基于大数据技术的共享汽车出行可视化平台研究

来源:用户上传      作者:

　　摘   要：新型共享交通是基于“互联网+共享经济”背景下城市公共交通新的出行模式，共享汽车是共享经济的重要表现形式之一。文章将研究共享汽车运营的大数据可视化平台，根据共享汽车运营的实时数据和积淀数据来建立大数据展示及分析平台系统，提升数据处理能力，发挥数据价值，实现智能化运营管理。
　　关键词：共享;大数据分析;可视化
　　1    研究背景
　　2019年，网约车、出租车、租车、共享汽车（分时租赁）等共享出行方式互相渗透融合的趋势非常明显，分时租赁因用车的灵活性与价格优势，用户人数和人均使用时长大幅度增加，成为共享出行业态的重要组成部分。如何设计合理高效的共享汽车调度策略，用最优的车队规模、最小的调度成本实现最高的车辆利用率和用户满意度（用户需求满足程度）是目前有关共享汽车研究中的重要课题之一。
　　结合大数据技术对共享汽车的积极影响，大数据赋能是数据技术（Data Technology，DT）的主旨。因为从IT时代到DT时代，利用大数据分析技术对现有共享汽车运维中的车辆信息、会员信息、订单信息、网点信息等内容进行深入的价值挖掘，并采用可视化技术展示，将会大大提升共享汽车运营管理的科学性和时效性[1]。
　　2    设计思路
　　本文将以某共享汽车平台为例，针对当前共享汽车运维的大数据进行分析和研究，设计适用于共享汽车运维中车辆信息、会员信息、订单信息、网点信息等内容的可视化展示平台，并研究科学的车辆调度策略。首先，对该可视化平台涉及的车辆信息、订单信息、网点信息和用户信息等内容进行整理和存储，并基于用户出行路线轨迹及车辆订单信息和运行轨迹进行分析。其次，对用户出行轨迹进行量化，提出智能的共享汽车车辆调度模式，并设计相应的共享汽车运维服务模式，构建用户出行轨迹识别的网络模型，确认共享汽车的潜在需求，以实时分析网点取还车信息、车辆流向信息等主要约束条件，构建包含业务数据管理、可视化技术分析、大数据分析挖掘的共享汽车可视化平台[2]。
　　3    项目目标
　　大数据可视化平台根据共享汽车运维的实时数据和积淀数据建立大数据展示及分析平台系统，彻底打破了数据壁垒，形成数据闭环，大幅提高数据处理能力，让每一项决策均有数据依据，充分发挥现有数据价值，实现智能化运营管理。
　　该大数据可视化平台采用可视化与自动化模式，对当前已产生订单的汽车运行轨迹、各网点车辆实时信息等内容进行分析和显示，使用直观的数据呈现，并采用多维的空间维度展示，从而加深了业务自动化程度，并对车辆的实时监控和调度进行最精准的分析和直观的可视化展示。
　　4    关键技术
　　目前共享汽车在运维和车辆调度过程中，主要存在两个问题：一是如何快速统计每个共享汽车网点实时的车辆信息;二是如何从每个网点每天不同时间段产生的订单信息统计出各网点在不同时刻的借还车规律，从而发现车辆调度规律，使每个网点的车辆调度不再是临时行为或随机行为，而是精准预测行为。
　　4.1  大数据可视化展示平台
　　本文以某共享汽车平台为例，设计共享汽车运维的大数据可视化展示平台，该平台主要包括基础数据、数据汇聚、SaaS平台、服务和应用几大模块。系统功能模块如图1所示。
　　4.2  出行轨迹研究
　　用户出行轨迹划分主要包括两个方面：一是划分动态出行轨迹和停留点，目的是获取动态出行轨迹;二是将出行轨迹划分成子轨迹，便于轨迹识别和聚类。其中，轨迹划分根据一定标准或轨迹变化特征将轨迹划分为若干个在时间和空间位置上相邻子轨迹的过程。以不同目的进行轨迹划分得到的子轨迹是不同的。例如，将某用户出行轨迹按照“出行目的”进行划分可以得到“回家”“上班”“购物”“餐饮”等子轨迹，该用户在特点时间段从某网点进行借还车辆将会出现规律特征。
　　4.3  根据出行轨迹的聚类研究
　　聚类是根据数据特征将一个数据集划分成多个子集的过程，使得每个子集中的数据有相似特征，而不同子集之间的数据不相似。通过计算轨迹的时间、空间距离，标准化得到时空距离，以此衡量轨迹之间的相似度更准确，考虑轨迹数据中包含的时空信息，对共享汽车的需求进行聚类，从而得到网点的时空分布特点。根据聚类得到的共享汽车需求时空分布特点，可事先将适量的共享汽车调拨至热点需求区域网点，在每个区域内进行共享汽车的调度研究，可减少用户与车辆的匹配调度时间，降低共享汽车的跨区域调度需求和成本[3]。
