大数据交通公司

㈠ 国内有哪些大数据公司

“大数据”这一概念最早在国外被提及。之后国内外兴起了一系列大数据技术，包括大数据硬件类、大数据分析类、大数据数据处理类等等，也因此诞生了一批大数据厂商。

分析解决方案类厂商除去IBM、SAP、Oracle、微软、惠普国外代表厂商，在国内有星环科技、帆软、用友、等等。

星环信息科技主要从事大数据时代核心平台数据库软件的研发与服务，被Gartner列为国际主流Hadoop发行版厂商。其产品Transwarp Data Hub提供高速SQL引擎Transwarp Inceptor, NoSQL搜索引擎Transwarp Hyperbase、流处理引擎Transwarp Stream和数据挖掘组件Transwarp Discover。

帆软公司由报表软件FineReport起家，目前已成为报表领域的权威者，拥有10年企业数据分析的行业经验。后发布的商业智能自助式BI工具FineBI，提供包括Hadoop、分布式数据库、多维数据库的大数据可视化分析；提供PC端、移动端、大屏的可视化方案，广泛应用于银行、电商、地产、医药、制造、电信、制造、化工等行业，拥有成熟的行业化解决方案。

数据可视化类厂商有海云数据、星途数据、帆软、数字冰雹等。

用户行为/精准营销分析类，大数据技术使得用户在互联网的行为，得到精准定位，从而细化营销方案、快速迭代产品。这方面的厂商有GrowingIO、神策数据等。

㈡ 国内大数据公司有哪些

国内大数据主力阵营：

1.阿里巴巴
阿里巴巴拥有交易数据和信用数据,更多是在搭建数据的流通、收集和分享的底层架构。

2.华为华为云服务
整合了高性能的计算和存储能力，为大数据的挖掘和分析提供专业稳定的IT基础设施平台，近来华为大数据存储实现了统一管理40PB文件系统

3.网络
网络的优势体现在海量的数据、沉淀十多年的用户行为数据、自然语言处理能力和深度学习领域的前沿研究。近来网络正式发布大数据引擎，将在政府、医疗、金融、零售、教育等传统领域率先开展对外合作。

4.浪潮
浪潮互联网大数据采集中心已经采集超过2PB数据，并已建立5大类数据分类处理算法。近日成功发布海量存储系统的最新代表产品AS130000。

5.腾讯
腾讯拥有用户关系数据和基于此产生的社交数据，腾讯的思路主要是用数据改进产品，注重QZONE、微信、电商等产品的后端数据打通。

㈢ 交通大数据行业的现状是什么

交通大数据行业的现状是什么?作为人类行为的重要组成部分和重要条件之一，对大数据的感知是最为迫切的。近年来，我国的智能交通发展迅速，许多技术手段已达到国际领先水平。问题和困难,但是,非常突出,也从城市发展的角度,智能交通的潜在价值并没有被有效的挖掘:知觉和交通信息的集合是有限的,大量的数据管理系统中存在的不能共享使用,有效的交通情况分析预测疲劳,公共交通信息服务难以满足需求。虽然有不同的建筑概念和投资在不同地区,整个智能交通的现状特点是低效率和智能不足,这使得许多先进的技术和设备未能发挥应有的作用,还会导致大量的投资浪费。最重要的是在困难时期的损害较小的数据:管理理念和技术设备仿真时间只有在某种程度上,和关系数据库管理系统的分析只能严格的特定关系,对于大规模数据,尤其是半结构化和非结构化数据。

虽然数字化已经基本实现，但是数字化和数字化并不是一回事。它只是提高了本地收集、存储和应用的效率，但本质上没有太大的改变。大数据时代的到来，必将为解决难题带来巨大机遇。大数据必然要求我们改变小数据条件下的盲目和精确计算，但更好地面对困惑，把握宏观形势;大数据不可避免地要求我们关注的不是因果关系而是相关性，这使得处理大量的非结构化数据成为可能，促使我们将一切都数字化，最终实现方便高效的管理。

