交通行业信息系统经过多年的运行，沉淀了海量的视频、图片、图表、文字等交通相关数据。这些数据只存在于垂直业务和单一应用中，数据过于分散，未被充分整合加以利用和挖掘。现有交通系统实时分析能力差，海量数据处理效率低，系统耦合度低，数据间关联展现不够直观清晰，缺少数据分析方法，导致决策效率不高。随着汽车数量的急剧增加，交通拥堵已成为交通管理面临的主要问题。如何避免拥堵和减少交通拥堵造成的影响，调节路网交通流量，提高道路的通行能力，为优化路网调度策略提供决策支撑，已成为交通领域亟待解决的问题。

智慧交通通过大数据、云计算、物联网和人工智能技术，对现有海量交通数据进行整合、挖掘和分析，增强交通路网的事前预警能力，辅助制定路网调度方案，及时调整和优化运营策略，由传统的经验决策模式逐步转变为数据决策模式，进一步提升交通管理水平以及决策效率。

近年来，数据挖掘理论及其技术研究和开发取得了较为快速的发展，其在各个领域应用有着非常广阔的空间和潜力。数据挖掘成为解决数据处理难题的有效途径，主要依赖两项技术：一是对某个领域各部门产生的各种业务数据进行整理和集成，搭建支持决策的数据分析环境，即数据仓库；二是发现隐藏在各种监测数据之中的有用知识，即数据挖掘。

大数据可视化平台通过直观、生动、可交互、可个性化定制的数据可视化图表，展示数据潜在的趋势和内在的特性，赋予用户极好的数据体验。进入大数据时代，最大的难点就是面对如此巨大的数据，如何较好展示给用户，例如三维模型、动画、视频、动态交互式页面、手机APP等，将数据以展示、推送、提醒、互动等等模式提供给用户。

大数据可视化，指在是借助于图形化手段展示大数据分析结果，使数据清晰有效地表达，使人们快速高效的理解并使用，它集成了数据采集、统计、分析、呈现等多环节。不同行业的数据可视化可能有不同的呈现形式和要求，但最终的目的都是挖掘出数据深层次的含义，把纷繁复杂的大数据集、晦涩难懂的数据报告变得轻松易读、亲切、易于理解。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。