电信运营商数据赋能交通行业白皮书(2023).docx

《电信运营商数据赋能交通行业白皮书(2023).docx》由会员分享，可在线阅读，更多相关《电信运营商数据赋能交通行业白皮书(2023).docx（32页珍藏版）》请在优知文库上搜索。

1、一、电信运营商数据赋能交通行业情况总述1（一）交通行业数据应用相关政策1（一）运营商数据对于交通行业的价值1（三）运营商数据资源概述2（四）运营商数据在交通行业的价值释放要点3二、适用于交通行业的电信运营商数据资源5（一）信令类数据5（二）测量报告数据7（三）流量类数据8（四）画像类数据9（五）融合类数据10三、电信运营商数据赋能交通行业的关键技术11（）11（）jfe口13（）15（P3）口J/4cXJi16（五）数据安全17四、电信运营商数据在交通行业的赋能场景19（一）车路协同19（二）规划建设19（三）设施运营(P5),11LjL21五、总结与未来展望23附录：电信运营商数据在交通行业

2、应用的案例选集25图目录图1运营商数据赋能交通行业实践体系视图4图2轨迹拉链表和对应的轨迹拉链示例7图3基于MR数据的时空数据分析示例8图4运营商数据赋能交通行业的可视化案例17图5基于公共交通客流承载量分析的客群触达26图6基于人口密度分析的充电桩规划27图7矿区违法盗采监测案例30表目录表1适用于交通行业的运营商数据资源类型5表2信令类数据的主要类别6表3流量类数据的主要应用示例9表4画像类数据的主要应用示例10表5融合类数据的主要应用示例10表6实时采集的应用示例12表7固定周期采集的应用示例12表8时间驱动采集的应用示例13一、 电信运营商数据赋能交通行业情况总述随着交通行业数据智能化

3、变革的深入发展，数据作为关键生产要素的价值日益凸显，交通行业的规划方、建设方、运营方和管理方均高度关注数据要素在交通行业的价值释放。电信运营商（后文简称“运营商”）所具备的位置数据和内容数据与交通行业的重点场景高度契合，两者的跨域融合、协同创新可发挥数据要素的乘数效应，具备广阔的发展空间。本章将简述交通行业数据应用相关政策，初步明确运营商数据对交通行业的必要性，并阐述运营商数据在交通行业价值释放的要点。（一）交通行业数据应用相关政策我国高度重视交通行业的数据应用。中华人民共和国交通运输部在2023年九月发布的大力发展智慧交通加快建设交通强国为当好中国式现代化的开路先锋注入新动能一文中阐述了人工

4、智能、物联网、大数据等新一代信息技术与交通运输深度融合发展的趋势，明确了交通行业的智能化发展方向。国家数据局在2023年十二月发布的“数据要素义”三年行动计划（20242026年）中强调了要促进道路基础设施数据、交通流量数据、驾驶行为数据等多源数据融合应用。数据作为交通行业迈向信息化、智能化的基础，对交通行业的现代化发展尤为重要。（二）运营商数据对于交通行业的价值运营商数据资源在交通行业的重要性不可忽视，已成为交通行业数据应用过程中所涉及的主要外部数据资源。运营商数据的分析和应用可以帮助实现更精准的交通流量监测、拥堵分析、交通规划、应急响应等，从而提高整体交通运输效率，使得交通运输系统更加高效

5、、安全、便捷。社会价值：运营商数据为公共交通服务的优化提供了支持，也可使公众的出行更安全。通过分析人群在不同时间和地点的出行需求，交通管理部门可以更好地调整公共交通线路和班次，提高公共交通的覆盖率和服务质量，推动城市绿色出行的发展。运营商数据的实时性和精准性也为交通安全提供了有力的支持。通过群体位置数据，可以实现交通事故的实时监测和预测，交通管理部门可以借助这些数据采取及时的交通管制措施，预防交通事故的发生，提高交通安全水平，并对事故进行高效响应。经济价值：运营商数据可为交通基础设施建设规划提供参考，提高基础设施的投资回报率，并催生新业态、新模式的发展；通过运营商用户群体的数据分析，可获得城市

6、人口流动、出行模式等信息，城市规划者可以更科学地规划交通网络、设计道路、建设公共交通设施，确保城市交通系统的可持续发展，提高基础设施的投资回报率；运营商数据资源也可为共享交通、智能停车等新业务模式提供数据支持，促进新业态、新模式的发展。(三)运营商数据资源概述运营商数据资源与服务涉及到业务、运营、管理三域，以及外部数据资源服务等。业务(Business)域：主要涉及电信业务的收入、用户信息、订购关系、账单等数据。这些数据有助于电信运营商更好地了解其业务运营状况，提供更好的客户服务，优化产品设计和定价策略等。运营（OPeratiOn）域：涵盖网络配置、网络性能、故障监控、资源管理等方面的数据。这

7、些数据有助于电信运营商优化网络运营，提高网络性能，及时发现和解决故障。管理（Management）域：涉及财务管理、人力资源管理、企业资源计划（ERP）、客户关系管理（CRM）等系统的数据。这些数据有助于电信运营商进行企业资源整合和优化，提高管理效率和决策水平。外部数据资源：运营商数据与外部数据资源的融合可以带来更全面的信息视角，比较重要的外部数据资源有两大类：一是气象数据，结合运营商数据和气象数据，可以更准确地预测天气对交通的影响，提前采取交通管理措施。二是地理信息系统（GIS）数据，运营商数据与GIS数据结合，可以实现更精细的地理空间分析，支持交通规划和城市管理的地理信息决策。（四）运营商

