交通工程专业大数据挖掘应用能力培养体系探讨

1、交通工程专业大数据挖掘应用能力培养体系探讨交通工程专业大数据挖掘应用能力培育体系探讨引言信息技术的高速进展大大提高了数据处理的能力，如今，大数据挖掘已经成为一种处理多源数据，挖掘和探讨背后问题的高效手段。大数据是指无法在肯定时间范围内用常规软件工具进行捕捉、治理和处理的数据集合。大数据具有以下五个特点：大量、高速、多样、低价值密度和真实性。大数据已经无处不在，并且影响着社会生活的方方面面。大数据的应用有以下几个方面：1精准营销：电信公司可利用大数据挖掘潜在的特定用户群体，有利于电信公司更好地营销。2医疗：通过科学利用大数据，实现各个医院的病历共享、流行病发病预报、药物作用预报和个体化的精准医疗

2、等，提高对疾病预防、整治水平和药物使用的安全性和有效性。3交通：实时猎取用户的位置信息，通过长时间的统计，挖掘真正的道路运行用户，对交通拥堵或重大交通事件进行预警等。大数据的特点和价值使得大数据挖掘变得越来越重要，特殊是对于强交叉性学科，如交通工程专业，利用大数据挖掘进行技术处理、分析数据并找到隐藏的有价值的信息极为重要。交通工程专业涉及多种学科，交叉性较强，讨论对象包括人、车、路、环境和能源等，并联系道路交通进行讨论。由于交通工程专业的高交叉性，因此，需要借助其他技术手段帮助其进行讨论分析。近年来大数据挖掘作为处理数据的得力助手，已经成为处理交通数据的有效手段，方便对整个交通治理体系进行分析

3、、调整与调度1。二、大数据挖掘应用的学问体系在国内，大数据挖掘所涉及的课程包括“概率论与数理统计“多元统计分析“程序设计/数据结构“大数据导论和“机器学习等课程。如清华大数据讨论院的数据科学课程体系包括“大数据分析与处理“大数据算法基础“模式识别和“大数据的采集与智能处理等课程;香港中文大学的数据科学课程体系中，必修课包括了“统计学理论“机器学习“数据挖掘入门等，选修课包括了“应用回来分析“数据可视化入门等。在国外，许多学校的数据科学理学硕士开设了类似的课程，如华盛顿大学开设了“DataVisualizationExploratoryAnalytics数据可视化与探究性分析和“DataScie

4、nceCapstoneProject数据科学综合训练等课程，纽约大学开设了“IntrotoDataScience数据科学导论、“MachineLearningandComputationalStatistics机器学习与计算统计学和“CapstoneProjectinDataScience数据科学综合训练等课程，斯坦福大学开设了“ModernAppliedStatistics：DataMining现代应用统计学：数据挖掘、“ParadigmsforComputingwithData基于数据的计算范式等课程，卡内基梅隆大学、哥伦比亚大学和伦敦城市大学都开设了“BigDataAnalytics大数

5、据分析学课程。无论是国内还是国外，大数据挖掘专业涉及的课程不仅包含“数理统计分析等基本课程，还包括与计算机处理数据相关的课程，但这些都只是“大数据作为一个独立的专业所涉及的课程，目前还未发觉有学校开设“大数据专业与其他专业相结合的专业课程。2021年6月麻省理工学院MIT宣布成立“NewUrbanScience本科专业。从课程内容来看，它不仅包括了“IntroductiontoUrbanDesignandDevelopment城市设计与进展导论、“UrbanPlanningandSocialScienceLaboratory城市规划与社会科学试验室等专业课程，还包括了“Introduction

6、toComputerScienceandProgramming计算机科学与程序设计导论、“IntroductiontoAlgorithms算法导论和“IntroductiontoMachineLearning机器学习导论等一些与计算机学科有关的课程。从MIT的阐述可知，此举在于关心学生将现代技术工具与城市结合起来，能够实现主动的变革，同时为学生提供了一个讨论当今城市所面临的紧迫问题与挑战的机会，培育的是具有数据挖掘和分析能力的城市讨论者。MIT開设的本科专业和交通工程具有高度相像性，都是属于交叉性强的学科。这是一个新的尝试，给将来一些专业，特殊是高交叉性学科如交通工程专业的进展提供了新方向。三

