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。

智慧交通大数据分析平台，通过对已有交通数据的挖掘，提供路网交通运行态势的分析预测，为实现路网的合理诱导和调度、交通预案的分析优化提供决策支撑，辅助管理者在事发前做出科学的决策。

平台由智慧交通数据中心、路网运行分析、路网调度分析、系统管理等部分构成。智慧交通数据中心，包括路网基础数据、路况数据、动态交通事件检测数据、呼叫中心数据、收费站拥堵与监测预警数据、路面养护施工数据、气象数据、路政数据；路网运行分析，包括路网综合分析、特殊时段流量分析、异常流量分析、交通拥堵分析、交通事故分析、恶劣天气分析、行车轨迹分析；路网调度分析，包括路网流量预测、交通影响评估、交通诱导分析；系统管理，包括用户管理、安全管理、日志管理、基础数据管理、数据集成管理、综合支撑管理、系统参数管理、系统监控管理。

信息系统经过多年的运行，沉淀了海量的视频、图片、图表、文字等相关数据。这些数据具有量大、高维、多源、异构、动态、时效、连续、无限等特点。由于种种原因这些数据大多只存在于垂直业务和单一应用中，数据过于分散，并未被充分整合加以利用和挖掘。随着信息化系统的不断建设，相关的数据量级已从TB级别跃升到PB级别，足以支撑起行业应用大数据来解决相关问题。经过多年的发展也积累了大量的大数据处理分析的应用需求，具备基于海量数据进行相应数据挖掘的基础。

数据是一种宝贵的资源。利用新技术新方法挖掘现有数据的价值，找到数据间的关联关系，提高基础数据的利用率，并预测未来趋势及行为，是国内面临的迫切问题。一批新兴的数据处理、挖掘与分析技术不断涌现，使分析处理海量数据变得更加容易、更加便捷。

通过建设大数据基础平台，对已有海量数据进行整合、挖掘和分析，由传统的经验决策模式逐步转变为数据决策模式，可以进一步提升国内管理水平以及决策效率，并充分挖掘数据资产的重要价值。大数据基础平台采用模块化结构，模块高内聚、松耦合，应满足高可靠、实时响应快、安全性好、开放性好，系统应易于操作、易于维护、可扩展性好。

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。

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。