据进行研究调査多方面特点。 在童晓君的硕士论文，利用GPS数据研究了居民出行特 征，分析了居民每天的总行程数、每小时的行程数以及出发时 间的分布情况。对居民节假日和工作日的出行情况进行了比 较分析。最后，利用出租车的速度对居民出行时间的分布进 行了验证和确定。研究了居民在节假日和工作日期间外出的 空间分布情况。此外，还对居民出行的热点地区结合GIS地 图，进行聚类分析。 硕士研究生齐林的学位论文中,对出租车交通运行特性, 进行分析预处理,研究地图匹配相关技术，进行出租车起始点 识别，并用Arcmap可视化展现。对处理后的数据，进行了上 下客高峰、出租车平均载客距离、工作日和休息日的载客情况 等研究分析。运用聚类分析研究GPS数据建立交通中区，得 出哈尔滨交通中区出行OD矩阵和出行的路线。分析出租车 交通运行特性，结合上客点时空分布设置停靠站。 2大数据交通中应用 在道路运输行业中,可以建立大数据的信息共享平台,直 观的了解交通系统的瓶颈和状况。对采集到的数据进行处理, 对交通状况进行全面观测，调节公共交通工具、道路，改善城 市交通拥堵的情况。出租车作为出行的公共交通工具，其特 殊的运营方式，是城市交通系统的重要组成部分之运输服 务行业中作为较早安装GPS轨迹定位系统的移动终