7、、大数据挖掘应用能力对交通工程专业的影响一大数据采集技术对传统人工采集方式的影响在交通工程中，传统人工采集方式有调查问卷法;对于居民则有居民出行调查;对于公路OD调查，则有停车问询调查法。大数据时代，猎取数据的方式较传统方法更便捷、快速和高效，交通数据采集方式有许多，如手机信令和牌照识别等，这些技术猎取的数据较传统技术猎取的数据，更具连续性、细粒度、更新快等优点。大数据采集技术对传统的人工采集方式造成了巨大影响，如车牌照法接受自动拍照猎取调查信息，理论上是一种全样本调查，幸免了一些因素对调查精度的影响，在后期数据处理中，可以从车辆在不同地点的停留时间猎取该车辆的轨迹;而相对应的传统的停车问询调

8、查法，是一种抽样调查。在后期数据处理中无法将重复调查和多次往返出行进行区分，给数据处理造成肯定困难且精确率难以把握2。大数据采集技术比传统人工采集猎取数据的速度快，由于数据具有时效性，因此可以加快后期数据分析，准时发觉和解决问题，对交通规划、治理和决策具有重大影响。二大数据挖掘对独特化才人培育的影响独特化人才更加注重实践，是能将专业学问与其他领域的技能结合起来的复合型人才。在大数据时代，更要注重独特化人才的培育，不能只注重对学生自身专业学问的教授。交通工程专业是一门应用性很强的交叉性学科，因此对于独特化人才培育，不仅要对学生进行专业学问的教授，更要注重将专业技术与编程技术和数理统计技术结合，这

9、样可以透过数据挖掘背后的实际问题，更加精细化地解决实际问题。三大数据挖掘对交通咨询工作的影响大数据时代，交通行业人士可以利用各种技术对各种数据进行处理，获得有用的信息，更加快速地解决实际问题。如：交通需求与城市空间格局及其产生的空间活动有关，交通专业人士可利用多源数据，通过对城市设施、用地功能等进一步分析解决实际问题;对交通运行状态评估需要有关车辆的大量数据，因此，交通行业人士可利用浮动车数据和牌照识别数据等进行分析与评估。这些数据若是通过传统方法猎取，需要耗费巨大的资源，而且数据的精确性会受到人为因素的影响。不仅如此，大数据除了具有“大量的优点，还可以挖掘到更精细化的信息，使得分析问题的角度

10、更微观化。而且多种数据的结合，更简单发觉各个问题之间的联系，有利于从多个角度精确解决实际问题，相互验证，减小误差。此外，如今的大数据挖掘更有利于交通专业人士分析特定群体甚至个体的行为，这些独特的信息对交通咨询工作同样有重大意义。四、面临问题由于交通工程学科的强综合性，仅仅把握交通领域专业学问已然缺乏，针对计算机技术和交通工程的结合，主要发觉以下四个方面的问题。一学生计算机编程水平普遍偏弱如今计算机技术与交通工程学科的综合应用，对于综合能力、创新能力，以及实践能力都提出了更高的要求。以往交通工程学科中要求把握的传统学问与能力已然缺乏，急需娴熟把握并应用计算机及数据分析能力的交通领域专业人士。但交

11、通专业的学生对于计算机的理解还缺乏，而目前对交通数据分析的需求又很大，造成了学校与工作的要求出现空缺。在分析实际问题时，人员的主要精力浪费在编程的实现与数据结构的设计方面，降低了数据处理的效率3。二学生数理统计学问应用能力缺乏现代技术的进展使得快速猎取各种大量数据成为现实，交通数据种类多样，其中蕴含的有用信息能运用于交通治理和分析中，因此，要求工作人员能够从数据中进行观看与统计。但是在学生学习的过程中并没有接触过足够的数理统计课程和专业的训练，不能很好地提炼出有用的信息。在数理统计学问应用能力缺乏的状况下，数据分析和统计的结果也不尽如人意，甚至会影响整个算法的进展，因此，强化学生的数理能力也是

