论文部分内容阅读
[摘 要]随着城市的快速发展，交通拥堵日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。与此同时，大数据的应用范围日益广泛，已在众多行业领域中发挥着重要的作用。当城市交通管理结合大数据，如同高效催化剂，一场剧烈的化学反应加快双方融合与发展。本文将对大数据在城市智能交通中的价值与应用进行探讨。
[关键词]交通管理；智能交通；云计算；物联网；大数据
中图分类号：U12-39 文献标识码：A 文章编号：1009-914X（2017）08-0383-03
一、引言
随着科学技术的飞速发展，传统的交通管理模式和系统已无法满足经济社会的快速增长和物流需求，交通拥堵已经成为国内外所共同面临的难题。解决城市交通问题的一个重要途径——智能交通，也是未来城市交通的发展方向。当我们在逐步认识、运用云计算、物联网等技术解决该问题时，“大数据”时代已悄然来临，既宣告了一个新时代的来临，又成为了一个时代的标志。不容置疑，随着大数据时代的到来，城市智能交通也必然会产生重大变化，也将面临重要的发展机遇，智能交通产业发展也将迎来新的机遇。
二、大数据简介（图1）
随着世界各国对“大数据”关注度的提高，大数据的应用范围已不断扩大，其所蕴含的内容价值也得到进一步的开发和利用。随着互联网技术的普及和发展，信息时代的发展进步导致信息量的加速扩大，海量的、多样的信息使我们逐渐地步入了“大数据”的时代。想要在大数据中快速获得有价值的信息并对其进行有效的分析处理，就需要应用到大数据技术。
1.大数据定义（图2）
大数据时代的来临，是互联网发展到一定阶段的必然产物。随着互联网的高速发展，互联网中的信息量急剧增加，这些信息有用的部分被称为数据。当数据规模越来越大时，量变就会引起质变，大数据应运而生。如何定义大数据，可以说仁者见仁、智者见智。
IBM給出的定义：大数据，或称巨量资料，指所涉及的资料规模巨大到无法透过目前主流软件工具在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的資讯。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
大数据概念给出的定义：大数据是一个体量特别大、类别特别大的数据集，并且无法用传统数据库工具对其内容进行抓取、管理和处理。首先，数据体量（Volumes）大，在实际应用中已形成了PB级的数据量；其次，数据类别（Variety）大，囊括了半结构化和非结构化数据。接着，数据处理速度（Velocity）快，在数据量非常庞大的情况下能够做到数据的实时处理。最后，数据真实性（Veracity）高，企业愈发需要有效的信息以确保其真实性及安全性。
研究机构给出的定义：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从数据的类别上看，大数据指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。
2.大数据特点
从上述定义，我们可以将大数据特点归纳为4个V（量Volume，多样Variety，价值Value，速Velocity）：如图3所示：
第一，Volume数据体量巨大，从TB级别跃升到PB级别。
第二，Variety数据类型繁多，包括视频、图片、地理位置信息、传感器数据等等。
第三，Value价值密度低，应用价值高，以视频为例，连续不间断监控过程中可能有用的数据仅仅有一两秒。
第四，Velocity处理速度快，1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。在交通领域，海量的数据主要包括四个类型的数据：传感器数据（位置、温度、压力、图像、速度、RFID等信息）；系统数据（日志、设备记录、MIBs管理信息库等）；服务数据（收费信息、上网服务及其他信息）；应用数据（生成厂家、能源、交通、性能、兼容性等信息）。交通数据的类型繁多，而且体积巨大。
在以上的四个特点中，量Volume和多样Variety是因，数据类型的复杂和数据量的急剧增加决定了原有简单因果关系的应用模式对数据使用率极低，完全无法发挥数据的作用；速Velocity是过程，巨大的运算量决定了速度必须快；价值Value是最终的果。
三、大数据在城市交通管理的价值（图4）
近年来，包括互联网、物联网、云计算等信息技术在内的IT通信业迅速发展，现代信息社会已经进入了大数据时代。大数据改变的不只是人们的日常生活和工作模式、企业运作和经营模式，甚至还引起科学研究模式的根本性改变。
大数据中蕴含着大价值，大数据价值的合理共享和利用将创造巨大的财富。大数据智能分析能够给智慧城市的管理和服务系统提供新的洞察力，是提升智慧城市“智商”的关键。以大数据技术为支撑的综合智能化分析和决策系统，使智慧城市的管理系统和服务系统充分、有效、合理地发挥各自的作用，解决目前困扰各地的“信息孤岛”现象，做到信息资源的共享、智能决策的集成，实现智慧城市让城市生活更美好、更幸福的目标。
