交通大數(shù)據(jù)

定　價(jià)：￥68.00

作　者：	林友芳著
出版社：	北京交通大學(xué)出版社
叢編項(xiàng)：	“十三五”國家重點(diǎn)出版物出版規(guī)劃項(xiàng)目
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787512144934	出版時(shí)間：	2021-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	308	字?jǐn)?shù)：

內(nèi)容簡介

　　《交通大數(shù)據(jù)》是”十三五”國家重點(diǎn)出版物出版規(guī)劃項(xiàng)目，共分為6章，主要內(nèi)容包括緒論、交通大數(shù)據(jù)概況、交通大數(shù)據(jù)處理技術(shù)、時(shí)空交通大數(shù)據(jù)預(yù)測、視覺交通大數(shù)據(jù)、交通運(yùn)營大數(shù)據(jù)應(yīng)用與案例。本書可作為計(jì)算機(jī)、信息技術(shù)、交通運(yùn)輸相關(guān)專業(yè)的本科生和研究生的教學(xué)參考書，還可供從事大數(shù)據(jù)、交通大數(shù)據(jù)的研究、技術(shù)、工程、應(yīng)用和管理方面的有關(guān)人員參考。

作者簡介

　　林友芳，男，教授，博士生導(dǎo)師，現(xiàn)任北京交通大學(xué)網(wǎng)信辦、網(wǎng)絡(luò)信息技術(shù)中心主任，計(jì)算機(jī)與信息技術(shù)學(xué)院副院長，交通數(shù)據(jù)分析與挖掘北京市重點(diǎn)實(shí)驗(yàn)室常務(wù)副主任，綜合交通運(yùn)輸大數(shù)據(jù)應(yīng)用技術(shù)交通運(yùn)輸部行業(yè)重點(diǎn)實(shí)驗(yàn)室副主任兼交通大數(shù)據(jù)分析挖掘方向首席教授，民航旅客服務(wù)智能化應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室副主任，北京交通大學(xué)大數(shù)據(jù)研究院院長，北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院網(wǎng)絡(luò)科學(xué)與智能系統(tǒng)研究所所長，新一代信息技術(shù)及應(yīng)用北京市高精尖學(xué)科負(fù)責(zé)人，北京交通大學(xué)教學(xué)名師。中國計(jì)算機(jī)學(xué)會(huì)（CCF）高級(jí)會(huì)員，CCF大數(shù)據(jù)專家委員會(huì)委員，CCF人工智能與模式認(rèn)識(shí)專委會(huì)委員。主要從事數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)、社會(huì)網(wǎng)絡(luò)、智能技術(shù)與系統(tǒng)、交通數(shù)據(jù)分析與挖掘、民航大數(shù)據(jù)處理、數(shù)據(jù)中心運(yùn)維大數(shù)據(jù)、信息物理系統(tǒng)、領(lǐng)域自動(dòng)駕駛等領(lǐng)域的應(yīng)用基礎(chǔ)研究工作，相關(guān)領(lǐng)域的咨詢專家。具有較為豐富的信息系統(tǒng)規(guī)劃、設(shè)計(jì)、組織開發(fā)與實(shí)施經(jīng)驗(yàn)。主持與參與項(xiàng)目共計(jì)120余項(xiàng)，主持項(xiàng)目50余項(xiàng)，其中多數(shù)為服務(wù)于中大型企業(yè)的科研項(xiàng)目，有大量的大數(shù)據(jù)與智能應(yīng)用研發(fā)成果在重要生產(chǎn)現(xiàn)場得到實(shí)際應(yīng)用。發(fā)表論文60余篇，論文發(fā)表在包括IEEE TKDE、TITS等學(xué)術(shù)期刊和AAAI、CVPR、IJCAI、ACM MM、ICDE、ICARCV、ECML PKDD等高級(jí)別國際學(xué)術(shù)會(huì)議上，其中CCF A類國際期刊、CCFA類會(huì)議論文15篇。譯著3本，是經(jīng)典圖書《數(shù)據(jù)倉庫》的主要譯者。

