面向交通數據驅動的研究生通用能力提升探討

谷健

［摘 要］ 在交通運輸大數據快速發展的背景下，交通運輸工程學科學生進入研究生學習階段之后，不僅需按照培養方案完成課程學習，還需要利用科研項目、工程項目等檢驗理論知識的運用與實踐水平，尤其在面向數據驅動的科學問題進行研究時，要在科研題目確定、文獻搜集整理、理論方法運用與優化、數據搜集與分析、成果組稿等方面提升學術科研通用能力，以及在工程需求分析、工程數據資料搜集、工程項目方案設計與實施、工程項目方案匯報等方面提升工程項目通用能力。通過面向研究生新生群體，結合交通運輸數據驅動建模的思維過程，提出了一種提升科研與工程實踐通用能力的策略。

［關鍵詞］ 數據驅動；交通運輸工程；通用能力

［基金項目］ 2021年度長沙理工大學教學改革研究項目“混合式教學模式在‘交通運輸商務中的教學設計與實踐”（XJG21-059）；2022年度長沙理工大學學位與研究生教育教學改革課題“新工科背景下融合自動駕駛技術的研究生交通微觀仿真課程改革與創新實踐”

［作者簡介］ 谷 ?。?987—），男，吉林省吉林市人，博士，長沙理工大學交通運輸工程學院講師，主要從事交通運輸規劃與管理研究。

［中圖分類號］ G643.0 ［文獻標識碼］ A［文章編號］ 1674-9324（2023）14-0173-04［收稿日期］ 2022-09-28

完成本科教育目標進入研究生學習階段之后，研究生新生在保持持續學習慣性與科學研究態度的同時，還要掌握合適的學習方法，提升科學研究與工程實踐的通用能力。與本科教育不同，研究生會與導師合作完成科學研究與工程實踐，在這個階段，導師會根據學生特點與學生自身意愿，指導其在研究團隊中承擔科研工作，并參與課題、項目調研、撰寫報告與論文等工作［1］。高校也會安排研究生輔導員，幫助研究生適應身份變化帶來的諸多問題，形成了研究生導師與輔導員協同育人機制［2］。在導師與輔導員協同指導的同時，學生作為主體還需發揮主觀能動性，從生活方式、學習態度、心理預期等多方面做好準備并主動提升自身能力，以完成科研訓練與工程實踐任務。在接受指導與自我提升的過程中，研究生如何有意識地培養并鍛煉自身綜合能力，如何利用科研課題和工程項目資源提升自身的專業綜合能力，成為研究生新生亟待解決的問題。在交通運輸大數據快速發展的過程中，開放共享數據的獲取更加便利，途徑更加豐富，因此大數據時代下的交通問題逐漸成為科學研究熱點與教育教學改革熱點，如研究短時交通流預測模型構建、區域交通狀態判別方法應用、網絡交通流逐日演化規律等方面依賴大量交通檢測數據，研究生在完成方法論內容的學習之后，亟待進行交通數據開展比較研究［3］。目前，相關研究主要以學校、導師、課程等為主體，討論研究生的培養與指導模式；本文則從研究生新生主體角度出發，探討研究生學術科研通用能力以及工程項目通用科研能力的提升策略，為研究生新生提供能力培養與提升的新思路［4-6］。

一、數據驅動下研究生能力提升的基本內涵。

（一）數據驅動的含義

來源于計算機領域的數據驅動概念，狹義的解釋是“以數據庫中的數據為導向，解決程序設計的問題”。隨著大數據時代的來臨，以大容量（volume）、多樣性（variety）、生成快（velocity）、有價值（value）為基本特征的大數據概念，成為各行業解決問題的新視角，也豐富了數據驅動的含義。在大數據時代，數據可以通過自動化手段采集，通過互聯網傳輸和存儲，提升了問題量化的能力，積累了所分析問題的多維數據。通過數據挖掘、數據預測等數據驅動手段，也改善了僅靠不精準、不完善、不及時的語言描述問題的傳統做法。此時，數據驅動可以認為是利用統計學、機器學習、智能優化等自然科學理論和方法，借助數據挖掘、數據預測等技術手段，重新挖掘有價值的信息并對未來做出合理判斷，并借此決策的過程。數據驅動式的問題分析解決邏輯架構，隨著大數據技術的發展，在很多行業均有應用。在交通運輸領域，交通運輸大數據在交通系統規劃設計、建設、運維、管理等多個階段均有所體現，這也為交通運輸領域研究生開展科學研究和工程實踐提供了豐富的真實場景數據資源，如城市道路交通運行監測數據、交通樞紐運營管理數據、高速公路匝道數據、車輛行駛軌跡數據、常規交通的客流刷卡數據等。