交通大数据行业的现状是什么?目前，大数据在交通中的应用主要有两个方面。一方面，大数据传感器数据可以用来了解车辆的交通密度，合理的道路规划可以包括单车道的路线规划。另一方面，可以利用大量的实时数据实现信号量的实时调度，提高现有线路的运行能力。信号灯的科学布置是一项复杂的系统工程，需要利用大数据计算平台制定出更加合理的方案。科学信号系统将使现有道路的通行能力提高约30%。在美国，政府基于特定路段的交通事故信息增加了更多的交通信号灯，从而将事故发生率降低了50%以上。依托大数据实现机场航班起降，提高航班管理效率。航空公司可以利用大数据来增加乘客容量和降低运营成本。铁路利用大数据有效安排客运和货运列车，提高效率和降低成本。

交通大数据行业的现状如何?这个领域的大数据工程师是这样的，作为人类行为的重要组成部分和重要条件之一，对大数据的感知也是最为迫切的。近年来，我国的智能交通得到了快速发展，你能处理好吗?如果您还担心自己入门不顺利，可以点击本站的其他文章进行学习。

㈣ 浙江综合交通大数据开发有限公司怎么样

浙江综合交通大数据开发有限公司是2017-11-03在浙江省杭州市江干区注册成立的其他有限责任公司，注回册地址位答于浙江省杭州市江干区明珠国际商务中心2号楼1701室。

浙江综合交通大数据开发有限公司的统一社会信用代码/注册号是91330000MA27U0HC79，企业法人王国良，目前企业处于开业状态。

浙江综合交通大数据开发有限公司，本省范围内，当前企业的注册资本属于一般。

通过网络企业信用查看浙江综合交通大数据开发有限公司更多信息和资讯。

㈤ 国内做大数据的公司有哪些

1、上海市大数据股份有限公司（简称“上海大数据股份”），是经上海市人民政府批准成立的国有控股混合所有制企业。

致力于成为智慧城市建设的主力军、国内大数据应用领域的领军企业和全球领先的公共大数据管理和价值挖掘解决方案提供商，满足政府对公共数据治理和提升城市管理及公共服务水平的要求，构建公共大数据与商业数据服务、以及政企数据融合的桥梁，促进社会经济发展。

2、辉略(上海)大数据科技有限公司，目前在中国交通（城市智能信号灯优化模型与平台，交通预算决策系统模型等）、环境（PM2.5污染检测和治理）、医疗（医院WIFI定位模型，病历匹配模型等）、汽车（用户购买转化率模型）等领域进行大数据项目运营与模型开发。

3、成都市大数据股份有限公司成立于2013年，作为成都市实施国家大数据发展战略的载体，2018年完成股份制改革并挂牌新三板，成都产业集团全资持股，主要涉及数据运营、投资并购、信息技术三大业务方向。

(5)大数据交通公司扩展阅读：

大数据发展的一些趋势：

趋势一：数据的资源化

何为资源化，是指大数据成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点。因而，企业必须要提前制定大数据营销战略计划，抢占市场先机。

趋势二：与云计算的深度结合

大数据离不开云处理，云处理为大数据提供了弹性可拓展的基础设备，是产生大数据的平台之一。自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。

㈥ 成都做大数据比较好的公司有哪些

国内大数据主力阵营：阿里巴巴，华为，网络，腾讯，IBM
成都大数据公司：探码科技、勤智数码、数联铭品、清数科技、神鸟数据，合一云计、寻道科技、迅鳐、汇誉通等

㈦ 交通银行如何应对大数据

交通银行要学会“走出去”以应对大数据。
拓展资料：
在“大数据时代”，银行所面临的竞争不仅仅来自于同行业内部，外部的挑战也日益严峻。互联网、电子商务等新兴企业在产品创新能力、市场敏感度和“大数据”处理经验等方面都拥有明显的优势，一旦涉足金融领域，将对银行形成较大的威胁。日前，互联网公司阿里巴巴已开始在利用大数据技术提供金融服务，通过其掌握的电商平台阿里巴巴、淘宝网和支付宝等的各种信息数据，借助大数据分析技术自动判定是否给予企业贷款，全程几乎不用出现人工干预。这种基于“大数据”分析能力的竞争优势已明鲜显示了这种威胁的现实性和急迫性。