圖書目錄

第1章緒論 1
1.1　從數(shù)據(jù)到智慧 1
1.1.1　數(shù)據(jù) 1
1.1.2　大數(shù)據(jù) 2
1.1.3　信息 2
1.1.4　知識(shí) 4
1.1.5　智能 6
1.1.6　人工智能 7
1.1.7　決策 8
1.1.8　智慧 13
1.1.9　數(shù)據(jù)分析與挖掘 15
1.1.10　機(jī)器學(xué)習(xí) 16
1.2　交通運(yùn)輸行業(yè)基礎(chǔ)知識(shí) 20
1.2.1　交通運(yùn)輸?shù)亩x 20
1.2.2　交通運(yùn)輸業(yè)分類簡介 20
1.2.3　交通行業(yè)參與者及訴求 22
1.3　交通行業(yè)中的決策與決策支持 25
1.3.1　運(yùn)輸企業(yè)內(nèi)部決策與決策支持 25
1.3.2　交通行業(yè)服務(wù)對(duì)象決策與決策支持 26
1.3.3　政府與行業(yè)管理部門決策與決策支持 27
1.4　交通行業(yè)信息化發(fā)展 27
1.4.1　運(yùn)輸組織與安全生產(chǎn)信息化 27
1.4.2　運(yùn)輸客貨營銷與服務(wù)信息化 28
1.4.3　運(yùn)輸企業(yè)經(jīng)營管理信息化 29
1.4.4　政府與交通運(yùn)輸行業(yè)管理信息化 29
1.4.5　交通運(yùn)輸行業(yè)信息化的發(fā)展趨勢 29
1.5　交通大數(shù)據(jù)研究與應(yīng)用定位 32
1.5.1　交通運(yùn)輸運(yùn)營效率 32
1.5.2　交通與社會(huì)安全 33
1.5.3　交通服務(wù)質(zhì)量 33
1.6　本書內(nèi)容結(jié)構(gòu) 34
第2章　交通大數(shù)據(jù)概況 35
2.1　交通大數(shù)據(jù)形態(tài) 35
2.1.1　基于內(nèi)容格式的交通大數(shù)據(jù)分類 36
2.1.2　原始數(shù)據(jù)與導(dǎo)出數(shù)據(jù) 42
2.1.3　數(shù)據(jù)使用與分類 42
2.1.4　交易、行為與日志數(shù)據(jù) 43
2.1.5　元數(shù)據(jù) 45
2.2　交通地理大數(shù)據(jù) 46
2.2.1　交通地理空間單元層數(shù)據(jù) 46
2.2.2　交通網(wǎng)絡(luò)拓?fù)鋽?shù)據(jù) 48
2.2.3　交通地理層數(shù)據(jù) 49
2.3　客貨營銷與服務(wù)大數(shù)據(jù) 50
2.3.1　客運(yùn)營銷大數(shù)據(jù) 50
2.3.2　貨運(yùn)營銷大數(shù)據(jù) 52
2.3.3　客貨服務(wù)大數(shù)據(jù) 53
2.3.4　營銷市場環(huán)境大數(shù)據(jù) 55
2.4　交通網(wǎng)絡(luò)生產(chǎn)運(yùn)行與安全大數(shù)據(jù) 55
2.4.1　運(yùn)輸生產(chǎn)計(jì)劃與調(diào)度大數(shù)據(jù) 56
2.4.2　運(yùn)輸生產(chǎn)作業(yè)流程與保障大數(shù)據(jù) 57
2.4.3　交通運(yùn)輸流與客貨流大數(shù)據(jù) 60
2.4.4　交通運(yùn)輸安全大數(shù)據(jù) 62
2.4.5　交通導(dǎo)航與移動(dòng)終端大數(shù)據(jù) 65
2.5　交通運(yùn)輸企業(yè)運(yùn)營管理與行業(yè)管理大數(shù)據(jù) 66
2.5.1　交通運(yùn)輸企業(yè)運(yùn)營管理大數(shù)據(jù) 66
2.5.2　政府與行業(yè)管理部門交通大數(shù)據(jù) 67
2.6　本章小結(jié) 67
第3章交通大數(shù)據(jù)處理技術(shù) 69
3.1　大數(shù)據(jù)及處理概述 69
3.1.1　大數(shù)據(jù)基本概念與特征 69
3.1.2　大數(shù)據(jù)生命周期模型組成 70
3.1.3　大數(shù)據(jù)平臺(tái)與數(shù)據(jù)倉庫 72
3.2　交通大數(shù)據(jù)系統(tǒng)常見架構(gòu) 79
