交通管理大數據研判平臺的建設與應用

2023年12月9日發(作者：肖的多音字組詞)

-

交通管理大數據研判平臺的建設與應用

金永俊;武紅斌

【摘 要】對公安部交通管理局組織開發的交通管理大數據研判平臺的開發、應用情況進行了介紹,通過具體案例對交通管理大數據統計研判平臺和深度挖掘研判平臺的框架、功能模塊、應用場景進行了分析,指出了該系統的重要應用價值.

【期刊名稱】《警察技術》

【年(卷),期】2016(000)005

【總頁數】4頁(P16-19)

【關鍵詞】交通管理;大數據研判;統計研判;深度挖掘研判

【作 者】金永俊;武紅斌

【作者單位】公安部交通管理科學研究所;公安部交通管理科學研究所

【正文語種】中 文

隨著經濟的快速發展和人民生活水平的不斷提高，我國汽車總量急劇增加。2003年底我國汽車1219萬輛，汽車駕駛人5421萬人；到2015年底，全國汽車總量1.72億輛，增長13倍，居世界第二，汽車駕駛人總量2.8億人，增長4倍多，居世界第一，每百戶家庭汽車擁有量超過25輛，中國已經全面進入汽車社會。在這一進程中，我國公路建設也取得了輝煌成就，2015年，全國公路總里程450萬公里，居世界第一，高速公路總里程10.8萬公里，居世界第二。

隨著汽車社會的到來，我國交通事故快速增加，不文明交通行為每天上演。2015年，全國道路交通事故187781起，造成58022人死亡、199880人受傷，直接財產損失10.37億元，平均每天發生514起，造成158人死亡、547人受傷。各類不文明交通行為是交通事故發生的重要原因。此外，高峰期交通堵塞嚴重、車管所檢車管理混亂、司機違反交通法規、汽車亂停亂放等現象在全國各地不同程度地存在。

事實上，道路交通領域存在各種類型的多源海量交通數據，包括交通流特征參數數據、“車駕管”數據、交通基礎設施數據、交通管理設施設備數據等，既有靜態數據又有實時數據。信息技術、大數據技術的發展為交通領域的智能管理帶來了可能，如果能夠充分利用這些數據，將這些海量數據潛在的價值挖掘出來，用以輔助交通管理，減少因交通擁堵和交通事故帶來的損失，是具有極其重要應用價值的。

1998年起，以全國進口機動車計算機核查系統為標志，邁出了公安交通管理信息化建設的第一步，至2012年，已建成統一的公安交通管理綜合應用平臺，該平臺實現了交警業務的全覆蓋，同時實現對所有業務的全面監督管理，包括業務、運行、信息安全監管，駕駛人考試、機動車檢驗的事前、事中、事后監管，以及窗口、路面執法信息化的管理，通過近20年的信息化系統建設，該平臺積累了大量的交通管理數據。截至2016年5月，基礎數據庫存貯機動車數據2.67億多條，駕駛人數據3.45億多條，違法數據18億多條，事故信息近1800萬條，每年辦理7億筆業務。為了充分利用這些數據為交通管理提供服務，我們開發了大數據綜合研判平臺。

（一）交通管理大數據研判平臺的總體框架

交通管理大數據研判平臺的總體框架如圖1所示。

大數據綜合研判平臺主要是基于交通管理業務基礎信息、機動車緝查布控信息、交通指揮信息等交通管理大數據，研究應用數據庫、高性能計算、數理統計、多維度展現等關鍵技術，建立的交通管理信息大數據的統計、挖掘研判平臺，一方面提供需求明確、數據項對應、關系清晰的細粒度統計分析功能，另一方面根據工作崗位、工作目標，對細粒度統計結果信息進行進一步的抽取和建模，建立結果信息與工作崗位、工作目標間的一一對應關系。相較傳統方法，速度快、組合方式多、分析結果更為精準和客觀。

