電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書(2023)-3

電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）CCSA

TC601

大數(shù)據(jù)技術標準推進委員會中國移動通信集團安徽有限公司2023年12月前

言2022

年

12

月，中共中央、國務院印發(fā)了《關于構建數(shù)據(jù)基礎制度

更好發(fā)揮數(shù)據(jù)要素作用的意見》，其中明確了數(shù)據(jù)作為新時代生產(chǎn)要素的重要價值。在交通領域，數(shù)據(jù)要素的價值釋放是推動交通運輸質量變革、效率變革、動力變革的重要途徑。習近平總書記高度重視大數(shù)據(jù)對交通行業(yè)的賦能作用，多次作出重要指示，強調“要大力發(fā)展智慧交通和智慧物流，推動大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等新技術與交通行業(yè)深度融合，使人享其行、物暢其流”。數(shù)據(jù)作為推動交通行業(yè)邁向數(shù)字化、智能化的重要資源，受到了越來越多的關注。電信運營商在交通行業(yè)的賦能方面具備天然的數(shù)據(jù)優(yōu)勢，其擁有豐富的通話關系網(wǎng)數(shù)據(jù)、實時的位置數(shù)據(jù)、全面的終端行為數(shù)據(jù)，與交通行業(yè)車路協(xié)同、道路規(guī)劃、設施建設、流量調控等重點場景高度切合，兩者的跨域融合、協(xié)同創(chuàng)新?lián)碛袕V闊的空間，必將為交通行業(yè)的發(fā)展帶來新動能。本白皮書梳理了電信運營商數(shù)據(jù)在交通行業(yè)的應用落地過程中所涉及的數(shù)據(jù)資源、應用流程、應用場景、發(fā)展趨勢以及實踐案例等，并初步提出了電信運營商數(shù)據(jù)賦能交通行業(yè)的實踐方法，旨在厘清電信運營商數(shù)據(jù)賦能交通行業(yè)的落地現(xiàn)狀，并為產(chǎn)業(yè)各方開展相關實踐提供參考。編制說明本報告由中國移動通信集團安徽有限公司牽頭撰寫，在撰寫過程中得到了多家單位的大力支持，主要的參編單位及人員如下：參編單位：安徽省道路運輸管理服務中心、中國信息通信研究院、合肥工業(yè)大學、合肥大學、亞信科技（南京）有限公司等。參編人員：張恩皖、張孝法、王超倫、馬鵬瑋、姜春宇、馬健瑞、韓曉璐、肖赟、龍建成、程陽雪、王軍、呂軍、申凱、黃思達、彭道月、徐學林、王洪安、王華、詹興斌、王濤、王君誠、丁升、朱訓璘、楊小明、衛(wèi)巧巧、夏姚敏、孫逸文、蘇波、章青、宗勝、王浩然、王琪、邢雨桐、李梁、姜暉、張蒙、李金艷、關文靜、尹寧、高偉、崔烜。目

錄一、

電信運營商數(shù)據(jù)賦能交通行業(yè)情況總述...............................

1(一)

交通行業(yè)數(shù)據(jù)應用相關政策................................................1(二)

運營商數(shù)據(jù)對于交通行業(yè)的價值........................................1(三)

運營商數(shù)據(jù)資源概述............................................................2(四)

運營商數(shù)據(jù)在交通行業(yè)的價值釋放要點............................3二、

適用于交通行業(yè)的電信運營商數(shù)據(jù)資源...............................

5(一)

信令類數(shù)據(jù)............................................................................

5(二)

測量報告數(shù)據(jù)........................................................................

7(三)

流量類數(shù)據(jù)............................................................................

8(四)

畫像類數(shù)據(jù)............................................................................

9(五)

融合類數(shù)據(jù)..........................................................................

10三、

電信運營商數(shù)據(jù)賦能交通行業(yè)的關鍵技術.........................

11(一)

數(shù)據(jù)采集..............................................................................

11(二)

數(shù)據(jù)融合..............................................................................

13(三)

多源數(shù)據(jù)分析......................................................................

15(四)

結果展示..............................................................................

16(五)

數(shù)據(jù)安全..............................................................................

17四、

電信運營商數(shù)據(jù)在交通行業(yè)的賦能場景.............................

19(一)

車路協(xié)同..............................................................................

19(二)

規(guī)劃建設..............................................................................

19(三)

設施運營..............................................................................

20(四)

流量調控..............................................................................

21五、

總結與未來展望......................................................................23附錄：電信運營商數(shù)據(jù)在交通行業(yè)應用的案例選集...................

25圖

目

錄圖

1

運營商數(shù)據(jù)賦能交通行業(yè)實踐體系視圖.............................

4圖

2

軌跡拉鏈表和對應的軌跡拉鏈示例.....................................

7圖

3

基于

MR

數(shù)據(jù)的時空數(shù)據(jù)分析示例.....................................

8圖

4

運營商數(shù)據(jù)賦能交通行業(yè)的可視化案例...........................

17圖

5

基于公共交通客流承載量分析的客群觸達.......................

26圖

6

基于人口密度分析的充電樁規(guī)劃.......................................

27圖

7

礦區(qū)違法盜采監(jiān)測案例........................................................30表

目

錄表

1

適用于交通行業(yè)的運營商數(shù)據(jù)資源類型..............................

5表

2

信令類數(shù)據(jù)的主要類別...........................................................6表

3

流量類數(shù)據(jù)的主要應用示例...................................................9表

4

畫像類數(shù)據(jù)的主要應用示例................................................

10表

5

融合類數(shù)據(jù)的主要應用示例................................................

