挖掘数据宝藏——联网收费数据应用研究之挖掘基础工作

高速公路路网营运产生的数据量是臣大的，在这些营运数据中反映了很多的信息，例如：轴重状况，车流量状况，车流量比例状况，每个路段车流负荷状况和每个收费站的收费人员工作状况等。这些信息对服务质量的提高，资源的有效使用，路颟的有效保养都具有重要的参考意义。这些数据，无论是对交通管理部门来说，还是对高速公路营运企业来说，都是一笔十分宝贵的数据财富。从这笔数据财富中挖掘出的规律，对交通行业主管进行决策参考和管理公司指导营运管理，都具有很高的价值。 为了充分利用这些高速公路联网收费数据，江苏省交通科学研究院专门组成课题组，对高速公路联网收费数据可能存在的应用领域和应用方法进行了深入地研究，为将来进行高速公路收费数据挖掘做好必要的准备。 该项目经江苏省交通厅批准，列入了2006年度江苏省交通科研项目计划。该项目自2006年1月启动，至2007年10月底完成，经过一年多的研究工作，于2007年12月通过评审并且获得专家组的一致好评。 在研究过程中，项目组首先进行了广泛地调查研究和深入地需求分析，将各相关部门提出的应用需求分门别类，归纳总结为20余项数据处理单元操作。其次，对收费数据进行了筛选过滤和预处理，将海量收费数据中相关的内容，经整理后按照数据挖掘所需要的格式进行了重新存储；与此同时，对收费数据中的隐含内容进行了预处理将其显化。最后，根据各类应用需求，分别制作了大量的应用实例，每类均给出应用说明、数据源、计算方法和典型示例。 为了将该项目的研究思想和研究方法介绍给读者，本刊特邀请项目组撰写本文。由于该文篇幅较长，故分三期刊出，以飨读者。