
交警的大數(shù)據(jù)時(shí)代
每秒運(yùn)算10億次,相當(dāng)于10臺(tái)銀河超級(jí)計(jì)算機(jī),貴州交警警務(wù)云平臺(tái)把交警武裝到牙齒,從交通管理到事故分析再到運(yùn)用大數(shù)據(jù)手段偵破案件,大數(shù)據(jù)讓交警無(wú)所不能。
1
五分之一的貴州人會(huì)開(kāi)車交通管理呼喚大數(shù)據(jù)
截至2015年6月底,全省駕駛?cè)藬?shù)量達(dá)631萬(wàn)人,約占全省總?cè)丝诘慕宸种?。同時(shí),我省機(jī)動(dòng)車保有量達(dá)544萬(wàn)輛,駕駛?cè)藬?shù)量和機(jī)動(dòng)車保有量較2010年分別增長(zhǎng)了101.4%和92%;農(nóng)村公路通車?yán)锍踢_(dá)17.44萬(wàn)公里,高速公路通車?yán)锍踢_(dá)4006公里,較2010年分別增加了24.39%和165.56%。隨著每百戶城鎮(zhèn)家庭汽車擁有量超過(guò)20輛,曾經(jīng)欠開(kāi)發(fā)、欠發(fā)達(dá)的貴州步入了汽車社會(huì)。龐大的駕駛?cè)巳后w和機(jī)動(dòng)車保有量,迅猛增長(zhǎng)的通車?yán)锍?,以及公安交通管理海量?shù)據(jù)的存儲(chǔ)、管理、分析、挖掘和應(yīng)用,對(duì)貴州公安交通管理工作提出了全新挑戰(zhàn)。
為主動(dòng)適應(yīng)大數(shù)據(jù)時(shí)代的新常態(tài),將大數(shù)據(jù)資源轉(zhuǎn)化為公安交通管理現(xiàn)實(shí)戰(zhàn)斗力,貴州省交警總隊(duì)以警務(wù)云平臺(tái)建設(shè)為保障,以大數(shù)據(jù)和云計(jì)算技術(shù)為支撐,以大指揮體系建設(shè)為引領(lǐng),匯集“條數(shù)據(jù)”,聚合“塊數(shù)據(jù)”,挖掘“慢數(shù)據(jù)”,形成“流數(shù)據(jù)”,服務(wù)社會(huì)公眾、服務(wù)交通管理、服務(wù)警務(wù)實(shí)戰(zhàn),在全面促進(jìn)“四項(xiàng)建設(shè)”的同時(shí)有效提升了公安交通管理能力。
從去年開(kāi)始,貴州省交警大數(shù)據(jù)平臺(tái)建設(shè)就已經(jīng)拉開(kāi)序幕,截至目前,貴州省交警總隊(duì)采取租用電信機(jī)房和設(shè)備的方式,搭建了由619臺(tái)服務(wù)器、46臺(tái)網(wǎng)絡(luò)交換機(jī)、12PB總存儲(chǔ)組成,總規(guī)模達(dá)到提供10000個(gè)核運(yùn)算能力,每秒計(jì)算能力達(dá)到10億次,相當(dāng)于10臺(tái)銀河巨型計(jì)算機(jī)的警務(wù)云平臺(tái)。
2
大數(shù)據(jù)無(wú)所不能司機(jī)獲益良多
貴州省交警總隊(duì)警務(wù)云平臺(tái)建成后,省交警總隊(duì)充分利用大數(shù)據(jù)時(shí)代的特點(diǎn),全面打通數(shù)據(jù)通道,與我省相關(guān)單位之間形成共享數(shù)據(jù)關(guān)系,大數(shù)據(jù)不僅有力地保障了管理工作的有序進(jìn)行,也讓廣大司機(jī)受益頗多。
在以大數(shù)據(jù)服務(wù)百姓民生上,省交警總隊(duì)將“互聯(lián)網(wǎng)+”思路嫁接到交通管理服務(wù)中,針對(duì)移動(dòng)互聯(lián)時(shí)代到來(lái)的實(shí)際,搭建了以“貴州交警”APP和“微信”為主要內(nèi)容的陽(yáng)光警務(wù)手機(jī)終端,將傳統(tǒng)的車駕管、違法處理、事故處理等窗口服務(wù)變?yōu)榫€上服務(wù),讓群眾利用手機(jī)客戶端就可辦理交通違法自助處理、交通事故快處快賠、駕考預(yù)約、車檢預(yù)約、自主學(xué)習(xí)等七大類二十六項(xiàng)交通管理業(yè)務(wù),打破服務(wù)時(shí)空限制,真正做到“讓數(shù)據(jù)多跑路,讓百姓少跑腿,服務(wù)群眾‘零距離’”。
截至2015年7月底,使用“貴州交警”APP的用戶已經(jīng)突破20萬(wàn)人。群眾利用APP查詢違法、積分等信息共計(jì)8058萬(wàn)次,安全學(xué)習(xí)答題46萬(wàn)條次,自主處理違法5萬(wàn)條次,自主處理輕微事故1100余起,辦理駕考預(yù)約10萬(wàn)次,辦理車檢預(yù)約1047人次,繳納罰款4729次。與此同時(shí),總隊(duì)增設(shè)了“貴州省公安廳交通管理局”微信訂閱號(hào),進(jìn)一步拓展微信服務(wù)功能,推出了深度分析、路況消息、案例警示等服務(wù)。新微信號(hào)單日平均閱讀量現(xiàn)已突破5萬(wàn)人次,微信影響力周排名最高達(dá)到全國(guó)政務(wù)微信排行榜第13位、全國(guó)公安系統(tǒng)第5位,成為全國(guó)政務(wù)微信前50名中最年輕、粉絲量最少但閱讀率最高的微信平臺(tái)。
