交通管理大数据研判平台的建设与应用

2023年12月9日发(作者：肖的多音字组词)

-

交通管理大数据研判平台的建设与应用

金永俊;武红斌

【摘 要】对公安部交通管理局组织开发的交通管理大数据研判平台的开发、应用情况进行了介绍,通过具体案例对交通管理大数据统计研判平台和深度挖掘研判平台的框架、功能模块、应用场景进行了分析,指出了该系统的重要应用价值.

【期刊名称】《警察技术》

【年(卷),期】2016(000)005

【总页数】4页(P16-19)

【关键词】交通管理;大数据研判;统计研判;深度挖掘研判

【作 者】金永俊;武红斌

【作者单位】公安部交通管理科学研究所;公安部交通管理科学研究所

【正文语种】中 文

随着经济的快速发展和人民生活水平的不断提高，我国汽车总量急剧增加。2003年底我国汽车1219万辆，汽车驾驶人5421万人；到2015年底，全国汽车总量1.72亿辆，增长13倍，居世界第二，汽车驾驶人总量2.8亿人，增长4倍多，居世界第一，每百户家庭汽车拥有量超过25辆，中国已经全面进入汽车社会。在这一进程中，我国公路建设也取得了辉煌成就，2015年，全国公路总里程450万公里，居世界第一，高速公路总里程10.8万公里，居世界第二。

随着汽车社会的到来，我国交通事故快速增加，不文明交通行为每天上演。2015年，全国道路交通事故187781起，造成58022人死亡、199880人受伤，直接财产损失10.37亿元，平均每天发生514起，造成158人死亡、547人受伤。各类不文明交通行为是交通事故发生的重要原因。此外，高峰期交通堵塞严重、车管所检车管理混乱、司机违反交通法规、汽车乱停乱放等现象在全国各地不同程度地存在。

事实上，道路交通领域存在各种类型的多源海量交通数据，包括交通流特征参数数据、“车驾管”数据、交通基础设施数据、交通管理设施设备数据等，既有静态数据又有实时数据。信息技术、大数据技术的发展为交通领域的智能管理带来了可能，如果能够充分利用这些数据，将这些海量数据潜在的价值挖掘出来，用以辅助交通管理，减少因交通拥堵和交通事故带来的损失，是具有极其重要应用价值的。

1998年起，以全国进口机动车计算机核查系统为标志，迈出了公安交通管理信息化建设的第一步，至2012年，已建成统一的公安交通管理综合应用平台，该平台实现了交警业务的全覆盖，同时实现对所有业务的全面监督管理，包括业务、运行、信息安全监管，驾驶人考试、机动车检验的事前、事中、事后监管，以及窗口、路面执法信息化的管理，通过近20年的信息化系统建设，该平台积累了大量的交通管理数据。截至2016年5月，基础数据库存贮机动车数据2.67亿多条，驾驶人数据3.45亿多条，违法数据18亿多条，事故信息近1800万条，每年办理7亿笔业务。为了充分利用这些数据为交通管理提供服务，我们开发了大数据综合研判平台。

（一）交通管理大数据研判平台的总体框架

交通管理大数据研判平台的总体框架如图1所示。

大数据综合研判平台主要是基于交通管理业务基础信息、机动车缉查布控信息、交通指挥信息等交通管理大数据，研究应用数据库、高性能计算、数理统计、多维度展现等关键技术，建立的交通管理信息大数据的统计、挖掘研判平台，一方面提供需求明确、数据项对应、关系清晰的细粒度统计分析功能，另一方面根据工作岗位、工作目标，对细粒度统计结果信息进行进一步的抽取和建模，建立结果信息与工作岗位、工作目标间的一一对应关系。相较传统方法，速度快、组合方式多、分析结果更为精准和客观。

