數據挖掘技術在城市住建領域的應用

解維　唐鵬

摘要：隨著城市建設施工數據量的日益龐大，如何將其加以利用并為新型智慧城市作出貢獻呢？本文主要采用數據挖掘技術，分析了住建局所許可的用地在施工期間，對周邊的公共交通，以及交通違章行為所產生的一些影響，而后提出了更加合理化的公共交通改道建議，以及為降低交通違章行為在合適位置設立告示牌建議。

關鍵詞：施工數據；數據挖掘；公交改道建議；告示牌建議

中圖分類號：TP3-05 文獻標識碼：A 文章編號：1007-9416（2019）01-0096-03

0 引言

隨著全國城市化進程的加快，尤其是一線城市的土地持續供應，用地許可不斷增加。城市建設施工期間對周邊的交通以及施工結束后對公共資源分配都產生深遠影響。市交通局、教育局等單位需要科學化、合理化的決策，快速響應建筑施工所帶來的變化，提高對公眾服務的質量。

本文基于施工期間交通流量數據和違章罰單數據的變化，采用大數據分析技術，幫助人們進行科學快速的交通規劃以及城市決策[1]。因為近幾年，大數據以及云計算等新興的信息技術已經深入人們的生活。各個行業都在隨著新技術的興起而進行的變革。在新興技術的推動下，伴隨著知識社會環境下不斷城市創新生態的誕生，智慧城市逐步開放。那么我們就在思考：如何讓“城市施工數據”發揮優勢，助推深圳發展？基于目前使用價值不高的“施工數據”，是否也能為智慧城市發展作出一份貢獻呢？于是，就有了我們的項目“施工數據慧說話”。那么，本文所設計的系統具體所解決的問題有以下兩點：一是住建工程施工工地周邊影響區域內的公共交通改道問題。如何重新規劃受影響的交通線路的行駛路徑可以最大程度地方便附近居民換乘，降低擁堵，提高通行效率。二是優化設立告示牌以降低因施工帶來的交通違章行為的增加問題。如何設立告示牌可以起到對市民安全通過施工路段的提示作用，進而減少違章罰單的數量。

1 系統架構設計

系統設計使用B/S架構模式，立足于深圳政府主動開放的大量施工數據，結合本單位大數據平臺和北斗導航服務平臺等領域的技術基礎，對數據進行關聯挖掘分析，并在地圖上進行直觀展示。服務端基于大數據處理平臺，提供數據的存儲和挖掘分析功能，統計地圖當前位置周邊的施工信息，終端（包含瀏覽器和移動終端）定位或移動地圖時，向服務平臺發送施工信息位置請求，服務平臺計算后返回結果，終端進行顯示。

其中，大數據平臺的核心部分包括數據存儲、數據查詢、數據分析、流數據處理、計算服務以及數據統一訪問等模塊。數據存儲模塊對智慧城市的多源異構開放數據進行統一的存儲管理；數據分析模塊借助分布式的內存計算技術和分布式執行引擎，對住建影響圈兒的各種數據統計分析計算任務進行分解和調度執行，利用通過多機并行的模式提高計算效率；流數據處理模塊針對公交打卡記錄、計程車定位信息等具有時間屬性的數據進行實時處理，對數據流進行接入、分發、持久化，并通過實時算法對數據進行分析；數據查詢模塊對存儲模塊中的數據構建分布式的數據索引，并利用分布式搜索引擎對原始數據、分析結果等進行快速數據定位和結果返回；計算服務模塊接收上層應用的各種計算任務并進行統一的編排調度，使計算平臺達到負載均衡和資源充分利用的效果；數據統一訪問模塊封裝了JDBC、Web Service、SQL等多種數據訪問接口，供上層應用調用，以達到平臺應用快速開發的目的。

2 數據挖掘技術在系統中的應用與實現

本系統在網絡數據方面，將利用百度地圖的GIS基礎數據以及相關聯的道路數據，以達到分析規劃結果可視化展現的效果。有關部門數據包括：施工許可證信息，公交線路信息，出租車公司-出租車數據，深圳通記錄數據，交委-處罰情況。因此本系統主要目標是給深圳政府和市民直觀的呈現當前施工信息和施工對交通造成的影響，并對以往的歷史數據進行分析，為政府和市民提供繞行建議和決策輔助[2]。

