2015年11月7日，第六届交通运输研究论坛在上海举办。百度交通云平台产品负责人赵希作为嘉宾出席论坛并做出《基于大数据的出行分析平台》的精彩演讲。

　　首先，赵希介绍了百度交通云出行分析平台的诞生背景。伴随着移动时代的到来，移动数据发生大爆炸，目前，百度地图的定位服务每天响应定位请求已达到230亿次，较2014年提升了130%。这些定位数据来源于超过75%的地图开发者市场，他们选择使用百度地图的定位服务，为百度地图提供了来自全球的海量定位数据。这些数据结合百度地图POI数据、人口画像数据以及交通行业数据，就成为了百度交通云大数据分析的基石。

　　赵希指出，百度交通云平台，集合了政府交通和交警部门的权威数据，以百度地图为载体，一方面将这些权威数据转化为对公众的服务，以提升路况、导航、实时公交等的准确率和覆盖率;另一方面，通过百度领先的大数据挖掘能力和可视化技术，为政府和行业反哺融合后的数据，为交通管理提供决策支持。因此，百度交通云提出的智慧交通解决方案，包括了交通数据存储共享、提升公众出行质量和大数据辅助政府决策这三个方面。其中，实现大数据决策分析支持的重要产物，就是交通云出行分析平台。

　　关于百度交通出行分析平台的构成，赵希解释道平台包括城市人口与设施分析、出行通勤、区域热力、人口迁徙、路况拥堵、两客一危分析、出租车分析、公交运力等多个分析方面，涵盖了人、车、区域这三个智慧交通重点关注的领域。

　　某区域工作人口有什么特点?居民区与公交站分布是否合理?停车场配置是否合理?

　　有多少人跨区出行，出行距离，出行时间是多长?

　　节假日景点人流爆了吗，景区内某区域密度是否过热，动线设置是否合理?

　　……

　　以上这些问题通过出行分析平台一目了然地寻到答案。

　　演讲的最后赵希以实际数据举例，展示了交通云分析平台的部分成果：

　　案例一

　　国贸CBD作为北京著名的商业办公地点，日均单程通勤距离是11.21公里，远超北京平均的7.07公里。这些上班族大多居住在国贸附近的建国门、大望路、劲松地区，承受着每月不菲的房租。同时也不乏有很多人居住在管庄、通州北苑等距离稍远的区域，越来越便捷的地铁和通勤巴士，使忙碌的生活多了几分舒适。类似这样的区县或商圈通勤特征，都可以在出行分析平台中得以挖掘和展现。

　　案例二

　　以故宫景区为例，我们可以监控到某一时段故宫的游客聚集在哪些区域。如果将热力报警阈值设为20%，那么当实时游客热力值超过历史同期的20%时，系统就可以为管理者进行预警。通过这种方式，出行分析平台可以有效实现对重点区域运力调配和安全管理的决策支持。

　　百度交通云平台，开启全国智慧交通快速建设新时代;

　　欢迎全国交通行业管理部门、交通企业加入“百度智慧交通服务合作平台”计划;