大数据下交通信息管理论文.docVIP

大数据下交通信息管理论文 一、大数据概念及发展现状 大数据有四个层面的特点：第一，数据体量大。从TB级到PB级；第二，数据类型多，包括视频、图片、位置等；第三，价值密度低。比如长时间的监控，有用的数据可能仅仅只有一两秒；第四，处理速度快。这也是与传统数据挖掘技术有着本质不同的一点。业界将上述归纳为4个“V”———Volume，Variety，Value，Velocity。如今已是一个爆炸性的大数据时代，推动社会发展，已从“动力驱动”转为“数据驱动”。越来越多的国家和企业意识到了大数据的重要。2012年1月，“大数据，大影响”作为重要议题在世界经济论坛年会中被提出。2012年3月22日，美国又启动“大数据研究和发展计划”，目的是提高从海量数据中提取知识的能力，加速其在科学与工程领域的研究。2012年5月，联合国相继发布了《大数据开发：机遇和挑战》报告，明确指出大数据对各国发展都将是一个巨大的机遇。大数据风靡全球的同时，我国政府也加快了对大数据相关技术的攻关，在工信部发布的《物联网十二五规划》里，提出信息处理技术是关键技术创新工程。广东省在2012年12月发布了《广东省实施大数据战略工作方案》，率先在国内启动大数据战略，首先是采用行政收集、网络搜取、群众提供和有偿购买等方式拓宽数据来源渠道，建立政务数据中心，接着在政府各部门设立数据开放试点，并利用网站向社会提供下载和分析使用的数据，依此进一步推进政务公开。 二、大数据与交通信息管理的联系 （一）在交通信息管理中的应用 随着社会经济的发展，机动车辆数量大幅增加，与此同时交通管理的复杂性也逐渐增大。而大数据技术可将其虚拟性、集成性、智能型和预测性四个方面的优势运用到交通信息管理之中。首先虚拟性有利于跨区域的信息管理，只需多方共同遵守信息共享原则，就可以在已有的行政区域内解决跨域管理问题；第二，信息集成性有助于建立综合立体的交通信息体系，通过收集不同范围、区域和领域的“数据仓库”，发挥整体性交通功能；而其智能分析处理，可以辅助交通管理制订出较好的统筹与协调方案，减少人力和物力的使用，合理利用道路交通资源；除此之外，准确分析并提炼各部门数据，模拟出相应的交通预测模型，这将可以有效地推测未来交通运行状态，并验证技术方案的可行性。 （二）存在的问题 1.信息的孤立。不同部门的交通信息系统导致很多数据在物理上彼此隔绝，缺少信息互通。 2.缺乏多样性。由于缺乏处理大数据的技术和能力，分析对象通常是统计学中的抽样样本，将导致分析结果的不全面和不精确。 3.缺乏有效的信息提取与处理。实时动态交通数据包含大量信息，但通常不需要使用全部原始信息。如何对数据信息进行快速提取，是交通数据管理面临的又一难题。 4.海量数据困于长期存储。现代交通数据具有来源丰富、数量庞大、分秒增长的特点，因此需要大容量的存储空间和长期保存的功能，以保障其记录历史和推测未来的功能。 5.多类型数据难以统一管理。多类型交通数据即指传统的数字信息，多元化的空间定位和先进的遥感图像等数据。将其进行统一有效的管理，是交通数据管理需要重点研究的方向。 三、对交通信息管理教学的需求 （一）各高校教学现状 将大连海事大学、上海交通大学、北京交通大学、东南大学、西南交通大学和武汉理工大学六所高校的课程进行对比。从六所高校对交通运输专业的开设的基础课程上看，与信息管理模块有关的课程还是偏少，有些学校甚至没有开设相关课程。 （二）传统教学存在的问题 1.主干课程安排不合理。部分高校所设置的主干课程不能满足交通信息管理模块所需的基础知识，因此难以实现高效、系统、完整的人才培养体系。 2.缺少专业选修课的引导。对于一个涉及面较广的专业，多数高校的教学模式仍偏向专业必修，而忽视专业选修课。 3.教材更新缓慢。已有的教材存在片面性和过时性的问题，从而无法满足学生对前沿知识全面而准确的了解。 4.形式单一。传统教学主要为理论教学，对大数据技术背景的认识不够充分，不能将学生的工程实践能力和科技创新意识相结合。 5.缺乏实践。传统教学侧重于对理论教学的解释、验证和简单延伸，没能及时将知识消化。 6.实习多流于形式。高校虽然有相关实践和实习的要求，但这些都大多流于形式。有些企业担心没有经验的实习生会影响正常的生产秩序，因而不愿接受实习生，这样使得实习通常是走马观花。 （三）新教学模式提出的要求 1.分层次的培养模式。大数据时代的交通信息管理人才不仅需要有扎实的专业基础，同时还应满足不同层次的需求。例如本科毕业生将会面临两条出路，一部分走