系統將以上數據批量導入到原始數據庫中，通過數據清洗，對數據按照時間戳等信息進行模擬實施加載，通過大數據分析引擎進行學區載荷分析、公交人流分析、違章情況分析等，結合百度地圖開放API，將各種數據和分析結果動態展現在GIS界面上，使得分析結果等能夠直觀表現。數據使用思路如圖1所示。

2.1 數據預處理

（1）施工點信息預處理。由于施工信息的時間跨度較長，需要過濾大量歷史數據，因此系統選擇2015年12月1日之后的數據。

（2）交通違章信息預處理。由于違章數據中交通違規時間集中發生在2017年1月1日至2017年3月31日之間，那么，根據違規日期，進一步篩選此時間范圍內的施工點信息。另外，根據“GCMC”字段中的關鍵字，篩選出幾種常見的施工類別，并進行統計分類。

對于違章信息，其中“CFYY”字段均按照"經調查，本機關認為你（單位）在XXX在（違法地點）XXX實施了XXX的違法行為"固定格式賦值，于是，抽取每條記錄中第一個“XXX”字符串作為該條違規行為的發生地點，第二個“XXX”字符串作為處罰原因，抽取“CFSJ”字段作為違規記錄的發生時間。

（3）公交線路信息預處理。將公交信息中的“SXXLZDMC”和“SXXLZDMC”兩個字段信息合并，作為一個完整的線路信息。根據之前處理得到的施工點經緯度信息，找出施工點周圍2公里以內的公交站點數據。

（4）出租車信息預處理。由于出租車信息量較大，將其數據存入到HDFS分布式文件系統中，找出目標施工點周圍出租車路線重疊最多的部分。若重合點為集中分布的散點，則選取這些散點的中心點作為備選公交站，若重合部分為一條線，則隨機選取該線上的一點作為備選公交點（若有相應的數據支持，可以根據周圍居民信息進行具體站點的選擇）。

得到需要改道的公交站點和備選公交站點后，將兩點之間的時間作為權重，使用Floyd算法[3]，計算出耗時最短路線。

2.2 數據分析過程

通過大數據體系相關技術，結合上述預處理思路，將多源數據進行匯總存儲和管理。通過數據清洗、過濾等手段將原始數據進行整理后進行分布式的數據分析和挖掘，最終通過統一的數據訪問接口將分析結果、方案規劃等展現在地理圖層上，數據分析處理過程如圖2所示。

具體的數據分析過程如下：

（1）分析出的數據A（施工點數據）：根據“施工許可證信息”數據中提供的“工程地址”字段，調用百度開放api，可分析得到施工點所對應的經緯度數據，便可以在原型界面中展現深圳市所有施工點。（2）分析出的數據B：根據“深圳通刷卡數據”和“公交線路信息兩部分數據，結合相應的“施工點”數據，可以分析出施工點2公里范圍內，在施工前后一個月內的公交線路擁堵情況對比。（3）分析出的數據C：從平臺提供2015年12月共30天的“出租車公司-出租車數據”中看出，出租車是以每隔15秒的頻率記錄的，再依據其他幾個字段，使用SparkGraphx工具，不難推出出租車的行駛軌跡。（4）分析出的數據D：依據數據C，可分析得到出租車運行通暢的路段數據。（5）分析出的數據E：對違章信息和施工點進行關聯分析，可以得到違章點和施工點之間的散點圖，其分析結果圖如圖3所示。

最后，依據數據D，分析出公交車優化改道線路。依據數據E，給出設立告示牌的合適位置建議。

2.3 系統詳細設計

本原型產品融合了移動端設備、大數據分析平臺、GIS服務等多領域的技術，將數據采集、數據分析、結果推送等一系列數據流程整合在一個解決方案中，如圖4所示。

施工人員可以通過移動端設備進行施工現場數據采集，實時提供最新施工數據。將采集到的施工數據作為交通違章分析、擁堵情況監控的補充數據，增強數據分析的準確性，可以更加精確的分析施工工地性質與交通違章和擁堵情況之間的關聯。普通用戶可以利用移動端APP，結合GIS展現功能實時查看深圳市現階段正在施工的地點，點擊查看施工進度、單位、周期等詳細信息，并且可以查看施工前道路通行情況，以及施工后道路繞行方案，達到信息實時推送的目的。利用目前已有的移動端信息采集工具，可以獲得公交車、出租車等車輛通行軌跡信息，上傳到服務端進行記錄和大數據分析，提供施工周邊指定路段每天通過的車輛數量，以及車輛通行平均速度，分析施工是否影響通行，是否應增加繞行方案，為交通管理部門決策提供依據。