　　4.4  智能調度
　　共享汽车智能调度是共享汽车服务平台在产品运营过程中面临的最重要问题之一。城市的共享汽车初始分布状态形成后，随着用户需求的产生和完成，城市范围内各网点之间车辆短缺和车辆闲置两种状态并存，为满足用户需求，最直接的方法是加大车辆投放量。虽能部分解决用户需求，但随之而来的是固定成本的大幅提升和某区域车辆过于饱和以致无处可停等一系列问题，不是解决问题的合理办法。如何直观展示各网点汽车的实时数据，并根据共享汽车运维过程中的沉淀数据来设计科学的调度方案是本文的研究重点。
　　基于轨迹聚类的共享汽车调度研究，根据聚类得到共享汽车需求时空分布特点，依照不同时间段的需求分布对城市区域进行网格化划分，确定各时间段的热点区域和路径。据此，平台可事先针对性的进行共享汽车的投放和调拨，便于共享汽车的车辆周转率提升[4]。
　　4.5  基础数据分析及可视化展示
　　根据大数据可视化展示平台的功能需求，将底层基础数据分为运维管理、网点拓展和市场数据等几类。对运营管理数据进行分析，可得出相应的资源倾斜、调拨合理化、车型数据分析、重大事件预案等信息。对网点拓展数据进行分析，可得出相应的网点规划、网点效益、网点属性、重要网点分析、用车潮汐等信息。对会员信息进行分析，可得出相应的市场营销策略、用户粘性、出行需求分析等。 　　系统采用可视化与自动化模式对当前已产生订单的车辆运行轨迹、各网点实时信息等内容进行分析和显示，使用直观的数据呈现，采用多维的空间维度展示，从而提升了业务自动化的程度，并对车辆的实施管理和调度进行最精准的分析和直观的可视化展示。
　　5    结语
　　该系统在最大程度上挖掘了共享汽车运行时产生的数据价值，包括业务大数据、会员数据等内容的处理和分析以及数据资产的沉淀和数据价值的挖掘。共享经济背景下，共享汽车调度问题是受到各界广泛关注的热点问题，本文以用户出行轨迹和服务模式为基础，基于大数据可视化技术研究共享汽车调度问题，后续将结合共享汽车平台数据进一步研发，优化基于大数据可视平台的智能调度策略，实现共享汽车的可视化管理和智能调度。
　　[参考文献]
　　[1]夏琪.基于用户出行轨迹的共享汽车调度研究[D].武汉：武汉理工大学，2018.
　　[2]朱中毅，王家珂，孙晨熙.基于大数据的动态出行管理平台研究[J].河南科技，2016（1）：56-59.
　　[3]張延玲，刘金鹏，姜保庆.移动对象子轨迹段分割与聚类算法[J].计算机工程与应用，2009（10）：65-68.
　　[4]雷东升，诸彤宇.一种基于实时路况信息的动态路径规算法[J].计算机科学，2008（4）：28，30.
　　Abstract：The new shared transportation is a new travel model of urban public transportation under the background of Internet + sharing economy. Sharing car is one of the important forms of sharing economy. This paper will study the operation of the car share big data visualization platform， according to the real-time data sharing operation and accumulate data to build large data display and analysis platform system， improve data processing ability， discover data value， and realize intelligent operation management.
　　Key words：sharing; big data analysis; visualization
转载注明来源:https://www.xzbu.com/8/view-15151110.htm