【A06】交通时空大数据分析挖掘系统【东软】
发布时间: 2019-11-13 15:33:42

1. 命题方向

智能计算

2. 题目类别

应用类

3. 题目名称

交通时空大数据分析挖掘系统

4. 背景说明

【整体背景】

智慧交通是城市化进程不断向前推进的产物,是城市交通问题日益严峻和土地资源短缺状况共同作用下的必然结果。随着城市规模的不断发展,相应增加了城市人口数量和汽车保有量,这种形式下,逐渐加剧了不断增长的交通流和有效交通用地之间的矛盾。受多方面因素的影响,城市交通基础设施建设远跟不上交通流增长的步伐,更无法满足人们顺畅出行的需要,而智能交通系统建立的主要目的在于通过增加交通安全、提高交通效益、提高公交效率,减少交通负荷,提高交通决策的合理性来提高城市交通管理水平,充分利用已有的交通资源,满足人们便捷顺畅出行的需求。

【公司背景】

东软面向全球市场提供IT驱动的创新型解决方案与服务,致力于推动社会的发展与变革,为个人创造新的生活方式,为社会创造价值。公司创立于1991年,目前拥有近20000名员工,在中国建立了8个区域总部,10个软件研发基地,16个软件开发与技术支持中心,在60多个城市建立营销与服务网络;在美国、日本、欧洲、中东、南美设有子公司。东软是中国第一个上市的软件公司,也是最先通过CMM5和CMMI(V1.2)5级认证的中国软件公司。

【业务背景】

如何方便居民的出行是城市交通规划的重要使命,及时掌握城市居民出行方式及其发展变化,不仅可以及时了解城市当前交通结构状态,同时对于日后涉及城市规划,交通管理等方面也有重要的参考价值。模块的实现,可以提供以人为单位的出行与驻留识别结果,让人的轨迹行为标签化。

城市人口逐渐增多,人流密集的大型活动也日益增多。交通方面,可针对人群密度来分析城市人群的热力分布。

交通出行活动派生于人群的工作或生活目的需求,出行方式的选择其实是交通出行者在特定交通环境下心理和行为的综合反映,影响交通出行者出行方式的选择的因素多且复杂,在其选择出行时刻以及出行路线时,会根据自己的出行经验以及新获取的交通信息做出自己的判断,选择总出行时间最低或者总出行成本最小的路线或者出发时刻。

5. 项目说明

【问题说明】

以手机信令数据为对象,现有的大数据体系架构和大数据服务组织为基础。完成交通分析,大数据分析模型和算法的研制,实现人口的出行分析,驻留分析,人群密度分析和出行方式分析等。

【用户期望】

(1)找出信令数据中的潜在价值和规律;

(2)利用算法模型,合理实现人口的出行分析和驻留分析;

(3)利用分析模型,实现人群出行方式的标签化;

(4)了解区域的拥挤程度、高峰时段、是否有异常聚集的现象。

6. 任务要求

【开发说明】

(1)实现数据挖掘、数据调研;

(2)实现出行、驻留的分析;

(3)实现出行方式分析;

(4)实现人群密度(热力)分析;

(5)实现前端的展示,实时展示热力图。

【技术要求与指标】

(1)前端技术:JavaScript、Echarts等前端框架;

(2)后端技术:Java、Scala、Kafka、Spark、Zookeeper、Hadoop、Hive、Sqoop、Python等大数据技术。

【任务清单】

(1)需求调研与分析;

(2)系统设计,包含概要设计与详细设计;

(3)测试案例编写;

(4)编码;

(5)部署测试环境测试。

【提交材料】

(1)项目概要介绍;

(2)项目简介PPT;

(3)项目详细方案;

(4)项目演示视频;

(5)企业要求提交材料:

Ø  需求分析文档完整

Ø  系统设计文档完整

Ø  测试案例完整

Ø  算法模型、分析模型完整

Ø  搭建数据库完整

Ø  测试报告完整

(6)团队自愿提交的其他补充材料。

【开发工具与数据接口】

大数据平台:自行搭建伪分布式(单机)环境。

7. 参考信息

东软提供原始数据(脱敏信令数据)和各模块所需的静态数据。

8. 评分要点

本赛题评分要点参考附件一:A类企业命题统一评分标准。

A06-东软-交通时空大数据分析挖掘系统-数据

承办单位

  • 国家服务外包人力资源研究院
  • 无锡市商务局
  • 无锡市教育局
  • 江南大学
订阅号