微软大数据解决方案媒体沟通会召开
2013-10-22 11:39:33   来源：   作者:    评论：0

　　2013年10月18日消息，以“大掌控大智汇大洞察”为主题的微软大数据解决方案媒体沟通会在京召开。会议上来自微软高管与国内数十家媒体分享了微软在大数据领域的最新研究成果、解决方案，以及对于大数据未来趋势的专业洞察。来自微软亚洲研究院主管研究员郑宇就当前热点领域如智能交通大数据应用做了精彩的分享。

　　郑宇指出，说到智能交通需要了解一些交通的背景知识以北京为例，在北京有67000辆出租车，每一辆出租车都装了一个GPS传感器，这个传感器并不是为了给司机导航的，它是为了定位车辆、叫车服务以及交通安全。装GPS传感器的出租车可以看作是移动的感知器，在路面上不同的跑，所以它能够感知地面的交通流量。历史数据也反映了过去历史交通的规律。同时，出租车司机是很有经验的司机，他在选择道路时不光是考虑最短距离，还考虑道路的拥堵状况，以及红绿灯的状况，以及左转、右转，发生事故的概率。我们用这样的数据来指导人们的开车线路出行，更简单地说，我们给用户建议真正意义上最快的行车路线，根据时间的不同，甚至是不同人的开车习惯。

　　另外一方面，如果你不开车，但是有时候要打车，现在北京出租车也不是那么好打，司机有时候也在抱怨，他们拉不到活从这些数据里可以分析出来，哪些道路上司机容易拉到乘客，哪些道路容易打车，哪些道理难打车。

　　我们真正需要的是未来的交通流量，当我们的车真正开到那个地方的是什么样子，而不是你现在告诉我那个地方是绿的，我开过去就变成堵的了。这个路线又不一样了，这个时候因为二环比较拥堵，建议少走二环和机场高速，所以是从三环过来。工作日和非工作日是不是又不一样呢?可以看到，在周六的时候，它给我们的建议又不一样了，前面它建议我们从机场高速过来，但是在周六的时候可能并不见得好。甚至我们还考虑不同人的开车习惯，因为有的人开车很快，有的人开车很慢，他可能就不适合走高速。这个因子反应的是不同开车习惯的人的不同路线，有的人就是喜欢超车，你就要给他一个环境，有的人即便是路况比较好，他也开得比较慢。这是最快的行车线路的方法，基于的是大规模的出租车轨迹的数据。

　　如果要打车是什么样的?这边是望京的地图，假设我在这个地方，我们可以通过历史上出租车在这边的活动轨迹数据，我们知道乘客在什么地方上车和下车，我们能够知道在每个路段打到车的难易程度。有时候我们可以在这个路短等半个小时都没有一辆车经过，但是可能走50米，转个弯，那里有很多出租车，但是你不知道。相对来说在望京这个区域，靠近望京商业国际这边会比较好打一点，所以大家如果要打车的话，往那个方向走。这个是随时间变化的，我现在定的时间是5点多钟，是大家要回去的时间。但是在早上的情况又不一样了。

　　这边有几个出租车等活的地点，我们可以预测在未来的半个小时里面，有多少辆车会到这里等活。比如这个地方大概在未来的半个小时里面，有将近7辆车过来等活。这两个应用，一个是解决出行开车人的痛苦，另外解决的是打车人的痛苦。

　　还有一方面，我们还可以给司机推荐，我们一方面给乘客推荐打车的地点，一方面给司机推荐容易等活的地点。这个服务用在中间的时段，除掉早高峰和晚高峰，因为大家知道，早晚高峰什么地方都不太好打车，我们只有6万多辆车，总是不能每个人一辆车，这个时候又怎么办。我们有一个新的技术，就是大规模出租车的实时动态拼车服务。我这里面强调两个点，一个是大规模，一个是实时动态，你并不需要提前一天把请求告诉我们的服务，你想什么时候打车，掏出你的手机，有个应用，告诉你有几个人要上车，到什么地方，并且还可以规定时间，我希望什么时候到那个地方，因为我并不希望拼了车之后就到不了目的地了。现在很多政府都在大力推广拼车服务，因为在城市里面，不可能保证每个人都能打到出租车，我们有大量的人口要移动，但是出租车的数量是有限的。增加出租车数量并不解决问题，现在北京市已经有25%的地面交通流量是由出租车造成的，如果再增加出租车的话，可能路面更加拥堵，司机的收益可能会下降，他们在单位时间内运送的客人也可能会降低，司机是反对出租车数量增多的，乘客希望有越来越多的车供他们选择，所以这是一个矛盾。

　　很多时候看到北京出租车拒载，或者说打车不好打，这实际上是政府、乘客和司机三者的矛盾。我们这里就提供了大规模的拼车服务方案，因为我们发现一个人在打一个车的时候，里面还有两到三个空位，如果能把空位的潜力挖掘出来，就能够为很多人服务。现在也有轿车服务，但是那是一对一的，并没有从本质上提高系统容量。

　　这是我们后台的模拟界面，现在有很多人要打车，绿色表示他在等待，红色表示他已经被响应了，有很多车在城市里不停的跑。这个规划是怎么被规划的呢?比如这个车里面已经有一个人了，可是这个时候收到另外一个请求，加号表示有人要上车，减号有人要下车，我们要不停的计算，这里面有几个约束条件，我们要保证司机的收益比不拼车要高，乘客的费用比不拼车要低，乘客要花更少的钱，司机要赚更多的钱，并且要保证时间，我到什么时候到就什么时候到，不能耽误我的日程。这就是我们的拼车服务，这方面的计算非常难，就用到到了云平台，也用到了大规模的数据。

　　开车、出行、最快线路设计，在非高峰时段打车推荐系统，给司机推荐等活地点，增加他们的收益，在高峰时段，只有通过实时动态拼车，才能够解决我们的服务，这三个都是利用已有数据在做的应用。从根本上解决问题的是第四个，如果要从根本的环节解决这个问题，要看道路规划，什么地方需要更好的优化。我们有大规模出行的数据，我们能够发现在一个城市里面，哪些地方道路规划得并不是那么合理，或者是说它之前合理，但是现在已经跟不上我们的时代，如果能够发觉找出这些问题，改变我们的规划结构，改变我们的道路市政，这才能真正解决拥堵问题。