8、数据在交通行业的价值释放要点运营商数据在交通行业的价值释放需关注包括数据资源、关键技术、行业应用这三个要点。下面本节将简要概括这几个要点的内容，具体的内容则会在后续的章节进行详细阐述。交通行业数据应用车路协同规划建设设旅运营流调数据安全结果展示图表热力图交互式地图i3W数据分析交通流分析交i整陵分析交通事故分析数据加密败据.合依据清洗数据映射则联联依据采集则采集69定同期时间蜘财襁审计运售商数据资源信令糊据涌报告数据流量类数据圜类数据触合翔明S图1运营商数据赋能交通行业的实践体系视图数据资源：运营商可用于交通行业的数据可分为信令类数据、M测量报告数据、流量类数据、画像类数据、融合类数据五类。关

9、键技术：运营商数据赋能交通行业的关键技术可以按照数据应用的落地流程，分为数据采集、数据融合、多源数据分析、结果展示、数据安全五大类别。行业应用：运营商数据赋能交通行业的具体落地场景可分为车路协同、规划建设、设施运营、流量调控四大方向。二、 适用于交通行业的电信运营商数据资源数据资源是开展数据分析应用工作的核心要素，运营商数据资源具备优质、多样、全面、实时的特点，且包含大量交通行业关注的位置数据与内容数据，为运营商同交通行业的跨域联合创新打下了坚实的基础。同交通行业适配度较高的运营商数据以运营域数据为主，可具体再细分为信令类数据、测量报告数据、流量类数据、画像类数据、融合类数据五大类。本章将详细

10、梳理适用于交通行业的电信运营商数据资源，并简述这些数据资源在交通行业的潜在应用模式和落地场景。表1适用于交通行业的运营商数据资源类型数据资源类型潜在应用场景信令类数据用于实时分析人群轨迹，从而进行交通流量分析、拥堵预警、车辆管理、智慧出行等测量报告数据可对人群轨迹进行精确识别，精度缩小到50米，但无法支撑实时场景流量类数据可以通过移动端流量信息，获取人群的未来流动和聚集倾向，有助于提前做好交通规划画像类数据可以通过人群画像，比如年龄、职业、是否有车等，分析人群的出行偏好融合类数据天气影响分析、路网分析等综合分析场景(一)信令类数据运营商信令是移动通信网络中用于实现终端、交换系统及传输系统各元件

11、之间交互的控制指令数据，所记录的信息类别有呼叫建立和去除信息、管理控制类信息、移动终端的位置信息、网络状态信息等。表2信令类数据的主要类别信令数据类别描述呼叫建立和去除信息网络单元之间通过信令数据交互实现呼叫的建立和去除管理控制类信息用于实现对语音、短信等数据业务的管理控制移动终端的位置信息人群移动状态、位置变化等信息,实现网络资源管理和业务控制业务状态信息用于对业务质量进行监控，相关信令数据记录了连接过程中的质量相关参数对于交通行业来说，信令数据的主要作用是可对人群进行时空相关的数据分析，运营商信令所包含的位置，时间可被用于绘制出行轨迹(轨迹拉链)，通常可分为以下几个步骤：位置洞察：根据运营

12、商信令数据中的基站位置信息，时间戳和信令事件类型，确定终端的位置和时间信息，得到一系列的定位点。将定位点匹配到实际的路网上，得到人群的行动路径。轨迹分割：根据人群的行动路径，根据速度、方向、停留时间等规则，将其分割成一系列的轨迹段。轨迹拉链：将轨迹段按照时间顺序连接起来，形成人群的轨迹拉链表，每个轨迹段记录了终端的位置以及与前后轨迹段的连接关系O用户ID泰森多边形编号进入时间离开时间Cehkdhsdcl10292023122609231820231226094833Cehkdhsdcl10332023122609483320231226100308Cfhkdhsdcl1048202312261

13、0030820231226101511Cphkdhsdcl10592023122610151120231226103317Cphkdhsdcl11092023122610331720231226105208Cphkdhsdcl10772023122610520820231226111343图2轨迹拉链表和对应的轨迹拉链示例(二)测量报告数据测量报告数据也称MR(MeasurementReport)数据，记录了移动设备在业务过程中的服务基站ID、邻区ID、信号强度、时间提前量、方位角等一系列无线信息。对于交通行业来说，运营商的测量报告数据可用来提升位置数据的精确度，且不易受环境的影响，对基于信令

14、数据的位置识别是很好的补充。运营商MR指纹定位算法主要包括以下步骤：栅格化：将地图划分为标准大小的栅格。MR参数指标收集：收集每个栅格中的MR参数指标，包含信号强度、方向角等数据。指纹库构建：根据收集的MR参数，构建每个栅格的MR数据特征。精确定位：根据终端设备上报的MR数据，在指纹库中查找最匹配的栅格，该栅格即为终端的位置。It师年 Mt 记*Kl. C3、C4、C6、（8五个入区的信号地殡用找出差斤砂M娴照，此榔树谓即眺R的 定位结果基于嘟放定侬佣户通勤鼬结果通勤轨迹拟合至道路并填充缺失路线片段用户邈鹿线船实果图3基于MR数据的时空数据分析示例（三）流量类数据流量数据是运营商记录的移动端流量上网的行为数据。这些数据包括用户群体访问的网站、APP使用情况