赵弘1 方兴炉2 梁佳锦3
1.2银江股份有限公司 浙江杭州 310000 3浙江银江智慧交通集团有限公司 浙江杭州 310000
摘要：智慧交通对于相应的技术应用要求非常高，而如何实现智慧交通的有效效果发挥非常关键。 为了能够实现智慧交通的全面发展，本文结合实际以数据挖掘技术为研究背景，在论述智慧交通内容的基础上对数据挖掘技术的定义以及内容进行分析，同时深入性的探讨了数据挖掘技术在智慧交通中的应用过程，希望论述之后可以给此类工作人员提供参考。
关键词：智慧交通；数据；挖掘技术；应用；分析
引言
现代社会高速发展之下，城市交通状况令人堪忧，并且有着很大的变化，所以城市管理者对于交通控制的关注度比较高。传统控制方式与方法难以适应现代社会的发展需要，甚至会限制城市交通的发展。基于此，智慧交通被人们研发和使用。智慧交通系统的研发和使用，可以使得交通更加的顺畅，给城市交通管理奠定坚实基础。智慧交通发展阶段，要综合应用各项数据信息，为交通领域的发展奠定坚实的基础。
1智慧交通概述
实际上，智能交通可以说是城市土地资源短缺和交通问题综合影响的产物。如今，随着城市化进程的加速，城市变得越来越大，城市人口正在增加，土地资源也越来越紧张，从而限制了建筑和运输用地。建筑地块可以通过增加建筑物的数量和高度来节省空间，但是交通行业不能通过盲目地增加立交桥的数量，因为一方面是成本问题，另一方面是安全方面的考虑。因此，在城市交通难以大规模改建的基础下，只能采用智能交通系统（ITS）来提高城市交通的管理和控制水平，从而提高通行性和安全性。城市交通通过充分利用现有道路资源来解决交通中存在的问题。智能交通系统的应用已经在一定程度上解决了城市交通系统的问题，但是随着交通量的增加和人们生活水平的提高，使得交通信息数据处理工作量增加，而通过挖掘数据及时的应用，能够将智慧交通的应用效果提升。
2数据挖掘概述
2.1定义
数据挖掘就是应用现代科学技术实现信息化的处理工作，从数量庞大的数据系统内挖掘出有效的数据信息，也就是说，操作人员利用现代科学技术从大量复杂模糊的数据中提取大量有用的信息，保证各项管理工作有序开展。信息化社会发展中，很多领域都实现信息数据化，使得各项工作更加的方便，但是随着时间的延长，信息量增大，在数据选择的过程中难度也会提升，需要消耗了的人员、时间成本，数据采掘技术在这一背景之下研发和应用。
2.2内容
（1）分类分析：主要是通过信息数据的全面分类处理，做好各项数据的分析和处理，进而可以实现未知模型的预测和使用。分类的概念主要是训练集，然后应用规定的模型实现合理的分类和控制。目前比较常见的数据分类模型为朴素贝叶斯模型和决策树模型，都能够产生非常好的应用效果。
（2）关联分析：明确两个或者多个数据存在的联系，是利用其中一个数据展开分析和控制，然后进行必要的数据预测。关联分析的目标就是进行数据之间相互联系，深入挖掘和使用各项数据信息，提高信息数据处理的质量和效率。但是数据的关联性应该结合相应指标做好度量分析，按照简单、时序、关联方面进行控制，度量指标是数据与可信度的分析，如有必要，可以加入必要的技术参数以提升工作效率。
（3）聚类分析：这是利用必要的分类分析方法，可以通过各项数据对象类别的判断和分析，综合分析了解数据之间存在的关联，然后归纳和总结，保证相同类型的数据统一使用，保证数据的利用率。从实际情况分析，数据分析的过程中，从宏观角度出发进行数据信息的聚类分析，然后了解其分布规律，这样就能够掌握必要的数据关系。
（4）时间序列分析：具体应用相应的技术进行各项数据的排列，按照时间顺序排列，然后按照某个规律分析和计算分析，获取重复概率高的模式，经过多项分析之后，可以考虑到已经掌握的数据，并且对于未知数据进行预测确定，这一方法更为关键的是明确序列的关系，可以保证各项数据合理有效的使用。
