交通大數(shù)據(jù)

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(jiǎn)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(yíng)銷與服務(wù)信息化 28
1.4.3　運(yùn)輸企業(yè)經(jīng)營(yíng)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(shì) 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(yíng)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(shū)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(yíng)銷與服務(wù)大數(shù)據(jù) 50
2.3.1　客運(yùn)營(yíng)銷大數(shù)據(jù) 50
2.3.2　貨運(yùn)營(yíng)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(yíng)銷市場(chǎng)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(yíng)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(yíng)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(cāng)庫(kù) 72
3.2　交通大數(shù)據(jù)系統(tǒng)常見(jiàn)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(yíng)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(cè)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(yíng)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(cè) 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(cè)任務(wù) 155
4.2.1　交通流量預(yù)測(cè) 155
4.2.2　交通需求預(yù)測(cè) 155
4.2.3　交通狀態(tài)預(yù)測(cè) 156
4.2.4　通行時(shí)間預(yù)測(cè) 156
4.2.5　交通事故風(fēng)險(xiǎn)預(yù)測(cè) 156
4.2.6　用戶位置預(yù)測(cè) 156
4.2.7　出行路徑預(yù)測(cè) 157
4.3　傳統(tǒng)時(shí)間序列預(yù)測(cè)方法 157
4.3.1　傳統(tǒng)統(tǒng)計(jì)預(yù)測(cè)方法 157
4.3.2　傳統(tǒng)機(jī)器學(xué)習(xí)預(yù)測(cè)方法 159
4.4　深度學(xué)習(xí)預(yù)測(cè)方法 163
4.4.1　時(shí)空網(wǎng)格數(shù)據(jù)預(yù)測(cè) 164
4.4.2　時(shí)空?qǐng)D數(shù)據(jù)預(yù)測(cè) 174
4.4.3　時(shí)空軌跡數(shù)據(jù)預(yù)測(cè) 183
4.5　本章小結(jié) 191
第5章 視覺(jué)交通大數(shù)據(jù) 192
5.1　視覺(jué)交通大數(shù)據(jù)概述 192
5.1.1　線路監(jiān)控視覺(jué)數(shù)據(jù) 192
5.1.2　車載視覺(jué)數(shù)據(jù) 193
5.1.3　站場(chǎng)監(jiān)控?cái)?shù)據(jù) 193
5.2　交通視覺(jué)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(jué)數(shù)據(jù)分析任務(wù) 195
5.2.3　站場(chǎng)監(jiān)控?cái)?shù)據(jù)分析任務(wù) 196
5.3　靜態(tài)交通場(chǎng)景感知相關(guān)技術(shù) 196
5.3.1　通用目標(biāo)檢測(cè)方法 197
5.3.2　行人檢測(cè)方法 201
5.3.3　交通場(chǎng)景語(yǔ)義分割方法 203
5.3.4　車道線檢測(cè)方法 204
5.3.5　三維場(chǎng)景重建技術(shù) 206
5.4　動(dòng)態(tài)交通場(chǎng)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(yíng)大數(shù)據(jù)應(yīng)用與案例 221
6.1　交通運(yùn)營(yíng)大數(shù)據(jù)應(yīng)用概述 222
6.1.1　交通運(yùn)營(yíng)大數(shù)據(jù)應(yīng)用常見(jiàn)場(chǎng)景 222
6.1.2　交通運(yùn)營(yíng)應(yīng)用相關(guān)的數(shù)據(jù) 222
6.2　交通產(chǎn)品需求預(yù)測(cè)案例——航班需求預(yù)測(cè) 223
6.2.1　概述 223
6.2.2　航班需求預(yù)測(cè)問(wèn)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(cè)案例——機(jī)票價(jià)格預(yù)測(cè) 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(cè)問(wèn)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(cè)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(cè)問(wèn)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(cè)案例——民航旅客價(jià)值預(yù)測(cè) 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(cè)問(wèn)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(cè)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(wèn)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(kù)存預(yù)測(cè)案例——基于庫(kù)存變化預(yù)測(cè)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(kù)存變化時(shí)間間隔預(yù)測(cè) 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