数据将是未来银行的核心竞争力之一，这已成为银行业界的共识。应该说，银行对于传统的结构化数据的挖掘和分析是处于领先水平的，但一方面银行传统的数据库信息量并不丰富和完整，如客户信息，银行拥有客户的基本身份信息，但客户其他的信息，如性格特征、兴趣爱好、生活习惯、行业领域、家庭状况等却是银行难以准确掌握的;另一方面对于多种异构数据的分析是难以处理的，如银行有客户的资金往来的信息、网页浏览的行为信息、服务通话的语音信息、营业厅、ATM的录像信息，但除了结构化数据外，其他数据无法进行分析，更谈不上对多种信息进行综合分析，无法打破“信息孤岛”的格局。也就是说，在“大数据时代”，银行的数据挖掘和分析能力严重不足。

㈧ 城市交通大数据行业发展现状剖析

城市交通大数据行业发展现状剖析
人们在城市中生活每天产生大量的数据，有结构化的也有非结构化的，有一些与交通出行密切相关，而有一些又看似与交通出行没有什么关系，这些数据分布在不同的行政管理部门、互联网公司或者传统运营企业。举个例子来说，随着智慧城市建设热潮，很多城市中已经布满了传感设备(交叉口进口道地磁、电子警察、卡口等)，通过地磁可以采集到一定时间间隔交叉口进口道交通流量、速度以及占有率；通过电子警察或卡口可以实时获取经过卡口的车辆车牌号、通过时间以及地点车速，这些数据基本都汇聚在地方交警部门。互联网公司通过为城市居民提供即时通信、导航以及共享服务，可以通过客户终端定位实时获取居民的位置。传统运营企业范围也很广泛，包括了公交公司客运企业、出租车公司、通信运营商等，公交公司和客运企业汇聚了客流数据(IC卡、第三方支付以及零票)、车辆定位数据等，出租车公司汇聚了出租车定位数据、而通信运营商则可以汇聚客户手机MAC地址。上述列举的数据，都可以为城市交通规划、政策制定、设计以及管理提供数据支持。后续笔者会结合自身十几年的理论研究以及交通工程经验，阐述每种数据未来的应用场景及潜在价值。
城市交通系统分析是一个复杂巨系统，尤其是在交通供需矛盾日益突出的当下，如何提高整个交通系统效率、提升居民出行品质是对每个交通管理者、研究者、工程师的挑战。交通科学自诞生之日起，就与数据结下不解之缘，这是一门基于统计学的工程科学。
互联网公司最早认识到了数据在交通领域的应用价值，也极大推动了云计算、大数据等新一代信息技术在交通领域的应用。高德、滴滴拥堵排名、阿里城市大脑就是互联网公司借助自身的数据资源开展交通领域大数据应用的探索。
互联网公司进军传统智能交通行业，一边是互联网公司频频发布基于大数据分析的各种报告，另一边也开始产生了各种质疑的声音。当前城市交通已经有一只脚迈入了大数据时代，而另外一只脚则需要传统交通理论与移动互联数据有效融合进行驱动。拨开当前交通大数据行业的繁华伪装，我们以冷静的眼光去审视，看到当前还存在很多问题，今天就略谈一二：
第一、所谓的交通大数据基本还是针对单一数据源开展分析，分析精度有待进一步提高，应用场景有待进一步丰富。大部分的研究集中在基于车载GPS数据以及视频数据提取车辆描述信息、交通流状态信息，研究拥堵的表征指标以及交警执法应用；
第二、城市交通传感设备布局并未从交通大数据的视角进行优化分析。城市智能交通系统规划一个重要的任务就是研究城市交通采集设备布局方案，目前，较少有人从城市交通规划与管理智库顶层设计的高度，对检测器的分布进行研究。此外，提高传感设备的适用性以及稳定性，也是有效提高当前数据质量的重要手段。
第三、城市交通大数据缺乏统一的数据标准。前面也论述了当前可以用于交通系统分析的数据，这些数据来源不同，要想未来能够将上述数据利用起来，打破数据壁垒，形成城市交通数据池，就需要共同探讨数据共享机制，并制定统一数据标准；此外，形成城市数据池后，城市交通数据治理将是一项复杂而艰巨的任务。
第四、大数据时代城市交通理论的创新面临巨大挑战。传统的交通理论基本都是基于统计学，也就是基于样本开展研究，而大数据时代的到来变革了交通理论数据来源，使得数据由抽样变为了全样，数据由有针对性的调查变为从大数据中抽取有用信息。因此，交通需求预测、交通通行能力分析、交通管控等基本理论将产生巨大变革，交通学者们应当既要仰望天空又要脚踏实地，在基础领域研究中投入更多的精力，不应被当前的浮云遮住望眼。
城市交通系统理论与大数据技术的融合发展任重而道远，也期望与广大交通工程师以及研究人员共同探讨、共同进步。

