全文总字数：1970字

1. 研究目的与意义及国内外研究现状

近十年来，经济高速发展，经济中心已经稳定在城市。城市的人口不断增加，私人代步工具购买率的逐渐上升，公共交通工具使用比例一直下降，交通拥堵已经成为城市的最显著特征之一。此时，互联网也得到了快速发展，我们已处于数据、信息过载的信息时代。交通信息也是大数据，于是可以利用大数据相关技术与工具， 对交通大数据进行分析、筛选和处理，提炼出有价值的信息，对交通堵塞问题进行研究预测，从而提炼出有针对性的交通优化引导，这也是选题的目的和意义。

国内外研究现状

自2011年大数据技术的快速发展，其为交通领域带来了破解难题的重大机遇。大数据技术可以将各种类型的交通数据进行有效整合，挖掘各种数据之间的联系，提供更及时的交通服务。目前，交通大数据的交易需求已日益显现，并且在交通管理优化、车辆和出行者的智能化服务方面以及交通应急和安全保障等方面都已经产出了应用成果。例如百度将自身的地图生态开放给交通部，完善增加其交通数据规模。百度地图的日请求次数大约有70亿次，拥有大量的用户出行数据，交通部可以根据百度提供的数据来提高数据的可靠性，成为可靠的参考样本，进而做好决策；其它一些大数据服务企业利用自身搜集的交通数据及交易的数据，分析用户出行数据，预测不同城市间的人口流动情况，如春运期间的交通调整等。

在欧洲，移动服务提供商和导航公司每天收集数十亿的交通计量点；目前，基础设施拥堵成本占GDP的1% (来源：麦肯锡)，如果利用这些大数据来减少拥挤,到2020年,全球可节省5000亿美元的时间和燃料,以及380兆吨二氧化碳排放量。在新加坡，实施基于全球导航卫星系统技术和车载装置，获得有关道路交通的综合、全面和实时数据；更好的交通信号灯转换；基于距离、时间、位置和车辆类型的道路定价方案。其他国家也是给予了大数据充分的重视，例如，美国首次设立一个首席数据科学家职位；韩国充分利用大数据，推动无人驾驶、面向智能信息社会管理第四次工业革命等；德国发布数字平台白皮书，建立法律框架,防止妨碍竞争的数据的专有权等。

2. 研究的基本内容

1.介绍研究背景以及研究过程中使用的技术与工具;

2.定向筛选交通数据，导出与交通堵塞相关的数据，并根据它们对交通拥堵问题的影响进行评级；

3.设计相应数据优化算法，依托交通数据，建立可控的交通疏解体系

3. 实施方案、进度安排及预期效果

实施方案：首先查阅交通数据方面的研究资料，借鉴别人关于此研究方向的研究成果，并将其归纳整理到论文中；学习大数据相关技术与工具，提升业务能力，以便更好完成课题；尽可能设计出一个符合实际且具有针对性的大数据优化算法。

进度安排：

从2019年1月开始，到2019年4月。一共4个月。

4. 参考文献

[1]陈靖.数据挖掘技术在智能交通信息处理中的研究与应用[J].电脑知识与技术,2018,14(25):7-8. [2]徐磊,方源敏.基于决策树C4.5改进算法的交通数据挖掘[J].微处理机,2010,31(06):57-59. [3]赵明. 智能交通系统数据挖掘与应用[D].山东大学,2014. [4]张仁美.基于Hadoop平台的数据处理及应用[J].电子技术与软件工程,2018(24):139. [5]秦娅,申国伟,余红星.基于Hadoop的大规模网络安全实体识别方法[J/OL].智能系统学报,2019(05):1-9[2019-01-16] [6]李爽,陈瑞瑞,林楠.面向大数据挖掘的Hadoop框架K均值聚类算法[J].计算机工程与设计,2018,39(12):3734-3738. [7]申兆慕,张健钦,王胜开,赵明.基于Hadoop的交通大数据的可视化Web GIS平台的设计与实现[J].北京建筑大学学报,2018,34(03):33-41. [8]刘滢.基于大数据平台的智能交通系统架构及功能设计[J].综合运输,2018,40(09):86-90. [9]陈娥祥.基于Hadoop平台的数据挖掘算法应用研究[J].渤海大学学报(自然科学版),2018,39(03):274-280. [10]汪雪. 基于大数据的城市干道交通信号协调控制方法研究[D].沈阳工业大学,2018.