智慧城市：大數據挖掘助力城市公交規劃

　　隨著城市發展及人口增長，城市公交線路需要隨之調整，才能保證城市居民的出行方便及公交公司的運營效益。公交規劃調整需要 看看“每天有多少人坐公交車?”“每天有多少人需要坐公交車?”即進行客流量及客流分布的預測。

　　“每天有多少人坐公交車?”隨著公交IC卡的普遍使用，通過對公交IC卡的刷卡記錄進行統計分析，較之與傳統的為每輛公交車配備調查員的隨車觀測調查法，已經可以非常方便地獲取到公交運營的基本客流信息。

　　“每天有多少人需要坐公交車?”即對居民出行實際需求的客流OD調查，這目前還是公交公司最為頭痛的問題。目前的做法是進行居民問卷調查。通過設計合理的問卷內容，向居民隨機發放問卷調查，然后回收問卷收集數據資料，并對數據資料進行統計分析。需要市民積極配合，且問卷質量及問卷回收率都對調查結果有很大影響。

　　如何解決公交規劃中的痛點問題---客流OD調查?

　　客流OD調查(“O”來源于英文ORIGIN,指出行的出發地點，“D”來源于英文DESTINATION，指出行的目的地。)即交通起止點調查又稱OD交通量調查，OD交通量就是指起終點間的交通出行量。客流OD調查內容主要有：起止點分布、出行目的、出行時間、出行距離、出行次數等。

　　目前移動電話普及率大大提高，在大多數省市都達到80部/百人以上，預計到2015年，中國移動電話普及率將達到并超過100部/百人，對移動通訊信令數據的大數據挖掘可以及時方便地獲得以上信息。

　　中興通訊基于大數據挖掘的位置BDS產品給出的解決方案：采集移動用戶實時動態位置信息，通過對海量匿名數據進行分析，對城市的人口數量、分布、流動性進行分析與預測，挖掘基于海量人口位置信息的位置應用服務，為城市公交規劃提供決策數據支持。具體實現方式簡述如下：

　　1、從運營商獲取如下數據源：待規劃區域(如城市/區縣)統計時段(如上一年度/上半年/上一季度)內所有用戶的移動信令位置更新數據、用戶登記信息和基站小區信息。

　　2、對海量匿名數據進行如下分析：

　　人流量分析：獲得目標區域的實時人流量/新增人流量/駐留情況/用戶來源等

　　人口出行分析：不同區域間的出行分布/出行量，上下班的出行分析/出行量，用戶的出行快照等

　　用戶屬性挖掘：通過用戶大量的移動信令數據的規則和特定，分析確定用戶是居住人口、工作人口、臨時人口

　　3、將大數據分析結果與地理位置信息結合，可視化展示實時的人流量(可根據該城市的人均手機擁有量進行擴充)分布及人流方向，結合GIS地圖的道路信息方便公交規劃，有如下幾種主要應用場景：

　　根據人流量及人流方向規劃公交路線，結合特定功能地點(如住宅區，機場、碼頭、商場、辦公區、學校、公園等)及城市規劃發展趨勢進行適當調整。

　　根據人流量的駐留點規劃公交站點位置，并可根據不同時段內人流量分布及人流方向的動態變化對公交線路的首末站進行動態調整。

　　根據人流量規劃公交調度，包括發車間隔及發車車型。人流量大的時段，則縮短發車間隔增加公交班次，安排大容量車型。

　　根據人群特點調度車輛安排。對老年乘客，安排座位多的、低踏板的車型。

　　根據人群特點調整公交移動電視的廣告投放內容，精細化營銷。

　　中興通訊的位置BDS產品，基于移動通訊數據的大數據挖掘，充分依托現有的移動通信網絡資源，利用已有手機通信網絡中的定位信息，可獲得區域的實時客流密度及集散情況、客流移動的歷史回放、客流的區域時空變化規律等內容，解決現有采集手段無法持續跟蹤交通出行群體的出行軌跡和線路，以及總體人群客流出行特征等問題。能夠低成本、高頻度、自動化、迅速地獲取大范圍城市路網范圍內的客流出行陣數據。除可以為城市公交規劃提供決策數據支持外，亦可在如下方面挖掘新的應用價值：

　　為政府公共管理、城市規劃、實時交通監控提供數據

　　為零售商提供人群分布、流向、熱點區域等

　　針對大型活動比如運動會、展會、或者集會的人群分布、流向