百度交通云強力推出基于大數據的出行分析平臺

　　2015年11月7日，第六屆交通運輸研究論壇在上海舉辦。百度交通云平臺產品負責人趙希作為嘉賓出席論壇并做出《基于大數據的出行分析平臺》的精彩演講。

　　首先，趙希介紹了百度交通云出行分析平臺的誕生背景。伴隨著移動時代的到來，移動數據發生大爆炸，目前，百度地圖的定位服務每天響應定位請求已達到230億次，較2014年提升了130%。這些定位數據來源于超過75%的地圖開發者市場，他們選擇使用百度地圖的定位服務，為百度地圖提供了來自全球的海量定位數據。這些數據結合百度地圖POI數據、人口畫像數據以及交通行業數據，就成為了百度交通云大數據分析的基石。

　　趙希指出，百度交通云平臺，集合了政府交通和交警部門的權威數據，以百度地圖為載體，一方面將這些權威數據轉化為對公眾的服務，以提升路況、導航、實時公交等的準確率和覆蓋率;另一方面，通過百度領先的大數據挖掘能力和可視化技術，為政府和行業反哺融合后的數據，為交通管理提供決策支持。因此，百度交通云提出的智慧交通解決方案，包括了交通數據存儲共享、提升公眾出行質量和大數據輔助政府決策這三個方面。其中，實現大數據決策分析支持的重要產物，就是交通云出行分析平臺。

　　關于百度交通出行分析平臺的構成，趙希解釋道平臺包括城市人口與設施分析、出行通勤、區域熱力、人口遷徙、路況擁堵、兩客一危分析、出租車分析、公交運力等多個分析方面，涵蓋了人、車、區域這三個智慧交通重點關注的領域。

　　某區域工作人口有什么特點?居民區與公交站分布是否合理?停車場配置是否合理?

　　有多少人跨區出行，出行距離，出行時間是多長?

　　節假日景點人流爆了嗎，景區內某區域密度是否過熱，動線設置是否合理?

　　……

　　以上這些問題通過出行分析平臺一目了然地尋到答案。

　　演講的最后趙希以實際數據舉例，展示了交通云分析平臺的部分成果：

　　案例一

　　國貿CBD作為北京著名的商業辦公地點，日均單程通勤距離是11.21公里，遠超北京平均的7.07公里。這些上班族大多居住在國貿附近的建國門、大望路、勁松地區，承受著每月不菲的房租。同時也不乏有很多人居住在管莊、通州北苑等距離稍遠的區域，越來越便捷的地鐵和通勤巴士，使忙碌的生活多了幾分舒適。類似這樣的區縣或商圈通勤特征，都可以在出行分析平臺中得以挖掘和展現。

　　案例二

　　以故宮景區為例，我們可以監控到某一時段故宮的游客聚集在哪些區域。如果將熱力報警閾值設為20%，那么當實時游客熱力值超過歷史同期的20%時，系統就可以為管理者進行預警。通過這種方式，出行分析平臺可以有效實現對重點區域運力調配和安全管理的決策支持。

　　百度交通云平臺，開啟全國智慧交通快速建設新時代;

　　歡迎全國交通行業管理部門、交通企業加入“百度智慧交通服務合作平臺”計劃;