第一，大数据的虚拟性可以解决跨越行政区域的限制。
交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。
第二，大数据具有信息集成优势和组合效率。
大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾；IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。 第三，大数据的智能性能较好的配置城市交通资源。
通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。
第四，大数据的预测性可提升城市交通预测的水平。
在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。
第五，提高城市交通运行效率。
大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。
数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能化利用，使交通运行的更加合理。大数据技术具有较高预测能力，可降低误报和漏报的概率，随时针对交通的动态性给予实时监控。因此，在驾驶者无法预知交通的拥堵可能性时，大数据亦可帮助用户预先了解。
第六，提高城市交通安全水平。
主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。同时，联合路边探测器检查车辆运行轨迹，大数据技术快速整合各个传感器数据，构建安全模型后综合分析车辆行驶安全性，从而可以有效降低交通事故的可能性。
在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失。
第七，提供城市环境降污减排方案。
大数据技术在减轻道路交通堵塞、降低汽车运输对环境的影响等方面有重要的作用。通过建立区域交通排放的监测及预测模型，共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术可有效分析交通对环境的影响。同时，分析历史数据，大数据技术能提供降低交通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统。
四、大数据在城市交通管理的应用
1.交通子系统的数据融合
智能交通系统（ITS）整体框架主要包括物理感知层、软件应用平台、分析预测及优化管理应用，其中物理感知层主要是对交通状况和交通数据的自动采集；软件应用平台是将各感知终端的信息进行整合、转换处理，以支撑分析预警与优化管理的应用系统建设；分析预测及优化管理应用主要包括智能监控、指挥调度、智能诱导、交通仿真以及辅助决策等应用系统。如图5所示：
ITS也是一种结构复杂的综合运输系统，它的运行需要通过它包含的这些子系统来实现。道路交通系中，人、车、路以及货物是其重要的组成部分，该系统的主要目的就是实现这些组成部分的有效移动。如果再给道路交通系统配上智能的交通信息中心、交通管理中心、交通控制中心等以及智能化的车载设施和各类检测设施、信息发布设施等道路交通基础设施，那就构成了一个完整的智能交通运输系统。
要实现智能交通系统的各项功能，就需要各子系统之间可以进行信息整合，信息共享平台是各子系统间信息融合的主要手段，平台将为各相关子系统提供数据资源的引擎和调度以及信息共享服务。它将规范化整个城市交通信息各系统共用信息的性质、组织架构、功能和传输方式，利用有效的信息流通机制形成一个数据仓库系统，并且对共享数据进行分类、整合、存储、访问等管理。
2.交通事故分析与处理
随着计算机和信息处理技术的发展，各地城市交通管理部门建设了各种各样的信息化管理系统，如機动车辆信息管理系统、机动车驾驶员信息管理系统、交通事故信息管理系统等。伴随着交通管理信息系统的不断建设、完善与发展，积累了大量宝贵的数据资源，这些信息化系统和所积累的数据资源，对提高交通管理水平起了巨大作用。
目前的交通信息管理系统主要任务是进行数据查询或对特定的数据进行简单独立的数字处理，没有对这些大量的数据所包含的内在有价值的信息有效提取。在如何利用这些海量数据资源进行交通事故发生原因及概率分布分析方面，做的工作还很少，使得这些宝贵的数据资源没有发挥应有的作用。对这些进行分析归类和有效处理，从中挖掘出表征交通事故发生的原因及分布概率的内在有用信息，为相关单位或机构提供某种程度或某种方面的决策依据，如交通事故防范、商业保险评估、应急响应、舆情分析、人流量统计、公共交通管理、人流量统计等等。如图6所示：
3.信息发布