㈨ 智慧交通大数据的大数据是所有的交通公司都可以共享的吗还是说有条件的

智慧来城市这个概念最近自一直是很火热的，因为伴随着轨道交通的发展，我国的人口迁徙已经是全球最大的物种迁徙了。伴随着人口的密集程度加深，发展智慧交通已经是势在必行了，但是在发展智慧交通的时候，是一定要建立智慧交通大数据的，这样一份大数据可能就关系着整个城市的交通安全，所以在构建的时候一定要保证其安全，在智慧交通大数据的安全方面迪蒙给出的是这样的建议：首先是在审核智慧交通公司的时候一定要更加的严格，防止和境外势力接触，再就是做好监督的作用，防止拿到这份大数据之后进行破坏行为或不正当竞争行为。

㈩ 基于大数据的轨道交通网络化运营管理

摘要：我国作为一个领土辽阔、海陆兼备的大国，幅员辽阔的最大特点就是在进行人员流动经济交流的过程中，对 交通运输力量有着巨大的考验，在改革开放初期，徐启斌先生就提出了“要致富，先修路”的口号，只有完善全面交通 网络运营，才能真正支持我国庞大的交通运力需求，而轨道交通作为陆地交通上最主要也是性价比最高的交通方式，是 我国经济建设的运输的主要运力。因此，如何将轨道进行网络化运营，成为提高当前轨道交通未来发展的主要方向。

关键词：大数据；轨道交通；网络化运营

在轨道交通网络化中，构建大数据的关键点之一是利 用全面的全球战略为轨道交通构建大数据管理平台。轨道 交通数据管理平台的基本内容是重组和优化现有轨道交通 服务的各种工作流程。如果轨道交通服务成功建立了大数 据管理平台，则可以确保系统信息清晰可靠，并使不同业 务之间的系统通信变得方便，有利于决策信息的形成，提 高轨道交通服务信息管理效率，降低运营成本，增加利润。

