公共交通大数据平台整体解决方案(智慧公交)

带客流统计及路况监测的电子站牌服务
基于大数据的公交运营成本分析
基于大数据的公交客流分析
基于大数据的公交线网评价
基于大数据的公交行业分析
基于互联网+的公交微信平台
2015-09-22
可视化之美
地铁大数据综述
地铁出行起终点分布
公交乘客的时空分布
轨道线路出站换乘公交分析及优化建议
工作日均轨道换乘公交量分布图
的出行习惯？
后，即可以计算出轨道出站后 的总体换乘公交方向。
作为轨道线路站点延伸的数 据依据参考。
大数据展现-移动终端展现
管理驾驶舱 企业战略地图 管理记分卡
地理信息集成
推式主动告警
业务发展趋向/走势
统计分析与挖掘
地铁大数据综述
2017-2018地铁客运量配对图
客运量，消费金额，优惠金额，两两配对（每日）
交通卡数据
项目综述 -- 总体目标
统一、可扩展平台
• 各营运单位协同作用 • 减少重复投资 • 提供综合信息分析平台
洞察规律
• 分析各行业变化规律 • 提高营运效率
数据仓库 在线分析系统
✓利用事利实用数数据
据
✓ 强化分析能力 ✓ 提升信息价值 ✓ 信息资源共享
提务供信息信服息务服：
政府 研究机构 其他第三方
参数定义提供数据依据- 回归分析
工作日分时刷卡量
一次出行中的换乘判定标准：
地铁公交或出租： 地铁出站后30分钟为界限
公交公交或地铁： 公交刷卡后90分钟为界限
出租公交或地铁： 出租刷卡后30分钟为界限
休息日分时刷卡量
高峰时段字段分类说明
时段分 类：
节假日
早平峰 0-8点
早高峰 8-10点
双休日
公共交通大数据平台整体解决方案
目录
1.
大数据综述
2.
SPTCC数据仓库平台说明
3.
轨道换乘指标
数据体系金字塔
大数据整体概述—创造的价值链
大数据行业现状—企业的态度
在对数据的价值的态度上，除了 6.9% 的企业认为数据没有价值以外，绝大多数企业都认为数据具有或可能具 有很高的价值，可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工 具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。
人多车少 很挤。
问题：是什么因素造成 的车厢拥挤？交通拥堵
？ 后续如何改善呢？
数据仓库可以进行更多 层次的分析得出推论
此图说明各个时间段客流量 与出车数的关系图，根据车辆 舒适度的指标，在12点到16点 运能不足造成线路车厢很挤。 为什么？
公交班次决策支持（舒适度分析预测）
2013.11.7日 9点到10点
OLTP和OLAP的区别
平台说明 -- 物理架构
Oracle 9i 168.10.1.1
ETC
交通卡公司
Data.Tran.exe .net 2.0 168.10.7.111
Oracle 10g PowerCenter Service 168.10.7.91
二汽49路上下行各站点累计乘客量
30
舒适度参考指标
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-5
站点
公交运营效益分析
7,000 6,000 5,000 4,000 3,000 2,000 1,000
0
01日 03日 05日 07日 09日 11日 13日 15日 17日 19日 21日 23日 25日 27日 29日
0-8点
8-10点
工作日
0-7点
7-9点
工作日 0-6:30点 6:30-8:30
（公交）
点
晚高峰 17-19点 17-19点 17-19点 17-19点
午平峰 10-17点 10-17点 9-17点 9-17点
晚平峰
19-24 点
19-24 点
19-24 点
19-24 点
全天 0-24点 0-24点 0-24点 0-24点
此图说明工作日轨道线路各
地铁不能直达站点出站后需要换乘公交的比
，还要换公交例分布情况，主要分布区域集
。
中在内环外的各个站点，特别
如9号线松江沿线的各站点，
一号线的闵行段沿线各站，及
四号线杨树浦和大连路站。
如得到公交的下车站点信息
我该如何做出决策？ 在这里建个站点能帮 助多少人直达，有多 少人可能会改变原先
Βιβλιοθήκη Baidu
2017-2018地铁客运量线性回归分析
XF_JE(消费金额) = 373 * KYL (客流量) + 3864784
此回归模型经检验截距和系数都非常合理，检验 结果表示极度显著
2017-2018地铁无优惠客运量散点图
公交线路运能分析及效率优化建议、决策支持
柱状图，公交刷卡量 折线：公交出车数
交通领域分析指标 与主题的建立
交通卡数据 评价指标
基于海量数据建立起支持交通 规划、管理和建设的科学决策 体系
交通卡公司
交通规划研究所
交通信息中心
项目综述 -- 项目背景
轨道交通持卡客流占 比
86%
出租持卡客流占 比
22%
交通卡数据是值得进一步挖 掘其统计价值，通过统计、 数据挖掘等技术手段来测算 上海市的公共交通现状，帮 助城市交通管理部门进行规 划和管理。
2017.1月48路每日客运量
盈亏平衡点参考
客运量
2017.1月48路每日消费金额
8000 7000 6000 5000 4000 3000 2000 1000
0
盈亏平衡点参考
消费金额（元）
01日 03日 05日 07日 09日 11日 13日 15日 17日 19日 21日 23日 25日 27日 29日
交通运营设备供应商分析决策支持-数据挖掘
影响因素输入： -价格因素：采购价格，附加费用，运营成本 -供方资质：如财务实力、风险管理能力，技术方案评价 -用户及使用方评价及开发相关项目成功率 挖掘处理方式 -决策树：C5.0 -回归分析： 线型回归， -聚类算法：K-Means, Kohonen 结果输出 -设备使用率，返修率 -各输入因素对项目成果的影响比重，即优先考虑因素 -合同类型建议参考：总价合同，补偿类合同，工料合同等
商业智能挖掘算法的可行性 常用算法举例如下： 聚类算法 决策树 回归算法 神经网络
K-Means Two-Step Kohonen
C5.0 CHAID QUEST
Regression CART
感知器 径向基网络 概率神经网络
目录
1.
大数据综述
2.
SPTCC数据仓库平台说明
3.
轨道换乘指标
项目综述 -- 项目背景