3.2.1　企業(yè)大數(shù)據(jù)平臺(tái)系統(tǒng)架構(gòu)設(shè)計(jì)因素 79
3.2.2　交通客貨運(yùn)營支撐大數(shù)據(jù)平臺(tái)典型架構(gòu) 82
3.2.3　互聯(lián)網(wǎng)+交通企業(yè)典型大數(shù)據(jù)平臺(tái)架構(gòu) 87
3.2.4　交通指揮控制大數(shù)據(jù)平臺(tái)架構(gòu) 89
3.3　交通大數(shù)據(jù)的生成與采集 91
3.3.1　交通信息系統(tǒng)數(shù)據(jù)生成與采集 91
3.3.2　基礎(chǔ)采集設(shè)備 92
3.3.3　專用采集系統(tǒng) 95
3.4　交通大數(shù)據(jù)集成 96
3.4.1　數(shù)據(jù)集成方法 97
3.4.2　實(shí)時(shí)、近實(shí)時(shí)集成技術(shù) 98
3.4.3　異常值檢測方法 102
3.4.4　缺失值處理方法 106
3.5　交通大數(shù)據(jù)組織、存儲(chǔ)與維護(hù) 114
3.5.1　大數(shù)據(jù)應(yīng)用主題與數(shù)據(jù)組織方法 114
3.5.2　多粒度級(jí)數(shù)據(jù)組織策略 118
3.5.3　操作型數(shù)據(jù)存儲(chǔ) 124
3.5.4　交通大數(shù)據(jù)存儲(chǔ)技術(shù) 127
3.5.5　交通大數(shù)據(jù)載入、更新與維護(hù)技術(shù) 135
3.6　交通大數(shù)據(jù)典型應(yīng)用系統(tǒng)模式 142
3.6.1　交通大數(shù)據(jù)服務(wù)系統(tǒng) 143
3.6.2　交通大數(shù)據(jù)驅(qū)動(dòng)智慧業(yè)務(wù)系統(tǒng) 144
3.6.3　數(shù)據(jù)驅(qū)動(dòng)交通企業(yè)生產(chǎn)運(yùn)營管理決策支持系統(tǒng) 145
3.6.4　大數(shù)據(jù)驅(qū)動(dòng)交通客戶決策支持系統(tǒng) 146
3.6.5　基于交通大數(shù)據(jù)的智能算法訓(xùn)練及應(yīng)用系統(tǒng)研發(fā)平臺(tái) 148
3.7　本章小結(jié) 149
第4章時(shí)空交通大數(shù)據(jù)預(yù)測 150
4.1　時(shí)空交通大數(shù)據(jù)概述 150
4.1.1　時(shí)空交通數(shù)據(jù)的類型 150
4.1.2　時(shí)空交通數(shù)據(jù)的典型特征 153
4.2　時(shí)空交通數(shù)據(jù)預(yù)測任務(wù) 155
4.2.1　交通流量預(yù)測 155
4.2.2　交通需求預(yù)測 155
4.2.3　交通狀態(tài)預(yù)測 156
4.2.4　通行時(shí)間預(yù)測 156
4.2.5　交通事故風(fēng)險(xiǎn)預(yù)測 156
4.2.6　用戶位置預(yù)測 156
4.2.7　出行路徑預(yù)測 157
4.3　傳統(tǒng)時(shí)間序列預(yù)測方法 157
4.3.1　傳統(tǒng)統(tǒng)計(jì)預(yù)測方法 157
4.3.2　傳統(tǒng)機(jī)器學(xué)習(xí)預(yù)測方法 159
4.4　深度學(xué)習(xí)預(yù)測方法 163
4.4.1　時(shí)空網(wǎng)格數(shù)據(jù)預(yù)測 164
4.4.2　時(shí)空?qǐng)D數(shù)據(jù)預(yù)測 174
4.4.3　時(shí)空軌跡數(shù)據(jù)預(yù)測 183
4.5　本章小結(jié) 191
第5章視覺交通大數(shù)據(jù) 192
5.1　視覺交通大數(shù)據(jù)概述 192
5.1.1　線路監(jiān)控視覺數(shù)據(jù) 192
5.1.2　車載視覺數(shù)據(jù) 193
5.1.3　站場監(jiān)控?cái)?shù)據(jù) 193
5.2　交通視覺數(shù)據(jù)分析任務(wù) 194