1 大数据在轨道交通网络化运营管理方面的不 足之处

1.1 轨道交通统计信息收集系统存在的问题 在大多数发达的西方国家，随着大数据领域计算机技 术的发展，轨道交通已逐渐实现可操纵和自动化的模型。 新模式给轨道交通带来的变化非常重要，这主要归功于轨 道交通的建设。集成的管理系统以及每个子系统到原始生 产系统的集成，形成了一个具有统计和分析功能的信息管 理平台。近年来，中国的轨道交通部门在计算机化建设方 面也取得了进展，但是大数据系统无法满足所有业务功能 的需求。随着轨道交通部门的长期发展，数据系统也拥有 大量数据，但所使用的数据仍然不足以容纳数据存储容量。 随着中国轨道交通服务计算机化需求的增长，数据的发展 也发生了革命性的变化。随着电子信息技术的飞速发展， 轨道交通的运输统计部门在全球范围内发挥着越来越重要 的作用，而轨道交通的统计信息系统在道路上不足以满足 需求。

1.2 轨道交通数据处理中的问题

大型轨道交通统计服务的数据收集过程分为三个层 次，即基站、各个运输办公室和总部。根据不同的统计系 统，如旅客运输的堆场系统、货运票务系统、车站行李系 统和其他主要业务系统的收集方法、每日数据量和总交易 量非常大，日均业务处理任务重。说明轨道交通统计数据 规模巨大，随着轨道交通计算机化的发展，可能涉及轨道 交通统计服务的数据不限于该系统，并且更经常涉及外部 系统，例如铁路客运系统当中 12306 客户服务中心的开放 运营以及轨道交通信息资源的不断扩展，给轨道交通统计 系统带来了巨大压力。 多样化的数据类型在轨道交通计算机化过程中不仅有 结构化的数据（例如报告），还有半结构化和非结构化数 据（如语音、视频和图像）。这些不同类型的数据特征显 示了交通统计特性的变化。不同业务系统之间几乎不可能 有相同的内存、存储方法和数据管理模式，特别是对于非 机构数据。如何从不同的结构化数据中提取有价值的业务 信息，并详细分析不同数据的相关程度是现阶段轨道交通 统计服务面临的问题。

1.3 轨道交通数据索引系统中的问题

轨道交通数据指标体系的现状轨道交通的统计指标可 以反映轨道交通服务生产过程的直接绩效、财政收支、资 源管理等方面，各项活动的指标密切相关、相互补充，并 汇总到一个统计数据指标体系中。轨道交通数据统计指标 的最基本要求是能够反映轨道交通服务的当前运行状况。 总结从初步工作中获得的结果可以发现当前系统中的各种 问题，以便为下一步的部署提供可靠的计划。轨道交通统 计指标体系基于不同类型的专业人员，并在各种基准报告 的基础上，已经形成了 12 个专业，涵盖客运、货运、行李、 机车、乘用车、卡车、设备、人工、材料、节能、环保和 投资。从数据指标来看，这些数据指标之间的关系比较复 杂，数据的口径很难统一，这使得轨道交通系统中大数据 的统一管理更加复杂。

1.4无法满足轨道交通统计的新需求

随着轨道交通商业化进程的不断加快，在现代货运 组织变革、高铁运输方式变革等一系列转型发展形势下， 传统的以报代报的统计模式越来越不合适。随着现代轨 道交通的发展和管理，轨道交通统计的功能正通过大数 据技术的发展模式逐渐发生变化。由于大数据技术的应 用，轨道交通统计的功能越来越丰富。以大数据为框架， 对统计活动的需求和发展进行深入科学分析，开发现代 化、综合化的轨道交通统计数据，通过高级数据处理架 构获得信息。管理平台最大化基准统计数据，打破传统 的统计业务流程，轨道交通统计信息系统的运行过程发 生了根本性的变化。传统的数据集成处理方式取代传统 车站和轨道交通局的基础部分，再移交给铁路公司，报 告方法浪费了很多时间。

2 大数据在轨道交通网络化运营管理中的问题 和策略

2.1 轨道交通统计信息系统建设策略 轨道交通服务具有关联的大数据系统和构建大数据的 一般设计缺陷，需要不断尝试以实现管理平台统一管理的 目标。从轨道交通公司的角度来看，应将业务和统计信息 有机地集成在一起，使其可以成为有效的信息管理平台， 重塑统计工作流程并最大限度地保证原始数据的准确性和 及时性，为轨道交通业的未来改革和创新提供坚实的决策 基础。

