本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，特別涉及一種基于交通違法數(shù)據(jù)的云分析方法及系統(tǒng)。

背景技術(shù)：

隨著大數(shù)據(jù)技術(shù)的高速發(fā)展，文字、圖片、音頻、視頻等數(shù)據(jù)急速增長，數(shù)據(jù)已成為重要的生產(chǎn)因素，然而數(shù)據(jù)往往是以分散的、不成體系的形式存在，因此如何有效處理數(shù)據(jù)顯得十分重要。

目前，主要采用人工方式對數(shù)據(jù)進(jìn)行處理，即是工作人員將采集到的每一條數(shù)據(jù)進(jìn)行匯總和分類之后，再根據(jù)分類結(jié)果，對數(shù)據(jù)進(jìn)行相應(yīng)處理。例如，采集到的數(shù)據(jù)為交通違法數(shù)據(jù)時，將交通違法數(shù)據(jù)根據(jù)地點或時間進(jìn)行分來，然后根據(jù)違法地點或者違法時間分別對數(shù)據(jù)進(jìn)行處理。

由于數(shù)據(jù)種類繁多，數(shù)量巨大，采用人工方式對數(shù)據(jù)進(jìn)行處理，導(dǎo)致數(shù)據(jù)的處理效率較低。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供了一種基于交通違法數(shù)據(jù)的云分析方法及系統(tǒng)，能提高數(shù)據(jù)處理效率。

第一方面，本發(fā)明實施例提供了一種基于交通違法數(shù)據(jù)的云分析方法，包括：

獲取至少一條交通違法數(shù)據(jù)；

確定每條所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)；

根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理。

優(yōu)選地，

所述根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理，包括：

構(gòu)建至少一個分析算法分別對應(yīng)的至少一個數(shù)據(jù)模型；

根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，確定與所述特征參數(shù)對應(yīng)的至少一個數(shù)據(jù)模型；

利用確定出的所述數(shù)據(jù)模型，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理。

優(yōu)選地，

所述特征參數(shù)包括：違法地點、違法時間和違法行為；

所述分析算法包括：統(tǒng)計分析算法；

所述根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，確定與所述特征參數(shù)對應(yīng)的至少一個數(shù)據(jù)模型；

根據(jù)所述違法地點、所述違法時間和所述違法行為，確定與所述統(tǒng)計分析算法相對應(yīng)的數(shù)據(jù)統(tǒng)計分析模型；

所述利用確定出的所述數(shù)據(jù)模型，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理，包括：

利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定交通違法的高發(fā)地段；

優(yōu)選地，

利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定交通違法的高發(fā)時間；

優(yōu)選地，

利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定高發(fā)違法行為。

優(yōu)選地，

在所述獲取至少一條交通違法數(shù)據(jù)之后，進(jìn)一步包括：

判斷每條所述交通違法數(shù)據(jù)的格式是否符合預(yù)設(shè)的標(biāo)準(zhǔn)數(shù)據(jù)格式，如果是，則根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)；否則，將所述交通違法數(shù)據(jù)的格式轉(zhuǎn)換為所述標(biāo)準(zhǔn)數(shù)據(jù)格式，執(zhí)行所述根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)。

優(yōu)選地，

在所述根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理之后，進(jìn)一步包括：

根據(jù)分析處理結(jié)果，生成數(shù)據(jù)圖表，并輸出所述數(shù)據(jù)圖表。

第二方面，本發(fā)明實施例提供了一種基于交通違法數(shù)據(jù)的云分析系統(tǒng)，包括：獲取模塊、確定模塊和分析處理模塊；其中，

所述獲取模塊，用于獲取至少一條交通違法數(shù)據(jù)；

所述確定模塊，用于確定所述獲取模塊獲取到的每條所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)；

所述分析處理模塊，用于根據(jù)所述確定模塊確定出的各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理。

