浙江交通运输厅基于其拥有的高速历史数据、实时数据与路网状况，与阿里云大数据计算能力相结合，来预测未来1小时内的路况，预测准确率稳定在91%以上，成全球已公开的最好成绩，阿里云还在联合广州做公交车拥挤情况的预测。
大数据最核心的利用价值之一便是预测，其核心逻辑是，根据过往统计学规律，结合历史数据和实时数据，预测未来要发生的事情。在互联网出现之前，最经典的大数据预测是天气预报：基于卫星云图等实时数据和气象学原理，来预测未来的天气变化。随着计算机对大数据处理能力的增强，天气预报范围从日常天气增加到台风、雾霾等，能预测的时间从未来一天延长到几天甚至一周，预报准确率也在不断提升。中国气象局公共气象服务中心已经在2014年与阿里云达成战略，深度应用互联网大数据和云计算能力。
近年来互联网企业开始尝试用大数据来预测世界杯票房、预测股市走向、预测电影票房、预测流感趋势…都说明，大数据在『预测』上的价值所在。
浙江交通运输厅与阿里云合作的『交通预测』，最核心的突破有几点：
一是实时性高，基于动态实时数据，预测的时间粒度是接下来一小时，而之前的预测都是未来几天的事情;二是公共数据，之前的预测几乎都是网络大数据，这一次是基于政府公共部门掌握的大数据，这一探索具有很强的示范意义;三是交叉分析，交通并不是孤立的存在，天气状况、突发事件、重大比赛等外因都会对交通造成影响，阿里云不只是跟交通部门合作，还与气象等部门合作，进而可交叉分析，提升预测准确率。
预测之后可以做什么更为关键。
交通部门预测未来一小时路况之后，可以通过新媒体、道路屏幕等渠道去引导市民，互联网平台亦可向海量用户提供基于预测结果的引导信息，比如合理的路径规划，阿里云的测算数据表明，驾驶员通过选择合适的出行路线和出行时间，可以缩短5%至10%的出行时间，减少2%至10%的燃油消耗成本。
交通部门还能将其与红绿灯等道路系统结合提升交通效率、实行潮汐道路。去年，贵阳市向阿里云天池大赛的选手开放了部分交通数据，尝试建立智能调整红绿灯时间来缓解城市交通拥堵，最终最优的算法可让红绿灯前所有车辆的等待时间减少86%。这样的思路未来可被应用在各个城市的交通情况之中，每一个路口的红绿灯情况都是动态调整的。不过，由于事关交通安全，这需要足够准确的算法以及毫厘不差的系统，需要充分的试验才能推广。
更长远来看，结合交通大数据分析结果，交通部门可将交通规划做得更好，在基础设施建设上科学决策，为什么路线要如此规划，为什么这个路口不能左转，每一个决策都有大数据支撑。如果无人驾驶汽车未来要普及，必须要有强大的智能调度能力，而交通预测技术可以给智能调度提供基础。
未来的交通预测，可覆盖范围将更广泛，除了路况之外，还能与民航大数据结合预测航线，与用户LBS数据结合预测人流，与地铁数据结合预测地铁站人流和地铁线拥挤情况等等。而这些预测结果不只是可用作交通本身，还可用于商业例如帮助商家选址，辅助房地产公司项目选址…总之，预测结果可以被多方利用，最大化大数据价值，相信未来会有更多开发者加入进来，结合公共大数据和阿里云平台开发丰富的应用。
互联网与交通大数据的结合正在越来越多，交通大数据迎来开放大潮。交通部门通过海量设备每天都自动化地收集着海量数据，这些数据相对而言隐私风险更小，实用价值却更大;而互联网企业拥有云计算和大数据两大技术优势。交通部门的数据优势+互联网企业的技术优势，结合在一起，可以提升城市交通效率，优化市民出行体验。可以预见越来越多省级交通部门会开放交通大数据，开展交通路况实时预测。
（转载）
