交通數(shù)據(jù)分析與應(yīng)用研究生課程教學(xué)的思考與探索

段征宇　余榮杰　李瑋峰

[摘 要] 數(shù)據(jù)分析技術(shù)的發(fā)展和交通數(shù)據(jù)產(chǎn)業(yè)鏈的形成對(duì)交通數(shù)據(jù)分析師的培養(yǎng)提出了新需求?；谕瑵?jì)大學(xué)交通工程專業(yè)碩士研究生課程交通數(shù)據(jù)分析與應(yīng)用的教學(xué)實(shí)踐，從課程培養(yǎng)目標(biāo)、內(nèi)容設(shè)置和實(shí)驗(yàn)平臺(tái)建設(shè)等方面對(duì)教學(xué)實(shí)踐中的思考和探索進(jìn)行總結(jié)，為交通數(shù)據(jù)的課程教學(xué)和人才培養(yǎng)提供參考。

[關(guān)鍵詞] 交通數(shù)據(jù)分析;交通工程;大數(shù)據(jù);研究生課程

[作者簡介] 段征宇（1978—），男，博士，副教授，研究方向：交通運(yùn)輸規(guī)劃與管理、交通數(shù)據(jù)分析;余榮杰（1989—），男，博士，副教授，研究方向：交通安全、駕駛行為、交通數(shù)據(jù)分析;李瑋峰（1990—），男，博士，助理研究員，研究方向：交通運(yùn)輸規(guī)劃與管理、交通數(shù)據(jù)分析。

[中圖分類號(hào)] G643? ? [文獻(xiàn)標(biāo)識(shí)碼] A? ? [文章編號(hào)] 1674-9324（2020）25-0200-03? ? [收稿日期] 2019-10-11

一、學(xué)科發(fā)展和人才培養(yǎng)需求

我國高等學(xué)校交通工程專業(yè)旨在培養(yǎng)從事交通規(guī)劃、設(shè)計(jì)和運(yùn)行管理等方面的人才。近年來，在第四次工業(yè)革命的背景下，信息技術(shù)、能源技術(shù)等的快速發(fā)展，引起了交通工程領(lǐng)域的巨大變化。信息技術(shù)與控制技術(shù)的結(jié)合推動(dòng)了車輛的自動(dòng)化（自動(dòng)駕駛）、共享化和電動(dòng)化[1];互聯(lián)網(wǎng)與共享經(jīng)濟(jì)的結(jié)合，催生了“出行即服務(wù)”（Mobility as a Service，MaaS）的新型交通服務(wù)模式;新能源技術(shù)的發(fā)展，推進(jìn)了電動(dòng)汽車的應(yīng)用[2]。在上述背景下，基于多源、海量、異構(gòu)的連續(xù)數(shù)據(jù)環(huán)境，應(yīng)用新興數(shù)據(jù)分析技術(shù)支撐更安全、高效的交通系統(tǒng)構(gòu)建，成為交通工程專業(yè)人才培養(yǎng)的新要求。

交通工程學(xué)科經(jīng)歷了近70年的發(fā)展。其中，微觀交通流理論與方法形成于20世紀(jì)50年代，主要研究道路路段、交叉口的交通流特征和規(guī)律，以及車輛跟馳、換道、排隊(duì)等行為規(guī)律。到了20世紀(jì)60年代，隨著城市化的發(fā)展和大規(guī)模交通基礎(chǔ)設(shè)施建設(shè)，形成了以“四階段法”為代表的網(wǎng)絡(luò)交通流理論與方法。20世紀(jì)70年代，隨著交通供需矛盾的日益突出，人們逐漸意識(shí)到需要從交通需求管理等交通政策角度來尋找解決交通問題的途徑，因此，需要研究個(gè)體的交通選擇行為，由此形成了交通行為分析方法。從20世紀(jì)90年代開始，隨著智能交通系統(tǒng)（Intelligent Transportation System，ITS）技術(shù)的不斷發(fā)展，通過感應(yīng)線圈、微波雷達(dá)、視頻等自動(dòng)采集設(shè)備，以及移動(dòng)通信數(shù)據(jù)、公交IC卡數(shù)據(jù)等位置獲取技術(shù)，可以對(duì)交通系統(tǒng)的運(yùn)行狀態(tài)、出行者和交通工具等進(jìn)行實(shí)時(shí)、連續(xù)和全面（大樣本甚至全樣本）的觀測(cè)，這為交通工程研究者提供了一種全新的數(shù)據(jù)環(huán)境。更為完備的數(shù)據(jù)環(huán)境和新的科學(xué)研究范式對(duì)交通工程學(xué)科產(chǎn)生了革命性的影響[3]。

