曹贵崟 郑玖洲 李扬

摘 要：TDQM方法作为质量管理中的一项重要方法，当前在国内外的研究应用中已经得到了及其广泛的推广和使用。本文将TDQM（全面数据质量管理）方法应用于交通违章处罚数据质量管理的研究，旨在能够为交管部门在交通违章处罚数据质量提升上提供建设性的意见，提升交管部门在交通违章处罚数据的使用效率。

关键词：TDQM方法 数据质量 交通违章处罚

Abstract：As an important method in quality management， TDQM method has been widely promoted and used in research and application at home and abroad. This article applies the TDQM （Total Data Quality Management） method to the research on the quality management of traffic violation punishment data. The aim is to provide constructive suggestions for the traffic control department on improving the quality of traffic violation punishment data， and improve the efficiency of the traffic control department’s performance in traffic violation punishment data.

Key words：TDQM method， data quality， traffic violation punishment

1 引言

目前，信息资源日益成为重要的生产要素和知识财富，针对交通管理者而言，如何通过获取的信息数据资源提升交通管理效率是当前的热点问题。据相关数据显示，一个汽车保有量80万台的地级市每年的违章数据（电子警察抓怕数据）约120万条，但是可用作为处罚使用的数据仅仅为30%不到，数据的可用性非常低，这也直接影响了交管部门的处罚业务和管理业务。本文将针对交管部门当前遇到的交通违章处罚数据质量低的问题，运用TDQM的分析方法，重点分析在整个数据质量管理过程中出现的问题，并提出相应的解决办法。

2 交通违章处罚数据分析

随着社会经济的高速发展，城市中车辆的保有量越来越多，由此而引发的交通违章问题也越来越显著，需要改善城市的交通压力、使人们的出行更加便捷、高效。违章处罚作为我国城市交通管理中一项最重要的手段，不仅制约交通参与者违规行为的有利武器，也是交管部门最重要的业务来源。

当前，交管部门违章处罚的主要数据种类包括闯红灯抓怕、不按指示标识行驶抓拍、逆向行驶抓拍、违章停车抓怕、超速抓拍、不礼让行人抓拍、不系安全带抓拍等，违章行为中可纳入处罚数据类型包括图片数据和视频数据，数据结构涵盖了结构化数据和非结构化数据。因此，违章处罚数据不管是在数据种类、数据类型，还是在数据的结构和数据体量上都是相当复杂的。

2.1 交通违章处罚数据流程

交通违章处罚数据的获取流程主要依靠智能交通各系统的协调配合，整个平台包括前端采集子系統、通讯传输系统、中心数据处理平台，具体数据流程如下：

1）通过前端的数据采集系统采集违章数据，数据类型包括图片、视频、字符等;

2）违章数据从采集设备传输到本地存储，本地存储对数据进行暂存;

3）通过通讯链路传输后，违章数据进入到交管部门数据中心，通过非现场执法系统进行违章处罚数据合成，形成可供处罚的数据;

4）处罚的数据进入人工审核阶段，通过人工去对每一条违章处罚数据进行确认，确认无误提交至六合一平台;

5）六合一平台的违章处罚数据即可作为处罚业务数据执行处罚。

2.2 交通违章处罚数据影响因子

交通违章处罚数据的质量影响因子的来源主要是基于数据形成的过程，其中影响交通违章处罚数据的因素包括技术因数、环境因数、人员因数、网络因数、设备因数、制度因数，具体的影响因子，如图1所示。

3 交通违章数据质量管理

3.1 定义信息产品

交通违章处罚过程中产生的信息产品按照各获取数据环节的不同可以大致定义为初始违章数据、合成的违章数据、确认的违章数据、违章处罚数据，定义的信息产品对应的具体获取环节如图2所示。

3.2 测量信息产品

针对定义的产品数据信息，在不同阶段的数据应用定性或者定量的方法进行测试，本次分析测量从本地存储系统、网络通讯系统、非现场执法系统、人工审核、摄像机抓拍单元等5个部分进行，具体测试内容如表1所示：

3.3 分析信息产品

通过对信息产品数据进行测量以后发现，在不同的环节主要出现的问题如下：

1）本地存储系统分析：长时间运行会出现宕机情况，导致数据上传故障;在恶劣环境下的系统出现故障率高;故障点多数发生在存储介质上;

2）网络通讯系统分析：较大的网络延迟会导致数据传输出现丢帧情况，数据的完整性和实时性受到影响;

3）非现场执法分析：系统的违章图片合成在数据量大的时间段出现叠加错误，系统运行缓慢;

4）人工审核分析：人工审核具有主观情绪的影响，在审核过程中出现了视觉疲劳，误操作频繁，审核人员的激励制度不够，积极性不高;

5）摄像机抓拍分析：恶劣环境导致抓拍场景改变，抓拍率和识别率较低;车牌识别算法的准确性有待提升;违章判定规则的算法还是存在一定缺陷。

4 基于TDQM方法的违章处罚数据质量管理提升

通过产品信息的分析后得出了各环节出现问题的原因，现针对出现的问题进行改进，具体改进如图3所示：

5 结论

交通违章处罚数据质量管理是一项较为复杂且数据庞大的工作，需要在监管过程中逐步改进完善，基于TDQM方法的管理思路强调的是明确对象，将特定对象纳入全面管理，采用定量分析与定性分析相结合的方式，针对每一个子对象进行实时监督管控，从而提高交管部门违章处罚数据的质量。交通违章处罚工作本身就是一项琐碎的工作，要提高数据工作的质量，就必须在产生数据的各个过程深入研究和测试，不断进行改进。

参考文献：

[1]梁凯，方超，刘怀兴.信息系统全面数据质量管理研究[J].信息系统工程，2016（01）：55-57.

[2]孔红刚. 基于X省的交通信用大数据质量管理研究[D].北京邮电大学，2018.

[3]吴昊，张林，邵子怡.高速公路交通数据质量评价控制的理论模型[J].华北理工大学学报（自然科学版），2019，41（02）：75-80.