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。

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。

随着国内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，形成了名副其实的大数据。但是这些以往的海量数据大多只存在于垂直业务和单一应用中，数据过于分散且信息内容单一，而且缺乏有效的数据分析方法，数据处理效率低下，致使海量的数据无法被共享利用，严重制约信息化建设整体发展的速度。因此，需要通过信息化手段对已有各系统的海量数据进行整合、分类、归纳，搭建数据仓库，实现有效的数据存储与管理。

利用各种分析方法，对已有数据进行统计和分析，提供历史数据的分析结果。帮助决策者能快速有效的从大量资料中，获得有价值的分析结果，做出科学的决策，帮助建构商业智能(BI)。

数据可视化是数据挖掘人员必备的技术，它不但可以帮助探索数据内存价值，还能直观有效地展示分析结果，从而更容易让人接受所希望传达的关键信息。发现变化趋势，在某个地区是否有聚集性；识别数据的边缘点，如最大值、最小值、边界数据等。目前国际上将可视化数据挖掘过程分为数据可视化、数据挖掘过程可视化、数据挖掘结果可视化、交互式可视化数据挖掘等。

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。