探采大数据 构建信息化 浙江深谋“互联网+出行”

简介:

“当前种种智慧交通的表现显然不是终点。技术手段在进步,需求层次在提高,这些都在向我们提出一个个关于‘如何实现更多’的问题和想象空间。”在11月16日至18日浙江乌镇举办的第三届世界互联网大会上,浙江省交通运输厅党组书记、厅长郭剑彪如是说道。

无论是铁路、公路、水路、民航和邮政,还是城市交通中的公交、出租、停车、快递,互联网正在与交通运输深度融合发展。

如何避开野蛮生长的泥淖是行业部门需要第一时间回答的命题,顶层设计和科学引导成为必须。

记者了解到,浙江交通早就成立了信息化和网络信息安全工作领导小组,统筹管理信息化建设以及网络信息安全工作,并组织开展了统一的信息化项目立项预审和招标需求审核等工作,确保交通信息化相关项目未来能够在一个统一的基础数据平台和技术框架下进行开发。

围绕出行,如何营造“人、车、路、环境”协同运作的安全有序、高效畅通、经济便捷的交通运行环境,“智慧交通”被视为综合交通现代化发展的重要驱动力。

经过反复的修订完善,浙江交通运输信息化十三五规划明确总体目标,即全面构建基于交通物联网和交通云环境的交通综合信息服务平台,有效整合现有交通资源,促进整个交通领域各参与要素的动态全面感知、海量数据深度融合。

在确立理念、谋划路径的同时,浙江交通“互联网+”的信息化基础建设也全面开始布局。

作为政府部门的浙江交通对自身的定位十分清晰:打基础,搭平台,提供企业做不了、不愿做的公共服务。“只做交换,不做交易”的国家交通运输物流公共信息平台是最直观的例证。

2013年,浙江省交通运输厅积极与阿里云开展合作,研究云计算应用。当年10月,浙江省交通运输厅与阿里云等单位联合发起成立中国第一个云计算生态联盟——云栖小镇联盟,共同参与推动云计算的发展。

交通行业从传统产业向现代服务业转变,大批“互联网+出行”的试点项目得以迅速落地。

浙江围绕“互联网+”这一新趋势,主动设计“智慧质监”云平台、衢州G205智慧公路、舟山智慧港航和杭州市公共交通出行智能指挥调度平台等4个综合改革试点项目,还建成该省智慧交通云平台,该省“两客一危”GPS平台、综合交通应急指挥视频监控平台等多个重要应用实施上云行动,浙江省交通运输厅也因此成为政府部门云应用的典范之一。

如果说立足自身实际的信息化布局是交通行业面对新形势的一种自适应姿态,那么数据资源的深度挖潜和共享应用则是浙江发展“互联网+交通”的自生长路径。

作为部省合作的重要项目,国家交通运输物流公共信息平台已成为物流信息的最大“连接器”。平台标准已覆盖国内70%主流运输管理系统,可以使企业系统互联周期从8个月缩短为1周,加快行业信息化、标准化进程3到5年。

以“互联网+”的名义,政企合作的范例不断涌现,浙江作为互联网经济发展的高地,围绕“互联网+交通”的创新不断,涌现了一大批诸如菜鸟网络科技、快到网、易货的、传化物流、恒生长运网络科技等创新型企业和创新实践项目。

交通与互联网的融合发展,不仅有利于方便旅客出行、提高综合效率、改善出行体验,也是培育交通发展新动能、催生交通新业态、提升发展水平的重要方面。

郭剑彪说,互联网+交通所表达的,是一种始终开放创新的发展模式,一种持续融合提升的发展动态,需要不断将物联网、云计算等新一代信息技术和交通科学、人工智能等前沿理论融入到交通领域,从而推动整个交通运输行业实现转型发展,提升交通运输服务的供给质量,最终实现行业竞争力的明显提升。

11月15日,中央网信办和国家发改委批复浙江省建设国家信息经济示范区,获准设立杭州国家级互联网骨干直联点,浙江互联网发展迈入了崭新时代。

郭剑彪表示,浙江交通将抓住创建全国首个国家信息经济示范区的历史机遇,把握互联网发展的新形势和新趋势,大力发展网络信息核心技术,探索集大数据采集共享、分析应用、支撑保障等平台功能于一体的省级综合交通运输大数据中心,为该省提供覆盖综合交通全领域的智慧出行、智慧物流、智慧政务、智慧决策、智慧监管等数据集成服务。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
22天前
|
存储 大数据 数据处理
PHP 与大数据:构建高效数据处理系统
传统的数据处理系统往往难以应对大规模数据的处理需求,而PHP作为一种常用的服务器端脚本语言,在数据处理方面也有其独特的优势。本文将探讨如何利用PHP构建高效的大数据处理系统,结合实际案例分析其应用场景及优势所在。
15 2
|
4月前
|
SQL 存储 大数据
某互联网大厂亿级大数据服务平台的建设和实践
某互联网大厂亿级大数据服务平台的建设和实践
68 0
|
4月前
|
SQL Oracle 物联网
助力工业物联网,工业大数据之数仓维度层DWS层构建【十二】
助力工业物联网,工业大数据之数仓维度层DWS层构建【十二】
47 0
|
4月前
|
SQL Oracle 关系型数据库
助力工业物联网,工业大数据之ODS层构建:代码结构及修改【九】
助力工业物联网,工业大数据之ODS层构建:代码结构及修改【九】
47 0
|
12天前
|
SQL 分布式计算 Hadoop
利用Hive与Hadoop构建大数据仓库:从零到一
【4月更文挑战第7天】本文介绍了如何使用Apache Hive与Hadoop构建大数据仓库。Hadoop的HDFS和YARN提供分布式存储和资源管理,而Hive作为基于Hadoop的数据仓库系统,通过HiveQL简化大数据查询。构建过程包括设置Hadoop集群、安装配置Hive、数据导入与管理、查询分析以及ETL与调度。大数据仓库的应用场景包括海量数据存储、离线分析、数据服务化和数据湖构建,为企业决策和创新提供支持。
49 1
|
5月前
|
人工智能 Cloud Native 大数据
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
189 0
|
1月前
|
SQL 存储 监控
构建端到端的开源现代数据平台
构建端到端的开源现代数据平台
52 4
|
1月前
|
人工智能 DataWorks 数据可视化
心动基于阿里云DataWorks构建游戏行业通用大数据模型
心动游戏在阿里云上构建云原生大数据平台,基于DataWorks构建行业通用大数据模型,如玩家、产品、SDK、事件、发行等,满足各种不同的分析型应用的要求,如AI场景、风控场景、数据分析场景等。
334 1
|
2月前
|
存储 数据可视化 JavaScript
基于Echarts构建大数据招聘岗位数据可视化大屏
基于Echarts构建大数据招聘岗位数据可视化大屏
52 0
|
4月前
|
SQL 存储 分布式计算
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】
38 0
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】