智能公交卡大数据的发展与应用［摘要］大数据是当今最热的话题之一，在城市规划及相关领域，一批城市规划、、地理、计算机等学科的研究者开展了一系列基于大数据的城市规划，形成了当下的一股热潮，并迅速对城市规划产生了冲击，引起规划行业的重视。
在智慧城市、智能公共交通的大背景下，大量学者开始将公共交通大数据用于城市交通规划中。
尽管基于大数据的各类城市研究初具规模，大半大数据在城市规划中的利用却仍很有限，本文重点分析智能公交卡大数据的运用现状及研究展望。
1．研究背景：2015年11月，“十三五规划建议”中提出：推进交通运输低碳发展，实行公共交通优先，加强轨道交通建设。
作为提高公共交通系统服务水平和运营效率从而将更多的留客吸引带公共交通系统中的一种重要途径，国内外的一些城市引入了智能公共交通系统（Advanced Public Transportation System ,APTS）。
智能公共交通系统是智能交通系统的重要组成部分之一。
公交IC卡收费系统作为APTS中应用最广泛的子系统之一，每天在运行中产生大量的刷卡交易。
以广州为例，广州城市公共交通电子收费系统涵盖公交、地铁、轮渡、出租车、路边停车收费，该系统从2001年6月开始运营，2004年12月，发卡量突破350万张，日交易量200万比。
每刷一次设备就记录了一次数据，进而形成了庞大的数据库。
大数据是当今最热门的话题之一，也是一场革命。
开放性数据运动和互联网使得大数据能够迅速对城市规划产生影响力，鉴于大数据潜在的巨大影响，很多国家将其作为战略资源，甚至提升为国家战略。
在智慧城市和智能公共交通的大背景下，国内像北京、上海、广州等大城市均进行了基于智能公交大数据的城市交通系统分析、规划、优化等。
目前，大量学者利用智能公交数据研究车辆OD、行人OD、公共交通客流量、公交路线网等，以缓解城市交通拥挤，解决城市交通问题。
2．智能公交卡大数据使用现状公交乘客每使用一次IC卡刷卡乘车，收费系统就记录一条数据，通过全天的刷卡记录就可以获得一个使用公交IC卡乘客的公交系统全天出行信息。
公交IC卡系统数据一般包括刷卡卡号、刷卡日期和时间、刷卡的公交路线和车辆编号（或刷卡设备编号）、消费金额等信息。
随着公交IC卡收费系统在国际范围内的广泛应用，近年来美国麻省理工学院、英国威斯敏斯特大学、加拿大蒙特利尔理工学院及我国的东南大学、同济大学等机构，开始对公交IC卡数据的潜在用途进行研究。
本节结合国内外研究现状，重点阐述数据挖掘应用的内容、基于公交IC卡大数据的分析方法的基本思路、技术特点、存在问题及目前国内研究进展。
2.1数据挖掘应用内容整个交通活动的参与者，有出行用户、交通管理者和企业运营者，我们在建立预测性模型以优化现有公共交通的过程中就必须面向这三个群体来挖掘数据。
2.1.1．面向用户出行a)人工智能分析模拟用户出行偏好，提供符合用户户型习惯的实时出行意见（个体用户出行诱导）b)为实现城市客流管控及导向性，提供各种用户出行诱导的综合便捷服务体系（人群群体诱导）2.1.2．面向交通管理者a)以交通线网点>线>面的实时办法为理论基础，参考公共交通白皮书研究开发公共交通一体化线网标准模型及实际模型（交通行业线网模拟建立）。
b)结合交通行业相关数据，研究开发公共交通行业综合线网拟合优化及诊断评价决策支持系统（交通行业当前线网优化）。
c)通过一体化公交线网的GIS仿真模拟，通过假设数据输入，实现站点、线网规划重置，变化相关影响模拟运算及假设分析（变化影响智能仿真模拟）。
2.1.3．面向企业运营者a)面向营运的轨道、公交智能分析辅助决策支持（企业运营优化决策支持）。
b)通过实时运营数据、结合城市公交一体化线路网模型、对于城市突发事件的运营指导提供快速响应的辅助决策支持系统（突发响应方案提供）。
2.2．基于公交IC卡大数据的分析方法2.2.1．基于公交IC卡数据的分析方法的基本思路公交IC卡收费系统记录了公交卡乘客的乘车信息。
每位公交乘客，一天都有若干次出行。
全天第一次刷卡的站点一定是该乘客全天第一次出行的起点，以后每一次刷卡，可能是下一站的起点。
判断连续两次乘车为换乘关系，可以将换乘出行的2段或2段以上的行程连接起来，构成一次完整的出行。
如果再判断出行乘客的下车站点，那么就可以得到每位乘客每次公交出行的起点和终点。
通过对公交IC乘客的上车站点和下车站点进行确定，并判断出是否进行换乘，就可以得到乘客每一次出行的公交出行链。
由此，可以重现出每一位公交IC卡乘客全天公交出行的时空路径。
在此基础上，可以得到公交出行OD、出行时耗、乘距、换乘距离、换乘时间等信息。
公交IC乘客上车站点的确定、是否换乘的判断和下车站点的确定是公交IC数据分析的三个关键问题。
者三个关键问题的解决，除了公交IC数据之外，还需要公交系统的相关运营数据，图站点坐标、运行记录、公交运行GPS数据等。
