大數據理論指導交通數據分析的方法

智慧城市智慧交通的大力建設下，海量多源異構的交通數據能提供的信息內容更加豐富，如何利用大數據的理論來指導交通數據分析?或者說有什么比較好的將兩者結合的落腳點?

近期成立的深圳市綜合交通運行指揮中心囊括深圳全市24個交通信息化系統和海量的交通基礎數據，上述問題應該也是其重點的研究方向。

拋磚引玉：

分析案例1：結合公交車GPS數據、乘客刷卡信息等數據，能夠獲取每輛公交車每個站點停車時間、上下車乘客數量、乘客精細時空軌跡等，再此基礎上應該可以做“公交車線路、站點、發車頻次優化”、“典型居住區和就業地的通勤出行分析”等分析。

分析案例2：結合RFID、GPS等數據，能夠獲取車輛精細化時空軌跡信息，能夠對行車輛行駛軌跡、路段行程時間可靠性、OD分布(起點-終點)等進行數據分析，應該能替代部分傳統交通規劃和交通需求分析的內容，理論上應該更加實時可靠。

【大數據理論指導交通數據分析的方法】相關文章：

大數據分析07-20

大數據分析07-25

大數據分析合集(6篇)07-25

大數據分析崗位職責02-23

銷售數據的分析方法07-25

多維數據分析方法04-07

數據分析常用方法07-26

大數據分析崗位職責5篇02-23

大數據分析崗位職責(5篇)02-23

服裝銷售數據分析方法08-21