大數據綜合研判平臺包括交通管理大數據統計研判平臺和交通管理大數據深度挖掘研判平臺。

（二）交通管理大數據統計研判平臺的功能與應用

交通管理大數據統計研判平臺（以下簡稱統計研判平臺）目前已建設完成。

統計研判平臺總體功能包括數據處理、數據管理、統計分析、多維度展現、應用管理、安全管理等。

數據處理：包括數據鏡像復制、數據抽取/清洗/加載、數據建模等，用于對原始業務數據的處理。

數據管理：包括數據質量管理、數據處理流程管理、元數據管理等，用于控制數據質量、定義數據提取規則等。

統計分析：包括對交通管理業務基礎信息、異常業務、運行和信息安全信息的統計分析和預警。

多維度展現：包括即席查詢、專業報表、多維分析、事件處理和門戶整合等內容。

在實現統計分析的基礎上，系統還包括用戶管理、部門管理、參數管理、代碼管理等應用管理功能，以及安全審計、鑒別授權、訪問控制、數據加密、軟件容錯、資源管理等安全管理功能。

統計研判平臺目前已經在江西等十多省應用，取得良好的應用效果。圖2為江西省公安交通管理大數據統計研判平臺界面。

該平臺由主題分析、跨業務組合分析、多維定制分析、異常業務監管、重點問題預警等多個模塊組成，具有如下特點：

（1）主題豐富：建立了涉及各業務的90個統計研判主題，每個主題提供同比、環比、變化趨勢等各類圖形化展示。無論是總隊還是基層大中隊，都能第一時間把握業務現狀，將自己的昨天、今天進行比對，并對明天做出趨勢性的判斷，同時能將自己與同行進行比對，做到知己知彼，了解到自己在同行中的水平和位置。

（2）實現了對異常業務實時動態分析，精準定位具體處理單位、處理人和處理時間等信息，及時發現、糾正不規范業務和嫌疑業務，實現及時預警、實時干預、閉環管理的目標。

（3）可根據不同工作階段任務及工作目標，靈活設置當前重點業務、預警閥值，對超過設定閥值的業務，系統使用短信平臺實現信息推送，實現“隨時隨地，情況盡在掌握”，讓各級管理者能夠準確把握當前業務態勢和薄弱環節，提高工作部署的針對性。

（4）提供了個性化的定制報表，允許用戶根據自身業務需求，靈活定制分析研判內容、展現形式，提高分析研判的適應性。

（三）交通管理大數據深度挖掘研判平臺的功能與應用

交通管理大數據深度挖掘研判平臺（以下簡稱挖掘研判平臺），該平臺目前正在建設中。圖3為挖掘研判平臺涉及的11個主題。

挖掘研判平臺與統計研判平臺總體功能相似，區別在于統計研判的數據分析方法，是一種通過仔細分析大量數據來揭示有意義的新的關系、趨勢和模式的過程。從技術角度上講，目前數據挖掘的方法已相對成熟，主要分為數據清洗和整合、選擇和轉換、挖掘、評估和結果可視化等步驟，并且是一個循環迭代、不斷發現新結果的過程。

以駕駛人買賣駕駛證記分（“背分”“鏟分”）現象為例，無法通過常規的統計方法來分析非現場違法記分處罰數據，分析哪些駕駛人、機動車主涉嫌買分、賣分違法行為，其嚴重程度如何，干預措施是否有效等。而應用數據挖掘算法，結合駕駛人及車輛違法處罰歷史軌跡、車輛擁有情況、業務辦理情況等數據，建立分析模型，排查嫌疑車輛與人員，并對其涉嫌買賣分違法行為的嚴重程度進行量化評級，最后得出的結論是，一些持有大型準駕車型的駕駛人，在處理現場違法行為時駕駛的是小型車輛，而在處理非現場違法時駕駛的是大型客車，這樣的行為的人存在買賣記分的嫌疑。

通過挖掘研判平臺的不同主題，可以發現和展示不曾注意到的業務現象，從而給道路交通管理工作提供新的方向和更為精確的管理目標，為進一步輔助指揮決策提供充分的依據。

下面通過兩個具體案例來介紹該系統的功能。

分析案例1：車管所檢車異常現象（從果到因）

這是針對某車管所機動車受托檢驗情況進行分析的一個案例。圖4數據結果顯示，這個車管所2010年9月～11月多次出現異動和拐點。隨后，系統進行橫向分析，如圖5，發現正常情況下，一個車管所的每日受托檢驗數基本在一定幅度之間波動，因此懷疑該車管所可能存在不上線檢測就核發檢驗合格證等異常情況。隨后業務部門組織了檢查，發現原因的確如此。這是一個完整的從果到因的研判過程。