（二）研究生能力提升方向

根據研究生培養方案、課程體系和實踐培養環節，學生能夠系統掌握交通運輸領域的核心知識，具備解決專業問題的能力。其中，以數學、運籌學、機器學習、統計建模、計算機編程和數據庫管理等為技術基礎，以交通調查、交通規劃、交通管理與控制、交通流理論、道路通行能力、公共交通、樞紐與場站規劃設計等專業知識為核心，通過綜合運用基礎技術手段解決核心專業問題，提高研究生歸納演繹與推理等科研能力，逐漸激發研究生科研創新與創造力。這一過程體現了“描述—分析—歸納—總結”的問題解決邏輯。對此，研究生能力提升可從以下方面進行，即通過基礎課程的學習，系統掌握基本技術理論與方法；結合核心專業知識的學習，夯實對于交通運輸領域專業的認知基礎；結合交通運輸領域的實際工程問題與科學研究前沿，逐漸提升面向交通運輸領域問題的解決能力和創新創造能力?？偨Y為從技術基礎、核心知識、歸納推理、創新創造四個方向提升研究生新生能力，具體通過學術科研通用能力、工程項目通用能力兩個方面體現。

二、學術科研通用能力的培養

研究生的通用能力培養目標之一是掌握本專業領域的核心知識，并能夠開展本專業相關的科學研究工作。對此，研究生學術科研通用能力的培養可以從科研題目確定、文獻搜集整理、理論方法運用與優化、數據搜集與分析、科研成果組稿等方面進行。

（一）科研題目確定

學術科研課題題目是引導學生開展研究工作的重要導向，無論是開展課題研究，還是撰寫期刊論文、會議論文、學位論文、專利等，都要選取合適的題目。所謂的合適包括幾個方面：一是要能夠準確涵蓋研究內容；二是要能夠實現研究內容，即能夠有數據支撐；三是要緊密結合導師或者所在團隊的已有或在研究的方向。尤其在交通運輸大數據快速發展的階段，科研題目的確定需考慮數據共享程度、數據提取的便利程度等多個方面。另外，研究生在實際選題或題目解讀時，往往會面對兩種情景，一是研究生作為主體，其自身具有科研經驗并且有感性或理性認識時，可以根據研究生自身的想法確定或者完善題目；另外一種情景是研究生面對一個被分配的題目時，則需要培養預先評估的能力，即從能否實現、有無數據、結論是否合理等方面考慮題目的可行性與創新程度。

（二）圍繞題目組織文獻

當研究生確定了科研課題或論文題目，并且對題目有所認識后，需要從以下方面逐步開展學術科研準備工作，包括數據搜集層面、理論方法分析層面、模型建構層面、數值實驗與結論層面、結論應用層面等開始搜集相關的文獻，并在搜集、管理、閱讀、提煉等幾個階段開展文獻閱讀組織工作。

1.文獻搜集。在搜集文獻時，學術科研方面的文獻應在學術資源數據庫中進行搜索與查找，目前高校圖書館均提供了專業的文獻數據庫鏈接，如Web of Science、EI、ELSEVIER、IEEE、CNKI、萬方等常用數字資源，通過以上專業文獻數據檢索獲取關于數據驅動的交通運輸領域高水平中英文期刊文獻、學術成果和專利，掌握學術科研題目對應的研究現狀。除了期刊文獻，高校圖書館也提供了館藏紙質書籍借閱，以及電子圖書檢索工具，知識檢索結果是開展學術研究工作的基礎。