信息发布应用是把经过加工处理而形成的各种有效信息通过多种形式展示给需要者，如交通参与者或各类信息系统，对交通参与者来说应充分考虑不同受众群体的知识层次、生活条件和日常习惯，提供了互联网网站、智能终端（智能手机、平板电脑）、热线电话、APP、手机短信、电子显示屏等多种信息发布与展现方式，最大程度地满足交通参与者的出行信息服务需求。对其他各类信息系统，则可通过数据交换的方式，来提供信息资源，如交通控制系统、指挥系统等。如图7所示：
4.信息研判
研判平台总体功能包括数据处理、数据管理、统计研判、挖掘研判、实施调度、多维度展现、应用管理、安全管理等功能，其中数据处理、数据管理、多维度展现作为基础性工作显得尤为重要，这关系到平台建设的可行性及可用性（图8）。
5.实时交互
在按照信息互通共享的原则下，实现跨区域的交通管理。大数据特有数据高度集成优势。用户可将各类交通大数据信息纳入自己的交通控制系统，运用硬件通讯端口对接到系统平台数据库，充分利用交通信息集成应用模式，发挥集成和协同效能，满足不同交通参与者的需求，提高交通通行效率。大数据处理能够更加合理地配置公共交通资源。既能够辅助制定出较好的统筹与协调方案。大数据能够促进公共交通均衡性发展。如图9所示：
五、结论
综上所述，在当前大数据时代，数据充斥所带来的影响远远超出了企业领域，其不仅能带来商业价值，亦能产生社会价值。随着信息通讯技术的发展，交通运输从数据贫乏的
困境转向数据丰富的环境，而面对众多的交通数据，如何从中根据用户需求提取有效数据成为关键所在。但是，大数据技术在城市智能交通应用领域同样面临着巨大挑战，包括隐私，数据处理硬件设施、數据不完备性、模型有效性等领域，我国对此方面的研究还处于起步阶段，以后还有很长的路要走。
参考文献
[1] 维克托·迈尔-舍恩伯格.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.浙江：浙江人民出版社，2013.
[2] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.
[3] 李芬，朱志祥，刘盛辉.大数据发展现状及面临的问题[J].西安邮电大学学报，2013，18（5）：100-103.
[4] 王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（6）：1125-1134.
[5] 唐要安.大数据在交通中的应用[J].交通世界（运输车辆），2013（12）：126-127.
[6] 罗西军，刘亚.大数据在智能交通系统中的应用分析[J].数字技术与应用，2014（9）：97.
[关键词]交通管理；智能交通；云计算；物联网；大数据
中图分类号：U12-39 文献标识码：A 文章编号：1009-914X（2017）08-0383-03
一、引言
随着科学技术的飞速发展，传统的交通管理模式和系统已无法满足经济社会的快速增长和物流需求，交通拥堵已经成为国内外所共同面临的难题。解决城市交通问题的一个重要途径——智能交通，也是未来城市交通的发展方向。当我们在逐步认识、运用云计算、物联网等技术解决该问题时，“大数据”时代已悄然来临，既宣告了一个新时代的来临，又成为了一个时代的标志。不容置疑，随着大数据时代的到来，城市智能交通也必然会产生重大变化，也将面临重要的发展机遇，智能交通产业发展也将迎来新的机遇。
二、大数据简介（图1）
随着世界各国对“大数据”关注度的提高，大数据的应用范围已不断扩大，其所蕴含的内容价值也得到进一步的开发和利用。随着互联网技术的普及和发展，信息时代的发展进步导致信息量的加速扩大，海量的、多样的信息使我们逐渐地步入了“大数据”的时代。想要在大数据中快速获得有价值的信息并对其进行有效的分析处理，就需要应用到大数据技术。
1.大数据定义（图2）
大数据时代的来临，是互联网发展到一定阶段的必然产物。随着互联网的高速发展，互联网中的信息量急剧增加，这些信息有用的部分被称为数据。当数据规模越来越大时，量变就会引起质变，大数据应运而生。如何定义大数据，可以说仁者见仁、智者见智。
IBM給出的定义：大数据，或称巨量资料，指所涉及的资料规模巨大到无法透过目前主流软件工具在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的資讯。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
大数据概念给出的定义：大数据是一个体量特别大、类别特别大的数据集，并且无法用传统数据库工具对其内容进行抓取、管理和处理。首先，数据体量（Volumes）大，在实际应用中已形成了PB级的数据量；其次，数据类别（Variety）大，囊括了半结构化和非结构化数据。接着，数据处理速度（Velocity）快，在数据量非常庞大的情况下能够做到数据的实时处理。最后，数据真实性（Veracity）高，企业愈发需要有效的信息以确保其真实性及安全性。