優(yōu)選地，

所述分析處理模塊包括：構(gòu)建子模塊、數(shù)據(jù)模型確定子模塊和數(shù)據(jù)處理子模塊；其中，

所述構(gòu)建子模塊，用于構(gòu)建至少一個分析算法分別對應(yīng)的至少一個數(shù)據(jù)模型；

所述數(shù)據(jù)模型確定子模塊，用于根據(jù)所述確定模塊確定出的各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，從所述構(gòu)建子模塊中確定與所述特征參數(shù)對應(yīng)的至少一個數(shù)據(jù)模型；

所述數(shù)據(jù)處理子模塊，用于利用所述數(shù)據(jù)模型確定子模塊確定出的數(shù)據(jù)模型，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理。

優(yōu)選地，

所述特征參數(shù)包括：違法地點、違法時間和違法行為；

所述分析算法包括：統(tǒng)計分析算法；

所述數(shù)據(jù)模型確定子模塊，用于根據(jù)所述違法地點、所述違法時間和所述違法行為，確定與所述統(tǒng)計分析算法相對應(yīng)的數(shù)據(jù)統(tǒng)計分析模型；

所述數(shù)據(jù)處理子模塊，用于利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定交通違法的高發(fā)地段；和/或，利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定交通違法的高發(fā)時間；和/或，利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定高發(fā)違法行為。

優(yōu)選地，

所述確定模塊，進(jìn)一步用于判斷每條所述交通違法數(shù)據(jù)的格式是否符合預(yù)設(shè)的標(biāo)準(zhǔn)數(shù)據(jù)格式，如果是，則根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)；否則，將所述交通違法數(shù)據(jù)的格式轉(zhuǎn)換為所述標(biāo)準(zhǔn)數(shù)據(jù)格式，執(zhí)行所述根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)。

優(yōu)選地，

該云分析系統(tǒng)進(jìn)一步包括：輸出模塊；其中，

所述輸出模塊，用于根據(jù)所述分析處理模塊的分析處理結(jié)果，生成數(shù)據(jù)圖表，并輸出所述數(shù)據(jù)圖表。

本發(fā)明實施例提供了一種基于交通違法數(shù)據(jù)的云分析方法及云分析系統(tǒng)，通過確定獲取到的交通違法數(shù)據(jù)包括的特征參數(shù)，并可根據(jù)確定出的特征參數(shù)直接對交通違法數(shù)據(jù)進(jìn)行分析處理，從而無須再采用人工方式對數(shù)據(jù)進(jìn)行逐條處理，從而提高了數(shù)據(jù)處理效率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一個實施例提供的一種基于交通違法數(shù)據(jù)的云分析方法的流程圖；

圖2是本發(fā)明另一個實施例提供的一種基于交通違法數(shù)據(jù)的云分析方法的流程圖；

圖3是本發(fā)明一個實施例提供的一種基于交通違法數(shù)據(jù)的云分析系統(tǒng)的結(jié)構(gòu)示意圖；

圖4是本發(fā)明另一個實施例提供的一種基于交通違法數(shù)據(jù)的云分析系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例，基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。

如圖1所示，本發(fā)明實施例提供了一種基于交通違法數(shù)據(jù)的云分析方法，該方法可以包括以下步驟：

步驟101，獲取至少一條交通違法數(shù)據(jù)；

步驟102，確定每條所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)；

步驟103，根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理。

上述實施例中，通過確定獲取到的交通違法數(shù)據(jù)包括的特征參數(shù)，并可根據(jù)確定出的特征參數(shù)直接對交通違法數(shù)據(jù)進(jìn)行分析處理，從而無須再采用人工方式對數(shù)據(jù)進(jìn)行逐條處理，從而提高了數(shù)據(jù)處理效率。

本發(fā)明一個實施例中，步驟103的具體實施方式，可以包括：

構(gòu)建至少一個分析算法分別對應(yīng)的至少一個數(shù)據(jù)模型；

根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，確定與所述特征參數(shù)對應(yīng)的至少一個數(shù)據(jù)模型；

