建设背景、构建思路及未来工作

赛文交通网 智能交通 数据大脑

编者按：7月25日，在由交通运输部科学研究院、赛文交通网主办的交通运输“数据大脑”技术研讨会上，江苏省交通运输厅通信信息中心副主任朱雷雷做了《江苏交通数据大脑建设思路和典型案例》报告。

该报告指出，伴随着现代信息技术在交通领域的不断应用和普及，交通数据在交通规划、管理和建设等方面发挥着重要的作用，并分别从“数据大脑”的建设背景、构建思路、未来工作等方面介绍了江苏省交通数据大脑的建设工作。

1、“数据大脑”的建设背景

首先，在政策层面，交通运输部出台《交通运输领域新型基础设施建设行动方案》等相关文件，以六梁六柱为总体框架，打造综合交通运输“数据大脑”。以“一个平台”的视角，配套构建大数据中心体系，实现部内信息化“横向到边”，全行业信息化“纵向到底”。

推进综合交通大数据中心体系建设。鼓励和支持各地交通运输主管部门统筹开展综合交通运输信息平台建设，加强各级综合交通运输信息平台互联互通。

同时，江苏省也提出运用数字技术开展交通治理，加强交通运输业务支撑与决策、综合运行协调与应急指挥、重点营运车辆安全监管、交通运输执法等领域数字化建设。目前，打造综合交通数据大脑已成为新时期数字交通建设的重点任务。

其次，各省也在积极探索数据大脑的建设，例如浙江省采用“一仓一箱四库”的架构，在数据上强化数据治理，建好数据仓，同时利用算法库、规则库、知识库，推动市县联动、全面贯通，确保数字化改革成果落实落地，实现“一地创新、全省共享“。广东省也依托省交通运输厅一体化数字平台建设，构建一张感知传输网、一个粤交通特色品牌、六类数字化支撑能力。

2、江苏省“数据大脑”构建思路

江苏省在近年来完成了如公路基础设施三维数字化开放平台、京杭运河运行调度与监测系统等一批重大的信息化平台建设，为江苏“数据大脑”建设奠定了基础。将“数据大脑”定义为“计算中心”、“数据中心”、“信息中心”、“服务中心”。服务支撑26个业务领域，8个管理平台。

将其定位为计算中心，其由厅信息中心、苏北处机房以及省大数据中心构成，承载了厅机关的门户网站、财务、地理信息服务平台、统计分析、辅助决策支持、公众出行、信用系统等业务。同时也承载了公路、航道等相关部门的业务系统。未来，部分也将迁入江苏省大数据中心。

数据大脑被定位为数据中心，其利用统一的数字底座，全面汇聚数据资源并梳理编目，可以完成深度调研厅机关、厅属单位业务系统，筛选重点数据表等任务。构建五大类交通主数据，服务交通政务信息系统整合工程、江苏交通云移动应用平台等24个项目。数据大脑采用统一ID、多主键及云标签等技术，实现相同对象的智能归并。

例如，采用统一ID技术解决公路桥、水路桥、铁路桥桥梁编码不统一的问题；构建跨部门的交通主数据标准，以满足各业务部门对数据多元化的独特需求；建立一数一源、最新数据优先、最旧数据优先、基于系统优先级等数据存活规则对数据源和主数据模型进行映射，降低了ETL脚本的维护成本，优化了数据处理的效率。

“数据大脑”同时也是一个信息中心，其基于不同的应用场景，通过五类联接方式将跨域数据联接形成信息。

首先可以通过多维模型进行联接，以业务流（事件）为中心联接，实现多维数据查询和分析，如对执法事件从发生时间、发生区域、类型和所属企业等进行多视角不同的查询和分析。

第二，可以利用图模型以对象（主体）为中心联接，快速定位关联影响。

第三，通过标签的联接方式通过对人员进行证照信息、违法信息、违规记录和奖惩记录等形成人员年龄、性别、是否易违法等画像标签，辅助精准执法。

第四，利用指标的联接方式，通过计算，得到的用于度量业务结果、效率和质量的数据。

第五，通过算法模型，辅助规划决策，安全风险、预测路网状态。利用多种机器学习算法，通过对道路历史交通量数据、天气和假期等因素的特征学习，实现节假日道路交通流预测。

“数据大脑”可以定位为一个服务中心，对内可以通过江苏交通云数据超市进行数据服务，对外则可以通过江苏省政务信息共享网站进行数据服务。

3、典型案例

基于多维模型的数据联接进行事故管理，交通事故情况表为事实表，存放了通过6个维表的主码：事故特征代码、事故时间代码、事故位置代码、当事人代码、事故车辆代码和交通环境代码。

