陳瓊

數(shù)萬(wàn)輛出租車(chē)幾個(gè)月內(nèi)的行駛軌跡數(shù)據(jù)匯集到一起，能有什么用？鄭宇博士在做的研究，就是要找到其中的玄機(jī)。

2006年7月，剛剛在西南交通大學(xué)拿到博士學(xué)位的鄭宇從成都來(lái)到北京，順利通過(guò)了微軟亞洲研究院（MSRA）的各種測(cè)試環(huán)節(jié)，成為MSRA的一名研究員，由此開(kāi)始了他一直有著濃厚興趣的軌跡數(shù)據(jù)研究。

那一年，中國(guó)基于地理位置信息的商業(yè)服務(wù)和應(yīng)用還處于萌芽階段，移動(dòng)互聯(lián)網(wǎng)更是只有朦朧的輪廓，鄭宇所在的研究小組并沒(méi)什么特定的應(yīng)用型研究方向，他甚至還琢磨過(guò)候鳥(niǎo)遷徙軌跡，并為此做一些數(shù)據(jù)挖掘和分析。但也恰恰是那個(gè)時(shí)期的計(jì)算模型和算法積累，為其日后的研究課題做了扎實(shí)的鋪墊。

后來(lái)有一天，鄭宇看到了一組數(shù)據(jù)，并深感驚訝：在2006年，北京市區(qū)道路內(nèi)每天的平均擁堵時(shí)間，竟高達(dá)11小時(shí)。而很多國(guó)內(nèi)核心城市的規(guī)劃者們一直相信，通過(guò)新建道路、大力興建和提倡采用公共交通系統(tǒng)、加強(qiáng)交通法規(guī)監(jiān)管等等途徑，是治療城市交通擁堵頑疾的“良藥”。而除了這些猛藥，還有其他辦法嗎？這個(gè)問(wèn)題引發(fā)了鄭宇的注意和思考：能否借助城市交通體系內(nèi)的某些軌跡數(shù)據(jù)分析，為交通狀況的改善做些輔助性的支持和貢獻(xiàn)？一個(gè)極具普遍性和代表性的樣本群體和數(shù)據(jù)載體——出租車(chē)，進(jìn)入了他的視野。

下一位乘客

據(jù)鄭宇提供的數(shù)據(jù)：北京市目前有約6.7萬(wàn)輛的運(yùn)營(yíng)出租車(chē)，這個(gè)數(shù)字能在全球排到第4位，位居墨西哥城、曼谷、東京之后，而在紐約之前；北京市市民采用出租車(chē)的出行比例約為4.2%。有接近一半的北京出租車(chē)中，已被監(jiān)管部門(mén)植入了GPS芯片，該芯片不是給司機(jī)用的，而主要是為出租車(chē)公司的調(diào)度和管理部門(mén)提供呼叫服務(wù)和監(jiān)管所用。這些GPS芯片會(huì)定時(shí)將其位置信息傳至服務(wù)中心，由此匯聚而成大規(guī)模的出租車(chē)移動(dòng)軌跡數(shù)據(jù)。

鄭宇選取了北京市3.3萬(wàn)輛出租車(chē)在2009年和2010年，每年的3月~5月間所產(chǎn)生的所有軌跡數(shù)據(jù)，研究就基于這些海量數(shù)據(jù)展開(kāi)。在這些數(shù)據(jù)背后，不僅可以客觀表征當(dāng)前城市道路上的交通流量，同時(shí)也能體現(xiàn)出一名普通的乘客在城市中從A點(diǎn)到B店的移動(dòng)路線。

而在這些數(shù)據(jù)面前，則是現(xiàn)實(shí)中的種種問(wèn)題：很多北京人抱怨打車(chē)難，這種抱怨無(wú)論對(duì)乘客還是對(duì)出租車(chē)司機(jī)而言，都同樣存在——早晚高峰時(shí)，人多車(chē)少，街邊四處是招手的乘客；平常時(shí)段，車(chē)多人少，路上隨處可見(jiàn)空載出租車(chē)。

鄭宇課題小組的研究首先就從解決這些問(wèn)題入手。圍繞這些數(shù)據(jù)，鄭宇的小組首先將乘客的打車(chē)行為抽象成一個(gè)乘客移動(dòng)模式，同時(shí)，通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，對(duì)出租車(chē)載客、上客、下客的整個(gè)過(guò)程也抽象為一個(gè)出租車(chē)攬客行為模式。直白地說(shuō)，就是分析每個(gè)路段上出租車(chē)攬客行為，把眾多的數(shù)據(jù)集合到一起，計(jì)算出每個(gè)路段上乘客打到空車(chē)的概率。

