基于電商技術的公交大數據平臺構建及應用初探

蔣艷 張超

摘要：面對公交領域日益龐大的數據規模和種類，基于電商技術來構建公交大數據平臺能夠有效挖掘價值數據，為管理決策提供科學依據。依照公交數據的生命周期將平臺架構分為了生產階段、分析階段和應用階段，并在每個階段中結合了電商技術來實現各類資源的有效存儲和使用。同時，在電商技術的助力下，公交大數據平臺的應用場景已不僅限于公共出行、市民服務和環境保護等社會層面，也擴展到了城市建設、商業地產和金融服務等經濟層面，從而由智能化公交的建設帶動智慧化城市的發展。

關鍵詞：電商技術；大數據；公共交通

引言

公共交通是我國最為重要的民生工程之一，依靠擴建城市道路和增加交通設施來提高交通供給量已難以解決越發嚴峻的公共交通問題。伴隨社會經濟高速發展而來的是民眾對于公共交通日益增長的需求，唯有更高水平的公交管理規劃才能消減交通事故和城市擁堵等問題。因此，智能化的交通系統成為了提高公交管理水平的重要方法，而以電商技術為基礎的公交大數據平臺則是實現公交智能化的核心所在。

電子商務技術是通過有效融合計算機網絡技術、移動互聯技術等來實現商務過程的數字化和智能化[1]。電商技術能夠在公交大數據平臺的建設中發揮以下兩方面的作用。一方面，電商技術能夠整合各類軟硬件資源和數據資源，從而滿足未來公交領域高效擴展的需求。另一方面，電商技術能夠為公交客流預測、公交到站預測和公交動態調度提供計算資源和存儲資源的支撐，從而滿足平臺中各應用系統的業務需求。

大數據時代的到來創造了更多途徑和方法來挖掘各行各業的數據價值，而公共交通是交通領域最重要的數據源之一[2]。公交車費從最初的現金支付到如今支持IC卡、云支付、支付寶、微信、電子票、銀聯等多種支付方式，其在方便人們出行的同時，也使得公交數據的數量和級別呈現幾何式增長。公交所產生的海量數據不僅包含了人們的日常出行信息，同時也為城市建設和治理提供了關鍵數據支撐。而傳統的數據統計方法由于存在數據滯后和數據閑置等風險已無法滿足當下及未來的數據需求[3]。只有通過構建智能化的大數據平臺對公交數據進行挖掘分析才能解決目前面臨的問題并體現數據的應用價值，從而實現數據可追溯、數據可維護、數據分析決策等目標。

1、基于電商技術的公交大數據平臺構建

公交數據是公交集團的核心資產，為了能夠合理有效的規劃未來的公交系統架構，應利用電子商務的高新技術并按照公交數據的生命周期來分析問題和制定目標。本文所構建的公交大數據平臺依照數據的生命周期分為了生產階段、分析階段、應用階段這三個階段，基于電商技術的公交大數據平臺架構如圖1所示。

1.1 生產階段

在生產階段，通過數據分發、埋點、自動上報、手動上傳、數據庫導入等方式將GPS（Global Positioning System）數據、支付數據和客流數據等數據匯總到用戶數據系統中。其中，GPS數據主要是通過安裝在公交車上的GPS設備實時收集公交運行信息；支付數據是通過電商技術匯總公交IC卡、云支付、支付寶、微信、電子票、銀聯等市民支付記錄來獲得；客流數據主要通過市民乘車的支付記錄和公交車門的攝像設備來收集。商業地理數據主要根據公交上下車人群特征，數量統計等基本信息、行車過程信息等統計得到。這些數據作為統一的元數據提供給分析階段和應用階段，利于更加高效的評估公交整體運行情況、研究乘客特征狀況等方面。

1.2 分析階段

在分析階段，由于從不同渠道獲得的元數據會存在缺失、重復、異常等問題，所以需要結合用戶基礎數據通過ETL（Extract Transform Load）數據解析系統[4]將各渠道、各種類型（數據、文本、視頻、音頻等）收集到的數據進行抽取、清洗和轉載后存儲到數據倉庫中，在基礎數據倉庫建立以后，根據業務需要逐步建立不同的業務數據倉庫，如智能調度數據倉庫、智能維修數據倉庫、金融服務數據倉庫、城市商業地理數據倉庫等。然后基于邏輯回歸、時間序列、聚類人工智能匹配算法、深度學習及業務決策規則等，針對不同的應用場景實施大數據決策模型的智能生成、智能發布、用戶交叉營銷撮合等系統功能。最后，將經過特征提取、NLP（Natural Language Processing）自然語言處理后的特征數據、規則、決策和報表等數據放到不同的數據倉庫中，為后續的數據應用提供強有力的支撐。

1.3 應用階段

在應用階段，針對用戶在公共出行、市民服務、城市建設、金融服務、商業地產和環境保護等不同場景的需求，該平臺將基于數據倉庫的數據提供API（Application Programming Interface）、BI（Business Interface）、大數據業務建模等服務，通過靈活有效的智能決策和精準營銷來達到商業最大化的目的，進而利用城市出行數據全面打造智能城市生活服務平臺，以期望服務于城市居民生活的方方面面，真正實現城市生活只能平臺化。同時，可以通過電商技術將新建的大數據平臺和已有的數據平臺進行銜接，面向其它企業提供Sass（Syntactically Awesome Stylesheets）服務，從而不斷推進公共交通行業的數字化和智能化，同時通過API服務為城市生活的其他數據使用方提供相應的數據服務及支持。