2.2 轨道交通业务系统数据分析策略 尽管在建设轨道交通统计服务信息方面已经取得了一 些进展，但尚未建立系统的整体数据中心，也没有统一的 统计管理方法，因此统计系统可以提供的决策内容相对薄 弱，现有的统计数据没有得到充分利用。该信息主要存在 以下问题：

（1）数据质量差。地方轨道交通单位的计算机化水 平不高，监督管理工作水平不高。通常由于手工填写表格、 输入数据和操作错误而导致统计数据错误。在高精度和错 误的情况下，没有明确的统计积分方法，这大大降低了输 入数据的质量。 （2）数据收集的粒度极好。当前，生成轨道交通统 计数据统计分析最终内容的过程是使用现有指标进行收 集，并通过不同级别之间的几次汇总获得最终结果。但是， 在轨道交通部门实施细化工作之后，很难满足某些原始数 据和信息的细化要求。只有借助更多完善的数据，才能顺 利完成统计工作内容的完善。

（3）数据利用率低。通常，轨道交通的统计方法包 括处理原始数据。实际的信息使用率不高，可能无法提供 最佳的信息价值。轨道交通服务已经满足了使用大数据技 术的客观条件，下一步是通过创建信息管理平台并寻找尽 可能多的信息背后的机会和价值，从而进行深度数据挖 掘、分析和决策，以激活统计服务，生产报告将成为强大 的目标。

2.3 轨道交通统计指标体系问题分析策略 目前轨道交通统计指标的范围能够满足现阶段的基本 统计要求，但统计指标体系存在的问题不容小觑。新时期， 轨道交通统计信息化建设的关键步骤之一就是如何创新重 构统计指标体系，使之能够全面、科学地反映轨道交通企 业的综合实力。

2.4 大数据驱动业务策略 建立完整的统计数据管理平台，以通过统计数据仓库 以统一，标准化和兼容的方式集成不同业务系统之间的数 据。逐步将原始数据信息整合到信息平台中，根据数据格 式、存储要求、数据共享等方式保存有价值的信息。建立 规则库以指定类别、解释、量表、计算方法等，提高数据 管理质量，统计数据质量是核心，统计数据管理水平需要 不断提高。由于掌握了数据处理过程，为了验证每个源点 的信息，必须根据统计规则对数据进行随时间的修改，以 保证统计数据的质量。在数据校正方面，坚持避免人工干 预，尽量使用计算机化的自动处理和校正功能，尽可能地 辅助特殊问题的手工处理。

3 结束语 轨道交通系统的发展需要强大的统计信息服务集成平 台。通过功能集成以及数据和活动的功能开发，可以提高 统计信息的处理水平，提高统计人员的效率，并提高管理 和决策水平和领导者的指挥能力。由于时间和容量的限 制，笔者只能从概念上讨论大数据在轨道交通网络化运营 中的优势，而未在应用程序级别进行广泛的分析和研究。 大数据的好处虽然显而易见，但仍处于初步研究阶段，其 实施需要高层科学的设计和合理的发展。相信大数据信息 管理系统可以促进轨道交通统计的发展，具有良好的发展 前景。

参考文献：

[1]王洪臣. 基于数据驱动的城市轨道交通智慧出行服务研究[J]. 轨道交通装备与技术,2021(4):54-56.

[2]张静萱, 刘兵, 李晓璐, 等. 城市轨道交通网络运营安全的综合评估[J]. 科学技术与工程,2021,21(17):7340-7347.

[3] [3] 何跃齐, 王路萍, 徐文, 等. 城市轨道交通网络运营信息一体化模型研究[J]. 都市快轨交通,2015,28(2):53-56+60.