通過(guò)分析乘客的移動(dòng)模式和出租車(chē)司機(jī)攬客行為模式，鄭宇所做的這項(xiàng)研究可以向出租車(chē)司機(jī)推薦更有可能迅速招攬到乘客的地點(diǎn)，并向乘客推薦更容易找到空駛出租車(chē)的地點(diǎn)。此項(xiàng)結(jié)果借由“停車(chē)地點(diǎn)偵測(cè)算法”以及出租車(chē)運(yùn)行軌跡數(shù)據(jù)來(lái)獲得（以概率代表），將此輸入一個(gè)概率模型后，根據(jù)出租車(chē)司機(jī)提出推薦請(qǐng)求的時(shí)間和地點(diǎn)，該系統(tǒng)還可以評(píng)估某個(gè)停車(chē)待客地點(diǎn)可能帶來(lái)的利潤(rùn)。

據(jù)鄭宇介紹，這套面向乘客以及出租車(chē)司機(jī)的推薦系統(tǒng)，已經(jīng)經(jīng)過(guò)了1.2萬(wàn)輛出租車(chē)在110天產(chǎn)生的軌跡數(shù)據(jù)驗(yàn)證。其中針對(duì)乘客的“打車(chē)指南”系統(tǒng)，還被鄭宇掛到了MSRA的內(nèi)網(wǎng)上，并且有不少同事已經(jīng)是其忠實(shí)用戶。由于采用了機(jī)器學(xué)習(xí)的算法，這套系統(tǒng)給出的推薦是一種不斷學(xué)習(xí)的結(jié)果，而且出租車(chē)也被作為移動(dòng)傳感器來(lái)感知路面流量，這樣的思路應(yīng)用在針對(duì)出租車(chē)司機(jī)的“攬客推薦”系統(tǒng)中，還演化成了一個(gè)路線設(shè)計(jì)功能，在這里，大量的軌跡數(shù)據(jù)結(jié)合在一起，從中可以分析得出一條最為優(yōu)化的路線推薦給出租車(chē)司機(jī)。

一座城市級(jí)別的計(jì)算

其實(shí)，圍繞出租車(chē)軌跡數(shù)據(jù)所設(shè)計(jì)的推薦系統(tǒng)僅僅只是鄭宇研究課題的一部分，城市計(jì)算（Urban Computing）才是其全貌。

在該領(lǐng)域，鄭宇通過(guò)分析市區(qū)運(yùn)營(yíng)出租車(chē)的GPS行駛軌跡，探測(cè)城市規(guī)劃的缺陷，并驗(yàn)證當(dāng)前實(shí)施的城市規(guī)劃改善成效。由于他所采集的出租車(chē)軌跡數(shù)據(jù)為兩個(gè)自然年度內(nèi)的同期數(shù)據(jù)，所以研究結(jié)果的對(duì)照性更加直觀，比如城市內(nèi)新建的某條道路和某條地鐵線路，對(duì)周邊交通狀況的改善等。

在研究方法上，鄭宇所領(lǐng)導(dǎo)的研究小組將北京市區(qū)分隔成了若干個(gè)有集中性特點(diǎn)的小型區(qū)域，他認(rèn)為，城市居民的出行往往有很明確的目的性，有比較固定的線路，而所有的線路總是以這些小型區(qū)域?yàn)槎它c(diǎn)。由此，再結(jié)合出租車(chē)的軌跡數(shù)據(jù)信息，來(lái)分析找出不能很好連接的兩個(gè)區(qū)域。

而即便在出租車(chē)行駛中并沒(méi)有減速的情況，仍然會(huì)有線索表明城市規(guī)劃的潛在問(wèn)題。比如，出租車(chē)司機(jī)可能會(huì)在從A點(diǎn)到B點(diǎn)的線路中，選擇繞行而非直接抵達(dá)，這段多出來(lái)的距離往往表明，司機(jī)很可能知道這是AB之間最快的一條路線。

鄭宇設(shè)計(jì)的算法能夠直觀地揭示出某兩個(gè)區(qū)域間的路網(wǎng)設(shè)計(jì)問(wèn)題，這將能為城市交通的規(guī)劃和設(shè)計(jì)者提供較為準(zhǔn)確的參考建議。在某些情況下，某些區(qū)域內(nèi)出現(xiàn)的交通瓶頸現(xiàn)象，往往并不是這些區(qū)域本身的道路設(shè)計(jì)問(wèn)題。比如人們必須通過(guò)區(qū)域2才能從區(qū)域1到達(dá)區(qū)域3，那么更好的解決之道，是直接打通區(qū)域1和區(qū)域3，而非拓寬區(qū)域2內(nèi)的道路。

當(dāng)然，像鄭宇他們所做的研究只是城市計(jì)算龐大課題的冰山一角，作為城市中海量數(shù)據(jù)的其中一個(gè)載體，出租車(chē)軌跡數(shù)據(jù)所映射出的現(xiàn)實(shí)，更多集中于交通層面。而且，這些軌跡數(shù)據(jù)的采集過(guò)程中，出租車(chē)本身也已被抽象成為了一個(gè)個(gè)散落分布在城市系統(tǒng)中的傳感器。