10表

6

實時采集的應用示例.............................................................12表

7

固定周期采集的應用示例.....................................................12表

8

時間驅動采集的應用示例.....................................................13電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）一、

電信運營商數(shù)據(jù)賦能交通行業(yè)情況總述隨著交通行業(yè)數(shù)據(jù)智能化變革的深入發(fā)展，數(shù)據(jù)作為關鍵生產(chǎn)要素的價值日益凸顯，交通行業(yè)的規(guī)劃方、建設方、運營方和管理方均高度關注數(shù)據(jù)要素在交通行業(yè)的價值釋放。電信運營商（后文簡稱“運營商”）所具備的位置數(shù)據(jù)和內容數(shù)據(jù)與交通行業(yè)的重點場景高度契合，兩者的跨域融合、協(xié)同創(chuàng)新可發(fā)揮數(shù)據(jù)要素的乘數(shù)效應，具備廣闊的發(fā)展空間。本章將簡述交通行業(yè)數(shù)據(jù)應用相關政策，初步明確運營商數(shù)據(jù)對交通行業(yè)的必要性，并闡述運營商數(shù)據(jù)在交通行業(yè)價值釋放的要點。(一)交通行業(yè)數(shù)據(jù)應用相關政策我國高度重視交通行業(yè)的數(shù)據(jù)應用。中華人民共和國交通運輸部在

2023

年九月發(fā)布的《大力發(fā)展智慧交通

加快建設交通強國

為當好中國式現(xiàn)代化的開路先鋒注入新動能》一文中闡述了人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等新一代信息技術與交通運輸深度融合發(fā)展的趨勢，明確了交通行業(yè)的智能化發(fā)展方向。國家數(shù)據(jù)局在

2023

年十二月發(fā)布的《“數(shù)據(jù)要素×”三年行動計劃（2024—2026

年）》中強調了要促進道路基礎設施數(shù)據(jù)、交通流量數(shù)據(jù)、駕駛行為數(shù)據(jù)等多源數(shù)據(jù)融合應用。數(shù)據(jù)作為交通行業(yè)邁向信息化、智能化的基礎，對交通行業(yè)的現(xiàn)代化發(fā)展尤為重要。(二)運營商數(shù)據(jù)對于交通行業(yè)的價值運營商數(shù)據(jù)資源在交通行業(yè)的重要性不可忽視，已成為交通行業(yè)數(shù)據(jù)應用過程中所涉及的主要外部數(shù)據(jù)資源。運營商數(shù)據(jù)的分析和1電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）應用可以幫助實現(xiàn)更精準的交通流量監(jiān)測、擁堵分析、交通規(guī)劃、應急響應等，從而提高整體交通運輸效率，使得交通運輸系統(tǒng)更加高效、安全、便捷。社會價值：運營商數(shù)據(jù)為公共交通服務的優(yōu)化提供了支持，也可使公眾的出行更安全。通過分析人群在不同時間和地點的出行需求，交通管理部門可以更好地調整公共交通線路和班次，提高公共交通的覆蓋率和服務質量，推動城市綠色出行的發(fā)展。運營商數(shù)據(jù)的實時性和精準性也為交通安全提供了有力的支持。通過群體位置數(shù)據(jù)，可以實現(xiàn)交通事故的實時監(jiān)測和預測，交通管理部門可以借助這些數(shù)據(jù)采取及時的交通管制措施，預防交通事故的發(fā)生，提高交通安全水平，并對事故進行高效響應。經(jīng)濟價值：運營商數(shù)據(jù)可為交通基礎設施建設規(guī)劃提供參考，提高基礎設施的投資回報率，并催生新業(yè)態(tài)、新模式的發(fā)展；通過運營商用戶群體的數(shù)據(jù)分析，可獲得城市人口流動、出行模式等信息，城市規(guī)劃者可以更科學地規(guī)劃交通網(wǎng)絡、設計道路、建設公共交通設施，確保城市交通系統(tǒng)的可持續(xù)發(fā)展，提高基礎設施的投資回報率；運營商數(shù)據(jù)資源也可為共享交通、智能停車等新業(yè)務模式提供數(shù)據(jù)支持，促進新業(yè)態(tài)、新模式的發(fā)展。(三)運營商數(shù)據(jù)資源概述運營商數(shù)據(jù)資源與服務涉及到業(yè)務、運營、管理三域，以及外部數(shù)據(jù)資源服務等。業(yè)務（Business）域：主要涉及電信業(yè)務的收入、用戶信息、2電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）訂購關系、賬單等數(shù)據(jù)。這些數(shù)據(jù)有助于電信運營商更好地了解其業(yè)務運營狀況，提供更好的客戶服務，優(yōu)化產(chǎn)品設計和定價策略等。運營（Operation）域：涵蓋網(wǎng)絡配置、網(wǎng)絡性能、故障監(jiān)控、資源管理等方面的數(shù)據(jù)。這些數(shù)據(jù)有助于電信運營商優(yōu)化網(wǎng)絡運營，提高網(wǎng)絡性能，及時發(fā)現(xiàn)和解決故障。管理（Management）域：涉及財務管理、人力資源管理、企業(yè)資源計劃（ERP）、客戶關系管理（CRM）等系統(tǒng)的數(shù)據(jù)。這些數(shù)據(jù)有助于電信運營商進行企業(yè)資源整合和優(yōu)化，提高管理效率和決策水平。外部數(shù)據(jù)資源：運營商數(shù)據(jù)與外部數(shù)據(jù)資源的融合可以帶來更全面的信息視角，比較重要的外部數(shù)據(jù)資源有兩大類：一是氣象數(shù)據(jù)，結合運營商數(shù)據(jù)和氣象數(shù)據(jù)，可以更準確地預測天氣對交通的影響，提前采取交通管理措施。二是地理信息系統(tǒng)（GIS）數(shù)據(jù)，運營商數(shù)據(jù)與

GIS

數(shù)據(jù)結合，可以實現(xiàn)更精細的地理空間分析，支持交通規(guī)劃和城市管理的地理信息決策。(四)運營商數(shù)據(jù)在交通行業(yè)的價值釋放要點運營商數(shù)據(jù)在交通行業(yè)的價值釋放需關注包括數(shù)據(jù)資源、關鍵技術、行業(yè)應用這三個要點。下面本節(jié)將簡要概括這幾個要點的內容，具體的內容則會在后續(xù)的章節(jié)進行詳細闡述。3電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）圖

1

運營商數(shù)據(jù)賦能交通行業(yè)的實踐體系視圖數(shù)據(jù)資源：運營商可用于交通行業(yè)的數(shù)據(jù)可分為信令類數(shù)據(jù)、M測量報告數(shù)據(jù)、流量類數(shù)據(jù)、畫像類數(shù)據(jù)、融合類數(shù)據(jù)五類。關鍵技術：運營商數(shù)據(jù)賦能交通行業(yè)的關鍵技術可以按照數(shù)據(jù)應用的落地流程，分為數(shù)據(jù)采集、數(shù)據(jù)融合、多源數(shù)據(jù)分析、結果展示、數(shù)據(jù)安全五大類別。行業(yè)應用：運營商數(shù)據(jù)賦能交通行業(yè)的具體落地場景可分為車路協(xié)同、規(guī)劃建設、設施運營、流量調控四大方向。4電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）二、