傳統(tǒng)交通工程專業(yè)主要培養(yǎng)交通規(guī)劃師、交通設(shè)計(jì)師和交通模型師三類技術(shù)人才。隨著交通數(shù)據(jù)分析和信息服務(wù)產(chǎn)業(yè)的發(fā)展，交通數(shù)據(jù)分析人才的需求越來越大，交通數(shù)據(jù)分析師的培養(yǎng)迫在眉睫。交通數(shù)據(jù)分析師是一種復(fù)合型人才，不僅要精通數(shù)據(jù)分析方法，還需要深入理解交通業(yè)務(wù)，能運(yùn)用數(shù)據(jù)分析方法發(fā)現(xiàn)和解決交通問題[3]。

同濟(jì)大學(xué)交通工程專業(yè)從2003年開始，通過深圳城市交通仿真系統(tǒng)一期和二期項(xiàng)目、國家自然科學(xué)基金重點(diǎn)項(xiàng)目等一系列課題的研究和實(shí)踐，初步形成了交通大數(shù)據(jù)分析領(lǐng)域的系統(tǒng)性成果[4，5]。從2010年開始，在交通工程專業(yè)的課程體系中增加了交通數(shù)據(jù)分析課程，形成了覆蓋本科生、碩士生和博士生的交通數(shù)據(jù)分析課程體系。其中，本科課程包括交通調(diào)查與分析、交通統(tǒng)計(jì)分析、交通數(shù)據(jù)處理與統(tǒng)計(jì)分析課程設(shè)計(jì);碩士研究生課程包括交通數(shù)據(jù)分析與應(yīng)用;博士生課程包括城市與交通數(shù)據(jù)及信息分析方法。

二、課程目的和能力培養(yǎng)

面向交通數(shù)據(jù)分析師的培養(yǎng)需求，一方面，在本科相關(guān)課程的基礎(chǔ)上，碩士階段的課程要求學(xué)生掌握高階數(shù)據(jù)分析方法，為研究工作的開展提供基礎(chǔ);另一方面，需要培養(yǎng)學(xué)生數(shù)據(jù)分析方法的應(yīng)用能力，切實(shí)解決實(shí)際交通問題。因此，碩士研究生課程交通數(shù)據(jù)分析與應(yīng)用的目的是重點(diǎn)培養(yǎng)學(xué)生的以下五大能力。

1.利用常規(guī)數(shù)理統(tǒng)計(jì)模型處理交通數(shù)據(jù)的能力。在本科階段的課程中，已經(jīng)講授了描述性統(tǒng)計(jì)、線性回歸模型、計(jì)數(shù)模型、離散選擇模型等常規(guī)數(shù)理統(tǒng)計(jì)模型以及相關(guān)統(tǒng)計(jì)分析軟件的使用;在碩士研究生階段，重點(diǎn)培養(yǎng)學(xué)生綜合運(yùn)用這些數(shù)理統(tǒng)計(jì)模型處理實(shí)際交通數(shù)據(jù)的能力。

2.理解和掌握高階數(shù)理統(tǒng)計(jì)模型的能力。在本科階段的課程基礎(chǔ)上，圍繞數(shù)理統(tǒng)計(jì)分析方法（時(shí)間序列分析模型、空間相關(guān)性分析模型和多層數(shù)據(jù)分析模型等）和機(jī)器學(xué)習(xí)分析方法（決策樹模型、神經(jīng)網(wǎng)絡(luò)模型、深度學(xué)習(xí)模型等）的基礎(chǔ)理論及在分析交通數(shù)據(jù)中的適用性，使學(xué)生能夠理解和掌握這些高階數(shù)理統(tǒng)計(jì)模型的基本原理和建模過程。

3.多源、異構(gòu)、大規(guī)模交通數(shù)據(jù)的處理能力。在交通工程的研究和應(yīng)用過程中，面對(duì)的交通數(shù)據(jù)通常是來自不同的數(shù)據(jù)源或傳感器，具有不同的數(shù)據(jù)結(jié)構(gòu)或數(shù)據(jù)格式，并且具有較大的數(shù)據(jù)規(guī)模，因此，需要培養(yǎng)學(xué)生理解多源、異構(gòu)交通數(shù)據(jù)的能力，能夠識(shí)別和修復(fù)數(shù)據(jù)質(zhì)量問題，并處理為表征交通狀態(tài)和交通行為的特征信息，使學(xué)生了解常用的數(shù)據(jù)庫軟件、并行計(jì)算平臺(tái)，并能通過編程工具處理較大規(guī)模的交通數(shù)據(jù)。

