基于交通大数据的智能分析决策技术概述

李广

摘 要 随着我国社会经济飞速发展，私家车以及大货车等各种交通工具数量大幅度增加，各高速公路上经常出现交通运行不畅的现象，交通事故也时有发生。针对这一情况，应当结合大数据分析技术，构建智能交通系统，本文将围绕着基于交通大数据的智能分析决策技术展开论述，对构建ITS数据挖掘平台和设计数据仓库的策略进行分析。

关键词 数据仓库;数据挖掘;智能交通系统

引言

就目前的交通系统建设来看，交通智能化趋势十分明显，数据挖掘技术、数据仓库设计等基于交通大数据的智能分析决策技术的研究和应用是交通设计领域中的热门话题，能够有效提升交通管理的水平和效率。国内外众多学者都对数据挖掘技术在交通设计中多样化应用、模型的构建等内容进行了研究和分析，关于这些问题都得到了专家学者的关注。

1ITS数据挖掘平台

构建ITS數据挖掘平台首先要进行框架的设计，设计人员在设计过程中应当对信息处理流程进行把握，从平台的功能出发，参考一般情况下的数据信息综合信息平台的构架，还要特别注意ITS平台的特殊性和处理对象的特点，接着设计人员要掌握ITS数据挖掘平台的数据组织策略，关键在于交通数据仓库的构建，这就要求把智能交通系统中的所有数据进行综合处理。构建ITS数据挖掘平台的重点在于要将系统模型中融入数据仓库和数据挖掘技术，形成一个层次性的结构，结构可以按照不同的层次分为数据层、算法层、分析层和应用层。这样ITS数据平台才能够实现跨平台的应用，并且提升系统的灵活性，促使系统从实际情况出发分析出最佳应用方式。总而言之，在ITS数据挖掘平台的构建过程中，不仅仅要进行数据信息集成处理平台，更重要的是在数据仓库的基础上进行数据挖掘技术的应用，对数据信息进行深化处理，才能够丰富平台的功能性，促进数据信息的处理效率和水平，获得更好的数据挖掘技术的应用效果[1]。

2数据仓库的设计策略

2.1 数据仓库的概念模型

交通数据仓库概念模型的构建是以决策分析主题作为中心的，围绕着不同的决策分析主题进行数据集成分析，将与分析决策主题相关的数据列入相应的数据仓库。例如，当决策分析主题是短时交通流预测时，相应的模型事实属性就是流量、速度、占有率，维度属性就是时间、路段、天气情况;当决策分析主题是交通状态辨识时，相应的模型事实属性就是流量、速度、占有率、状态等级，维度属性就是时间、路段、流量等级、速度等级、占有率等级、天气情况、状态类型。在概念模型中对主题和主体之间进行描述可以借助E-R图来完成。图中间的长方形代表的是主题，上方和下方的椭圆形表示的是主题相关的事实属性和维度属性，长方形和椭圆形之间用无向边来连接，无向边所表示的联系是一对一，有向边所表示的联系是一对多或者多对多。

2.2 数据仓库的逻辑模型

在交通数据仓库的构建过程中，进行逻辑模型设计时主要是以关系数据库为基础完成星型模型的构建。例如，进行交通状态辨识主题的逻辑模型构建时，中间是交通状态事实表，内容是与交通流情况有所联系的信息、数据属性，左右两侧是信息属性具体的数据内容表，也就是维度表。事实表中含有一定的数据属性，也就是流量、速度、占有率。在数据仓库发挥交通状态辨识功能时，从事实表出发查询，就可以获得相关的多项数据信息内容，而不用再对多个属性表进行连接，这样就很大程度上缩短了查询的时间，提升了查询效率[2]。

2.3 数据仓库的物理模型

物理模型的构建有多重作用，能够解决数据索引策略问题，有助于进行数据存储设计，提升存储分配水平。模型所针对的主要有两点，分别是提高系统性能和提升存储数据管理的水平和效率。数据仓库的数据量很大，在多维查询的OLAP中，索引的重要性不言而喻。这就要求保证数据存取路径的正确性，提升索引的有效性，以便减少数据读取时间以及提高数据检索效率。在数据仓库中常用的索引策略有四种：B-Tree索引、位图索引、广义索引以及连接索引。当今主流商业数据中已普遍实现了位图索引，因此本系统采用位图索引是合适的。

3智能交通数据挖掘系统的应用

3.1 创造系统所需的软硬件环境

要想在实际的交通管理中应用智能交通数据挖掘系统，就要创造出系统运营所需的软硬件环境。首先要对系统内的多项子系统进行了解，这些子系统分别是数据区、交通应用区、GIS区、通信区和终端区，然后为各个子系统配备相应的服务器等操作终端，例如为数据区子系统配备数据区服务器，为通信区子系统配备通信服务器，以此来保证各个子系统的正常运行。除此之外，还要设置综合交通应用服务器操作系统和数据库服务器。

3.2 把握系统的设计要点

要保证智能交通数据挖掘系统正常运转，还要做好系统设计。这就要求对数据仓库进行全方位的了解和掌握，将其中的数据组织与显示方式作为出发点，通过B/S的体系结构完成系统设计，对系统模块的功能开展设计时要注意以下内容，多维数据集定制模块：可以方便地对所要分析的多维数据集的维度进行设置，导入所用分析的维度，或过滤掉此维度。图表显示模块：可以灵活配置图表类型、横轴、纵轴的名称，显示的字体，图表的大小，图例显示等并实现结果显示功能。数据挖掘模型选择模块：可以根据所要分析数据的特点以及分析的目标，合理的确定所要应用的挖掘模型。

4结束语

综上所述，为了促进交通问题的解决，构建智能交通系统，给人们的日常生活提供便利，给经济发展创造有利条件，应当合理应用智能分析决策技术。这就要求构建ITS数据挖掘平台和设计交通数据仓库，对基于交通大数据的智能分析决策技术进行研究和应用，有利于将交通建设与数字信息技术合理结合在一起，提升交通系统的智能化程度，更好地对实际路况信息进行掌握，更好地做出决策。

参考文献

[1] 章威.广州市ITS共用信息平台体系结构与关键算法研究[D].广州：华南理工大学，2007.

[2] 杨宏旭.上海市公路网交通信息化与智能化关键技术研究[D].上海：同济大学，2006.