在交通擁堵分析方面，本web系統可以根據對施工工地施工前后公交車、出租車的打點信息，分析出道路擁堵情況變化。然后根據施工前后的擁堵變化情況，結合出租車運行軌跡數據，給出公交線路改道建議以及改道后交通改善情況預估[4]。

在交通違章分析方面。本web系統可分析得出，具體施工點2公里范圍內的違章數量變化熱力圖。并且提供了更為詳細的柱狀分析圖，從施工類型、違章類型、違章點這三個維度分析其對違章數量的影響程度。

2.4 系統使用方法

本系統分為對移動終端和web系統兩大模塊。

（1）在移動終端，施工人員登錄后，通過GPS進行定位，對施工現場進行拍攝、填報施工現場情況描述，與GPS定位信息一起提交到服務端。服務端根據GPS信息自動將現場圖片和文字描述與對應的施工工地進行關聯。普通用戶在移動端登錄后，首先可以根據自身所處位置，查看附近的施工工地信息以及對交通的影響。使用“導航”和“路線規劃”功能時，系統自動根據施工現場情況和對交通的影響，規劃合理線路。（2）在Web端，用戶首先可以通過界面查看深圳市現有施工中的工地在GIS中的坐標點位。點擊某個工地標志，系統通過彈出窗口展示施工工地的施工類型、施工時間等詳細信息。并且可展示工地附近的公交線路情況。在彈出窗口中選擇某條公交線路，可看到工地施工前后公交過站時間的變化情況。點擊“線路優化”按鈕，可以展示這條公交線路的改道建議，以及改道后的公交過站時間改善情況。

3 系統測試與分析

本系統使用了深圳平臺開放的公交過站間隔時間記錄、出租車打點信息以及施工數據，通過系統測試，GIS信息展示正常，數據分析結果可視化效果正常。

但是系統中仍存在一定的局限性，施工點周邊的公交線路有可能不是當時最新數據，因為官方提供的“公交線路信息”數據中包含一個“最后更新時間”字段，這個字段表明含義較不清晰，可能說明是在這個時間截點新增的一條線路，可能說明是在這個時間截點線路有調整，也可能說明僅僅是數據的更新時間而不是實際線路變化時間，總之這個時間字段并不能說明具體問題。因此我們只能暫且假定分布在施工點周圍的公交線路是當時最新路線。雖然有不合理處，但是這種不合理也只是小概率事件，不足以影響整個系統的分析作業。

4 結語

對于我們目前設計的這款面向相關政府決策部門的web產品，雖然圍繞施工數據展開一系列較為準確的預測及方案建議，但仍然存在可以進一步優化的地方。例如，站在目前先進的交通信息技術角度考慮，在公共交通車改道路徑選擇標準及算法中，還應該要融入乘客乘車站點選擇心理問題、多車道問題、道路立交等因素，對設計考慮公交最優改道路線，是值得我們作為將來的一個研究方向。

參考文獻

[1] 孫建中.數據倉庫與數據挖掘技術在建筑施工企業管理中的應用[J].城市建設理論研究，2014（22）：3311-3311.

[2] 屈家奎.基于BIM技術的項目管理大數據分析決策[J].包裝世界，2018（4）：211-213.

[3] 左秀峰，沈萬杰.基于Floyd算法的多重最短路問題的改進算法[J].計算機科學，2017，44（5）：232-234，267.

[4] 趙禮峰，黃奕雯.基于矩陣自定義運算的Floyd改進算法[J].計算機技術與發展，2016，26（10）：41-44，49.

Abstract：With the increasing amount of urban construction data， how to make use of it and contribute to the new intelligent city？ This paper mainly uses data mining technology to analyze the impact of land allowed by the Housing Bureau on the surrounding public transport and traffic violations during the construction period， and then puts forward more reasonable suggestions for public transport diversion， as well as suggestions for setting up signs to reduce traffic violations in appropriate locations.

Key words：construction data；data mining；suggestions on bus diversion；billboard recommendations