4.數(shù)據(jù)挖掘模型、深度學(xué)習(xí)模型的應(yīng)用能力。在講授高階數(shù)理統(tǒng)計(jì)模型的基礎(chǔ)上，通過道路交通運(yùn)行狀態(tài)分析、公交運(yùn)行狀態(tài)分析、公交客流需求分析、交通需求分析、交通安全管理和駕駛行為分析等專題，培養(yǎng)學(xué)生應(yīng)用數(shù)據(jù)挖掘模型、深度學(xué)習(xí)模型等高階數(shù)理統(tǒng)計(jì)模型的能力。

5.基于數(shù)據(jù)分析結(jié)果，分析和解決交通問題的能力。對(duì)于交通工程專業(yè)的學(xué)生，除了需要掌握交通數(shù)據(jù)處理、建模和應(yīng)用，還需要能夠理解數(shù)據(jù)分析結(jié)果所反映的交通問題，建立交通數(shù)據(jù)與傳統(tǒng)交通流模型、交通行為模型和交通規(guī)劃模型之間的關(guān)系，運(yùn)用交通設(shè)計(jì)、管理和規(guī)劃方法，提出解決實(shí)際交通問題的思路和方案。

三、課程內(nèi)容設(shè)置

碩士研究生課程交通數(shù)據(jù)分析與應(yīng)用采用理論與實(shí)踐相結(jié)合的教學(xué)模式，強(qiáng)調(diào)課堂講授和數(shù)據(jù)分析實(shí)踐并重，通過實(shí)踐深入理解和掌握數(shù)據(jù)分析方法。

在課程內(nèi)容上，銜接本科階段的通識(shí)課程概率論與數(shù)理統(tǒng)計(jì)和專業(yè)基礎(chǔ)課程交通調(diào)查與分析、交通統(tǒng)計(jì)分析。課程教學(xué)內(nèi)容分為數(shù)據(jù)分析方法、數(shù)據(jù)應(yīng)用專題兩大板塊。

1.數(shù)據(jù)分析方法板塊。講授數(shù)理統(tǒng)計(jì)分析方法，包括多元線性回歸模型、計(jì)數(shù)數(shù)據(jù)模型、離散選擇模型、時(shí)間序列分析模型、多層數(shù)理統(tǒng)計(jì)模型;機(jī)器學(xué)習(xí)分析方法，包括決策樹模型、神經(jīng)網(wǎng)絡(luò)模型、深度學(xué)習(xí)模型等。

2.數(shù)據(jù)應(yīng)用專題板塊。結(jié)合實(shí)際交通數(shù)據(jù)和交通應(yīng)用，講授交通數(shù)據(jù)質(zhì)量控制方法、道路交通運(yùn)行狀態(tài)分析、公交運(yùn)行狀態(tài)分析、公交客流需求分析、基于多源數(shù)據(jù)的交通需求分析、交通安全管理數(shù)據(jù)分析和駕駛行為分析等應(yīng)用專題。

課程作業(yè)采用實(shí)際交通數(shù)據(jù)集，包括感應(yīng)線圈數(shù)據(jù)、浮動(dòng)車車速數(shù)據(jù)、公交IC卡數(shù)據(jù)、公交GPS數(shù)據(jù)和車輛牌照識(shí)別數(shù)據(jù)等。

課程作業(yè)分為應(yīng)用型作業(yè)和綜合型大作業(yè)。應(yīng)用型作業(yè)主要是運(yùn)用所學(xué)的某一類數(shù)據(jù)分析方法或模型，利用實(shí)際交通數(shù)據(jù)進(jìn)行分析和建模。目前的應(yīng)用型作業(yè)包括基礎(chǔ)數(shù)理統(tǒng)計(jì)模型、數(shù)據(jù)挖掘模型、交通數(shù)據(jù)質(zhì)量控制和道路交通運(yùn)行狀態(tài)分析等。由于班級(jí)人數(shù)近70人，未來考慮采用分組方式設(shè)置綜合型大作業(yè)，培養(yǎng)學(xué)生綜合運(yùn)用數(shù)據(jù)分析方法解決實(shí)際交通問題的能力。

在考核形式上，作業(yè)成績和期末考試成績各占50%的權(quán)重，強(qiáng)調(diào)通過平時(shí)作業(yè)實(shí)踐掌握數(shù)據(jù)分析方法、理解和解決實(shí)際交通問題的能力。

四、實(shí)驗(yàn)平臺(tái)建設(shè)

為更好地支撐數(shù)據(jù)分析課程的教學(xué)與實(shí)踐，同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院的交通數(shù)據(jù)科學(xué)研究中心正在建設(shè)交通大數(shù)據(jù)教學(xué)實(shí)驗(yàn)平臺(tái)。平臺(tái)從功能認(rèn)知、基礎(chǔ)數(shù)據(jù)和模型算法三方面支撐交通數(shù)據(jù)分析與應(yīng)用課程。

