交通大数据平台中数据资源规划设计

摘要：随着云计算、大数据、物联网、人工智能技术的演进，城市交通运营向网络化运营模式转变，在新业务模式下建设城市交通云平台与大数据平台，实施互联网战略，推进信息化与智能化，可有效实现业务管理的标准化，提高运营生产及管理效率，提升运营服务水平，降低运营成本。数据治理是通过对公路、水路交通运输行业数据资源进行综合管控，保障数据的准确性、一致性、完整性、可用性和安全性。本文主要对交通大数据平台中数据资源规划设计，仅供参考。

关键词：交通；大数据平台；数据资源；规划设计

引言

目前，我国信息化建设总体上处于由网络应用向集约化整合与协同应用过渡的阶段，按照“统一建设、统一管理、资源共享、弹性扩展”的总体要求，统筹交通运输行业业务及其发展趋势，对交通运输行业的数据资源体系进行统一规划，从而确保各业务单位的数据资源有序归集，形成“一数一源、一源多用”的数据管控体系，并打造数据资源中心。同时，依托大数据平台来建设交通运输行业的数据交换平台，形成数据服务中心。建设大数据平台数据资源体系，加强各类信息间的分析及服务，从而解决交通运输行业信息资源缺乏整合共享的问题。

1概念分析

1.1大数据

从本质上讲，大数据就是对大规模的数据信息进行整理收集以及分类处理等操作的全新技术理念，其不仅能在分析处理中发现事物规律，而且可以突破传统计算机技术的限

制。尤其是在人工智能和云平台理念的优化下，将这一技术理念运用到城市建设中能全面改变人们的生活和工作形式。

1.2智能交通

智能交通系统也叫做智能运输系统，是指利用现代化科学技术如自动控制理论、数据通信技术以及电子控制技术等，全面管控交通运输情况，并强化人车路三者间的协调关系，以此构建一种可以提升效率、减少资源消耗、优化城市环境以及保障生命安全的综合运输系统。

2大数据背景下交通管理中的难点问题

2.1交通数据信息孤岛丛生

交通管理数据的多样性、复杂性，交通管理体系的复杂性，导致各部门、各系统、各企业设备之间有很多数据是独立存储的，各自为政，未打通所有体系，未建立集中、通畅的数据平台，造成交通数据资源的条块化分割和信息化碎片，极大阻碍了对大数据进行深度整合、分析、应用工作的开展。

2.2标准不一，多样化交通数据融合难

交通数据格式多样，包括文本、图片、视频等结构化、非结构化数据，而不同软硬件厂商数据库的表结构、视图也各不相同。同时，大数据在智能交通中的应用需要依靠前端传感器进行数据采集，但是由于前端传感器是由不同的厂家铺设的，这些行业没有统一的接口标准，使得全省甚至同一个市州的不同系统之间的连接和数据兼容变得困难，这些都成为交通大数据平台融合过程中的难点、堵点。例如，在交管工作中最常见的交通信号灯

控制，由于交通信号控制设备不一，现在大部分城市依然以路口单点控制为主，如果能实现城区所有交通信号系统的联网联控，无疑将大大降低部分路段的拥堵，提高出行效率。

2.3交管大数据应用平台较为分散，数据分析方法单一

正是由于目前交通数据采集设备标准不一，难以融合，导致交通数据在应用时难以整合，往往被分割在各个平台和系统使用，难以汇总分析。目前的交通数据应用最多的依旧是基础的统计功能和作为成绩展示的综合指挥演示，而数据的深度分析与应用方式还是集中在事后处理环节，对事前预防与事中监控等缺乏有效的分析研判手段与方法，因此，收集的各类数据还不能被有效地匹配并加以整合应用，无法形成预期中的“大数据”，发挥不出其应有的作用。

3交通大数据平台中数据资源规划设计

3.1数据资源规划

数据资源规划是从公路水路交通运输全行业业务管理和对外服务的角度出发，梳理各条业务线信息化管理和对外服务所需的数据，明确数据组织、采集和管理方式。业务需求是信息化建设的直接驱动力，公路水路交通运输信息化数据资源规划是基于业务需求分析来展开的，主要体现在以下三个方面。①站在全行业角度，分析全行业所涉及的各条业务线管理流程及业务管理过程中所需的及产生的数据资源。②分析各条业务线在哪些节点与其他业务存在相互关联关系，需要与其他业务线共享哪些数据。③判断当前业务的未来变革趋势，分析变革后的业务需要哪些数据资源。

3.2数据资源体系设计

数据资源体系是在数据资源规划的基础上，根据数据属性和用途的不同，将其归纳形成服务于各业务应用系统的基础数据库、业务数据库、主题数据库和共享数据库，明确不同数据资源间的组织和管理方式。数据资源体系的设计是为了搭建交通运输数据资源体系框架，制定数据组织、管理、交换的技术路线，为部署在大数据平台上的各业务应用数据资源制定管理规则，不负责具体的数据资源采集、入库和整合。该部分工作在搭建的数据资源框架体系中，由各业务应用系统在建设时按需采集、整合。数据资源体系建设的内容包括数据库设计和数据资源形成。根据数据特点和应用特点的不同，将支撑当前交通运输行业业务管理和对外服务的数据资源分为行业基础数据库、业务数据库、主题数据库和共享数据库。

3.3数据治理

数据治理域是通过对公路、水路交通运输行业的数据资源进行综合管控，从而保证数据的准确性、一致性、完整性、可用性和安全性。数据治理是为了规范数据标准、提高数据质量和保证数据安全而建立的政策、组织、流程、技术保障体系，同时负责大数据平台数据资源运维及大数据分析平台的运维。①治理对象。包括各业务领域形成的基础数据库、主题数据库、业务数据库、共享数据库。②治理支撑。在公路、水路交通运输行业的信息化建设过程中，为保证数据的可靠性和一致性，实现对数据资源的有效管控，要从管控组织、管控流程、管控工具和评价考核出发进行建设，四项工作内容相互作用、相互支撑。③治理任务。主要是实现数据治理的具体途径（方法），包括数据资源目录与数据管理系统、数据标准符合性检测系统、数据质量审计系统、数据交换管理系统、数据共享管理系统、数据开放管理系统。

3.4数据交换

数据交换负责行业内不同层级部门间跨部门的数据交换，解决跨部门、跨业务的数据共享，包括实时数据交换、非实时数据交换。为了满足大数据平台建设中所涉及的跨区域、跨行业、跨部门间的互有共享交换信息资源的需求，通过建立数据交换共享机制，形成系统间的数据共享。交通服务大数据平台对内、对外的数据交换共享服务从实现逻辑上来说，主要分为非实时数据交换，如人、车、户等基础信息的交换，以及实时数据交换，如车辆的位置、速度信息等业务数据。非实时数据交换采用数据交换与整合系统，实现数据的自动提取与转换。实时数据交换采用ESB企业服务总线技术来实现，通过消息服务的方式来实现不同应用间的通信与实时数据建设的整合。

结束语

交通运输行业数据体系设计包括数据资源规划、数据资源体系设计、数据治理和数据交换。数据资源体系是在数据资源规划的基础上，根据数据的属性和用途的不同，将其归纳形成服务于各业务应用系统的基础数据库、业务数据库、主题数据库和共享数据库，明确不同数据资源间的组织和管理方式。数据治理域是通过对公路、水路交通运输行业数据资源进行综合管控，保障数据准确性、一致性、完整性、可用性和安全性。数据交换负责行业内的不同层级部门间跨部门的数据交换，解决跨部门跨业务的数据共享问题。