将公交IC卡数据及相关运营原始数据进行抽取、清洗后，建立数据仓库。
再根据分析工作内容，提取相关数据集，既可以进行数据的查询、分析、挖掘等工作。
2.2.2．基于公交IC卡大数据的分析方法的技术特点与传统的公交数据调查方式相比，在调查技术方面：公交卡数据有数据样本容量大、数据连续记录、数据采集费用低廉及数据处理可实现自动化等特点，为公交系统服务水平联系检测和调控提供了可能。
2.3.基于公交IC卡大数据的分析方法存在的问题但是公交卡大数据分析也存在一定问题。
首先，公交卡数据分析方式只有在出行用户以刷卡方式进行交通活动的比例或者概率比较大的情况下才具有较高的可参考性。
其次，公交卡乘客总体上市城市常住人口，对于流动人口的出行特征分析仍需要传统的公交调查方法来完成。
最后，公交卡数据还不能获取公交乘客的个人属性，因此不能对公交出行特征与乘客个人属性进行关联型分析。
2.4基于公交IC卡大数据的分析方法的研究进展目前，国内对公交IC卡大数据的研究有，北规院龙瀛等人利用公交 IC卡数据所做的城市通勤研究、陈君等人所做的融合智能调度数据的公交IC卡乘客换乘点判断方法、公交IC卡数据分析技术研究、李方正等基于公交刷大数据分析的城市绿倒规划研究——以北京为例、北京交通发展研究中心基于IC卡数据的地铁运量推算方法研究等。
3智能公交卡大数据库研究的展望矛明睿学者在大数据在城市规划中的应用中谈到，“尽管开放数据运动以及众包运动为城市研究者们提供了大量大数据，缓解了数据不足的矛盾，但在实际的规划编制任务与做研究是有差异的。
研究者在选区数据范围、时间跨度、精确度、覆盖面上可以有较大的弹性，而规划编制任务的要求高得多。
此外，对研究者而言，做研究开展得数据抓取得时间成本是可容忍得，而规划编制任务中数据的抓取、处理都需要达到工业化水平，其时间成本的宽度非常低。
”目前智能公交卡并没有像银行卡一样实施联名制，很多城市的票价也只有跟路线长度有关，再加上城市的公共交通具有很大的不确定性，所以要将现有研究完美地应用于智能交通系统，在进一步研究大数据,构建数学模型，设计自动调度、优化、决策智能平台时，也可以随城市发展增添新的元素和改良现有只能公交卡的性能，实现大数据时代下的智慧城市、智能交通。
参考文献[1]高联雄. 智能公交系统数据挖掘研究与应用[D].北京邮电大学,2011.[2]茅明睿. 大数据在城市规划中的应用:来自北京市城市规划设计研究院的思考与实践[J]. 国际城市规划,2014,06:51-57.[3]周晶,张伦珂. 利用IC卡数据估计公交OD矩阵的模型及算法[J]. 系统工程理论与实践,2006,04:130-135.[4]陈君,刘靓. 公交IC卡数据分析技术研究[A]. Intelligent Information Technology Application Research Association (IITA Association), Hong Kong、Shenzhen University, China.Proceedings of 2010 The 3rd International Conference on Power Electronics and Intelligent Transportation System(Volume 6)[C].Intelligent Information Technology Application Research Association (IITA Association), Hong Kong、Shenzhen University, China:,2010:4.[5]陈君,杨东援. 融合智能调度数据的公交IC卡乘客换乘站点判断方法[J]. 长安大学学报(自然科学版),2013,04:92-98.[6]孔海兰,谭北海,程航. 智能公交云服务系统的研究[J]. 无线互联科技,2015,11:49-52.[7]Milan Lovrić,TingLi,PeterVervest. Sustainable revenue management: A smart card enabled agent-based modeling approach[J]. Decision Support Systems,2012,:.[8]Marie-Pier Pelletier,MartinTrépanier,CatherineMorency. Smart card data use in public transit: A literature review[J]. Transportation Research Part C,2010,194:.[9]Olga Titova-Candel. Smart cards in transportation systems lead the way[J]. Card Technology Today,2008,202:.。