2020 年度新知答主
编者按：随着大数据、云计算和人工智能等信息技术的快速发展，党和国家已经对大数据的智能化建设应用进行了战略部署。这标志着科技发展全面进入了大数据时代。
本文是根据4月20日道路交通管理数据赋能应用交流论坛上的演讲实录整理而成。其中，公安部道路交通安全研究中心交通执法装备技术研究部助理研究员施一珑进行了演讲。由于内容经过删减，未经本人核实，因此如有错误，敬请指正。
大数据虽然是一个比较新的概念，但实际上数据分析和管理已经拥有相当长的历史。那么，为什么现在又开始谈论大数据呢？
主要原因是现在发现大数据不再仅仅是一门新技术，更是一种新的思维方式。当统计学与大规模数据相结合时，就会颠覆许多原有的思维方式。
有一句话说得好，大数据早期的价值来自于思维方式和技术，而大数据中后期的价值则必须从数据本身中挖掘，也就是说，我们需要脱离原有的思维框架，找到数据潜在的价值。
大数据技术能够挖掘事故隐患。
利用大数据技术，我们可以提前发现隐患并进行干预。我们应该善于从历史数据中预测出潜在的隐患群体，在它们还没有发展成事故之前，就应该在萌芽状态时及时遏制。
那么，如何利用大数据思维来解决问题呢？主要有两个方面。
1.从事故的相关性和关联关系中寻找事故隐患群体。
具体来说，我们如何分析事故隐患呢？以重点车辆为例，我们首先需要构建一个经常通行的重点车辆动态数据库。然后，根据车辆通行的频次、时段、道路、区域和线路等数据，我们来构建重点车辆通行特征标签体系。最后，我们再利用这些标签数据和事故数据进行正相关性分析，从而挖掘出重点车辆事故相关的隐患群体。
如何解决问题，首先需要三个转变。
在大数据时代，我们可以通过分析海量数据，获取更多有价值的信息。因此，我们不再需要依赖随机采样，而是可以全面掌握数据。
其次，我们不必过于追求精确性。精确性是信息化时代的产物，但在大数据时代，我们不必过于拘泥于细节。有时候，少量数据也足够了。
第三个转变是不要过于关注寻找因果关系和分析目的。只需了解事物本身，而不需要了解其原因。
此外，我们还需要学会将业务问题转化为数据问题。不要主观地去猜测，而是直接让数据来证明。
2.从全域数据中，挖掘出特定时间内事故隐患群体的变化。
结合全国大数据和本地大数据，我们可以挖掘出那些在临时性通行特征发生变化的车辆群体，从而识别出潜在的隐患。例如，在节假日，尤其是长距离行驶的重点车辆，当地农忙期间行驶在U型弯的重点车辆，以及那些节假日行驶线路变化较大的大客车和行驶频次增加的面包车等。
事故隐患治理：
90%的事故都是由驾驶人造成的。因此，要治理事故，我们首先需要治理驾驶人。从三个维度来看，这包括驾驶风险认知、驾驶风险态度以及应急处置能力。
根据马莱茨克的大众传播场模式，我们可以得出两个结论。首先，在效果方面，视频比语音和文字更能起到警示作用。其次，及时的警示比滞后的更有效。相比于广而告之且毫无目的的警示，精准地告知驾驶人潜在的隐患更能解决问题。
根据环境场理论，信息接收者和传播信息的覆盖度呈正比关系。换句话说，传播范围越广，就越容易形成社会正能量，帮助驾驶人更好地接受消息本身。
目前，针对所提到的隐患治理模式，现场执法、源头治理和满分教育是高速公路隐患治理常用的方法。
其中，云哨系统、5G富媒体短信和现场语音提醒是三种较为普遍的治理方式。
现场语音提醒是一种有效的提醒方式，它能够在高速公路主干道上安装定向声喇叭，将声音集中在两个车道内，既不会影响对面的车道，也不会产生扰民问题。
语音提醒关联隐患发现系统能够及时发现并驱离隐患，整个过程无需交警参与。违法时，系统会立即发出提醒，抓现行的警示效果远优于社会警示效果。
“云哨系统能够通过数字化、大数据全域的上级视角来发现车辆的隐患，从而实现“云”。
云哨系统主要由三个部分组成：首先是安全隐患研发系统，它通过大数据分析，找出交通隐患的重点承担群体。
第二个系统是语音警示系统，它通过手机发送语音信息，提醒驾驶人注意安全。
第三个是应用评估系统，它能够对多次提醒仍不改正的驾驶人进行后续回访和督导。
云哨系统具有三个主要特点：首先，它能够通过合理的选择拨打试听，因为它是电话，所以主要采取事后拨打的方式。此外，该系统通过大数据分析，找出了全天接听率最高的三个时段，并以此为依据进行拨打。
1.选择合理的拨打试听，因为它是电话，主要采用事后拨打的这种方式，而且也通过大数据的相关性分析，找出全天当中接听率最高的三个时段来进行拨打。
2.邀请中国交通频道的专家，从法律、新闻和心理学的角度定制设计语音方案。
3.个性化选择推送方式。除了语音电话，我们还扩展了5G富媒体短信、12123APP和货车车载终端，以向驾驶员推送语音信息。
5G富媒体短信的使用方式与微信公众号类似，但无需安装额外的APP。只需在短信界面中发送视频互联网链接，该链接即可跳转到交警自己的微信公众号或12123APP。
学院尊重学术、崇尚创新，致力于建设有江南风格的特色研究型学院。我们欢迎更多英才加入我们，一起扬起青春风帆，勇闯智能时代浪潮之巅。
大数据技术使得需求从驱动系统转变为数据驱动需求。收集的所有数字信息现在都可以以新的方式加以利用，但这需要一种新的思维方式，即数据主导的思维方式。
在许多情况下，弄清楚“是什么”比寻找“为什么”更为重要。通过从不相关的数据中寻找一定的相关关系，我们或许能够得到有用的结论。
大数据带来了大量数量庞大的隐患群体。仅依靠执法处罚难以满足干预目的，因此需要拓展更多基于数字化的干预手段，以实现从发现到干预到消除的自动化闭环。
[注：马莱茨克大众传播场模式应用了“场论”的研究思想。大众传播场是指在大众传播过程中，各种社会关系聚集和总和。他认为，无论是传播者还是接受者的行为，都是在一定的“社会磁场”中进行的。在与社会的互动中，它显示了传播的性质和作用。]
转自：ITS智能交通。
