大數據交通公司

㈠ 國內有哪些大數據公司

「大數據」這一概念最早在國外被提及。之後國內外興起了一系列大數據技術，包括大數據硬體類、大數據分析類、大數據數據處理類等等，也因此誕生了一批大數據廠商。

分析解決方案類廠商除去IBM、SAP、Oracle、微軟、惠普國外代表廠商，在國內有星環科技、帆軟、用友、等等。

星環信息科技主要從事大數據時代核心平台資料庫軟體的研發與服務，被Gartner列為國際主流Hadoop發行版廠商。其產品Transwarp Data Hub提供高速SQL引擎Transwarp Inceptor, NoSQL搜索引擎Transwarp Hyperbase、流處理引擎Transwarp Stream和數據挖掘組件Transwarp Discover。

帆軟公司由報表軟體FineReport起家，目前已成為報表領域的權威者，擁有10年企業數據分析的行業經驗。後發布的商業智能自助式BI工具FineBI，提供包括Hadoop、分布式資料庫、多維資料庫的大數據可視化分析；提供PC端、移動端、大屏的可視化方案，廣泛應用於銀行、電商、地產、醫葯、製造、電信、製造、化工等行業，擁有成熟的行業化解決方案。

數據可視化類廠商有海雲數據、星途數據、帆軟、數字冰雹等。

用戶行為/精準營銷分析類，大數據技術使得用戶在互聯網的行為，得到精準定位，從而細化營銷方案、快速迭代產品。這方面的廠商有GrowingIO、神策數據等。

㈡ 國內大數據公司有哪些

國內大數據主力陣營：

1.阿里巴巴
阿里巴巴擁有交易數據和信用數據,更多是在搭建數據的流通、收集和分享的底層架構。

2.華為華為雲服務
整合了高性能的計算和存儲能力，為大數據的挖掘和分析提供專業穩定的IT基礎設施平台，近來華為大數據存儲實現了統一管理40PB文件系統

3.網路
網路的優勢體現在海量的數據、沉澱十多年的用戶行為數據、自然語言處理能力和深度學習領域的前沿研究。近來網路正式發布大數據引擎，將在政府、醫療、金融、零售、教育等傳統領域率先開展對外合作。

4.浪潮
浪潮互聯網大數據採集中心已經採集超過2PB數據，並已建立5大類數據分類處理演算法。近日成功發布海量存儲系統的最新代表產品AS130000。

5.騰訊
騰訊擁有用戶關系數據和基於此產生的社交數據，騰訊的思路主要是用數據改進產品，注重QZONE、微信、電商等產品的後端數據打通。

㈢ 交通大數據行業的現狀是什麼

交通大數據行業的現狀是什麼?作為人類行為的重要組成部分和重要條件之一，對大數據的感知是最為迫切的。近年來，我國的智能交通發展迅速，許多技術手段已達到國際領先水平。問題和困難,但是,非常突出,也從城市發展的角度,智能交通的潛在價值並沒有被有效的挖掘:知覺和交通信息的集合是有限的,大量的數據管理系統中存在的不能共享使用,有效的交通情況分析預測疲勞,公共交通信息服務難以滿足需求。雖然有不同的建築概念和投資在不同地區,整個智能交通的現狀特點是低效率和智能不足,這使得許多先進的技術和設備未能發揮應有的作用,還會導致大量的投資浪費。最重要的是在困難時期的損害較小的數據:管理理念和技術設備模擬時間只有在某種程度上,和關系資料庫管理系統的分析只能嚴格的特定關系,對於大規模數據,尤其是半結構化和非結構化數據。

雖然數字化已經基本實現，但是數字化和數字化並不是一回事。它只是提高了本地收集、存儲和應用的效率，但本質上沒有太大的改變。大數據時代的到來，必將為解決難題帶來巨大機遇。大數據必然要求我們改變小數據條件下的盲目和精確計算，但更好地面對困惑，把握宏觀形勢;大數據不可避免地要求我們關注的不是因果關系而是相關性，這使得處理大量的非結構化數據成為可能，促使我們將一切都數字化，最終實現方便高效的管理。

