返回 登录
0

【BDTC 2016】交通与旅游大数据论坛:透过大数据看交通

【CSDN现场报道】2016年12月8-10日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中国科学院计算技术研究所、中科天玑数据科技股份有限公司与CSDN共同协办,以“聚焦行业最佳实践,数据与应用的深度融合”为主题的2016中国大数据技术大会在北京新云南皇冠假日酒店隆重举办。

BDTC 2016的最后一天,交通与旅游大数据论坛在滴滴高级副总裁兼工程技术委员会主席,CCF大数据专家委员会委员章文嵩的主持下正式开始。章文嵩进行了简单的致辞并对今天的演讲嘉宾进行介绍。

陈艳艳——基于大数据的个性化出行服务与公共资源协同分配

图片描述

北京工业大学城市交通学院院长、教授陈艳艳发表了《基于大数据的个性化出行服务与公共资源协同分配》主题演讲。目前城市人口日益增长,出行表现出了三大出行烦恼:开车难、停车难,充电难;长距离多模式公共交通出行不便;跨区域旅游商务出行缺乏整合服务。个性化出行需求与面临的挑战。

大数据时代破解出行难的机遇涵括人车路环境及活动的泛在化全过程感知的交通大数据发展。交通大数据的发展趋势呈现出了信息采集,数据分析,决策支持,信息发布,社会关心五个方面。通过大数据可以对人口进行个体画像,区域画像和设施画像,从而对人口的流动行为进行分析。

公共资源协同分配下的个性化交通出行服务包括定制(预约式)公交或合乘服务;长距离轨道出行多模式接驳服务;门到门的个性化绿色多模式出行信息服务;考虑个体与系统协同的动态信息服务;出行链及活动链一体化融合及全程服务;大数据驱动的交通协同决策。

尹佐宁——易到大数据的过去、现在和将来

图片描述

易到技术VP尹佐宁发表了《易到大数据的过去、现在和将来》主题演讲。尹佐宁首先介绍了易到大数据的一些发展情况,易到大数据此前人数较少,主要的用途是adhoc的query,而一年之后的如今,大数据方向有了数据仓库组,离线平台组,实时计算组和模型算法组,并扩充了开发人员和机器资源。易到大数据将来的目标是更快地获取、处理数据以及充分挖掘数据的价值。技术方面,易到大数据准备在将来使用Presto引擎,它比Hive在interactive queries上性能有巨大的提升,对SQL更好的支持,同时可以在多个不同类型数据源之间做Join。接着尹佐宁分享了大数据建设中的一些问题解决方式。

杨毅——滴滴交通大数据实战

图片描述

滴滴出行智能交通云资深总监杨毅发表了《滴滴交通大数据实战》主题演讲。滴滴拥有海量且持续增长的交通大数据,相比传统交通大数据的挑战包括Volume 规模,Velocity 实时和Veracity 精准。滴滴基于交通大数据的应用包括供需预测,智能拼车,实时路况以及交通指数及运行报告。未来滴滴大数据将补充大数据4V中的Variety,进行滴滴自有数据的深度挖掘,同时引入第三方数据优化自身应用,贡献数据,多方融合,最终提供更好的交通出行服务。最后杨毅通过互联网+智能信号灯举例,详解了智能交通云的应用。

张可——综合交通运行感知体系构建与监测大数据统筹应用

图片描述

北京市交通运行监测调度中心副主任、研究员张可发表了《综合交通运行感知体系构建与监测大数据统筹应用》主题演讲。运行监测体系包括三大路网、四大市内交通方式、三大城际交通方式,以及交通枢纽、静态交通等共计19个监测领域。运行监测指标体系的构建需要遵从完备性,有效性以及可用性。将交通流状态参数集和基础设施参数集进行提取和整合,得到交通运行状态特征,再进行抽象和聚合,最终得到交通运行状态特征指标体系。

交通大数据应用包括把握城市路网宏观运行走势;掌握交通运行规律;客观分析交通运行走势特点;实时监测交通运行状态;重点时期交通运行专题分析;交通设施改造方案与政策实施效果评估;公益性交通出行服务。

互联网+时代融合众包信息资源的交通大数据应用机制将应用于精准感知出行链,跨领域信息挖掘和知识提取。

张翼——携程Spark算法平台及其应用

图片描述

携程大数据平台总监张翼发表了《携程Spark算法平台及其应用》主题演讲。张翼首先介绍了携程Spark平台的的四大功能模块,分别为模型训练,模块定制,训练结果导出以及线上服务的开发支持。技术选型方面,选择Docker和Zeppelin的原因是:Mesos提供了方便的资源管理的功能,同时也能提供简便的应用管理的功能,而Zeppelin提供了一个Spark交互执行的引擎。接着张翼进行了技术经验分享,包括Python代码模块的加入,Spark资源的释放以及XGBoost模块加入过程中的一些问题。最后张翼讲述了携程算法平台未来的发展方向。


更多大会精彩内容,请关注CSDN“2016中国大数据技术大会” 专题报道;微博@CSDN云计算,微信搜索“CSDN大数据”订阅号获取大会精彩资讯。

评论