利用確定出的所述數(shù)據(jù)模型，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理。

在這里，可以構(gòu)建多個分析算法對應(yīng)的數(shù)據(jù)模型，例如，根據(jù)統(tǒng)計分析算法構(gòu)建的統(tǒng)計分析模型、根據(jù)k-means算法構(gòu)建的特征聚類分析模型和位置聚類分析模型，以及根據(jù)apriori算法和fp-growth算法構(gòu)建的數(shù)據(jù)關(guān)聯(lián)分析模型等，可根據(jù)交通違法數(shù)據(jù)中包括的違法地點、違法時間和違法行為等選擇相應(yīng)的數(shù)據(jù)模型，對交通違法數(shù)據(jù)進(jìn)行分析處理。

具體地，本發(fā)明一個實施例中，所述特征參數(shù)包括：違法地點、違法時間和違法行為；

所述分析算法包括：統(tǒng)計分析算法；

所述根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，確定與所述特征參數(shù)對應(yīng)的至少一個數(shù)據(jù)模型；

根據(jù)所述違法地點、所述違法時間和所述違法行為，確定與所述統(tǒng)計分析算法相對應(yīng)的數(shù)據(jù)統(tǒng)計分析模型；

所述利用確定出的所述數(shù)據(jù)模型，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理，包括：

利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定交通違法的高發(fā)地段；

利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定交通違法的高發(fā)時間；

利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定高發(fā)違法行為。

在這里，可根據(jù)數(shù)據(jù)統(tǒng)計分析模型，確定出交通違法的高發(fā)地段、高發(fā)時間和高發(fā)違法行為，并且在統(tǒng)計過程中，可調(diào)節(jié)數(shù)據(jù)統(tǒng)計分析模型的相關(guān)統(tǒng)計參數(shù)，通過參數(shù)調(diào)節(jié)獲得最優(yōu)統(tǒng)計結(jié)果。通過數(shù)據(jù)統(tǒng)計分析模型確定出交通違法的高發(fā)地段、高發(fā)時間和高發(fā)違法行為，有利于各個交警部門按需查看，采取相關(guān)措施減少違法行為的發(fā)生率。

為了進(jìn)一步提高數(shù)據(jù)處理效率，本發(fā)明一個實施例中，在步驟101之后，可以進(jìn)一步包括：

判斷每條所述交通違法數(shù)據(jù)的格式是否符合預(yù)設(shè)的標(biāo)準(zhǔn)數(shù)據(jù)格式，如果是，則根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)；否則，將所述交通違法數(shù)據(jù)的格式轉(zhuǎn)換為所述標(biāo)準(zhǔn)數(shù)據(jù)格式，執(zhí)行所述根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)。

上述實施例中，在獲取到交通違法數(shù)據(jù)之后，首先將交通違法數(shù)據(jù)的格式轉(zhuǎn)換為標(biāo)準(zhǔn)數(shù)據(jù)格式，然后可直接按照標(biāo)準(zhǔn)數(shù)據(jù)格式，確定交通違法數(shù)據(jù)的特征參數(shù)。這使得可根據(jù)統(tǒng)一的數(shù)據(jù)格式，對交通違法數(shù)據(jù)進(jìn)行處理，而無須從不同數(shù)據(jù)格式中查找特征參數(shù)，便于特征參數(shù)的確定，從而進(jìn)一步提高了數(shù)據(jù)數(shù)量效率。

為了便于用戶查看，本發(fā)明一個實施例中，在步驟103之后，可以進(jìn)一步包括：

根據(jù)分析處理結(jié)果，生成數(shù)據(jù)圖表，并輸出所述數(shù)據(jù)圖表。

在這里，將分析處理結(jié)果以數(shù)據(jù)圖表的形式進(jìn)行輸出，便于各個交通部門傳閱查看，從而提高用戶體驗。

如圖2所示，本發(fā)明一個實施例提供了一種基于交通違法數(shù)據(jù)的云分析方法，該方法可以包括以下步驟：

步驟201，構(gòu)建至少一個分析算法分別對應(yīng)的至少一個數(shù)據(jù)模型。

例如，可根據(jù)統(tǒng)計分析算法構(gòu)建的統(tǒng)計分析模型、根據(jù)k-means算法構(gòu)建的特征聚類分析模型和位置聚類分析模型，以及根據(jù)apriori算法和fp-growth算法構(gòu)建的數(shù)據(jù)關(guān)聯(lián)分析模型