適用于交通行業(yè)的電信運營商數(shù)據(jù)資源數(shù)據(jù)資源是開展數(shù)據(jù)分析應用工作的核心要素，運營商數(shù)據(jù)資源具備優(yōu)質、多樣、全面、實時的特點，且包含大量交通行業(yè)關注的位置數(shù)據(jù)與內容數(shù)據(jù)，為運營商同交通行業(yè)的跨域聯(lián)合創(chuàng)新打下了堅實的基礎。同交通行業(yè)適配度較高的運營商數(shù)據(jù)以運營域數(shù)據(jù)為主，可具體再細分為信令類數(shù)據(jù)、測量報告數(shù)據(jù)、流量類數(shù)據(jù)、畫像類數(shù)據(jù)、融合類數(shù)據(jù)五大類。本章將詳細梳理適用于交通行業(yè)的電信運營商數(shù)據(jù)資源，并簡述這些數(shù)據(jù)資源在交通行業(yè)的潛在應用模式和落地場景。表

1

適用于交通行業(yè)的運營商數(shù)據(jù)資源類型數(shù)據(jù)資源類型信令類數(shù)據(jù)潛在應用場景用于實時分析人群軌跡，從而進行交通流量分析、擁堵預警、車輛管理、智慧出行等可對人群軌跡進行精確識別，精度縮小到

50

米，但無法支撐實時場景測量報告數(shù)據(jù)流量類數(shù)據(jù)可以通過移動端流量信息，獲取人群的未來流動和聚集傾向，有助于提前做好交通規(guī)劃可以通過人群畫像，比如年齡、職業(yè)、是否有車畫像類數(shù)據(jù)融合類數(shù)據(jù)等，分析人群的出行偏好天氣影響分析、路網(wǎng)分析等綜合分析場景(一)信令類數(shù)據(jù)運營商信令是移動通信網(wǎng)絡中用于實現(xiàn)終端、交換系統(tǒng)及傳輸系統(tǒng)各元件之間交互的控制指令數(shù)據(jù)，所記錄的信息類別有呼叫建立和去除信息、管理控制類信息、移動終端的位置信息、網(wǎng)絡狀態(tài)信息等。5電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）表

2

信令類數(shù)據(jù)的主要類別信令數(shù)據(jù)類別描述呼叫建立和去除信息網(wǎng)絡單元之間通過信令數(shù)據(jù)交互實現(xiàn)呼叫的建立和去除管理控制類信息用于實現(xiàn)對語音、短信等數(shù)據(jù)業(yè)務的管理控制移動終端的位

人群移動狀態(tài)、位置變化等信息,實現(xiàn)網(wǎng)絡資源管理和業(yè)置信息務控制用于對業(yè)務質量進行監(jiān)控，相關信令數(shù)據(jù)記錄了連接過程中的質量相關參數(shù)業(yè)務狀態(tài)信息對于交通行業(yè)來說，信令數(shù)據(jù)的主要作用是可對人群進行時空相關的數(shù)據(jù)分析，運營商信令所包含的位置，時間可被用于繪制出行軌跡（軌跡拉鏈），通常可分為以下幾個步驟：位置洞察：根據(jù)運營商信令數(shù)據(jù)中的基站位置信息，時間戳和信令事件類型，確定終端的位置和時間信息，得到一系列的定位點。將定位點匹配到實際的路網(wǎng)上，得到人群的行動路徑。軌跡分割：根據(jù)人群的行動路徑，根據(jù)速度、方向、停留時間等規(guī)則，將其分割成一系列的軌跡段。軌跡拉鏈：將軌跡段按照時間順序連接起來，形成人群的軌跡拉鏈表，每個軌跡段記錄了終端的位置以及與前后軌跡段的連接關系。6電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）圖

2

軌跡拉鏈表和對應的軌跡拉鏈示例(二)測量報告數(shù)據(jù)測量報告數(shù)據(jù)也稱

MR（Measurement

Report）數(shù)據(jù)，記錄了移動設備在業(yè)務過程中的服務基站

ID、鄰區(qū)

ID、信號強度、時間提前量、方位角等一系列無線信息。對于交通行業(yè)來說，運營商的測量報告數(shù)據(jù)可用來提升位置數(shù)據(jù)的精確度，且不易受環(huán)境的影響，對基于信令數(shù)據(jù)的位置識別是很好的補充。運營商

MR

指紋定位算法主要包括以下步驟：柵格化：將地圖劃分為標準大小的柵格。MR

參數(shù)指標收集：收集每個柵格中的

MR

參數(shù)指標，包含信號強度、方向角等數(shù)據(jù)。指紋庫構建：根據(jù)收集的

MR

參數(shù)，構建每個柵格的

MR

數(shù)據(jù)特7電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）征。精確定位：根據(jù)終端設備上報的

MR

數(shù)據(jù)，在指紋庫中查找最匹配的柵格，該柵格即為終端的位置。圖

3

基于

MR

數(shù)據(jù)的時空數(shù)據(jù)分析示例(三)流量類數(shù)據(jù)流量數(shù)據(jù)是運營商記錄的移動端流量上網(wǎng)的行為數(shù)據(jù)。這些數(shù)據(jù)包括用戶群體訪問的網(wǎng)站、APP

使用情況、消耗的流量等，可以反映用戶群體的行為習慣和需求。通過對流量包的深度檢測采集（DPI探針技術）可對終端的上網(wǎng)訪問行為進行深度分析，主要的方式如下：流量識別：根據(jù)特定協(xié)議特征或業(yè)務標識深入

IP

包負荷內容識別流量類型。比如

Skype

語音、P2P

文件分享等。流量分類：將復雜流量區(qū)分為不同業(yè)務類型,進行差異化處理。典型的有

P2P

下載、視頻點播、網(wǎng)頁瀏覽等分類。8電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）應用識別：通過特征庫比對

Payload

內容,精確識別具體使用的應用,比如

QQ、微信等。在交通行業(yè)，流量數(shù)據(jù)目前被大量應用于人群流動和聚集傾向的分析,有助于幫助決策者提前做好交通規(guī)劃。表

3

流量類數(shù)據(jù)的主要應用示例流量類數(shù)據(jù)的描述應用示例人群時空分布

通過比較不同時段和區(qū)域單位面積的流量密度,確認人群分析空間分布的時空動態(tài)變化通過采集熱搜詞列表,當出現(xiàn)大型活動或事件名稱搜索量突增,則判定該區(qū)域人群聚集可能性上升熱點區(qū)域分析分析人群出行相關

APP

使用日志,比如查詢地圖、打車、人群流動分析

外賣等

APP

的打開使用頻次和時長,判斷可能發(fā)生的人群流動傾向(四)畫像類數(shù)據(jù)運營商的用戶畫像能力是指運營商利用自身收集的用戶群體數(shù)據(jù)，通過數(shù)據(jù)挖掘和分析的方法，提取用戶群體的特征和需求，形成用戶群體的標簽化描述。運營商的用戶畫像能力可以幫助運營商挖掘并預測用戶需求，指導產(chǎn)品設計和完善，實現(xiàn)動態(tài)且個性化的推薦服務。運營商的用戶畫像能力涉及多個方面，如用戶自然屬性、用戶行為屬性、用戶心理特征等，需要根據(jù)不同的應用場景和目標進行構建和應用。應用于交通行業(yè)的標簽則有如：“是否有車”、“出行方式偏好”、“活躍地”、“活動時段”等。這些標簽可幫助城市管理者掌握區(qū)域內的人群出行模式，從而更有針對性地進行交通設施的規(guī)劃和運營。9電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）表

4

畫像類數(shù)據(jù)的主要應用示例畫像類數(shù)據(jù)的應用示例描述分析區(qū)域內群體的日常工作日和周末的活躍地與活動時交通壓力評估出行需求挖掘間分布情況,評估區(qū)域交通服務壓力分析區(qū)域內群體的出行偏好、交通工具情況，對出行需求進行挖掘，提升出行的便利度出行方式推薦

利用AI算法和用戶畫像實現(xiàn)對個性出行方式的智能推薦(五)融合類數(shù)據(jù)運營商通常會對外采購氣象、地理信息等數(shù)據(jù)以提升運營商基于數(shù)據(jù)的決策水平。運營商自身產(chǎn)生的數(shù)據(jù)同外部多模態(tài)數(shù)據(jù)融合后往往能夠發(fā)揮更高的價值，被廣泛地用于交通行業(yè)的各個場景。表

5

融合類數(shù)據(jù)的主要應用示例融合類數(shù)據(jù)的描述應用示例與地圖數(shù)據(jù)的融合地圖數(shù)據(jù)提供道路交通基礎設施和路網(wǎng)信息,與人群流動軌跡進行映射匹配,可以評估道路負載狀態(tài)與視頻圖像數(shù)

監(jiān)控攝像頭的數(shù)據(jù),識別車輛、人流量等指標,驗證和補據(jù)的組合

充基于運營商數(shù)據(jù)的交通態(tài)勢感知與環(huán)境、氣象數(shù)

氣溫、風力、能見度等環(huán)境數(shù)據(jù),分析其與交通狀況的相據(jù)的關聯(lián)

關性,建立環(huán)境驅動的交通預測模型車聯(lián)網(wǎng)產(chǎn)生海量車輛實時狀態(tài)與位置動態(tài)數(shù)據(jù),與基站交互數(shù)據(jù)進行數(shù)據(jù)融合,提高道路交通精細監(jiān)測與控制能力與車聯(lián)網(wǎng)及數(shù)據(jù)協(xié)同與政府部門公

公交

IC

卡刷卡、過路費支付等數(shù)據(jù),提供更多交通網(wǎng)絡共數(shù)據(jù)的組合

運行和管理信息,進行全面的態(tài)勢監(jiān)控10電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）三、

電信運營商數(shù)據(jù)賦能交通行業(yè)的關鍵技術交通行業(yè)數(shù)智化發(fā)展的核心要點是實現(xiàn)對交通業(yè)務的智能感知與決策，運營商數(shù)據(jù)能為其提供多方面的支持，為運營商同交通行業(yè)的聯(lián)合創(chuàng)新提供了堅實的基礎。在運營商同交通行業(yè)聯(lián)合創(chuàng)新的過程中，需要一些關鍵的技術對運營商數(shù)據(jù)資源進行安全、高效的處理、分析和挖掘，助力數(shù)據(jù)資源的價值釋放。本章將按照數(shù)據(jù)采集、數(shù)據(jù)融合、多源數(shù)據(jù)分析、結果展示、數(shù)據(jù)安全五個板塊展開，探討運營商數(shù)據(jù)賦能交通行業(yè)所涉及的關鍵技術。(一)數(shù)據(jù)采集適用于交通場景的運營商數(shù)據(jù)采集可分為實時采集、固定周期采集、時間驅動采集三種方式，需匹配應用場景需求與數(shù)據(jù)特性進行設計。其中實時采集適用于對交通流量的實時監(jiān)測；固定周期采集適用于對交通設施的運營及規(guī)劃；時間驅動采集可用于特定時間點的交通態(tài)勢分析。這些采集模式各具優(yōu)勢，融合運用可強化交通監(jiān)測、運營與規(guī)劃的全面性、精細化與高效性。實時采集：實時采集的關鍵特征是低時延，滿足交通流量實時監(jiān)管、突發(fā)事件即時響應等應用需求。主要的數(shù)據(jù)源包括信令、流量數(shù)據(jù)、車聯(lián)網(wǎng)數(shù)據(jù)、路側監(jiān)測數(shù)據(jù)等。采用

Kafka

等中間件進行實時數(shù)據(jù)采流，配合

Spark

Streaming、Storm

等流式處理技術，實現(xiàn)交通數(shù)據(jù)的秒級處理。11電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）表

6

實時采集的應用示例實時采集的數(shù)據(jù)類型描述通過實時采集信令數(shù)據(jù)中的位置信息，監(jiān)測擁堵路段隊信令數(shù)據(jù)車聯(lián)網(wǎng)數(shù)據(jù)流量數(shù)據(jù)長與延誤等通過對車聯(lián)網(wǎng)數(shù)據(jù)的實時采集實現(xiàn)對路況的秒級感知，使交通運營方能夠動態(tài)調度車流分布通過對流量數(shù)據(jù)的實時采集，分析流量數(shù)據(jù)中的異常波動，快速定位突發(fā)交通事故實時數(shù)據(jù)采集對網(wǎng)絡帶寬、服務器處理能力、數(shù)據(jù)存儲吞吐等方面有著較高的要求。5G