5.2.1　道路監(jiān)控?cái)?shù)據(jù)分析任務(wù) 194
5.2.2　車載視覺數(shù)據(jù)分析任務(wù) 195
5.2.3　站場監(jiān)控?cái)?shù)據(jù)分析任務(wù) 196
5.3　靜態(tài)交通場景感知相關(guān)技術(shù) 196
5.3.1　通用目標(biāo)檢測方法 197
5.3.2　行人檢測方法 201
5.3.3　交通場景語義分割方法 203
5.3.4　車道線檢測方法 204
5.3.5　三維場景重建技術(shù) 206
5.4　動(dòng)態(tài)交通場景感知相關(guān)技術(shù) 210
5.4.1　單目標(biāo)跟蹤方法 210
5.4.2　多目標(biāo)跟蹤方法 213
5.4.3　行人重識(shí)別方法 215
5.4.4　車輛重識(shí)別方法 217
5.5　本章小結(jié) 220
第6章交通運(yùn)營大數(shù)據(jù)應(yīng)用與案例 221
6.1　交通運(yùn)營大數(shù)據(jù)應(yīng)用概述 222
6.1.1　交通運(yùn)營大數(shù)據(jù)應(yīng)用常見場景 222
6.1.2　交通運(yùn)營應(yīng)用相關(guān)的數(shù)據(jù) 222
6.2　交通產(chǎn)品需求預(yù)測案例——航班需求預(yù)測 223
6.2.1　概述 223
6.2.2　航班需求預(yù)測問題定義 224
6.2.3　解決方案 225
6.2.4　實(shí)驗(yàn)分析 228
6.2.5　小結(jié) 231
6.3　交通產(chǎn)品價(jià)格預(yù)測案例——機(jī)票價(jià)格預(yù)測 231
6.3.1　概述 231
6.3.2　案例背景 232
6.3.3　機(jī)票價(jià)格預(yù)測問題定義 232
6.3.4　解決方案 234
6.3.5　實(shí)驗(yàn)分析 237
6.3.6　小結(jié) 239
6.4　交通產(chǎn)品推薦案例——民航旅客后續(xù)行程預(yù)測與推薦 240
6.4.1　概述 240
6.4.2　案例背景 241
6.4.3　民航旅客后續(xù)行程預(yù)測問題定義 241
6.4.4　解決方案 242
6.4.5　實(shí)驗(yàn)分析 245
6.4.6　小結(jié) 249
6.5　交通用戶群體分析案例——民航旅客社交網(wǎng)絡(luò)挖掘 249
6.5.1　概述 249
6.5.2　民航旅客社交網(wǎng)絡(luò)構(gòu)建 250
6.5.3　家庭團(tuán)體發(fā)現(xiàn) 253
6.5.4　小結(jié) 257
6.6　交通用戶價(jià)值預(yù)測案例——民航旅客價(jià)值預(yù)測 257
6.6.1　概述 257
6.6.2　案例背景 258
6.6.3　民航旅客價(jià)值預(yù)測問題定義 258
6.6.4　解決方案 260
6.6.5　實(shí)驗(yàn)分析 263
6.6.6　小結(jié) 265
6.7　交通用戶行為預(yù)測案例——民航旅客出行目的推斷 265
6.7.1　概述 265
6.7.2　案例背景 266
6.7.3　民航旅客出行目的推斷問題定義 267
6.7.4　解決方案 268
6.7.5　實(shí)驗(yàn)分析 274
6.7.6　小結(jié) 277
6.8　交通產(chǎn)品庫存預(yù)測案例——基于庫存變化預(yù)測的智能緩存優(yōu)化 277
6.8.1　案例背景 278
6.8.2　在線訂票系統(tǒng)的緩存策略 279
6.8.3　數(shù)據(jù)準(zhǔn)備 280
6.8.4　庫存變化時(shí)間間隔預(yù)測 281
6.8.5　動(dòng)態(tài)緩存有效時(shí)間設(shè)置 282
6.8.6　技術(shù)應(yīng)用效果 282
6.9　交通流量仿真案例——基于歷史通行數(shù)據(jù)的高速公路流量仿真 284
6.9.1　案例背景 284
6.9.2　解決方案框架 284
6.9.3　數(shù)據(jù)描述 285
6.9.4　相關(guān)算法 286
6.10　本章小結(jié) 288
參考文獻(xiàn) 289