步驟202，獲取至少一條交通違法數(shù)據(jù)。

步驟203，判斷每條所述交通違法數(shù)據(jù)的格式是否符合預(yù)設(shè)的標(biāo)準(zhǔn)數(shù)據(jù)格式，如果是，則執(zhí)行步驟205；否則執(zhí)行步驟204。

步驟204，將所述交通違法數(shù)據(jù)的格式轉(zhuǎn)換為所述標(biāo)準(zhǔn)數(shù)據(jù)格式。

步驟205，根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)。

步驟203至步驟205中，在獲取到交通違法數(shù)據(jù)之后，首先將不是標(biāo)準(zhǔn)數(shù)據(jù)格式的交通違法數(shù)據(jù)的格式轉(zhuǎn)換為標(biāo)準(zhǔn)數(shù)據(jù)格式，然后可直接按照標(biāo)準(zhǔn)數(shù)據(jù)格式，確定交通違法數(shù)據(jù)的特征參數(shù)。這使得可根據(jù)統(tǒng)一的數(shù)據(jù)格式，對交通違法數(shù)據(jù)進(jìn)行處理，而無須從不同數(shù)據(jù)格式中查找特征參數(shù)，便于特征參數(shù)的確定，從而進(jìn)一步提高了數(shù)據(jù)數(shù)量效率。

步驟206，根據(jù)各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，確定與所述特征參數(shù)對應(yīng)的至少一個數(shù)據(jù)模型。

例如，特征參數(shù)包括：違法地點、違法時間和違法行為，確定出的數(shù)據(jù)模型為統(tǒng)計分析模型。

步驟207，利用確定出的所述數(shù)據(jù)模型，確定交通違法的高發(fā)地段、交通違法的高發(fā)時間和高發(fā)違法行為。

在這里，通過數(shù)據(jù)統(tǒng)計分析模型確定出交通違法的高發(fā)地段、高發(fā)時間和高發(fā)違法行為，有利于各個交警部門按需查看，采取相關(guān)措施減少違法行為的發(fā)生率。

步驟208，根據(jù)分析處理結(jié)果，生成數(shù)據(jù)圖表，并輸出所述數(shù)據(jù)圖表。

在這里，將分析處理結(jié)果以數(shù)據(jù)圖表的形式進(jìn)行輸出，便于各個交通部門傳閱查看，從而提高用戶體驗。

上述實施例中，通過確定獲取到的交通違法數(shù)據(jù)包括的特征參數(shù)，并可根據(jù)確定出的特征參數(shù)直接對交通違法數(shù)據(jù)進(jìn)行分析處理，從而無須再采用人工方式對數(shù)據(jù)進(jìn)行逐條處理，從而提高了數(shù)據(jù)處理效率。

如圖3所示，本發(fā)明實施例提供了一種基于交通違法數(shù)據(jù)的云分析系統(tǒng)，包括：獲取模塊301、確定模塊302和分析處理模塊303；其中，

所述獲取模塊301，用于獲取至少一條交通違法數(shù)據(jù)；

所述確定模塊302，用于確定所述獲取模塊301獲取到的每條所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)；

所述分析處理模塊303，用于根據(jù)所述確定模塊302確定出的各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理。

上述實施例中，通過確定獲取到的交通違法數(shù)據(jù)包括的特征參數(shù)，并可根據(jù)確定出的特征參數(shù)直接對交通違法數(shù)據(jù)進(jìn)行分析處理，從而無須再采用人工方式對數(shù)據(jù)進(jìn)行逐條處理，從而提高了數(shù)據(jù)處理效率。