無線傳輸?shù)母呖煽俊⒌蜁r延特性將為實時數(shù)據(jù)采集提供新動能，使其適用場景得到極大的拓展。固定周期采集：固定周期采集是指按照預設的時間間隔周期性地對交通相關數(shù)據(jù)進行采集匯總。適用的數(shù)據(jù)源主要包括流量數(shù)據(jù)、MR

定位數(shù)據(jù)、密度熱力圖等統(tǒng)計類數(shù)據(jù)等。固定周期采集通常用于交通流模型搭建、趨勢預測分析等交通運營、規(guī)劃類場景。表

7

固定周期采集的應用示例固定周期采集描述的數(shù)據(jù)類型通過周期性采集城市區(qū)域間流量分布情況，繪制人口流流量數(shù)據(jù)動圖譜，為交通資源調度、交通設施規(guī)劃提供參考通過采集公共交通工具的定位與軌跡數(shù)據(jù)，分析其運營MR

定位數(shù)據(jù)情況，合理規(guī)劃公交線路技術方面，通?？刹捎?/p>

Azkaban、Airflow

等工作流程調度工具,實現(xiàn)交通數(shù)據(jù)周期自動化采集。隨著車聯(lián)網(wǎng)等新數(shù)據(jù)源產(chǎn)生,固定周期采集的運營商數(shù)據(jù)將在道路規(guī)劃布局、交通資源優(yōu)化配置等中長期決策中發(fā)揮更重要的作用。時間驅動采集：時間驅動采集是根據(jù)時間特征、事件等外部條12電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）件觸發(fā)進行的數(shù)據(jù)采集。例如連續(xù)假期前后、重要活動舉辦期間,交通流量和模式都存在較大不同，通常會在這些時間段前后有針對性地進行數(shù)據(jù)采集，以更好地應對交通壓力。主要的數(shù)據(jù)源包括熱點基站業(yè)務數(shù)據(jù)、重要區(qū)域流量矩陣等，這類數(shù)據(jù)可較好的反映交通流變化的時間因素驅動。表

8

時間驅動采集的應用示例時間驅動采集描述的數(shù)據(jù)類型春運期間，通過采集主要干線路基站數(shù)據(jù)，分析人口遷基站數(shù)據(jù)徙高峰，以便提前規(guī)劃，更好地進行流量疏導節(jié)假日期間，通過全市流量矩陣對比，評估客流分布，流量數(shù)據(jù)從而更好地進行交通資源的調度基于時間驅動采集,我們可以分析周期性變化對交通流的影響,進行資源需求評估,制定彈性策略。(二)數(shù)據(jù)融合當代城市交通系統(tǒng)日益復雜,涉及人、車、路、環(huán)境等要素的交互協(xié)同，依靠單一數(shù)據(jù)源已難以應對交通管理新形勢對感知和決策能力的要求。這迫切需要不同來源的多模態(tài)數(shù)據(jù)相互補充、驗證和融合，形成對交通系統(tǒng)的立體化認知。運營商網(wǎng)絡作為城市交通生命組成部分，其數(shù)據(jù)因覆蓋面廣、采集實時，可為多源數(shù)據(jù)融合提供基礎框架。通過打通數(shù)據(jù)孤島，構筑開放式的交通數(shù)據(jù)體系，匯聚各方優(yōu)勢，才能提高對交通態(tài)勢的感知、洞察、預測和決策的能力，助力交通行業(yè)數(shù)智化發(fā)展。數(shù)據(jù)清洗：交通行業(yè)所涉及的多源數(shù)據(jù)中包含較多異常值、重13電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）復記錄等噪聲。這會影響后續(xù)分析判斷工作，降低智能算法訓練效果，因此數(shù)據(jù)清洗是數(shù)據(jù)融合的首要步驟。主要的清洗手段包括:去除空值、無效值的數(shù)據(jù)記錄；重復數(shù)據(jù)的檢測去重；檢測并刪除明顯錯誤的地理坐標、時間戳等；平滑濾波去噪處理連續(xù)的軌跡點數(shù)據(jù)等。此外還會采用

associated

rule

等規(guī)則挖掘技術，檢測數(shù)據(jù)中的業(yè)務邏輯錯誤，進行修正。清洗后的高質量數(shù)據(jù)有利于算法模型訓練，使其對交通態(tài)勢的監(jiān)測預測更加符合實際。清洗規(guī)則的設定也需要不斷優(yōu)化迭代，以適應新業(yè)務新模式帶來的數(shù)據(jù)特點。數(shù)據(jù)映射：數(shù)據(jù)映射的目標是實現(xiàn)將不同來源和格式的原始交通數(shù)據(jù)，均轉換到預定義的通用數(shù)據(jù)模型中，為后續(xù)多源數(shù)據(jù)的關聯(lián)融合處理奠定基礎。通用模型既要兼顧通用性，也要充分表示交通領域的業(yè)務實體及其關系。典型如

