商業(yè)智能技術(shù)在道路交通執(zhí)法中的應(yīng)用研究

高湛　鄭雄鋒

【摘 要】針對(duì)交通管理部門在執(zhí)法過(guò)程中積累了龐大的各類交通違法數(shù)據(jù)，研究利用商業(yè)智能及其相關(guān)技術(shù)，以各類交通違法數(shù)據(jù)為基礎(chǔ)，提出了基于交通違法的執(zhí)法決策系統(tǒng)體系結(jié)構(gòu)，并詳細(xì)說(shuō)明了數(shù)據(jù)倉(cāng)庫(kù)的創(chuàng)建過(guò)程。

【關(guān)鍵詞】商業(yè)智能；交通執(zhí)法；執(zhí)法決策系統(tǒng)；數(shù)據(jù)倉(cāng)庫(kù)

0.引言

隨著社會(huì)的不斷發(fā)展，機(jī)動(dòng)車保有量與駕駛?cè)藬?shù)量的急劇增加，隨之而來(lái)的各類道路交通違法現(xiàn)象層出不窮，相關(guān)部門在執(zhí)法過(guò)程中積累了龐大的各類交通違法數(shù)據(jù)，通過(guò)利用商業(yè)智能技術(shù)把這些海量數(shù)據(jù)轉(zhuǎn)換為可靠地、有用的信息來(lái)輔助執(zhí)法決策，從而使執(zhí)法更具針對(duì)性、效率性與準(zhǔn)確性。

商業(yè)智能（Business Intelligence，簡(jiǎn)稱BI）又稱商務(wù)智能，是利用數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘等技術(shù)對(duì)海量的、分散的、多樣化的數(shù)據(jù)進(jìn)行一系列整合、加工、提煉來(lái)發(fā)現(xiàn)潛在的、有用的知識(shí)來(lái)輔助決策制定的過(guò)程[1]。商業(yè)智能的核心技術(shù)包括數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理（OLAP）、數(shù)據(jù)挖掘。數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、隨時(shí)將變化的、非易失的、用于進(jìn)行戰(zhàn)略型決策的數(shù)據(jù)集合。數(shù)據(jù)倉(cāng)庫(kù)能夠有效地存儲(chǔ)和管理各類數(shù)據(jù)信息，以提供一個(gè)集成的、可靠的和一致的統(tǒng)一視圖。聯(lián)機(jī)分析處理（OLAP）是一種分析技術(shù)，具有匯總、合并和聚集功能，以及從不同的角度觀察信息的能力[2]。數(shù)據(jù)挖掘是從大量的、無(wú)規(guī)律的、有噪聲的數(shù)據(jù)集中提取或“挖掘”出有效的、可理解的、潛在有用的知識(shí)[3]。

1.基于交通違法的執(zhí)法決策系統(tǒng)體系結(jié)構(gòu)

基于交通違法的執(zhí)法智能系統(tǒng)就是利用商業(yè)智能的一系列方法、工具與技術(shù)來(lái)整合、加工、提煉各類交通違法數(shù)據(jù)以便于輔助交通執(zhí)法決策的系統(tǒng)?；诮煌ㄟ`法的執(zhí)法決策系統(tǒng)體系結(jié)構(gòu)如圖1，包含數(shù)據(jù)源層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析層。數(shù)據(jù)源層中的數(shù)據(jù)主要來(lái)自通過(guò)電子監(jiān)控技術(shù)、現(xiàn)場(chǎng)執(zhí)法等方式查處的各類交通違法數(shù)據(jù)。數(shù)據(jù)存儲(chǔ)層是系統(tǒng)的核心部分，包括數(shù)據(jù)的ETL（抽取、轉(zhuǎn)換、裝載）、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)粒度控制、元數(shù)據(jù)管理等。主要實(shí)現(xiàn)將大量交通違法數(shù)據(jù)源通過(guò)一定規(guī)律的抽取、轉(zhuǎn)換、集成、裝載等操作形成統(tǒng)一的信息存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)中。數(shù)據(jù)倉(cāng)庫(kù)中可以使用表分區(qū)（如時(shí)間分區(qū)、列表分區(qū)、散列分區(qū)等）、位圖索引、物化視圖等技術(shù)來(lái)存儲(chǔ)這些信息，以提高其訪問(wèn)查詢效率[4]?？梢愿鶕?jù)執(zhí)法中實(shí)際的需要，進(jìn)一步細(xì)化各個(gè)主題，形成多個(gè)主題表，據(jù)此從數(shù)據(jù)倉(cāng)庫(kù)中選出多個(gè)數(shù)據(jù)子集，形成數(shù)據(jù)集市。數(shù)據(jù)分析層是面向決策應(yīng)用的，是在數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)上進(jìn)行的實(shí)時(shí)查詢、各類違法報(bào)表的生成、OLAP、數(shù)據(jù)挖掘等一系列操作，以便為執(zhí)法決策提供依據(jù)。

