中國IDD圈12月3日報道，浙江省交通運輸廳正實驗將高速公路通行狀況的汗青數據、及時數據與路網狀況團結，基于大數據計較，預測將來一小時內的高速路況，今朝的精確率不變在91%以上——這項包圍省內近1300公里高速路段的預測處事，將于2016年春節前后向社會開放。

要預測路況，浙江交通部分做的第一步是實現及時交通數據收羅。

此前，交通部分是通過鋪設線圈傳感器的方法收羅路況數據，硬件投資龐大，且數據的更新時間較長。

浙江省交通運輸廳則引入了新技能，將手機信令數據（在網絡中傳輸著各類信號，個中一部門是打電話的語音、上網的數據包等我們直接需要的，另一部門是我們不直接需要、用來節制電路的，這類信號稱為信令）與階梯通行數據舉辦關聯。在高速公路上，約2公里就有一個手機運營商基站，手機用戶顛末基站時，形成的信令數據可以較精確地反應單元時間內該路段的及時路況。

有了及時數據，再團結已知的汗青數據和路網數據，就可以成立路網車速的時空演變模子，進而實現對將來車速的預測。

“路網干系、上下游事件，，甚至天氣等外部因素都應該思量——這就對云平臺的大數據計較本領提出了很高的要求。”阿里云數據專家閔萬里暗示，阿里云大數據計較處事（ODPS）為該項目提供了闡明支持。對近1300公里的高速路段，ODPS可在20分鐘完成汗青數據闡明，10秒鐘完成及時數據闡明。

此前，微軟曾連系巴西一所大學舉辦雷同研究，精確率為80%，是今朝全球已果真的最優功效。