3
大數(shù)據(jù)的神奇力量交管無(wú)死角破案勇?lián)?dāng)
目前,大數(shù)據(jù)在貴州省交通管理工作的作用日益凸顯,從駕駛員信用體系的建立,規(guī)范交警的執(zhí)法行為,再到三大板塊交通管理工作,甚至于偵破刑事案件,源于大數(shù)據(jù)的神奇力量讓人咋舌。
在大數(shù)據(jù)服務(wù)交通管理上,總隊(duì)依托大數(shù)據(jù)挖掘、研判和應(yīng)用,建立了重點(diǎn)駕駛?cè)诵庞迷u(píng)分模型,對(duì)駕駛?cè)说男畔?shù)據(jù)和行為記錄等變量進(jìn)行匯總關(guān)聯(lián),應(yīng)用W OE算法對(duì)海量信息進(jìn)行科學(xué)計(jì)算,最后得出駕駛?cè)说男庞迷u(píng)分,以此作為評(píng)估重點(diǎn)車輛駕駛?cè)寺穆毮芰Φ膮⒖家罁?jù)。在監(jiān)管部門督促和運(yùn)輸企業(yè)密切配合下,全省已有371名因交通違法記滿12分,酒駕、超員20%以上,超速50%以上而進(jìn)入“黑名單”庫(kù)的“兩客一?!瘪{駛?cè)吮黄髽I(yè)解聘。
在“執(zhí)法規(guī)范化”建設(shè)上,總隊(duì)建立了執(zhí)法記錄儀管理系統(tǒng),在支隊(duì)部署后臺(tái)管理服務(wù)器及信息管理系統(tǒng),在大(中)隊(duì)部署數(shù)據(jù)采集工作站,全面推進(jìn)執(zhí)法記錄儀數(shù)據(jù)采集和信息管理工作。民警執(zhí)法記錄儀“上崗開(kāi)啟、下崗傳輸”成為常態(tài),實(shí)現(xiàn)了執(zhí)法檔案“一人一檔、上云存儲(chǔ)、執(zhí)法回溯”,做到執(zhí)法行為“件件有數(shù)據(jù),事事有記錄”,打造了規(guī)范執(zhí)法行為的“數(shù)據(jù)鐵籠”,進(jìn)一步提高了執(zhí)法公信力。
在道路交通管理方面,省交警總隊(duì)將全省道路按照地域和功能細(xì)分為農(nóng)村道路、高速公路和城市道路,通過(guò)云平臺(tái)對(duì)海量業(yè)務(wù)數(shù)據(jù)特別是交通事故和交通違法查處情況進(jìn)行深度挖掘,獲取規(guī)律性、趨勢(shì)性、預(yù)判性信息,將大數(shù)據(jù)優(yōu)勢(shì)轉(zhuǎn)化為決策優(yōu)勢(shì)、管理優(yōu)勢(shì)。在大數(shù)據(jù)的幫助下,2015年上半年全省高速公路交通事故 三 項(xiàng) 指 數(shù) 同 比 下 降27.59%、47.31%和36.67%,僅發(fā)生1起一次死亡3人以上較大事故,創(chuàng)下2008年來(lái)事故預(yù)防工作最好紀(jì)錄。同時(shí),省交警總隊(duì)還與高德公司建立戰(zhàn)略合作關(guān)系,共建“交警平臺(tái)”項(xiàng)目,共享“高德交通大數(shù)據(jù)云”資源,依靠“城市堵點(diǎn)排行、權(quán)威交通事件、堵點(diǎn)異常檢測(cè)”等交通信息分析,為公眾提供科學(xué)出行方案,提高城市智能交通服務(wù)水平。
在大數(shù)據(jù)服務(wù)警務(wù)實(shí)戰(zhàn)上,省交警總隊(duì)將交通警用地理信息系統(tǒng)(PGIS)與路網(wǎng)監(jiān)控系統(tǒng)和集成指揮平臺(tái)相結(jié)合,打造以“圈塊格點(diǎn)線”為主要內(nèi)容的公路交通安全防控體系,在全國(guó)率先實(shí)現(xiàn)了對(duì)凌晨不按規(guī)定時(shí)間行駛的“紅眼客車”的精準(zhǔn)查緝,共查獲“紅眼客車”251輛。同時(shí)省內(nèi)各級(jí)交警部門向全省各級(jí)公安機(jī)關(guān)全面放開(kāi)“車輛、駕駛?cè)诵畔⒉樵儭?、“路網(wǎng)監(jiān)控車輛軌跡查詢”權(quán)限,打破警種之間信息壁壘、業(yè)務(wù)壁壘,成功處置各類涉路違法犯罪活動(dòng)959起,先后偵破紅花崗區(qū)“11·26”特大運(yùn)輸毒品案、安順開(kāi)發(fā)區(qū)“3·16”故意破壞交通設(shè)施案、龍里“7·9”持槍搶劫案、桐梓“10·30”重大盜竊案等59起大案要案,抓獲犯罪嫌疑人36名,查獲冰毒2154.56克、海洛因2114.14克、麻古800克。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10