2.文獻管理。搜索文獻后，無論是期刊文章，還是圖書、專利等，對于數據驅動的交通運輸領域科研課題具有參考意義的論文都需要仔細閱讀與總結，其他關于數據驅動、數據挖掘等相關的文章，則可把題目、作者、摘要等信息利用軟件一起管理起來，文獻管理軟件有很多，如Endnote、NoteExpress等常用管理軟件，不僅便于在科研成果寫作時插入文獻，同時也可以作為知識溫習和文獻管理的筆記工具。

3.文獻閱讀。對于搜集下載并管理的文獻科研材料，研究生需要能夠安靜認真地閱讀，從而掌握文獻中所用的方法、數據分析的邏輯流程、結論的總結等內容，相比中文文獻而言，英文文獻的閱讀則需要投入更多的精力。如對于一篇主題或者內容特別契合的英文文獻，無論是期刊還是英文教材，都需要精讀，并在此基礎上，做到全文翻譯，這樣的過程不僅鍛煉了閱讀翻譯的能力，而且有助于積累專業英語詞匯，更有益于英文寫作。

4.文獻綜述。研究生精讀或泛讀有關數據驅動的交通運輸領域文獻之后，需要有意識地進行文獻綜述寫作。寫作總結得到的內容不僅是學術文章寫作的一部分，而且可幫助研究生深刻理解該領域方向的研究成果與發展方向，同時也能夠為研究生尋找課題或題目方向提供突破點和創新點。因此需要對文獻中的優勢和創新內容進行總結，也要分析凝練文獻內容中的研究計劃與展望。

（三）理論方法運用與優化

交通運輸工程研究生在研究交通運輸領域具體內容時，應掌握與之相適應的數據驅動技術方法，如機器學習的方法、數據挖掘的方法、統計建模的方法等。對于已經掌握的方法，研究生可運用其針對新數據解決新問題，或者通過對方法進行優化和比較，豐富方法的運用范圍。如支持向量機在分類問題中具有良好的效果，可在交通事件檢測算法方面進行應用，并通過改變模型中的訓練數據與測試數據，將其運用到回歸問題，如短時交通流預測等。再如卷積神經網絡在圖像識別中應用廣泛，通過改變神經網絡的輸入，可將其運用于分析交通運行態勢問題。

（四）數據搜集與分析

與確定研究方法同樣重要的是能夠及時掌握科研數據，數據驅動的交通運輸領域科學研究只有圍繞數據才能順利展開。通常而言，交通運輸工程領域科學研究數據的獲取有多種途徑，如通過網絡調查出行特征、組織課題組成員拍攝路口交通流視頻、通過互聯網搜集開放共享的車輛軌跡數據、與課題合作單位共享使用數據等。數據獲取后，研究生還需要對數據進行初步分析，如果數據沒有達到要求，則要考慮是否需要重新獲取數據、開展組織實驗或調整研究工作計劃。

（五）科研成果組稿

在完成文獻閱讀、方法選取、數據獲取與實驗后，研究生需要逐步開始撰寫科研論文、專利等科研成果稿件。其中，學術論文是將科研過程按照一定的要求進行論述，形成符合要求的報告或論文。在總結研究工作的同時，研究生要掌握創新點凝練的方法，如與有經驗的師兄師姐或者導師反復溝通與修改。最后，按照目標期刊的格式要求整理稿件，按照要求完成投稿，等待審稿人意見，針對審稿返修意見，與導師積極合作，逐條撰寫修改過程與內容，完成稿件修改。

三、工程項目通用能力的培養

與參與課程學習和參與科學研究相比，參與工程實踐項目對于研究生新生而言同樣重要。研究生新生通過參與工程實踐項目，能夠在發現工程實踐問題的同時，快速學習核心專業知識以及鍛煉解決問題的能力。但與學術研究所需的深度思考要求不同，工程項目實踐更多關注于學生是否具有寬泛的知識與適應能力。對此，研究生可在工程項目實踐過程中，注重問題剖析、資料搜集整理、方案設計、匯報等通用能力的鍛煉。