大数据综合研判平台包括交通管理大数据统计研判平台和交通管理大数据深度挖掘研判平台。

（二）交通管理大数据统计研判平台的功能与应用

交通管理大数据统计研判平台（以下简称统计研判平台）目前已建设完成。

统计研判平台总体功能包括数据处理、数据管理、统计分析、多维度展现、应用管理、安全管理等。

数据处理：包括数据镜像复制、数据抽取/清洗/加载、数据建模等，用于对原始业务数据的处理。

数据管理：包括数据质量管理、数据处理流程管理、元数据管理等，用于控制数据质量、定义数据提取规则等。

统计分析：包括对交通管理业务基础信息、异常业务、运行和信息安全信息的统计分析和预警。

多维度展现：包括即席查询、专业报表、多维分析、事件处理和门户整合等内容。

在实现统计分析的基础上，系统还包括用户管理、部门管理、参数管理、代码管理等应用管理功能，以及安全审计、鉴别授权、访问控制、数据加密、软件容错、资源管理等安全管理功能。

统计研判平台目前已经在江西等十多省应用，取得良好的应用效果。图2为江西省公安交通管理大数据统计研判平台界面。

该平台由主题分析、跨业务组合分析、多维定制分析、异常业务监管、重点问题预警等多个模块组成，具有如下特点：

（1）主题丰富：建立了涉及各业务的90个统计研判主题，每个主题提供同比、环比、变化趋势等各类图形化展示。无论是总队还是基层大中队，都能第一时间把握业务现状，将自己的昨天、今天进行比对，并对明天做出趋势性的判断，同时能将自己与同行进行比对，做到知己知彼，了解到自己在同行中的水平和位置。

（2）实现了对异常业务实时动态分析，精准定位具体处理单位、处理人和处理时间等信息，及时发现、纠正不规范业务和嫌疑业务，实现及时预警、实时干预、闭环管理的目标。

（3）可根据不同工作阶段任务及工作目标，灵活设置当前重点业务、预警阀值，对超过设定阀值的业务，系统使用短信平台实现信息推送，实现“随时随地，情况尽在掌握”，让各级管理者能够准确把握当前业务态势和薄弱环节，提高工作部署的针对性。

（4）提供了个性化的定制报表，允许用户根据自身业务需求，灵活定制分析研判内容、展现形式，提高分析研判的适应性。

（三）交通管理大数据深度挖掘研判平台的功能与应用

交通管理大数据深度挖掘研判平台（以下简称挖掘研判平台），该平台目前正在建设中。图3为挖掘研判平台涉及的11个主题。

挖掘研判平台与统计研判平台总体功能相似，区别在于统计研判的数据分析方法，是一种通过仔细分析大量数据来揭示有意义的新的关系、趋势和模式的过程。从技术角度上讲，目前数据挖掘的方法已相对成熟，主要分为数据清洗和整合、选择和转换、挖掘、评估和结果可视化等步骤，并且是一个循环迭代、不断发现新结果的过程。

以驾驶人买卖驾驶证记分（“背分”“铲分”）现象为例，无法通过常规的统计方法来分析非现场违法记分处罚数据，分析哪些驾驶人、机动车主涉嫌买分、卖分违法行为，其严重程度如何，干预措施是否有效等。而应用数据挖掘算法，结合驾驶人及车辆违法处罚历史轨迹、车辆拥有情况、业务办理情况等数据，建立分析模型，排查嫌疑车辆与人员，并对其涉嫌买卖分违法行为的严重程度进行量化评级，最后得出的结论是，一些持有大型准驾车型的驾驶人，在处理现场违法行为时驾驶的是小型车辆，而在处理非现场违法时驾驶的是大型客车，这样的行为的人存在买卖记分的嫌疑。

通过挖掘研判平台的不同主题，可以发现和展示不曾注意到的业务现象，从而给道路交通管理工作提供新的方向和更为精确的管理目标，为进一步辅助指挥决策提供充分的依据。

下面通过两个具体案例来介绍该系统的功能。

分析案例1：车管所检车异常现象（从果到因）

这是针对某车管所机动车受托检验情况进行分析的一个案例。图4数据结果显示，这个车管所2010年9月～11月多次出现异动和拐点。随后，系统进行横向分析，如图5，发现正常情况下，一个车管所的每日受托检验数基本在一定幅度之间波动，因此怀疑该车管所可能存在不上线检测就核发检验合格证等异常情况。随后业务部门组织了检查，发现原因的确如此。这是一个完整的从果到因的研判过程。