12、必不行少的。三缺少大數据挖掘相关课程体系近些年，不少高校开设了数据科学与大数据技术专业，其中包括北京大学、中国RM大学和复旦大学等，但此专业仍处在起步阶段，还未形成完善的课程体系，更不用说数据挖掘相关课程与其他专业结合的状况。交通工程专业的学生在将来的工作中会遇到各种大量数据，如何从这些数据中猎取想要的数据极为重要。因此，只有在教学过程中将大数据挖掘涉及的课程与专业学问结合，才能增添学生能力，关心他们更好地就业。但目前北京工业大学城市交通学院本科课程教学大纲中与计算机技术相关的课程只有“C语言程序设计基础“高级语言程序设计C+“数据结构与算法分析和“数据库原理与应用，课程中更多的是涉及专业领域

13、的学问，如“城市规划原理“交通治理与操纵和“交通调查与分析。从整体角度，虽涉及一些与大数据挖掘相关的课程，但是仍缺乏与大数据挖掘相关的课程体系，不能使学生形成一个完好的学问体系，满足不了目前的实际进展需要。四缺少大数据挖掘实践应用交通讨论的对象是冗杂的，讨论对象所形成的系统需要专业人士完好、立体、多角度进行刻画，传统的规划软件已经不能满足当前规划的需要。技术手段的进步对规划理论和实践的冲击需要专业人士把握更多的工具。在处理实际问题时，专业人士只有将杂乱的数据经过处理，才能得到有用的信息。这要求学生拥有更多的实践经受，不能只精通于理论。但学校教学更多的是偏向于对学生专业学问的教授，缺乏实践的训练

14、。由于缺乏大数据挖掘相关的课程体系，必定会导致实践应用的缺乏。在数据处理上，如今学生的编程能力普遍较差，使解决问题的第一步数据处理，成为障碍。因此，学校应大力开发大数据挖掘平台，使得学生在课堂上能够学以致用，逐步提升数据处理的能力。五、主要措施一现有课程体系融入大数据应用理念依据目前交通进展形势，为了可以更好地解决上述问题，需要在教学与培育的过程中加大对相关学问的教授，为交通规划、交通治理与调度输出培育实践和创新能力突出，把握交通工程相关基础理论与技术，并且能够娴熟应用编程语言的科研人员。因此，在课程设置方面，既要让学生学习本专业的学问，又要使其了解并熟识智能交通，以及编程学问。在课堂上教授智

15、能交通领域的前沿技术及实际应用，经过实践锻炼学生的综合素养。同时，提供关于编程语言、数据分析、模式识别等方面的学问也有利于学生对大数据等相关学问的理解，但这些都需要建立在学生具备良好的交通技能和计算机基本原理的基础上。二开设“大数据在交通中的应用导论课程由于大数据在交通中发挥了很大的作用，所以应当进行系统学习，因此开设“大数据在交通中的应用导论是特别必要的。大数据可以为解决交通问题提供很好的模型和方法，此门课程从大数据在交通领域的应用与实践方面出发，解释了如何将大数据运用到实际问题中，以及如何解决问题。此外，学生应当主动通过网站了解大数据与交通相结合的进展程度与讨论成果。通过不断的学习与实践，

16、完善课堂中所学学问的有限性4。三建立大数据挖掘应用试验平台理论学习是基础，实践可以让学生更加深入理解大数据，并且可以提高他们的创新能力与综合素养。学校需提供大数据挖掘应用试验平台作为训练学生处理数据能力的专用平台，使学生能尽早接触大数据分析的实际问题，在学习过程中融会贯穿，获得扎实的基础学问。四注重与应用单位联系，加强实践应用学校在为学生提供系统的理论学问的学习后，可以为学生支配实际工作的学习与实训，利用用人单位和企业制造一个学习的真实场景，将学生从理论学习带入实际问题的解决中去;此外，可以通过将学校大数据平台与应用单位合作，让学生渐渐增添大数据处理能力，弥补学校与社会之间的鸿沟。同时，能够提高学生发觉交通问题的能力，提高解决速率，为以后在社会中的具体场景发挥作用打下基础5。六、结语随着学问与技术的快速进展，类似交通工程这样的交叉学科越来越需要其他学科的学问帮助解决问题，传统的交通学习方法和科目已不能满足如今的技能学问需求，更需要交通工程专业的学生主动完善自己在此领域的差距。同样，学校方面也需要在提供学习平台与水平方面仔细筹划，尽量提供更好的教学环境与实践平