（一）明確工程項目需求

交通運輸工程領域的項目實踐是研究生參與社會服務的重要途徑。為更好地提供咨詢或技術服務，研究生可在導師的指導下，通過會議、郵件、調研、座談等多種途徑了解工程項目實際需求，通過正規渠道如招標文件界定工程需求。如與交通運輸行業管理部門對接時，研究生還需主動了解交通運輸行業主管部門的工作方式，如交流一般以書面公文的形式，包括通知、函件等，多為紅頭文件，因此在參與工程項目建設的同時，要學習行業管理部門網站中有關文件的用詞寫法，在明確工程項目需求的同時，提升溝通能力。

（二）搜集數據與資料

研究生在明確交通運輸工程項目實際需求之后，需要根據項目界定內容搜集相關資料，與文獻搜集類似，首先要提煉出數據與資料的大綱、框架等內容，確保工程需求內容能夠得到有效的數據支撐，這時需要與甲方進行溝通，明確數據需求內容并清晰地列出，協同甲方通過通知、函等方式獲取工程項目數據資料。

（三）工程項目方案設計與實施

研究生在明確需求、掌握數據之后，需要對工程項目方案進行初步設計，初步設計期間會與甲方進行多次溝通，不斷明確工程項目需求。方案形成后，只有通過專家評審才能得到甲方的認可。對于有工程實施要求的項目，也需要與甲方協同工作，保證項目的順利實施。

（四）方案成果匯報

數據可視化是交通運輸領域大數據的重要展示手段，面向交通運輸數據驅動的能力培養，數據可視化能力也需要在工程實踐中得到鍛煉。無論是設計方案，還是階段性的工作小結，都需要向工程項目的甲方進行匯報，這要求研究生能夠對匯報內容進行有效組織與內容效果的展示，既包括工作的成果，也包括工作的訴求，以及工程項目方案的設計過程，但在匯報內容的組織與匯報過程中要有所側重。

結語

伴隨著交通運輸大數據的快速發展，對面向交通運輸大數據的研究生的科研能力與工程實踐能力也提出了新的要求，數據驅動為研究生通用能力的提升提供了新的契機。研究生自身能力可從學術科研和工程實踐兩個維度借助數據驅動的思維提升自身綜合能力。本文從研究生能力提升的角度出發，多層次剖析了綜合能力的提升內容，探討了面向數據驅動的研究生能力提升策略，為交通運輸工程領域研究生新生主體的能力提升提供了借鑒與參考。

參考文獻

［1］趙靖，韓印，嚴凌.基于質量控制的交通運輸工程人才培養模式探討［J］.教育教學論壇，2020（35）：243-245.

［2］李超，呂焱，蔣楠，等.大數據時代下的研究生導師與輔導員協同育人機制［J］.智慧中國，2020（5）：76-77.

［3］馬紅光，李想，代聰聰.大數據時代交通運輸管理專業教學改革思考［J］.教育教學論壇，2022（3）：53-56.

［4］章錫俏，楊龍海，王曉寧.研究型高校交通運輸工程專業研究生實踐教育目標：以哈爾濱工業大學為例［J］.教育教學論壇，2020（19）：54-55.

［5］王戰軍，藺跟榮.動態監測：大數據驅動的研究生教育管理新范式［J］.研究生教育研究，2022（2）：1-8.

［6］張明.問題驅動教學法與民航交通運輸專業研究生創新能力培養［J］.工業和信息化教育，2019（9）：1-5.

Abstract： In the context of the rapid development of transportation big data， after the students of transportation engineering enter the postgraduate learning stage， they not only need to complete the course learning according to the training plan， but also need to use scientific research projects， engineering projects and other research projects to test the application and practice level of theoretical knowledge. Especially in the research of data driven scientific issues， they need to improve their common ability on scientific research topics， searching and organizing documents， selecting and applying theoretical methods to improve the general ability of academic research in terms of data collection and analysis， achievement contribution， and they need a way to improve their general ability on engineering projects in terms of engineering demand analysis， engineering data collection， engineering scheme design and implementation， engineering project scheme report. In this paper， a strategy was proposed for junior postgraduate students to exercise the general ability of scientific research and engineering practice in combination with the thinking process of transportation data-driven modeling.

Key words： data-driven; transportation engineering; general ability