你能忍受几条这样的马路？
在被誉为大数据领域“奥运会”KDD CUP上，阿里云将中国的道路拥堵问题搬到国际顶赛上，提供真实场景与数据，联合国际算法科学家们，一起破解中国的交通拥堵问题。
了解KDD CUP
KDD CUP被外界誉为大数据领域的“奥运会”。作为数据挖掘领域最有影响力、最高水平的国际顶级赛事，每年都会吸引世界数据挖掘界的顶尖专家、学者、工程师、学生等前来参赛，在每年的KDD会议中占据着举足轻重的地位。每届冠军都会成为谷歌、阿里、微软、腾讯等巨头追逐的对象。
其中KDD （Knowledge Discoveryand Data Mining）即知识发现与数据挖掘，由美国计算机协会 ACM 下的数据挖掘分会举办，是国际数据挖掘领域的顶级会议。
今年的KDD大会的赞助商名单，白金赞助共有4家：阿里巴巴集团（+KDD CUP赞助商）、亚马逊、微软和facebook。而阿里巴巴天池更是本次KDD CUP的承办方。
KDD CUP往届按照惯例会由企业或大学来承办，承办者需提供极有前沿应用价值的赛题和大规模数据作为挖掘样本。但要想承办这场“奥运会”，需要拥有深厚的学术积累和行业实践。KDD CUP 2016由微软研究院承办。
为了拿到KDD CUP 2017的承办资格，早在2016年10月，阿里云专门组建团队“数据科学家团队”开始筹备2017年的KDD CUP。为了在竞标中更加具有竞争力，“数据科学家团队”在选题上就花费了1个月的时间。
关于为什么会选择交通领域的赛题，阿里云赛题负责人闵万里表示：“技术垂直化一直是阿里云的重要战略。在交通领域，我们打造了路况预测，信号灯优化控制一系列前沿项目，这些实践证明了本次赛题的技术可行性和业务实用性。”
在申请过程中，阿里云天池更是过五关斩六将，在申请初期短短20天内，组委会就发起了4轮筛选，每轮评审过程十分严谨，都会提出十多个以上极其精细的问题，包括数据处理方式、baseline 方法、代码细节，以及课题准备时间点、赛题时间轴、workshop筹备计划等等。
到评审Q&A阶段，评审chair要求的都是3天内，甚至1天内提交答案，最后一次Q&A，总负责人阿里云首席数据科学家闵万里博士在美国，一拨参与同学在交警大队，一拨同学在阿里巴巴西溪园区，大家为了争抢时间，异地视频工作长达6小时，沟通到凌晨2点，修改了十几个版本。
最终，所有的努力都没有白费，2017年1月9日，KDD CUP官方宣布，中国科技公司阿里云获得KDD CUP2017举办权。
世界数据算法科学家齐上阵 让中国交通更通畅
关于智慧交通领域的经验积累，阿里云早在2015年已经开始有所沉淀。浙江省交通运输厅于15年4月公布了一项新的试点项目，将高速公路历史数据、实时数据与路网状况结合，基于阿里云大数据平台，预测未来一小时内的路况。结果是，实时路况监测成本下降了 90%，未来路况预测准确率在 91%以上。
拥堵路线预测展示
对于怎样优化交通问题，阿里云从未停下脚步。
2016年9 月，在云栖大会上发布的“杭州城市大脑”的交通模块在萧山区市心路投入使用，其首要目的是解决城市发展中的交通问题。试验数据显示：通过智能调节红绿灯，道路车辆通行速度平均提升了 3% 至 5%，在部分路段有 11% 的提升。正如发布时王坚博士所言：世界上最远的距离是红绿灯与交通监控摄像头之间的距离，他们虽然在同一根杆子上，但是从来没有通过数据被连接过。因此，打通数据并在海量、实时数据分析处理的基础上做出智能决策，是城市大脑的基本定位。
云栖大会发布城市大脑
基于以上阿里云在城市大脑、智慧交通中的丰富积累，在今年的KDD CUP赛题设置中，阿里云选择了交通领域中高速公路收费站相关问题作为任务：
Task 1: To estimate the average travel timefrom designated intersections to tollgates（预测车辆从路口到收费站的平均用时）
Task 2: To predict average tollgate trafficvolume（高速收费站车流量预测）
这两个任务是基于智慧交通信号灯，其逻辑如下：
根据以上步骤，预测效果如下：
当中国拥堵问题出现在国际顶赛中，吸引了全世界的数据算法专家纷纷来参赛。
据悉，本次KDD CUP一共有3582支队伍参赛，覆盖全球48个国家，731座高校，参赛队伍有来自微软、因特尔等知名互联网企业，也有来自清华大学、波士顿大学等高等学府。对此KDD CUP Chair表示不可思议，这是KDD CUP史上规模最大的比赛，他表示这次的比赛很成功，来自世界各地的选手能够通过这次的比赛了解中国的交通问题，整个比赛running的很顺利，同时也感谢阿里云天池平台的平台支持。
KDD CUP参赛选手与chair合影
在KDD CUP公布获奖名单时，让人意外的是，本届大会获奖名单被中国选手承包，更有一个名为Convolution的团队取得双料冠军。在现场采访到为什么可以取得如此成绩的时候，其队长表示团队成员都是从事机器学习工作，有技术积累，日常的工作与学习就是与比赛相似的内容，此外团队合作很默契，从开始就讨论列出来这类问题可能有突破的点，分工逐步实验，后面又能比较快提出应对具体问题的方案，最后团队有着丰富的参赛经验。
来源：阿里技术
原文链接
