目前有两种说法,一种说是靠大数据分析,一种说是靠交管部门数据。
从个人的研究来看,可能是 一部分 靠交管部门数据,一部分 靠大数据分析补充。
质疑交管数据的人其实说得通的只有一个论点:政策难度。
然而所谓的政策难度,其实根本不存在。因为 路况信息也是从交管部门来的 。在搞定路况信息的时候,政策难度就已经搞定了,因此接入红绿灯信息并无任何政策难度。
只不过这件事情,虽然天知地知你知我知是对接的数据。但交管部门不会允许高德承认这是来自交管的数据,因为责任认定问题。信息的准确度很低而且也不可能太高,如果高德官方承认是交管部门提供的数据,那么群众就会基于这些数据产生的错误而找交管部门问责,但如果高德不承认,那么结果就是:数据交管部门提供,错误的锅自己背。没关系。反正高德大数据估算错误了群众也没法拿高德怎么样。
为什么我认为不可能是完全只靠大数据实现呢?
因为靠大数据实现会有如下结果:
然而现实是这样的:
因此,除非他们都来源于相同的数据源,否则无法解释这个现象。
类似的现象同样出现在路况信息。
比如雄楚大道是洪山区东西向的一条非常长的繁忙的大道,其辅路的路况长期以来就被异常的全场标绿(包括上下班高峰期)。这导致导航软件总是会异常的偏向选择雄楚大道,而实际上它的辅道是常年堵车的(路况应当标红)。
如果高德使用大数据检测,那么应当能够得出行驶在雄楚大道辅路的车辆长期处于慢行状态,从而正常的把雄楚大道辅路标黄标红。——然而,不光是高德, 所有地图软件 ,都会异常离谱的,长期把雄楚大道辅路路况标绿。
如何解释所有地图软件都对雄楚大道辅路不约而同的错误标注行为,并且 数十年来不修正 呢?——个人认为,一种可能的解释是:他们的数据是来自交管部门的真实的实时数据,优先级高。
当然,在那些【路况数据不准确】的路段,虽然会导致导航软件的错误导航(本应选择其它道路却错误的选择了这条更堵的道路),但当你真开到这条路上被堵着的时候,道路是能够临时变红的,因此,我认为这个数据一部分来自交管,而有一部分的来自于局部的大数据算法。
最后给出我的结论:大概率是交管部门提供的数据,大数据应该有参与,但单纯通过大数据估算的概率较低。
理由是: