[发明专利]一种智能交通大数据处理系统

说明书

本发明实施例提供了一种智能交通大数据处理系统，所述系统包括：大数据平台，用于存放接收已采集的大数据；大数据预处理模块，用于对所述已采集的大数据进行预处理；所述预处理用于实现负载均衡、资源虚拟化和分布式数据存储管理；智能分析模块，用于根据接收到的指令进行所述大数据的分析，并综合利用大数据预处理模块提供的数据，进行事件因果分析；数据处理系统模块，用于生成数据分析任务传递给智能业务分析模块并接收所述智能分析模块返回的结果；通过可交互的可视化技术将企业信息的分析评估结果、各类详情数据分层级进行综合、实时的展现。应用本发明实施例，解决了传统数据处理方法实时性、高效性和交互性较差的问题。

技术领域

本发明涉及电子技术领域，尤其涉及一种智能交通大数据处理系统。

背景技术

随着社会工业化、信息化水平的不断提高，如今数据已取代计算成为信息计算的中心，云计算、大数据正在成为一种趋势和潮流，包括存储容量、可用性、I/O性能、数据安全性、可扩展性等诸多方面。大数据是规模非常巨大和复杂的数据集。大数据有4V：Volume(大量)，数据量持续快速增加；Velocity(高速)，数据I/O速度更快；Variety(多样)，数据类型和来源多样化；Value(价值)，其存在各方面的可用价值。如何从海量的数据中提取、获得想要的知识或感兴趣的信息，这是利用好大数据，进而更好地服务于社会发展的要求。因此，数据挖掘方法应运而生。

数据挖掘是作为一门学科诞生于20世纪80年代，从技术的角度看就是从大量复杂的、不规则的、随机的、模糊的数据中获取隐含的、人们事先没有发觉的、有潜在价值的信息和知识的过程。在大数据应用领域，往往可以根据用户的各种行为特征将用户群体划分成若干类，以便于针对用户群的特征进行精准式、个性化的服务。聚类是对用户群体进行划分一种方式。聚类是将数据对象分成类的过程，使同一个类中的对象具有很高的相似度，而使不同类中的对象高度相异。相异度通常使用距离来进行度量。

但是，聚类操作中针对用户行为特征对用户群体进行划分的效果在很大程度上依赖于基础数据的质量，现有的基于聚类算法的用户群体划分往往不能够很好的反映用户的行为特征，存在聚类不准确的问题，难以利用聚类结果对用户群进行精准式、个性化的服务。

发明内容

本发明实施例的目的在于提供一种智能交通大数据处理系统，解决了传统数据处理方法实时性、高效性和交互性较差的问题，帮助用户实时地感知企业情况，从而提高企业管理效率和业务处理水平。

为了达到上述目的，本发明实施例公开了一种智能交通大数据处理系统，所述系统包括：

用于存放城市的交通大数据并对交通大数据进行管理，所述交通大数据包括城市道路信息数据、城市汽车管理信息数据、城市气象数据、城市汽车实时定位数据以及城市交通监控视频数据；

大数据预处理模块，用于对所述交通大数据进进行预处理；所述预处理用于实现负载均衡、资源虚拟化和分布式数据存储管理；

智能分析模块，用于根据接收到的指令进行所述大数据的分析，并综合利用大数据预处理模块提供的数据，进行事件因果分析；

数据处理系统模块，用于生成数据分析任务传递给智能业务分析模块并接收所述智能分析模块返回的结果；通过可交互的可视化技术将企业信息的分析评估结果、各类详情数据分层级进行综合、实时的展现，以及为用户提供操作界面。

可选的，所述操作界面至少包括以下功能中的一种或多种：具有可视化图表、分析报告、内容检索和消息推送/订阅。

可选的，所述大数据预处理模块

通过分布式系统基础架构Hadoop存储所述已采集的大数据，并且用于实现负载均衡、资源虚拟化、分布式数据存储管理和应用程序编程接口API接口功能。

可选的，所述分析模块，用于实现即席查询/组合条件查询、多维OLAP、KPI指标、MDX查询等分析功能.