分析案例2：“背分”現象（相關關系分析）

從全國情況來看，2016年一季度，各地查處非現場違法中涉及記分的違法行為總量5334萬起，確定駕駛人并記分的1976萬起，占總量的37%。其中，營運客貨運車輛、校車、危險物品運輸車輛（以下簡稱重點車輛）涉及記分的違法行為總數為378.9萬起，確定駕駛人并記分的211.7萬起，占總數的56%。圖6為全國非現場違法記分和重點車輛非現場違法記分的駕駛人比例。

經過對一季度記分處理的駕駛人比例過高的省份進行數據分析發現，同一駕駛人為3輛以上不同號牌機動車接受違法行為處理的，北京有96人，重慶20人，吉林35人，河北152人。經過進一步分析，如北京駕駛證號“1102211987********”的駕駛人名下并無機動車，2013年1月10日該人為4輛不同號牌的機動車接受處罰，共記11分，12日記分周期結束后清為0分， 1月17日又為2輛不同號牌的機動車接受處罰，共記9分，該駕駛人明顯涉嫌為他人“背分”。

根據數據統計，3名以上的駕駛人為同一號牌機動車接受違法行為處理的，涉及車輛北京1.19萬輛，貴州0.6萬輛，重慶0.5萬輛，吉林0.58萬輛，河北2.45萬輛。如3月10日、11日、19日三天內，共有26位駕駛人為重慶“渝CP11**”的轎車接受43次處罰，共記133分，每人不超過9分，該機動車有多條違法行為時間間隔在10分鐘以內，違法地點接近，但接受處罰的駕駛人卻不同，存在明顯的“買分”接受處罰的嫌疑。

通過大數據分析可以得出結論，記分比例較高的幾個省份都存在“背分”嫌疑。

交通管理大數據研判系統的應用，實現了以下幾個目標：

業務監管分析：通過多樣化的報表和數據內在關聯分析，反映業務發展的整體情況及重點監管業務的辦理情況。同時，實現各業務職能部門在特定時間段對各類監管報表的按需定制。

異常動態預警：科學設定閥值和模型，通過地圖形式實現多圖層展示，即時、便捷、醒目、清晰地展現當前業務中存在的各類問題，并預留在今后GIS平臺上進行展示的接口。

業務智能體檢：基于統計報表和預警信息生成的綜合分析研判，將數字報表轉變成文字說明，以書面報告的形式提交改進建議。

數據質量監測：對各業務數據實現常態化質量檢測，在機制保障下，不斷提高數據的整體質量。

信息定制推送：為用戶提供各類定制需求的信息推送服務，只要打開辦公電腦、移動終端就能接收到定制的各類報表統計信息和動態預警信息，實現“隨時隨地，情況盡在掌握”。

交通管理大數據研判平臺的建設與應用，得到了上至部局領導下至基層民警的廣泛認可，提高了統計分析的可用性和實用性，能及時精確定位管理工作的薄弱點、難點和隱患，對業務管理工作的未來做出趨勢性判斷，極大提高了各級交通管理部門的數據分析、路面管控、執法管理水平，為各級領導的指揮決策提供了客觀、精確的依據，在加強機動車和駕駛人源頭管理、減少重大違法行為、降低事故發生等方面具有重要的作用，也將為各級公安交通管理部門、跨部門、跨行業及機動車主、駕駛人、交通參與者提供更多的交通安全研判信息服務。

【相關文獻】

[1] 劉軍,張暉. 公安大數據技術應用研究——以山東公安警務云平臺建設為例. 警察技術,2015(3).

[2] 連珂,何博文.王毅. 基于云計算技術的視頻圖像綜合應用技術研究. 警察技術,2016(3).

-