2、面向電商技術的公交大數據平臺應用

面向電商技術的公交大數據平臺應用主要體現在公共出行、市民服務、城市建設、環境保護、商業地產和金融服務這六個方面，如圖2所示。這些應用的實現離不開電商技術和大數據分析，同時，通過這六個方面的應用能夠有效推動公共交通領域向智能化發展，進而推動經濟社會的整體發展。

2.1 公共出行

公共出行是指在目前公交行業標準的基礎上針對地方特色進行線路規劃和班次調整，縮小公交車站間的直線距離，同時需要注意各換乘站之間的銜接來提高換乘效率，考慮各交通方式之間的銜接來降低周轉難度。實現定制化擴展有效調動城市運輸運力，制定包括數據采集規范、公眾服務規范和內容接口規范等智慧公交系統規范，在此基礎上構建全面的城市定制公交體系。同時，開發建立業務數據資源庫和對外標準服務接口，實現公共信息及時發布使得公共出行更加便捷。

2.2 市民服務

傳統的公共交通服務是從市民上車開始到下車結束，而通過電商技術和大數據平臺可以有效實現市民服務的延伸。通過網絡互動來收集市民對于公交服務的實際需求，將傳統的市民參與渠道擴寬，以主動征求建議來替代被動接受意見。同時，通過大數據平臺分析在不同時間段內根據乘客的預測數量制定靈活的車輛投放機制，從而減小市民等待時間。例如，在工作日高峰期提高發車頻率從而緩解道路壓力，在節假日延后末班車時間從而滿足民眾需求。

2.3 城市建設

基于電商技術的公交平臺為城市發展提高科學的數據支撐，不斷優化公交運行模式和城市建設規劃之間的關系。針對公眾出行需求多樣性和空間分布的不同特性，構建容量大、品質高、成木低、見效快的快速公共交通網絡。在城市區域規劃中充分考慮公共交通的承載能力和導向作用，形成分級服務和分區服務的公交線網布局，提高城市的整體客流運輸水平。

2.4 環境保護

根據電商技術和公交數據能夠進行城市人群密度分析，從而能夠準確得出易擁擠路段和客流較大站點。城市道路暢通是保護環境的必備條件，因為這不僅能夠降低因堵車造成的空氣污染，而且能夠使更多人選擇以公共交通為主的綠色出行。所以，以公交大數據平臺的分析結果為基礎，逐步新建、改建公共交通專用道，力求實現網絡化和規模化的公交優先通行網絡，從而提高公交車的行駛速度和班次效率，緩解城市擁堵現象，減少城市空氣污染。

2.5 商業地產

通過公交大數據有效挖掘客流信息，從而合理布局商業功能區，使得土地資源的使用逐步貼合公共交通規劃，引導城市空間整體性能的發展。根據公共交通站點來規劃商業區、住宅區和服務區的建設，使得商業地產能夠緊密結合公交路線進行選址，從而有效區分了各個功能區，圍繞城市中心及副中心來均衡建設商業活動區域，減少潮汐式出行方式提高市民的生活便利指數，真正實現城市公交系統反補城市商業地理布局。

2.6 金融服務

通過公交大數據的分析能夠得到客群分布，從而針對不同的客群提供相應的金融服務，聯合銀行為城市居民提供有利于出行與資產管理的金融服務體驗。公交集團與金融機構合作開展業務活動，為民眾提供包括金融投資、商業保險和信息咨詢等多方面的金融服務，從而豐富金融服務類別并優化金融機構管理模式，更好的促進城市經濟的發展。同時，在金融服務合作中，有關部門要注重金融資金的監管和交易手續的審核，保證公眾和企業的資金和信息安全。

3、結束語

隨著電商技術的蓬勃發展，以數據為導向的改革優化已成為了各行各業的發展重點。公共交通作為影響到日常生活的重要民生工程，其在保障民眾生活質量的同時也產生了海量數據。因此，研究基于電商技術的公交大數據平臺對于推進城市公共交通向智能化、高效化和合理化發展有著重要意義。本文一方面從生產階段、分析階段和應用階段闡述了基于電商技術的公交大數據平臺構建，另一方面從公共出行、市民服務、城市建設、環境保護、商業地產和金融服務這六個方面研究了面向電商技術的公交大數據應用場景。以平臺為契機將電商技術和大數據進行有效融合，不僅有效緩解了制約城市公共交通發展的瓶頸，而且在智能交通乃至智慧城市的建設中都提供了強有力的技術支持。

參考文獻：

[1] 姚偉波.大數據背景下我國電子商務發展對居民消費的影響研究[D].江蘇大學，2019.

[2] 翁小雄，劉永鑫，盧炬康.基于大數據挖掘的城市公交站點生活服務評價方法研究[J].現代電子技術，2019，42（02）：67-70.

[3] 陳君，莊義斐，崔美莉，王印海，馬東方.基于APTS大數據的城市公交出行多維分析模型和方法[J].交通運輸系統工程與信息，2019， 19（01）：76-82.

[4] 陳深進.基于云服務平臺的智能交通關鍵技術研究[D].華南理工大學，2019.

作者簡介：

蔣艷，上海理工大學管理學院，副教授；

張超，上海理工大學管理學院，碩士研究生。