交通大數據行業的現狀是什麼?目前，大數據在交通中的應用主要有兩個方面。一方面，大數據感測器數據可以用來了解車輛的交通密度，合理的道路規劃可以包括單車道的路線規劃。另一方面，可以利用大量的實時數據實現信號量的實時調度，提高現有線路的運行能力。信號燈的科學布置是一項復雜的系統工程，需要利用大數據計算平台制定出更加合理的方案。科學信號系統將使現有道路的通行能力提高約30%。在美國，政府基於特定路段的交通事故信息增加了更多的交通信號燈，從而將事故發生率降低了50%以上。依託大數據實現機場航班起降，提高航班管理效率。航空公司可以利用大數據來增加乘客容量和降低運營成本。鐵路利用大數據有效安排客運和貨運列車，提高效率和降低成本。

交通大數據行業的現狀如何?這個領域的大數據工程師是這樣的，作為人類行為的重要組成部分和重要條件之一，對大數據的感知也是最為迫切的。近年來，我國的智能交通得到了快速發展，你能處理好嗎?如果您還擔心自己入門不順利，可以點擊本站的其他文章進行學習。

㈣ 浙江綜合交通大數據開發有限公司怎麼樣

浙江綜合交通大數據開發有限公司是2017-11-03在浙江省杭州市江干區注冊成立的其他有限責任公司，注回冊地址位答於浙江省杭州市江干區明珠國際商務中心2號樓1701室。

浙江綜合交通大數據開發有限公司的統一社會信用代碼/注冊號是91330000MA27U0HC79，企業法人王國良，目前企業處於開業狀態。

浙江綜合交通大數據開發有限公司，本省范圍內，當前企業的注冊資本屬於一般。

通過網路企業信用查看浙江綜合交通大數據開發有限公司更多信息和資訊。

㈤ 國內做大數據的公司有哪些

1、上海市大數據股份有限公司（簡稱「上海大數據股份」），是經上海市人民政府批准成立的國有控股混合所有制企業。

致力於成為智慧城市建設的主力軍、國內大數據應用領域的領軍企業和全球領先的公共大數據管理和價值挖掘解決方案提供商，滿足政府對公共數據治理和提升城市管理及公共服務水平的要求，構建公共大數據與商業數據服務、以及政企數據融合的橋梁，促進社會經濟發展。

2、輝略(上海)大數據科技有限公司，目前在中國交通（城市智能信號燈優化模型與平台，交通預算決策系統模型等）、環境（PM2.5污染檢測和治理）、醫療（醫院WIFI定位模型，病歷匹配模型等）、汽車（用戶購買轉化率模型）等領域進行大數據項目運營與模型開發。

3、成都市大數據股份有限公司成立於2013年，作為成都市實施國家大數據發展戰略的載體，2018年完成股份制改革並掛牌新三板，成都產業集團全資持股，主要涉及數據運營、投資並購、信息技術三大業務方向。

(5)大數據交通公司擴展閱讀：

大數據發展的一些趨勢：

趨勢一：數據的資源化

何為資源化，是指大數據成為企業和社會關注的重要戰略資源，並已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶占市場先機。

趨勢二：與雲計算的深度結合

大數據離不開雲處理，雲處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平台之一。自2013年開始，大數據技術已開始和雲計算技術緊密結合，預計未來兩者關系將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。

㈥ 成都做大數據比較好的公司有哪些

國內大數據主力陣營：阿里巴巴，華為，網路，騰訊，IBM
成都大數據公司：探碼科技、勤智數碼、數聯銘品、清數科技、神鳥數據，合一雲計、尋道科技、迅鰩、匯譽通等

㈦ 交通銀行如何應對大數據

交通銀行要學會「走出去」以應對大數據。
拓展資料：
在「大數據時代」，銀行所面臨的競爭不僅僅來自於同行業內部，外部的挑戰也日益嚴峻。互聯網、電子商務等新興企業在產品創新能力、市場敏感度和「大數據」處理經驗等方面都擁有明顯的優勢，一旦涉足金融領域，將對銀行形成較大的威脅。日前，互聯網公司阿里巴巴已開始在利用大數據技術提供金融服務，通過其掌握的電商平台阿里巴巴、淘寶網和支付寶等的各種信息數據，藉助大數據分析技術自動判定是否給予企業貸款，全程幾乎不用出現人工干預。這種基於「大數據」分析能力的競爭優勢已明鮮顯示了這種威脅的現實性和急迫性。