1.功能認(rèn)知。這部分內(nèi)容穿插在課堂教學(xué)的數(shù)據(jù)應(yīng)用專題板塊，通過城市級(jí)的交通大數(shù)據(jù)分析功能和可視化，給學(xué)生更為直觀和具體的認(rèn)知，了解目前城市交通大數(shù)據(jù)應(yīng)用現(xiàn)狀，激發(fā)學(xué)生的學(xué)習(xí)興趣。比如，交通擁堵指數(shù)、等時(shí)線分析、公交客流需求分析、公交可達(dá)性分析、公交線路優(yōu)化決策支持等。

2.基礎(chǔ)數(shù)據(jù)。通過教學(xué)實(shí)驗(yàn)平臺(tái)，為學(xué)生作業(yè)提供基礎(chǔ)數(shù)據(jù)集。數(shù)據(jù)集包括兩大類，一是原始數(shù)據(jù)，也就是來自于傳感器或ITS系統(tǒng)的數(shù)據(jù)，比如，線圈檢測(cè)器數(shù)據(jù)、出租車GPS數(shù)據(jù)、公交IC卡數(shù)據(jù)等;二是指標(biāo)數(shù)據(jù)，即從原始數(shù)據(jù)中提煉的交通特征信息或分析指標(biāo)數(shù)據(jù)，比如，交通指數(shù)數(shù)據(jù)、道路車速數(shù)據(jù)、公交OD數(shù)據(jù)等。

3.模型算法。教學(xué)實(shí)驗(yàn)平臺(tái)對(duì)常用的交通數(shù)據(jù)分析算法和模型進(jìn)行了封裝，在此基礎(chǔ)上提供了二次開發(fā)的功能。學(xué)生可以根據(jù)研究的需要，編寫Python程序嵌入到平臺(tái)的分析模塊，對(duì)原有算法或模型進(jìn)行改進(jìn)。比如，交通擁堵識(shí)別算法、公交乘客換乘識(shí)別算法等。

五、結(jié)語

交通工程是一門應(yīng)用性很強(qiáng)的學(xué)科，其基礎(chǔ)理論和方法也隨著機(jī)動(dòng)化、城市化的應(yīng)用需求和技術(shù)環(huán)境的變化而不斷發(fā)展。數(shù)據(jù)分析技術(shù)的發(fā)展和交通數(shù)據(jù)產(chǎn)業(yè)鏈的形成，提出了培養(yǎng)交通數(shù)據(jù)人才的培養(yǎng)需求。建設(shè)交通數(shù)據(jù)分析課程體系，是培養(yǎng)交通數(shù)據(jù)分析師的重要途徑。碩士研究生課程交通數(shù)據(jù)分析與應(yīng)用具有銜接本科課程和支持碩士階段研究工作的作用，本文從課程目的與能力培養(yǎng)、課程內(nèi)容設(shè)置和實(shí)驗(yàn)平臺(tái)建設(shè)等方面，對(duì)教學(xué)實(shí)踐中的思考和探索進(jìn)行了總結(jié)，希望為交通數(shù)據(jù)課程的教學(xué)改革和人才培養(yǎng)提供參考。

參考文獻(xiàn)

[1]Daniel Sperling.Three Revolutions：Steering Automated，Shared，and Electric Vehicles to a Better Future [M].Island Press，Washington，D.C.，USA，2018.

[2]楊東援，段征宇.透過大數(shù)據(jù)把脈城市交通[M].上海：同濟(jì)大學(xué)出版社，2017.

[3]段征宇，楊東援.大數(shù)據(jù)時(shí)代的交通數(shù)據(jù)分析人才培養(yǎng)的思考[J].教育教學(xué)論壇，2015，（29）.

[4]楊東援.連續(xù)數(shù)據(jù)環(huán)境下的交通規(guī)劃與管理[M].上海：同濟(jì)大學(xué)出版社，2014.

[5]楊東援，段征宇.大數(shù)據(jù)環(huán)境下城市交通分析技術(shù)[M].上海：同濟(jì)大學(xué)出版社，2015.

Abstract：With the development of data analytical technology and the establishment of traffic data industrial chain，the new requirements for traffic data analysts have been put forward.In this paper，based on the teaching practice of traffic data analysis and application of the postgraduate course of traffic engineering major of Tongji University，the thinking and exploration on the teaching practice of this course are summarized from the aspects of course training objectives，content setting and experimental platform construction，in order to provide reference for the teaching of traffic data courses and talent training.

Key words：traffic data analysis;traffic engineering;big data;postgraduate course