大数据下交通信息管理论文.docx

大数据在交通信息管理中的应用 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；第二，数据类型多，包括视频、图片、位置等；第三，价值密度低；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。 大数据在交通信息管理中的应用 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。 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。 对交通信息管理教学的需求 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。 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。 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掌握基础知识，还需要具备实践能力和创新意识。 2.更加强调实践能力的培养。教学中应该更加强调实践能力的培养，鼓励学生参与项目实践和社会实践，提高学生的工程实践能力和科技创新意识。 3. 提高教学内容的时效性。教学内容应该更加注重时效性，引入前沿的技术和知识，满足学生对前沿知识的需求。 4. 加强实习和实践的引导。高校应该加强实习和实践的引导，鼓励学生参与实践和实习，提高学生的工程实践能力和科技创新意识。 5. 推广多样化的教学形式。教学形式应该更加多样化，包括理论教学、实验教学、实践教学等，满足学生不同的学习需求。