如圖4所示，本發(fā)明一個實施例中，所述分析處理模塊303包括：構(gòu)建子模塊401、數(shù)據(jù)模型確定子模塊402和數(shù)據(jù)處理子模塊403；其中，

所述構(gòu)建子模塊401，用于構(gòu)建至少一個分析算法分別對應(yīng)的至少一個數(shù)據(jù)模型；

所述數(shù)據(jù)模型確定子模塊402，用于根據(jù)所述確定模塊302確定出的各條所述交通違法數(shù)據(jù)分別對應(yīng)的至少一個特征參數(shù)，從所述構(gòu)建子模塊401中確定與所述特征參數(shù)對應(yīng)的至少一個數(shù)據(jù)模型；

所述數(shù)據(jù)處理子模塊403，用于利用所述數(shù)據(jù)模型確定子模塊402確定出的數(shù)據(jù)模型，對所述至少一條交通違法數(shù)據(jù)進(jìn)行分析處理。

在這里，可以構(gòu)建多個分析算法對應(yīng)的數(shù)據(jù)模型，例如，根據(jù)統(tǒng)計分析算法構(gòu)建的統(tǒng)計分析模型、根據(jù)k-means算法構(gòu)建的特征聚類分析模型和位置聚類分析模型，以及根據(jù)apriori算法和fp-growth算法構(gòu)建的數(shù)據(jù)關(guān)聯(lián)分析模型等，可根據(jù)交通違法數(shù)據(jù)中包括的違法地點、違法時間和違法行為等選擇相應(yīng)的數(shù)據(jù)模型，對交通違法數(shù)據(jù)進(jìn)行分析處理。

具體地，本發(fā)明一個實施例中，所述特征參數(shù)包括：違法地點、違法時間和違法行為；

所述分析算法包括：統(tǒng)計分析算法；

所述數(shù)據(jù)模型確定子模塊402，用于根據(jù)所述違法地點、所述違法時間和所述違法行為，確定與所述統(tǒng)計分析算法相對應(yīng)的數(shù)據(jù)統(tǒng)計分析模型；

所述數(shù)據(jù)處理子模塊403，用于利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定交通違法的高發(fā)地段；和/或，利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定交通違法的高發(fā)時間；和/或，利用確定出的所述數(shù)據(jù)統(tǒng)計分析模型，確定高發(fā)違法行為。

在這里，可根據(jù)數(shù)據(jù)統(tǒng)計分析模型，確定出交通違法的高發(fā)地段、高發(fā)時間和高發(fā)違法行為，并且在統(tǒng)計過程中，可調(diào)節(jié)數(shù)據(jù)統(tǒng)計分析模型的相關(guān)統(tǒng)計參數(shù)，通過參數(shù)調(diào)節(jié)獲得最優(yōu)統(tǒng)計結(jié)果。通過數(shù)據(jù)統(tǒng)計分析模型確定出交通違法的高發(fā)地段、高發(fā)時間和高發(fā)違法行為，有利于各個交警部門按需查看，采取相關(guān)措施減少違法行為的發(fā)生率。

為了進(jìn)一步提高數(shù)據(jù)處理效率，本發(fā)明一個實施例中，所述確定模塊302，進(jìn)一步用于判斷每條所述交通違法數(shù)據(jù)的格式是否符合預(yù)設(shè)的標(biāo)準(zhǔn)數(shù)據(jù)格式，如果是，則根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)；否則，將所述交通違法數(shù)據(jù)的格式轉(zhuǎn)換為所述標(biāo)準(zhǔn)數(shù)據(jù)格式，執(zhí)行所述根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)格式，確定所述交通違法數(shù)據(jù)包括的至少一個特征參數(shù)。

上述實施例中，在獲取到交通違法數(shù)據(jù)之后，首先將交通違法數(shù)據(jù)的格式轉(zhuǎn)換為標(biāo)準(zhǔn)數(shù)據(jù)格式，然后可直接按照標(biāo)準(zhǔn)數(shù)據(jù)格式，確定交通違法數(shù)據(jù)的特征參數(shù)。這使得可根據(jù)統(tǒng)一的數(shù)據(jù)格式，對交通違法數(shù)據(jù)進(jìn)行處理，而無須從不同數(shù)據(jù)格式中查找特征參數(shù)，便于特征參數(shù)的確定，從而進(jìn)一步提高了數(shù)據(jù)數(shù)量效率。