本系統(tǒng)在數(shù)據(jù)存儲(chǔ)層中進(jìn)行ETL以及數(shù)據(jù)倉(cāng)庫(kù)建模使用數(shù)據(jù)倉(cāng)庫(kù)構(gòu)建器Oracle Warehouse Builder 11g （OWB），數(shù)據(jù)倉(cāng)庫(kù)使用Oracle Database 11g，在分析層中使用Analytic Workspace Manager 11g（AWM），執(zhí)法決策層面使用Oracle Business Intelligence Enterprise （OBIEE）[5]。

2.基于交通違法的數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)

數(shù)據(jù)倉(cāng)庫(kù)已成為數(shù)據(jù)分析和聯(lián)機(jī)數(shù)據(jù)分析處理日趨重要的平臺(tái)，并將為數(shù)據(jù)挖掘提供有效地平臺(tái)。因此，創(chuàng)建高效合理的數(shù)據(jù)倉(cāng)庫(kù)顯得至關(guān)重要?；诮煌ㄟ`法的數(shù)據(jù)倉(cāng)庫(kù)的創(chuàng)建可采用Oracle11g數(shù)據(jù)庫(kù)與Oracle Warehouse Builder （OWB）等軟件。

⑴構(gòu)建星型模型。一個(gè)星型結(jié)構(gòu)包含兩個(gè)基本部分：一個(gè)事實(shí)表和各種支持維表。事實(shí)表是描述數(shù)據(jù)集市中最密集的數(shù)據(jù)，事實(shí)表是預(yù)先被連接到一起的多種類型數(shù)據(jù)的組合體，它包括：一個(gè)反映事實(shí)表建立目的的實(shí)體的主鍵（primary key），連接事實(shí)表與維表的外鍵（foreign key），外鍵攜帶的非鍵值外部數(shù)據(jù)。事實(shí)表通常都很大；維度表用于存放描述性數(shù)據(jù)，它是圍繞事實(shí)表建立的較小的表，包含非密集型數(shù)據(jù)。以交通違法事實(shí)表分析為主題的星形模型如下圖所示，涉及的維包括執(zhí)法機(jī)關(guān)維、違法行為維、違法時(shí)間維、違法地點(diǎn)維、違法車輛以及違法人員維。

