智慧城市智慧交通的大力建設下，海量多源異構的`交通資料能提供的資訊內容更加豐富，如何利用大資料的理論來指導交通資料分析?或者說有什麼比較好的將兩者結合的落腳點?
近期成立的深圳市綜合交通執行指揮中心囊括深圳全市24個交通訊息化系統和海量的交通基礎資料，上述問題應該也是其重點的研究方向。
拋磚引玉：
分析案例1：結合公交車GPS資料、乘客刷卡資訊等資料，能夠獲取每輛公交車每個站點停車時間、上下車乘客數量、乘客精細時空軌跡等，再此基礎上應該可以做“公交車線路、站點、發車頻次優化”、“典型居住區和就業地的通勤出行分析”等分析。
分析案例2：結合RFID、GPS等資料，能夠獲取車輛精細化時空軌跡資訊，能夠對行車輛行駛軌跡、路段行程時間可靠性、OD分佈(起點-終點)等進行資料分析，應該能替代部分傳統交通規劃和交通需求分析的內容，理論上應該更加實時可靠。