ODI

模型中定義的公交線路、車站、班次等概念。數(shù)據(jù)映射的主要技術手段包括正則表達式解析、語義解析等，還可輔助使用

CRF

條件隨機場模型，學習提取轉換規(guī)則。映射后需對數(shù)據(jù)集之間的一致性進行檢查，驗證轉換過程是否準確完整。隨著新數(shù)據(jù)源融入，需擴展通用模型并重新映射，同時關注映射過程的性能,保證整體的數(shù)據(jù)準備效率。數(shù)據(jù)關聯(lián)：數(shù)據(jù)關聯(lián)是在規(guī)范化映射的基礎上，把分屬多個數(shù)據(jù)集的記錄或事件相互匹配和連接的過程。典型的關聯(lián)策略是基于時間和空間等維度的匹配，例如找出時間戳在誤差范圍內、且坐標距離小于閾值的多源記錄。關聯(lián)過程中還需要處理一對多、多對多的復雜映射關系，譬如一條公交線路涉及多個車站,一個站點又屬于14電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）不同公交線。一些重要公共實體還可以作為數(shù)據(jù)關聯(lián)的“橋梁”。例如，可以將道路交通事故信息與附近的出租車軌跡和訂單關聯(lián)起來。通過數(shù)據(jù)關聯(lián)可將不同來源的數(shù)據(jù)加工成豐富、互補的新數(shù)據(jù)集，其中包含不同源數(shù)據(jù)的多變量屬性。數(shù)據(jù)關聯(lián)將擴大后續(xù)數(shù)據(jù)分析的維度。(三)多源數(shù)據(jù)分析交通行業(yè)中用到的運營商數(shù)據(jù)具有多源性、異構性等特點，不同類型的數(shù)據(jù)之間往往存在關聯(lián)關系。多源異構交通數(shù)據(jù)的關聯(lián)挖掘，是實踐智慧交通的重要支撐，它將分散、碎片的視角融會貫通，洞察復雜交通系統(tǒng)的運作全貌。通過構建智能分析模型，可實現(xiàn)對交通流量、事件、熱點的精確預測，使交通服務調度更加主動精細化。數(shù)據(jù)的關聯(lián)分析，即不同類型數(shù)據(jù)之間的關聯(lián)挖掘，可以幫助交通行業(yè)更好地理解交通運行規(guī)律，提升交通管理水平。新技術、新算法的不斷引入正在持續(xù)推動多源數(shù)據(jù)分析能力的迭代升華，拓展應用邊界。多源數(shù)據(jù)的關聯(lián)分析可以發(fā)揮以下作用：提高數(shù)據(jù)分析準確性：通過分析不同類型數(shù)據(jù)之間的關聯(lián)關系，可以提高數(shù)據(jù)分析準確性。例如，在交通流量分析場景中，可以通過分析人群位置、基站覆蓋范圍、交通流量等數(shù)據(jù)之間的關聯(lián)關系，更準確地預測交通流量變化趨勢。發(fā)現(xiàn)新知識：通過分析不同類型數(shù)據(jù)之間的關聯(lián)關系，可以發(fā)現(xiàn)新知識。例如，在交通出行分析場景中，可以通過分析人群出行軌跡、出行目的地、出行時間等數(shù)據(jù)之間的關聯(lián)關系，發(fā)現(xiàn)人群出15電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）行規(guī)律，提升交通服務水平。提升分析效率：通過分析不同類型數(shù)據(jù)之間的關聯(lián)關系，可以提升交通管理效率。例如，在交通事故分析場景中，可以通過分析事故發(fā)生時間、事故發(fā)生地點、事故原因等數(shù)據(jù)之間的關聯(lián)關系，預防交通事故發(fā)生，提升交通安全水平。在交通行業(yè)場景所涉及的運營商數(shù)據(jù)分析中，數(shù)據(jù)的關聯(lián)分析主要可分為交通流量分析、交通出行分析、交通事故分析三大部分。交通流量分析：可以通過分析人群位置、基站覆蓋范圍、交通流量等數(shù)據(jù)之間的關聯(lián)關系，預測交通流量變化趨勢，進行交通管控。交通軌跡分析：可以通過分析人群出行軌跡、出行目的地、出行時間等數(shù)據(jù)之間的關聯(lián)關系，了解群眾出行習慣，提升交通服務水平。交通事故分析：可以通過分析事故發(fā)生時間、事故發(fā)生地點、事故原因等數(shù)據(jù)之間的關聯(lián)關系，預防交通事故發(fā)生。(四)結果展示結果可視化是將數(shù)據(jù)分析結果轉換為可視化圖形的過程，通過可視化數(shù)據(jù)分析結果，可以使數(shù)據(jù)分析結果更加直觀、易懂，提高數(shù)據(jù)分析結果的可理解性，使其更加容易傳播，促進數(shù)據(jù)分析結果的應用。在交通行業(yè)場景涉及的運營商數(shù)據(jù)分析中，結果可視化應遵循以下原則：準確性，即結果可視化應準確反映數(shù)據(jù)分析結果；清晰性，即結果可視化應清晰明了，易于理解；簡潔性，即結果可16電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）視化應簡潔明了，避免過于復雜；相關性，即結果可視化應與數(shù)據(jù)分析目標相關，突出數(shù)據(jù)分析重點。在選擇結果可視化方法時，應根據(jù)具體應用場景選擇合適的方法。常用的結果可視化方法包括圖表、熱力圖、交互式地圖、動態(tài)圖等。圖

4

運營商數(shù)據(jù)賦能交通行業(yè)的可視化案例（A：圖表；B：熱力圖；C：交互式地圖；D：動態(tài)圖）(五)數(shù)據(jù)安全隨著交通行業(yè)全面邁向數(shù)智化，數(shù)據(jù)安全正在變得愈發(fā)重要。運營商數(shù)據(jù)在交通行業(yè)的應用也需從源頭落實責任，建立完善的數(shù)據(jù)安全體系，杜絕數(shù)據(jù)削弱、泄密、非授權訪問等安全風險。這既需要規(guī)范化管理和技術創(chuàng)新，也需要跨行業(yè)的協(xié)作機制。通常采取的數(shù)據(jù)安全措施如下：17電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）訪問控制：通過數(shù)字證書、單點登錄認證用戶，基于角色和業(yè)務屬性實現(xiàn)細粒度的數(shù)據(jù)訪問權限控制，遵循最小授權原則。數(shù)據(jù)加密：在網(wǎng)絡數(shù)據(jù)傳輸路徑上全鏈路部署加密傳輸技術,存儲層面也可進行字段加密，同時使用密鑰管理系統(tǒng)確保密鑰安全。數(shù)據(jù)隔離：將業(yè)務和數(shù)據(jù)按分類存儲隔離,例如在網(wǎng)絡層使用VLAN、ACL

進行邏輯隔離,避免非法跨域進行數(shù)據(jù)訪問。數(shù)據(jù)脫敏：對于涉及關鍵個人信息的字段，如車牌、車輛

VIN等,使用不可逆哈希算法代替明文，避免泄密后被惡意關聯(lián)分析。系統(tǒng)審計：記錄用戶訪問交通數(shù)據(jù)的操作日志，進行安全審計跟蹤。使用威脅情報等，輔助監(jiān)測數(shù)據(jù)異常訪問。18電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）四、

電信運營商數(shù)據(jù)在交通行業(yè)的賦能場景前文闡述了運營商數(shù)據(jù)在交通行業(yè)賦能涉及的數(shù)據(jù)資源類型和數(shù)據(jù)處理、分析、應用技術。在落地層面，運營商數(shù)據(jù)在交通行業(yè)的賦能需堅持以“場景驅動創(chuàng)新”為導向，從場景出發(fā)規(guī)劃技術架構并引入必要的數(shù)據(jù)資源，才能實現(xiàn)業(yè)務價值的最大化。本章將歸納運營商數(shù)據(jù)賦能交通行業(yè)的具體落地場景，將從車路協(xié)同、規(guī)劃建設、設施運營、流量調控等方面詳細展開。(一)車路協(xié)同輔助駕駛應用：5G

網(wǎng)絡的超低時延(1ms

以內)，可以滿足輔助駕駛對實時數(shù)據(jù)交互的極高要求，如確保交通燈狀態(tài)，前車距離等信息的即時傳輸，輔助進行危險判斷和避障。高帶寬可支持車載高清攝像頭實時傳輸高清視頻流，如識別更多交通標志、路況細節(jié)，提升環(huán)境感知能力。根據(jù)服務類型設置不同的網(wǎng)絡切片，為駕駛輔助服務提供保障，優(yōu)先調度駕駛輔助業(yè)務，提高信息傳輸質量。(二)規(guī)劃建設道路規(guī)劃：在城市道路規(guī)劃中，運營商數(shù)據(jù)的運用是至關重要的。通過分析運營商提供的大量車輛實時位置、移動速度等數(shù)據(jù)，城市規(guī)劃者可以獲得寶貴的交通流動信息。這些數(shù)據(jù)可用于識別高峰時段的交通擁堵區(qū)域、分析道路使用模式，從而優(yōu)化城市道路規(guī)劃。通過實時監(jiān)測車輛流動，規(guī)劃者可以更準確地評估交叉口和道路的繁忙程度，以便調整信號燈控制策略，提高交通效率。此外，運營商數(shù)據(jù)還可用于分析停車需求和停車模式，幫助規(guī)劃更合理的停車19電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）設施分布。綜合利用這些數(shù)據(jù)，城市道路規(guī)劃可以更加智能、靈活地滿足城市交通的需求，改善出行體驗。擁堵識別路段改進：運營商數(shù)據(jù)可以用于實時監(jiān)測城市中可能出現(xiàn)的擁堵區(qū)域。通過分析車輛速度的變化和停滯情況，規(guī)劃者可以迅速識別擁堵點，為改進道路布局和交叉口設計提供數(shù)據(jù)支持。停車設施規(guī)劃：分析運營商數(shù)據(jù)有助于了解停車需求和停車模式。規(guī)劃者可以根據(jù)車輛停留的時間、地點等信息，規(guī)劃合理的停車設施分布，提高城市停車資源的利用率。充電樁規(guī)劃：在充電樁規(guī)劃中，運營商數(shù)據(jù)發(fā)揮著關鍵作用。通過分析實時車輛位置和充電需求信息，可以精準預測充電熱點區(qū)域，優(yōu)化充電樁的布局，確保在高需求區(qū)域提供足夠的充電服務。綜合利用這些數(shù)據(jù)，充電樁規(guī)劃得以智能化、個性化，為電動車充電提供更便捷、高效的解決方案。城市發(fā)展策略制定：通過長期收集和分析運營商數(shù)據(jù)，可以形成城市發(fā)展的長期交通趨勢。這為規(guī)劃者提供了制定城市發(fā)展策略的數(shù)據(jù)基礎，以適應未來的交通需求。通過充分利用運營商數(shù)據(jù)，城市道路規(guī)劃可以更加智能、響應迅速，提高城市交通系統(tǒng)的效率，改善市民出行體驗。(三)設施運營道路維護：車輛通行降速、路段車速降低可能由多種因素造成，例如道路損壞、交通擁堵等。如果路段車速降低的幅度較大，并且持續(xù)時間較長，則可能表明該路段存在道路損壞的問題。車輛過度20電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）集中，可能導致道路交通擁堵，從而增加道路損壞的風險。結合道路年齡，如果路段車輛流量過大，并且存在車輛擁堵的情況，則可能表明該路段存在道路損壞的問題。充電樁運營優(yōu)化：利用運營商數(shù)據(jù)和充電樁實時狀態(tài)數(shù)據(jù)，可建立充電樁實時監(jiān)測系統(tǒng)，優(yōu)化充電樁的運營狀況。例如，可通過車輛行為數(shù)據(jù)，結合車輛的充電行為數(shù)據(jù)，向駕駛者推薦最符合其充電需求的充電樁；可通過收集車輛在充電區(qū)域的位置、行為數(shù)據(jù)，分析充電樁故障情況，優(yōu)化充電樁服務策略。運營商數(shù)據(jù)還可用于分析用戶群體的充電行為，從而個性化推薦最適合的充電樁，提高用戶體驗。公共交通運營決策支持：通過分析運營商提供的公交車輛實時位置和速度數(shù)據(jù)，可以獲取詳細的公交車運行信息。這些數(shù)據(jù)可用于識別不同時間段和區(qū)域的交通流模式，包括高峰和低谷時段，幫助決策者了解車輛運行狀態(tài)。通過這些分析可以建立城市交通模型，模擬不同交通場景下的道路使用情況。這可以為公共交通運營人員提供決策支持，幫助他們更好地預測未來的交通需求，優(yōu)化線路規(guī)劃。(四)流量調控智能導航避堵：結合運營商數(shù)據(jù)，可以實現(xiàn)實時的路況導航服務。車輛實時位置和速度信息可用于更新導航系統(tǒng)，為駕駛者提供最優(yōu)路線，避開擁堵區(qū)域，提高出行效率。交通信號優(yōu)化：交通信號優(yōu)化是通過有效地協(xié)調和調整交叉口的21電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）信號燈控制策略，提高交叉口通行效率、減少擁堵和緩解交通壓力的一種手段。在交通行業(yè)中，運營商數(shù)據(jù)的應用可以為交通信號優(yōu)化提供實時的交通流信息，從而使優(yōu)化策略更加智能和精準。22電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）五、