交通違法事實(shí)表

（2）粒度選擇。粒度是數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)單元的細(xì)節(jié)程度或綜合程度的級(jí)別。粒度問(wèn)題是設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)的最重要的方面，對(duì)數(shù)據(jù)倉(cāng)庫(kù)環(huán)境所處的整個(gè)體系結(jié)構(gòu)都有影響。而基與數(shù)據(jù)倉(cāng)庫(kù)的多維分析一個(gè)顯著優(yōu)點(diǎn)是可以對(duì)維度進(jìn)行任意細(xì)化和匯總操作，實(shí)現(xiàn)在不同數(shù)據(jù)粒度級(jí)別上進(jìn)行數(shù)據(jù)查詢，滿足不同的分析需求。交通違法中的數(shù)據(jù)倉(cāng)庫(kù)包括兩種類型的數(shù)據(jù)：詳細(xì)違法細(xì)節(jié)數(shù)據(jù)和輕度綜合數(shù)據(jù)。當(dāng)前細(xì)節(jié)數(shù)據(jù)是來(lái)自交通違法數(shù)據(jù)庫(kù)的細(xì)節(jié)數(shù)據(jù)，每一條違法記錄包含違法時(shí)間、違法地點(diǎn)、違法行為、違法人員、執(zhí)勤民警、執(zhí)法機(jī)關(guān)等詳細(xì)信息，其數(shù)據(jù)可以實(shí)現(xiàn)定期更新，數(shù)據(jù)量相對(duì)輕度綜合數(shù)據(jù)大的多。

（3）數(shù)據(jù)分割策略。為提高數(shù)據(jù)倉(cāng)庫(kù)的訪問(wèn)查詢效率，可以使用表分區(qū)技術(shù)（如范圍分區(qū)、列表分區(qū)、散列分區(qū)等）對(duì)數(shù)據(jù)進(jìn)行分割存儲(chǔ)，并可結(jié)合使用合適的索引技術(shù)（如B樹索引、位圖索引等），同時(shí)將表基礎(chǔ)數(shù)據(jù)與索引數(shù)據(jù)分別存放到不同的表空間上，以提高其查詢?cè)L問(wèn)的并行性。

（4）ETL處理。數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)運(yùn)行的基礎(chǔ)是分散的、復(fù)雜的源數(shù)據(jù)系統(tǒng)，因此，交通違法的原始數(shù)據(jù)不能直接應(yīng)用于數(shù)據(jù)倉(cāng)庫(kù)。ETL（Extract、Transform、Load）主要負(fù)責(zé)對(duì)交通違法中的大量分布的數(shù)據(jù)進(jìn)行抽取，對(duì)數(shù)據(jù)按照統(tǒng)一制定的轉(zhuǎn)換規(guī)則進(jìn)行轉(zhuǎn)換、集成，并按照一定的規(guī)則進(jìn)行數(shù)據(jù)清洗，最后把經(jīng)過(guò)轉(zhuǎn)換、清洗的高質(zhì)量數(shù)據(jù)按計(jì)劃增量或全量裝載到數(shù)據(jù)倉(cāng)庫(kù)。

3.結(jié)束語(yǔ)

基于交通違法的執(zhí)法決策系統(tǒng)必須具備強(qiáng)大的數(shù)據(jù)管理、處理、分析能力，并為道路交通執(zhí)法部門提供可靠的參考，輔助日常的執(zhí)法決策。該系統(tǒng)必須以交通違法數(shù)據(jù)位基礎(chǔ)，并根據(jù)實(shí)際的應(yīng)用和實(shí)踐經(jīng)驗(yàn)不斷進(jìn)行調(diào)整，以最大限度滿足需求，并極大地影響著執(zhí)法的辦事效能。

【參考文獻(xiàn)】

[1]鄭洪源，周良.商業(yè)智能解決方案的研究與應(yīng)用[J].計(jì)算機(jī)應(yīng)用研究，2005（9）：92-93.

[2]William H.Inmon著，王志海等譯.數(shù)據(jù)倉(cāng)庫(kù)（原書第四版）[M].北京：機(jī)械工業(yè)出版社，2007.

[3]Jiawei Han，Micheline Kamber著，范明，孟小峰譯.數(shù)據(jù)挖掘概念與技術(shù)（原書第二版）[M].北京：機(jī)械工業(yè)出版社，2007.

[4]侯濟(jì)恭.政府智能系統(tǒng)體系結(jié)構(gòu)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007（18）：4494-4497.

[5]Robert Stackowiak，Joseph Rayman，Rick Greenwald.Oracle Data Warehousing and Business Intelligence Solutions[M].Indianapolis：Wiley Publishing，Inc，2007.