數據將是未來銀行的核心競爭力之一，這已成為銀行業界的共識。應該說，銀行對於傳統的結構化數據的挖掘和分析是處於領先水平的，但一方面銀行傳統的資料庫信息量並不豐富和完整，如客戶信息，銀行擁有客戶的基本身份信息，但客戶其他的信息，如性格特徵、興趣愛好、生活習慣、行業領域、家庭狀況等卻是銀行難以准確掌握的;另一方面對於多種異構數據的分析是難以處理的，如銀行有客戶的資金往來的信息、網頁瀏覽的行為信息、服務通話的語音信息、營業廳、ATM的錄像信息，但除了結構化數據外，其他數據無法進行分析，更談不上對多種信息進行綜合分析，無法打破「信息孤島」的格局。也就是說，在「大數據時代」，銀行的數據挖掘和分析能力嚴重不足。

㈧ 城市交通大數據行業發展現狀剖析

城市交通大數據行業發展現狀剖析
人們在城市中生活每天產生大量的數據，有結構化的也有非結構化的，有一些與交通出行密切相關，而有一些又看似與交通出行沒有什麼關系，這些數據分布在不同的行政管理部門、互聯網公司或者傳統運營企業。舉個例子來說，隨著智慧城市建設熱潮，很多城市中已經布滿了感測設備(交叉口進口道地磁、電子警察、卡口等)，通過地磁可以採集到一定時間間隔交叉口進口道交通流量、速度以及佔有率；通過電子警察或卡口可以實時獲取經過卡口的車輛車牌號、通過時間以及地點車速，這些數據基本都匯聚在地方交警部門。互聯網公司通過為城市居民提供即時通信、導航以及共享服務，可以通過客戶終端定位實時獲取居民的位置。傳統運營企業范圍也很廣泛，包括了公交公司客運企業、計程車公司、通信運營商等，公交公司和客運企業匯聚了客流數據(IC卡、第三方支付以及零票)、車輛定位數據等，計程車公司匯聚了計程車定位數據、而通信運營商則可以匯聚客戶手機MAC地址。上述列舉的數據，都可以為城市交通規劃、政策制定、設計以及管理提供數據支持。後續筆者會結合自身十幾年的理論研究以及交通工程經驗，闡述每種數據未來的應用場景及潛在價值。
城市交通系統分析是一個復雜巨系統，尤其是在交通供需矛盾日益突出的當下，如何提高整個交通系統效率、提升居民出行品質是對每個交通管理者、研究者、工程師的挑戰。交通科學自誕生之日起，就與數據結下不解之緣，這是一門基於統計學的工程科學。
互聯網公司最早認識到了數據在交通領域的應用價值，也極大推動了雲計算、大數據等新一代信息技術在交通領域的應用。高德、滴滴擁堵排名、阿里城市大腦就是互聯網公司藉助自身的數據資源開展交通領域大數據應用的探索。
互聯網公司進軍傳統智能交通行業，一邊是互聯網公司頻頻發布基於大數據分析的各種報告，另一邊也開始產生了各種質疑的聲音。當前城市交通已經有一隻腳邁入了大數據時代，而另外一隻腳則需要傳統交通理論與移動互聯數據有效融合進行驅動。撥開當前交通大數據行業的繁華偽裝，我們以冷靜的眼光去審視，看到當前還存在很多問題，今天就略談一二：
第一、所謂的交通大數據基本還是針對單一數據源開展分析，分析精度有待進一步提高，應用場景有待進一步豐富。大部分的研究集中在基於車載GPS數據以及視頻數據提取車輛描述信息、交通流狀態信息，研究擁堵的表徵指標以及交警執法應用；
第二、城市交通感測設備布局並未從交通大數據的視角進行優化分析。城市智能交通系統規劃一個重要的任務就是研究城市交通採集設備布局方案，目前，較少有人從城市交通規劃與管理智庫頂層設計的高度，對檢測器的分布進行研究。此外，提高感測設備的適用性以及穩定性，也是有效提高當前數據質量的重要手段。
第三、城市交通大數據缺乏統一的數據標准。前面也論述了當前可以用於交通系統分析的數據，這些數據來源不同，要想未來能夠將上述數據利用起來，打破數據壁壘，形成城市交通數據池，就需要共同探討數據共享機制，並制定統一數據標准；此外，形成城市數據池後，城市交通數據治理將是一項復雜而艱巨的任務。
第四、大數據時代城市交通理論的創新面臨巨大挑戰。傳統的交通理論基本都是基於統計學，也就是基於樣本開展研究，而大數據時代的到來變革了交通理論數據來源，使得數據由抽樣變為了全樣，數據由有針對性的調查變為從大數據中抽取有用信息。因此，交通需求預測、交通通行能力分析、交通管控等基本理論將產生巨大變革，交通學者們應當既要仰望天空又要腳踏實地，在基礎領域研究中投入更多的精力，不應被當前的浮雲遮住望眼。
城市交通系統理論與大數據技術的融合發展任重而道遠，也期望與廣大交通工程師以及研究人員共同探討、共同進步。