研究机构给出的定义：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从数据的类别上看，大数据指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。
2.大数据特点
从上述定义，我们可以将大数据特点归纳为4个V（量Volume，多样Variety，价值Value，速Velocity）：如图3所示：
第一，Volume数据体量巨大，从TB级别跃升到PB级别。
第二，Variety数据类型繁多，包括视频、图片、地理位置信息、传感器数据等等。
第三，Value价值密度低，应用价值高，以视频为例，连续不间断监控过程中可能有用的数据仅仅有一两秒。
第四，Velocity处理速度快，1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。在交通领域，海量的数据主要包括四个类型的数据：传感器数据（位置、温度、压力、图像、速度、RFID等信息）；系统数据（日志、设备记录、MIBs管理信息库等）；服务数据（收费信息、上网服务及其他信息）；应用数据（生成厂家、能源、交通、性能、兼容性等信息）。交通数据的类型繁多，而且体积巨大。
在以上的四个特点中，量Volume和多样Variety是因，数据类型的复杂和数据量的急剧增加决定了原有简单因果关系的应用模式对数据使用率极低，完全无法发挥数据的作用；速Velocity是过程，巨大的运算量决定了速度必须快；价值Value是最终的果。
三、大数据在城市交通管理的价值（图4）
近年来，包括互联网、物联网、云计算等信息技术在内的IT通信业迅速发展，现代信息社会已经进入了大数据时代。大数据改变的不只是人们的日常生活和工作模式、企业运作和经营模式，甚至还引起科学研究模式的根本性改变。
大数据中蕴含着大价值，大数据价值的合理共享和利用将创造巨大的财富。大数据智能分析能够给智慧城市的管理和服务系统提供新的洞察力，是提升智慧城市“智商”的关键。以大数据技术为支撑的综合智能化分析和决策系统，使智慧城市的管理系统和服务系统充分、有效、合理地发挥各自的作用，解决目前困扰各地的“信息孤岛”现象，做到信息资源的共享、智能决策的集成，实现智慧城市让城市生活更美好、更幸福的目标。
第一，大数据的虚拟性可以解决跨越行政区域的限制。
交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。
第二，大数据具有信息集成优势和组合效率。
大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾；IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。 第三，大数据的智能性能较好的配置城市交通资源。
通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。
第四，大数据的预测性可提升城市交通预测的水平。
在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。
第五，提高城市交通运行效率。
大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。
数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能化利用，使交通运行的更加合理。大数据技术具有较高预测能力，可降低误报和漏报的概率，随时针对交通的动态性给予实时监控。因此，在驾驶者无法预知交通的拥堵可能性时，大数据亦可帮助用户预先了解。
第六，提高城市交通安全水平。
主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。同时，联合路边探测器检查车辆运行轨迹，大数据技术快速整合各个传感器数据，构建安全模型后综合分析车辆行驶安全性，从而可以有效降低交通事故的可能性。
在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失。
第七，提供城市环境降污减排方案。
大数据技术在减轻道路交通堵塞、降低汽车运输对环境的影响等方面有重要的作用。通过建立区域交通排放的监测及预测模型，共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术可有效分析交通对环境的影响。同时，分析历史数据，大数据技术能提供降低交通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统。
四、大数据在城市交通管理的应用
1.交通子系统的数据融合