分析案例2：“背分”现象（相关关系分析）

从全国情况来看，2016年一季度，各地查处非现场违法中涉及记分的违法行为总量5334万起，确定驾驶人并记分的1976万起，占总量的37%。其中，营运客货运车辆、校车、危险物品运输车辆（以下简称重点车辆）涉及记分的违法行为总数为378.9万起，确定驾驶人并记分的211.7万起，占总数的56%。图6为全国非现场违法记分和重点车辆非现场违法记分的驾驶人比例。

经过对一季度记分处理的驾驶人比例过高的省份进行数据分析发现，同一驾驶人为3辆以上不同号牌机动车接受违法行为处理的，北京有96人，重庆20人，吉林35人，河北152人。经过进一步分析，如北京驾驶证号“1102211987********”的驾驶人名下并无机动车，2013年1月10日该人为4辆不同号牌的机动车接受处罚，共记11分，12日记分周期结束后清为0分， 1月17日又为2辆不同号牌的机动车接受处罚，共记9分，该驾驶人明显涉嫌为他人“背分”。

根据数据统计，3名以上的驾驶人为同一号牌机动车接受违法行为处理的，涉及车辆北京1.19万辆，贵州0.6万辆，重庆0.5万辆，吉林0.58万辆，河北2.45万辆。如3月10日、11日、19日三天内，共有26位驾驶人为重庆“渝CP11**”的轿车接受43次处罚，共记133分，每人不超过9分，该机动车有多条违法行为时间间隔在10分钟以内，违法地点接近，但接受处罚的驾驶人却不同，存在明显的“买分”接受处罚的嫌疑。

通过大数据分析可以得出结论，记分比例较高的几个省份都存在“背分”嫌疑。

交通管理大数据研判系统的应用，实现了以下几个目标：

业务监管分析：通过多样化的报表和数据内在关联分析，反映业务发展的整体情况及重点监管业务的办理情况。同时，实现各业务职能部门在特定时间段对各类监管报表的按需定制。

异常动态预警：科学设定阀值和模型，通过地图形式实现多图层展示，即时、便捷、醒目、清晰地展现当前业务中存在的各类问题，并预留在今后GIS平台上进行展示的接口。

业务智能体检：基于统计报表和预警信息生成的综合分析研判，将数字报表转变成文字说明，以书面报告的形式提交改进建议。

数据质量监测：对各业务数据实现常态化质量检测，在机制保障下，不断提高数据的整体质量。

信息定制推送：为用户提供各类定制需求的信息推送服务，只要打开办公电脑、移动终端就能接收到定制的各类报表统计信息和动态预警信息，实现“随时随地，情况尽在掌握”。

交通管理大数据研判平台的建设与应用，得到了上至部局领导下至基层民警的广泛认可，提高了统计分析的可用性和实用性，能及时精确定位管理工作的薄弱点、难点和隐患，对业务管理工作的未来做出趋势性判断，极大提高了各级交通管理部门的数据分析、路面管控、执法管理水平，为各级领导的指挥决策提供了客观、精确的依据，在加强机动车和驾驶人源头管理、减少重大违法行为、降低事故发生等方面具有重要的作用，也将为各级公安交通管理部门、跨部门、跨行业及机动车主、驾驶人、交通参与者提供更多的交通安全研判信息服务。

【相关文献】

[1] 刘军,张晖. 公安大数据技术应用研究——以山东公安警务云平台建设为例. 警察技术,2015(3).

[2] 连珂,何博文.王毅. 基于云计算技术的视频图像综合应用技术研究. 警察技术,2016(3).

-