為了便于用戶查看，本發(fā)明一個實施例中，該云分析系統(tǒng)進(jìn)一步包括：輸出模塊；其中，

所述輸出模塊，用于根據(jù)所述分析處理模塊的分析處理結(jié)果，生成數(shù)據(jù)圖表，并輸出所述數(shù)據(jù)圖表。

在這里，將分析處理結(jié)果以數(shù)據(jù)圖表的形式進(jìn)行輸出，便于各個交通部門傳閱查看，從而提高用戶體驗。

上述裝置內(nèi)的各模塊之間的信息交互、執(zhí)行過程等內(nèi)容，由于與本發(fā)明方法實施例基于同一構(gòu)思，具體內(nèi)容可參見本發(fā)明方法實施例中的敘述，此處不再贅述。

本發(fā)明還提供了一種可讀介質(zhì)，包括執(zhí)行指令，當(dāng)存儲控制器的處理器執(zhí)行所述執(zhí)行指令時，所述存儲控制器執(zhí)行本發(fā)明上述任一實施例提供的方法。

另外，本發(fā)明還提供了一種存儲控制器，包括：處理器、存儲器和總線；所述存儲器用于存儲執(zhí)行指令，所述處理器與所述存儲器通過所述總線連接，當(dāng)所述存儲控制器運(yùn)行時，所述處理器執(zhí)行所述存儲器存儲的所述執(zhí)行指令，以使所述存儲控制器執(zhí)行本發(fā)明上述任一實施例提供的方法。

綜上所述，本發(fā)明的各個實施例至少具有如下有益效果：

1、在本發(fā)明實施例中，通過確定獲取到的交通違法數(shù)據(jù)包括的特征參數(shù)，并可根據(jù)確定出的特征參數(shù)直接對交通違法數(shù)據(jù)進(jìn)行分析處理，從而無須再采用人工方式對數(shù)據(jù)進(jìn)行逐條處理，從而提高了數(shù)據(jù)處理效率。

2、在本發(fā)明實施例中，通過數(shù)據(jù)統(tǒng)計分析模型確定出交通違法的高發(fā)地段、高發(fā)時間和高發(fā)違法行為，有利于各個交警部門按需查看，采取相關(guān)措施減少違法行為的發(fā)生率。

3、在本發(fā)明實施例中，在獲取到交通違法數(shù)據(jù)之后，首先將交通違法數(shù)據(jù)的格式轉(zhuǎn)換為標(biāo)準(zhǔn)數(shù)據(jù)格式，然后可直接按照標(biāo)準(zhǔn)數(shù)據(jù)格式，確定交通違法數(shù)據(jù)的特征參數(shù)。這使得可根據(jù)統(tǒng)一的數(shù)據(jù)格式，對交通違法數(shù)據(jù)進(jìn)行處理，而無須從不同數(shù)據(jù)格式中查找特征參數(shù)，便于特征參數(shù)的確定，從而進(jìn)一步提高了數(shù)據(jù)數(shù)量效率。

4、在本發(fā)明實施例中，將分析處理結(jié)果以數(shù)據(jù)圖表的形式進(jìn)行輸出，便于各個交通部門傳閱查看，從而提高用戶體驗。

需要說明的是，在本文中，諸如第一和第二之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個······”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同因素。

本領(lǐng)域普通技術(shù)人員可以理解：實現(xiàn)上述方法實施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成，前述的程序可以存儲在計算機(jī)可讀取的存儲介質(zhì)中，該程序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟；而前述的存儲介質(zhì)包括：rom、ram、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)中。

最后需要說明的是：以上所述僅為本發(fā)明的較佳實施例，僅用于說明本發(fā)明的技術(shù)方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所做的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。