總結與未來展望電信運營商數(shù)據(jù)在現(xiàn)代城市交通管理中發(fā)揮著關鍵作用，賦能場景涵蓋了車輛運行、乘客流動、道路狀況等多個方面。盡管該領域存在著巨大的潛力，但目前仍然面臨著數(shù)據(jù)來源、結構多樣，數(shù)據(jù)開發(fā)、管理門檻高，數(shù)據(jù)應用場景復雜、落地方法論較少等挑戰(zhàn)。本白皮書主要探討了在交通行業(yè)進行的運營商數(shù)據(jù)的應用實踐，梳理了運營商數(shù)據(jù)賦能交通行業(yè)所涉及的數(shù)據(jù)要素、落地思路、賦能場景以及實踐案例等，并初步提出電信運營商數(shù)據(jù)賦能交通行業(yè)的實踐方法倫，為城市交通的管理者、決策者提供全面的信息支持，幫助其更好地理解電信運營商數(shù)據(jù)對交通行業(yè)的價值，并為相關領域電信運營商數(shù)據(jù)的應用提供可行的解決方案，以促進數(shù)據(jù)要素的社會價值和經(jīng)濟價值高效釋放。本白皮書充分說明了數(shù)據(jù)應用的跨界融合所能帶來的社會價值與經(jīng)濟價值，為其它領域的數(shù)據(jù)應用融合創(chuàng)新提供了參考范式。運營商數(shù)據(jù)對交通行業(yè)賦能的發(fā)展趨勢在政策、產(chǎn)業(yè)和技術等多個方面呈現(xiàn)出引人注目的特點，充分說明了數(shù)據(jù)要素時代跨域融合創(chuàng)新的重要性，其在不斷挖掘數(shù)據(jù)價值的同時也催生出百花齊放的創(chuàng)新應用。以下是對運營商數(shù)據(jù)賦能交通行業(yè)的發(fā)展趨勢闡述：政策層面，數(shù)據(jù)安全和隱私保護勢在必行：隨著對數(shù)據(jù)價值認識的提高，數(shù)據(jù)安全和隱私保護問題變得尤為關鍵。運營商在應用數(shù)據(jù)的過程中，需要加強對數(shù)據(jù)的安全管理，確保用戶隱私不被濫用，同時遵循相關法規(guī)和標準，建立合規(guī)的數(shù)據(jù)使用機制。23電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）產(chǎn)業(yè)層面，智慧交通和物流協(xié)同發(fā)展成為趨勢：隨著物流行業(yè)的快速發(fā)展，交通和物流間的數(shù)據(jù)融合打通、開放分享成為趨勢，運營商數(shù)據(jù)在交通流量監(jiān)控、路徑優(yōu)化、車輛調度等方面均可發(fā)揮重要的價值，對交通和物流的融合發(fā)展起到促進作用。通過實時獲取車輛位置、速度等信息，可以優(yōu)化交通信號控制，減緩擁堵，提高物流運輸效率。技術層面，人工智能在運營商數(shù)據(jù)分析中的應用前景廣闊：人工智能（AI）和機器學習（ML）在運營商數(shù)據(jù)的分析和決策中扮演著重要角色。通過建立預測模型、推薦系統(tǒng)、自動化決策系統(tǒng)等，可以更好地理解用戶行為、優(yōu)化資源配置、提高服務質量。機器學習算法的應用可以使系統(tǒng)從數(shù)據(jù)中學習規(guī)律，不斷優(yōu)化運營策略，提高數(shù)據(jù)利用效率。24電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）附錄：電信運營商數(shù)據(jù)在交通行業(yè)應用的案例選集案例一：公共交通線路規(guī)劃1.

案例背景自

2020

年以來，受客觀情況影響，居民出行結構發(fā)生了巨大改變，城市公交客運量逐年下滑，城市公共交通戰(zhàn)略正面臨嚴峻挑戰(zhàn)。如何利用信息化手段，降低公共交通工具的空駛率，完善高品質服務體系，推進城市公交轉型成為各方關注的重點。此項目通過采取全時段、全區(qū)域、多層次、多維度的群體數(shù)據(jù)進行數(shù)據(jù)挖掘和數(shù)據(jù)分析，構建人群出行大數(shù)據(jù)模型，獲取人群出行特征，并與合肥市軌道交通和城市公交線網(wǎng)進行適配分析，優(yōu)化調整公交線路設置。針對符合集約化出行條件的人群，開發(fā)高品質定制直達公交線路，同時針對用戶進行點對點服務。2.

方案實施此項目構建了出行需求預測模型和公交網(wǎng)絡評估模型：出行需求模型通過分析人群碎片化行程數(shù)據(jù)，識別區(qū)域之間的高頻出行模式和需求預測；評估模型考量各維度指標，如負荷率、OD

覆蓋度等，對現(xiàn)網(wǎng)運行情況進行定量分析。公共交通運營方可綜合模型結果，找出當前公交網(wǎng)絡與人群需求不匹配的癥結所在，并以此為依據(jù),使用網(wǎng)絡最短路徑算法規(guī)劃出多條高匹配度的定制公交路線。這些路線可直接連接居民的出行熱點,同時兼顧軌道交通的銜接。該方案實現(xiàn)了對公交網(wǎng)絡的科學規(guī)劃，是公共交通數(shù)據(jù)智能化發(fā)展的重要升級。25電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）圖

5

基于公共交通客流承載量分析的客群觸達3.

價值效益數(shù)據(jù)驅動的公交網(wǎng)絡規(guī)劃方式極大提升了公共資源配置效率，在減少車輛空駛的同時大幅改善了公共服務質量和用戶體驗。合理的公交布局也帶來環(huán)境效益，有助于交通擁堵的改善。該案例提供了可復制、可推廣的以大數(shù)據(jù)引領公共資源優(yōu)化的成功范例，可為全國其它城市的公共交通規(guī)劃提供借鑒。案例二：新能源車充電樁布放規(guī)劃1.案例背景國家發(fā)展改革委、能源局編發(fā)了《關于進一步構建高質量充電基礎設施體系的指導意見》，提出要適度超前建設，到

2030

年建成高質量充電基礎設施體系，形成城市面狀、公路線狀、鄉(xiāng)村點狀布局的充電網(wǎng)絡，加快重點區(qū)域建設，提升運營服務水平。地方層面，安徽省人民政府辦公廳于

2016

年印發(fā)了《關于加快電動汽車充電基礎設施建設的實施意見》，提出了加快充電基礎設施建設的總體要求、發(fā)展目標、主要任務和保障措施，旨在推動安徽省打造成為競爭力強、布局合理、網(wǎng)絡健全、應用領先的電動汽車充電基礎設施快速發(fā)展地區(qū)。在此背景下，該項目通過運營商用戶行為數(shù)據(jù)、軌26電信運營商數(shù)據(jù)賦能交通行業(yè)白皮書（2023）跡