25年钉钉杯大数据挑战赛金奖作品B2025072338695.pdfVIP

2025年第四届“创新杯”大学生

大数据挑战赛论文

题目道路路面维护需求综合预测

摘要

本研究旨在建立科学化的道路维护决策体系。基于某地区84万条道路检测数据，

构建了融合多维特征的路面维护需求预测模型，并开发了相应的优先级划分方法。

在数据预处理阶段，采用中位数填充处理缺失值，独热编码转换分类变量，并对连

续特征进行标准化处理。通过特征工程方法，衍生出时间特征、交互特征及复合损伤指

标。皮尔逊相关分析表明，车辙深度（Rutting，r=0.900）、路面状况指数（PCI，r=0.851）

和平均降雨量（r=0.832）与道路维护需求呈现显著相关性。

在预测模型构建方面，采用随机森林与XGBoost的集成学习方法。测试集评估结

果显示，模型准确率、召回率及F1值均达到99.99%。特征重要性分析显示，车辙深度

在随机森林和XGBoost模型中的贡献度分别为34.33%和71.91%，显著高于其他特征。

针对维护策略优化，整合了随机