3数据挖掘应用智慧交通的方式
某省会城市根据自身发展的需要，结合当前技术发展的形势，确定开展智慧城市的建设。该系统建设规模较大，技术发展速度也比较快，在长期发展之下，因为城市人口数量的激增，导致交通问题比较严重。为了能够彻底解决这一问题，给城市注入新的发展活力，希望可以利用智慧城市实现全面的改进，让城市交通通行质量得到提升，为城市发展奠定坚实基础。
3.1数据模型的建立
结合该城市内部的数据信息处理要求，掌握全面化的交通数据信息，形成更加完善的数据模型系统，可以使得数据信息更加具备代表性。智慧城市管理平台的合理使用，可以提高城市运行管理的效果，让交通管理工作顺利的进行。从实际情况分析，管理工作包含多个环节，首先是获取信息并且实现数据分析，然后是提出管理决策要求，最后是进行对策分析、掌握全面的数据信息，该处理系统是闭环的，可以实现重复性使用。经过多种良性循环和使用，掌握全面化的数据信息，让各项数据达到真实性、可靠性的要求。
3.2对于交通数据的处理
不管是应用人工输入还是设备自动检测数据信息，交通数据的收集都会有明显的错误。导致这一问题的原因一方面是因为车辆检测设备自身就有一定的设计缺陷，误差比较明显，虽然误差相对较小，但是也会导致数据准确性不足；另一方面，人工输入交通数据的过程中，因为一些因素的影响导致错误输入，很多数据信息都不能真实反映出城市内部交通的实际情况。因此，为了确保数据信息达到准确性的要求，就要采取必要的措施进行处理，及时将错误数据删除，补充遗漏的数据信息，提高数据的准确性，为交通信息数据管理和使用奠定坚实的基础。
3.3挖掘模型的建立
要想使得数据挖掘技术在智慧交通领域内得以有效的使用，就要根据管理工作的需要构建挖掘模型。比如，对于某个时间范围内的交通通行数量进行合理的预测，选择以往掌握的交通信息数据，按照各个时间段内的交通数据做好聚类分析，以预测未来的发展变化趋势。此时应该注意，在交通数据挖掘聚类操作环节，可以选择使用系统性的工具，可以保证数据输入分析和自动调整满足要求，并不需要人工进行处理，大幅提升工作效率和准确性。
3.4挖掘结果的分析
数据挖掘工作全部结束后，根据已经掌握的挖掘结果，实现整个交通信息的全面掌握和使用，可以准确的预测未来某个时间段内的车流量或者人流量，然后采取必要的应对措施，防止出现交通拥堵的问题。在具体操作阶段，数据挖掘给智慧交通的正常运行起到积极的作用。比如，城市交通系统安装网络电子站牌，可以深度挖掘当前交通站点的信息，然后和智慧城市系统联合起来，让用户随时查询相关站点的信息，合理规划自己的出行计划，提高交通运行的效率和质量。
4结语
通过智慧交通技术的应用，可以有效的组织开展城市交通管理和控制，给城市的高速发展提供良好的基础。数据挖掘技术应用到智慧交通中，可以彻底解决交通拥堵问题，有效的预测未来交通实际情况，数据真实、准确、有效，发挥出智慧城市的作用，为城市的可持续发展做出贡献。
参考文献：
[1] 王露.数据挖掘技术在智能交通系统中的应用[J].文摘版:工程技术,2015,(023):215.
[2] 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.
[3] 陆化普,周钱,周永华,等.数据挖掘技术在智能交通系统综合信息平台中的应用[J].ITS通讯,2004,():
[4] 周健.无线网络技术在智能交通系统中的应用分析[J].数码世界,2017,(12):538.
[5] 李万欣,李玉.大数据技术在智能交通系统中的应用研究[J].科学与财富,2019,(33):324.