智能交通系统（ITS）整体框架主要包括物理感知层、软件应用平台、分析预测及优化管理应用，其中物理感知层主要是对交通状况和交通数据的自动采集；软件应用平台是将各感知终端的信息进行整合、转换处理，以支撑分析预警与优化管理的应用系统建设；分析预测及优化管理应用主要包括智能监控、指挥调度、智能诱导、交通仿真以及辅助决策等应用系统。如图5所示：
ITS也是一种结构复杂的综合运输系统，它的运行需要通过它包含的这些子系统来实现。道路交通系中，人、车、路以及货物是其重要的组成部分，该系统的主要目的就是实现这些组成部分的有效移动。如果再给道路交通系统配上智能的交通信息中心、交通管理中心、交通控制中心等以及智能化的车载设施和各类检测设施、信息发布设施等道路交通基础设施，那就构成了一个完整的智能交通运输系统。
要实现智能交通系统的各项功能，就需要各子系统之间可以进行信息整合，信息共享平台是各子系统间信息融合的主要手段，平台将为各相关子系统提供数据资源的引擎和调度以及信息共享服务。它将规范化整个城市交通信息各系统共用信息的性质、组织架构、功能和传输方式，利用有效的信息流通机制形成一个数据仓库系统，并且对共享数据进行分类、整合、存储、访问等管理。
2.交通事故分析与处理
随着计算机和信息处理技术的发展，各地城市交通管理部门建设了各种各样的信息化管理系统，如機动车辆信息管理系统、机动车驾驶员信息管理系统、交通事故信息管理系统等。伴随着交通管理信息系统的不断建设、完善与发展，积累了大量宝贵的数据资源，这些信息化系统和所积累的数据资源，对提高交通管理水平起了巨大作用。
目前的交通信息管理系统主要任务是进行数据查询或对特定的数据进行简单独立的数字处理，没有对这些大量的数据所包含的内在有价值的信息有效提取。在如何利用这些海量数据资源进行交通事故发生原因及概率分布分析方面，做的工作还很少，使得这些宝贵的数据资源没有发挥应有的作用。对这些进行分析归类和有效处理，从中挖掘出表征交通事故发生的原因及分布概率的内在有用信息，为相关单位或机构提供某种程度或某种方面的决策依据，如交通事故防范、商业保险评估、应急响应、舆情分析、人流量统计、公共交通管理、人流量统计等等。如图6所示：
3.信息发布
信息发布应用是把经过加工处理而形成的各种有效信息通过多种形式展示给需要者，如交通参与者或各类信息系统，对交通参与者来说应充分考虑不同受众群体的知识层次、生活条件和日常习惯，提供了互联网网站、智能终端（智能手机、平板电脑）、热线电话、APP、手机短信、电子显示屏等多种信息发布与展现方式，最大程度地满足交通参与者的出行信息服务需求。对其他各类信息系统，则可通过数据交换的方式，来提供信息资源，如交通控制系统、指挥系统等。如图7所示：
4.信息研判
研判平台总体功能包括数据处理、数据管理、统计研判、挖掘研判、实施调度、多维度展现、应用管理、安全管理等功能，其中数据处理、数据管理、多维度展现作为基础性工作显得尤为重要，这关系到平台建设的可行性及可用性（图8）。
5.实时交互
在按照信息互通共享的原则下，实现跨区域的交通管理。大数据特有数据高度集成优势。用户可将各类交通大数据信息纳入自己的交通控制系统，运用硬件通讯端口对接到系统平台数据库，充分利用交通信息集成应用模式，发挥集成和协同效能，满足不同交通参与者的需求，提高交通通行效率。大数据处理能够更加合理地配置公共交通资源。既能够辅助制定出较好的统筹与协调方案。大数据能够促进公共交通均衡性发展。如图9所示：
五、结论
综上所述，在当前大数据时代，数据充斥所带来的影响远远超出了企业领域，其不仅能带来商业价值，亦能产生社会价值。随着信息通讯技术的发展，交通运输从数据贫乏的
困境转向数据丰富的环境，而面对众多的交通数据，如何从中根据用户需求提取有效数据成为关键所在。但是，大数据技术在城市智能交通应用领域同样面临着巨大挑战，包括隐私，数据处理硬件设施、數据不完备性、模型有效性等领域，我国对此方面的研究还处于起步阶段，以后还有很长的路要走。
参考文献
[1] 维克托·迈尔-舍恩伯格.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.浙江：浙江人民出版社，2013.
[2] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.
[3] 李芬，朱志祥，刘盛辉.大数据发展现状及面临的问题[J].西安邮电大学学报，2013，18（5）：100-103.
[4] 王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（6）：1125-1134.
[5] 唐要安.大数据在交通中的应用[J].交通世界（运输车辆），2013（12）：126-127.
[6] 罗西军，刘亚.大数据在智能交通系统中的应用分析[J].数字技术与应用，2014（9）：97.