基于大数据的贵阳市交通拥堵问题治理研究

伴随经济发展和城镇化建设而出现的交通拥堵,已经成为制约城市发展的重要问题。尽管多年来城市管理者和交通问题研究者,从不同的角度提出了若干治理对策,但多数对策主要是以"限行"为主,这不仅没有彻底解决问题,反而带来了新的社会矛盾。随着大数据技术的发展,加上城市交通卡口建设的增多,利用大数据技术来解决交通拥堵已成为可能。通过清洗和梳理贵阳市多个交通卡口的实时通行数据后,借助R语言构建路况识别模型和拥堵预测模型。结果用于分析道路交通状态和预测道路可能的拥堵情况,为有效的组织车辆通行、引导车辆分流提供科学的支撑。

浅谈新型城镇化交通大数据的研究与分析

交通拥堵是现代"城市病"中一个非常突出的问题,随着新型城镇化建设的发展,交通拥堵已经成为城市发展的痛点。近年来,学者们对城镇交通拥堵的治理,提出了许多不同的观点,但基于交通大数据治理城市交通拥堵的研究相对较少。为深入了解在治理城镇交通拥堵方面的研究动态,通过分析整理了CNKI收录的发表于1994至2017年的相关研究文献,从交通模型、治堵对策、交通大数据平台等方面,综述了目前治理城市交通拥堵的研究现状及成果,并提出了未来的研究方向,为今后的相关研究提供有益的参考。

基于R语言时间序列的国内手机品牌搜索指数预测

随着大数据时代的到来,科学合理的利用历史数据成为获取信息的便捷途径之一。搜索指数记录了数以亿计的搜索关注与需求,为企业把握市场动态提供必要的数据基础。据此,以OPPO手机在百度指数网站上的搜索指数为例,基于R-Studio软件工具,并采用时间序列预测未来3个月OPPO手机的搜索指数。结果表明,预测值与实际值之间的误差全部小于误差阈值,该模型可以进行有效预测。