㈨ 智慧交通大數據的大數據是所有的交通公司都可以共享的嗎還是說有條件的

智慧來城市這個概念最近自一直是很火熱的，因為伴隨著軌道交通的發展，我國的人口遷徙已經是全球最大的物種遷徙了。伴隨著人口的密集程度加深，發展智慧交通已經是勢在必行了，但是在發展智慧交通的時候，是一定要建立智慧交通大數據的，這樣一份大數據可能就關系著整個城市的交通安全，所以在構建的時候一定要保證其安全，在智慧交通大數據的安全方面迪蒙給出的是這樣的建議：首先是在審核智慧交通公司的時候一定要更加的嚴格，防止和境外勢力接觸，再就是做好監督的作用，防止拿到這份大數據之後進行破壞行為或不正當競爭行為。

㈩ 基於大數據的軌道交通網路化運營管理

摘要：我國作為一個領土遼闊、海陸兼備的大國，幅員遼闊的最大特點就是在進行人員流動經濟交流的過程中，對 交通運輸力量有著巨大的考驗，在改革開放初期，徐啟斌先生就提出了「要致富，先修路」的口號，只有完善全面交通 網路運營，才能真正支持我國龐大的交通運力需求，而軌道交通作為陸地交通上最主要也是性價比最高的交通方式，是 我國經濟建設的運輸的主要運力。因此，如何將軌道進行網路化運營，成為提高當前軌道交通未來發展的主要方向。

關鍵詞：大數據；軌道交通；網路化運營

在軌道交通網路化中，構建大數據的關鍵點之一是利 用全面的全球戰略為軌道交通構建大數據管理平台。軌道 交通數據管理平台的基本內容是重組和優化現有軌道交通 服務的各種工作流程。如果軌道交通服務成功建立了大數 據管理平台，則可以確保系統信息清晰可靠，並使不同業 務之間的系統通信變得方便，有利於決策信息的形成，提 高軌道交通服務信息管理效率，降低運營成本，增加利潤。