通过这6个维表的主码，将事实表与维表连接在一起，形成了完整的”星形模式“，构筑了交通安全的多维数据模型。交通事故多维数据结构的星形模式组织模型继续向外延伸，对6个维表进一步扩展，即成为雪花模式。

基于图模型的数据联接进行数据智搜，梳理数据的关联关系、溯源关系、数据标签，形成数据360视图，并逐步构建行业知识图谱。

基于标签的数据联接进行监管对象的360度画像，基于大数据、知识图谱与人工智能技术，建设监管对象 360度画像，精准描绘企业、交通工具（车、船）、人员画像，实现一像多用。需要基于数据驱动的方式，整合所有渠道的交通数据，通过交通数据深度融合，为交通运输行业治理提供数智服务。

基于指标的数据联接构建省市县交通运行监测一体化平台。通过数据中心，调取约27个业务系统的数据，梳理形成市县交通运行监测指标体系，建立省市县交通运行监测指标体系，综合监测、分析和展现公、铁、水、空和城市交通运行和发展态势，及时揭示风险、发现问题，掌握交通运行规律，支撑行业管理和辅助决策，进一步提升行业履职能力和服务水平。

为满足省市县三级交通运输行业监测的不同场景需要，开发了布局配置灵活、监测指标灵活可配的新模式，解决了不同市、县（区）的大屏环境配置要求。充分融合和集成百度等互联网实时路况信息、实时视频图像信息和全省交通“一张图”信息，基于省交通地理信息服务平台的三维GIS服务，动态展现高速公路实时路况，并自动叠加拥堵路段视频摄像机，为精准、可视化掌握高速公路实时路况提供支撑。

基于模型的数据联接开发道路运输安全风险动态评估和预测系统，基于省厅“江苏交通云”数据超市，我们获取了来自交通行业、公安行业和社会企业多方数据，选取Xgboost作为最优算法。基于近三年数据，我们进行模型的构建、训练与迭代优化，最终形成基本成熟的高速和国省道安全风险动态评估和预测模型。

4、未来工作

未来工作方面，要从以下四方面不断提升数据大脑的能力。

第一，完善数据标准体系，贯彻落实国家、部省数据相关法律法规和标准规范，有效兼容省厅实际数据业务发展需求，形成符合省厅业务情况的数据标准体系，全面规范各类数据活动。

第二，完善数据管理体系，从管理制度、管理组织、信息架构方面着手，建立数据管理流程，明确数据管理的关键活动、角色，以及与周边组织的协作关系，重点探索建立交通首席数据官制，结合国家数据战略和数字政府转型要求，在全省各级单位设立首席数据官，由业务和数据层面的高层领导者、愿景规划者、数据要素掌握者和发展决策者担任，为行业数字化发展提供创新引擎和坚实保障。

第三，完善数据质量体系，从制度、流程、技术、管理等方面建立数据协同治理责任机制，有序实施数据要素治理工程，深化数据资源核查，加强源头治理管控，全面提升数据资源质量。实施新建数据库标准化审查，以数据质量持续检测改进为抓手，落实数据质量问题主体责任，建立协同改进机制，实现全流程闭环管理。

第四，建立数据安全体系，按照数据安全政策合规性要求，统筹发展与安全需要，因地制宜建立数据分类分级标准，数据安全管理制度，筑牢数据安全防线，打造安全识别、安全防护、安全监测、安全处置的多维度数据安全监测系统，确保数据资源在汇聚、治理、共享、应用全生命周期，持续处于有效保护、合法利用状态。

同时也不断拓展数据大脑的应用场景，如政务管理、出行服务、现代化治理以及基础设施数字化建设等，目前江苏省也在着手推进相关平台的建设工作。