1 大數據在軌道交通網路化運營管理方面的不 足之處

1.1 軌道交通統計信息收集系統存在的問題 在大多數發達的西方國家，隨著大數據領域計算機技 術的發展，軌道交通已逐漸實現可操縱和自動化的模型。 新模式給軌道交通帶來的變化非常重要，這主要歸功於軌 道交通的建設。集成的管理系統以及每個子系統到原始生 產系統的集成，形成了一個具有統計和分析功能的信息管 理平台。近年來，中國的軌道交通部門在計算機化建設方 面也取得了進展，但是大數據系統無法滿足所有業務功能 的需求。隨著軌道交通部門的長期發展，數據系統也擁有 大量數據，但所使用的數據仍然不足以容納數據存儲容量。 隨著中國軌道交通服務計算機化需求的增長，數據的發展 也發生了革命性的變化。隨著電子信息技術的飛速發展， 軌道交通的運輸統計部門在全球范圍內發揮著越來越重要 的作用，而軌道交通的統計信息系統在道路上不足以滿足 需求。

1.2 軌道交通數據處理中的問題

大型軌道交通統計服務的數據收集過程分為三個層 次，即基站、各個運輸辦公室和總部。根據不同的統計系 統，如旅客運輸的堆場系統、貨運票務系統、車站行李系 統和其他主要業務系統的收集方法、每日數據量和總交易 量非常大，日均業務處理任務重。說明軌道交通統計數據 規模巨大，隨著軌道交通計算機化的發展，可能涉及軌道 交通統計服務的數據不限於該系統，並且更經常涉及外部 系統，例如鐵路客運系統當中 12306 客戶服務中心的開放 運營以及軌道交通信息資源的不斷擴展，給軌道交通統計 系統帶來了巨大壓力。 多樣化的數據類型在軌道交通計算機化過程中不僅有 結構化的數據（例如報告），還有半結構化和非結構化數 據（如語音、視頻和圖像）。這些不同類型的數據特徵顯 示了交通統計特性的變化。不同業務系統之間幾乎不可能 有相同的內存、存儲方法和數據管理模式，特別是對於非 機構數據。如何從不同的結構化數據中提取有價值的業務 信息，並詳細分析不同數據的相關程度是現階段軌道交通 統計服務面臨的問題。

1.3 軌道交通數據索引系統中的問題

軌道交通數據指標體系的現狀軌道交通的統計指標可 以反映軌道交通服務生產過程的直接績效、財政收支、資 源管理等方面，各項活動的指標密切相關、相互補充，並 匯總到一個統計數據指標體系中。軌道交通數據統計指標 的最基本要求是能夠反映軌道交通服務的當前運行狀況。 總結從初步工作中獲得的結果可以發現當前系統中的各種 問題，以便為下一步的部署提供可靠的計劃。軌道交通統 計指標體系基於不同類型的專業人員，並在各種基準報告 的基礎上，已經形成了 12 個專業，涵蓋客運、貨運、行李、 機車、乘用車、卡車、設備、人工、材料、節能、環保和 投資。從數據指標來看，這些數據指標之間的關系比較復 雜，數據的口徑很難統一，這使得軌道交通系統中大數據 的統一管理更加復雜。

1.4無法滿足軌道交通統計的新需求

隨著軌道交通商業化進程的不斷加快，在現代貨運 組織變革、高鐵運輸方式變革等一系列轉型發展形勢下， 傳統的以報代報的統計模式越來越不合適。隨著現代軌 道交通的發展和管理，軌道交通統計的功能正通過大數 據技術的發展模式逐漸發生變化。由於大數據技術的應 用，軌道交通統計的功能越來越豐富。以大數據為框架， 對統計活動的需求和發展進行深入科學分析，開發現代 化、綜合化的軌道交通統計數據，通過高級數據處理架 構獲得信息。管理平台最大化基準統計數據，打破傳統 的統計業務流程，軌道交通統計信息系統的運行過程發 生了根本性的變化。傳統的數據集成處理方式取代傳統 車站和軌道交通局的基礎部分，再移交給鐵路公司，報 告方法浪費了很多時間。

2 大數據在軌道交通網路化運營管理中的問題 和策略

2.1 軌道交通統計信息系統建設策略 軌道交通服務具有關聯的大數據系統和構建大數據的 一般設計缺陷，需要不斷嘗試以實現管理平台統一管理的 目標。從軌道交通公司的角度來看，應將業務和統計信息 有機地集成在一起，使其可以成為有效的信息管理平台， 重塑統計工作流程並最大限度地保證原始數據的准確性和 及時性，為軌道交通業的未來改革和創新提供堅實的決策 基礎。

2.2 軌道交通業務系統數據分析策略 盡管在建設軌道交通統計服務信息方面已經取得了一 些進展，但尚未建立系統的整體數據中心，也沒有統一的 統計管理方法，因此統計系統可以提供的決策內容相對薄 弱，現有的統計數據沒有得到充分利用。該信息主要存在 以下問題：

（1）數據質量差。地方軌道交通單位的計算機化水 平不高，監督管理工作水平不高。通常由於手工填寫表格、 輸入數據和操作錯誤而導致統計數據錯誤。在高精度和錯 誤的情況下，沒有明確的統計積分方法，這大大降低了輸 入數據的質量。 （2）數據收集的粒度極好。當前，生成軌道交通統 計數據統計分析最終內容的過程是使用現有指標進行收 集，並通過不同級別之間的幾次匯總獲得最終結果。但是， 在軌道交通部門實施細化工作之後，很難滿足某些原始數 據和信息的細化要求。只有藉助更多完善的數據，才能順 利完成統計工作內容的完善。

（3）數據利用率低。通常，軌道交通的統計方法包 括處理原始數據。實際的信息使用率不高，可能無法提供 最佳的信息價值。軌道交通服務已經滿足了使用大數據技 術的客觀條件，下一步是通過創建信息管理平台並尋找盡 可能多的信息背後的機會和價值，從而進行深度數據挖 掘、分析和決策，以激活統計服務，生產報告將成為強大 的目標。

2.3 軌道交通統計指標體系問題分析策略 目前軌道交通統計指標的范圍能夠滿足現階段的基本 統計要求，但統計指標體系存在的問題不容小覷。新時期， 軌道交通統計信息化建設的關鍵步驟之一就是如何創新重 構統計指標體系，使之能夠全面、科學地反映軌道交通企 業的綜合實力。

2.4 大數據驅動業務策略 建立完整的統計數據管理平台，以通過統計數據倉庫 以統一，標准化和兼容的方式集成不同業務系統之間的數 據。逐步將原始數據信息整合到信息平台中，根據數據格 式、存儲要求、數據共享等方式保存有價值的信息。建立 規則庫以指定類別、解釋、量表、計算方法等，提高數據 管理質量，統計數據質量是核心，統計數據管理水平需要 不斷提高。由於掌握了數據處理過程，為了驗證每個源點 的信息，必須根據統計規則對數據進行隨時間的修改，以 保證統計數據的質量。在數據校正方面，堅持避免人工干 預，盡量使用計算機化的自動處理和校正功能，盡可能地 輔助特殊問題的手工處理。

3 結束語 軌道交通系統的發展需要強大的統計信息服務集成平 台。通過功能集成以及數據和活動的功能開發，可以提高 統計信息的處理水平，提高統計人員的效率，並提高管理 和決策水平和領導者的指揮能力。由於時間和容量的限 制，筆者只能從概念上討論大數據在軌道交通網路化運營 中的優勢，而未在應用程序級別進行廣泛的分析和研究。 大數據的好處雖然顯而易見，但仍處於初步研究階段，其 實施需要高層科學的設計和合理的發展。相信大數據信息 管理系統可以促進軌道交通統計的發展，具有良好的發展 前景。

參考文獻：

[1]王洪臣. 基於數據驅動的城市軌道交通智慧出行服務研究[J]. 軌道交通裝備與技術,2021(4):54-56.

[2]張靜萱, 劉兵, 李曉璐, 等. 城市軌道交通網路運營安全的綜合評估[J]. 科學技術與工程,2021,21(17):7340-7347.

[3] [3] 何躍齊, 王路萍, 徐文, 等. 城市軌道交通網路運營信息一體化模型研究[J]. 都市快軌交通,2015,28(2):53-56+60.