思政背景下交通大數據技術及應用課程設計探討

王揚　賴見輝　尚文龍　王金　柳堤　黃利華

摘? 要：系統分析高校交通大數據技術及應用課程在思政教育過程中存在的問題，提出交通大數據技術及應用課程的理論知識內容和發展方向，給出思政教育與專業知識相融合的教學模式。以數據安全、國家安全、軟件國產化、社會大事件和芯片“卡脖子”等為例，激發學生的學習興趣，調動學生的學習積極性，實現與思政教育的深度融合。

關鍵詞：交通；大數據；課程思政；思政教育；專業知識

中圖分類號：G641? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2096-000X（2024）04-0193-04

Abstract： This paper systematically analyzes the problems existing in the course of Technology and Applications of Transportation Big Data in the process of ideological and political education， putting forward theoretical knowledge content and development directions of this course and giving a teaching model for integration of ideological and political education and professional knowledge. The paper takes data security， national security， localization of software， social events and chip "being hit in the throat" as examples to stimulate students' interest in learning， arouse their enthusiasm for learning and achieve deep integration of ideological and political education.

Keywords： transportation; big data; curriculum ideology and politics; ideological and political education; professional knowledge

信息技術、通信技術與各行業的深度跨界融合，促使我國城市發展及經濟社會發生重大轉變。大數據、“互聯網+”、云計算等新技術的蓬勃發展，使得城市交通系統賴以生存和發展的外部生態環境發生了重大變化，傳統交通發展模式及規劃理論方法體系面臨嚴峻挑戰。

新時期，隨著空間和社會的劇烈變遷，“調查—分析—預測—規劃”，這一傳統的交通研究方法和過程存在明顯的局限性。同時，隨著信息時代多源數據大量涌現及大數據技術的快速發展，為人的出行需求精準感知及出行機理發現、交通系統運行態勢快速甄別、多模式交通服務水平多維度評價、交通規劃與管控科學決策和出行個性化服務及需求有效引導等一系列重大難題的解決提供了良好的契機。

交通大數據技術及應用課程的開設，為滿足學生掌握最新的大數據技術提供了便利[1]，但該課程在思政教育方面較為欠缺[2]。習近平總書記在全國高校思想政治工作會議上講到，“要堅持把立德樹人作為中心環節，把思想政治工作貫穿教育教學全過程，實現全程育人、全方位育人”“要堅持不懈培育和弘揚社會主義核心價值觀，引導廣大師生做社會主義核心價值觀的堅定信仰者、積極傳播者、模范踐行者”。對交通大數據技術及應用課程[3]而言，對學生傳授專業知識[4]的同時，需要融入思政教育內容，培養學生的思想水平、政治覺悟、道德品質和文化素養，讓學生成為德才兼備、全面發展的人才。本文依托北京工業大學在教育教學實踐過程中的經驗開展探討。

一? 交通大數據技術及應用課程介紹

交通大數據技術及應用課程根據交通領域大數據特征，介紹常見交通大數據類別，大數據挖掘工具、算法和分析方法。通過本課程學習，學生將理解大數據技術在交通行業的應用范疇，了解大數據的基本工具、算法，將基本具備在交通領域開展大數據挖掘的思路和實踐能力。通過對交通大數據的挖掘應用，學生將理解個體隱私與數據之間的關系，理解國家安全與數據安全的關系。

二? 高校課程思政教育問題分析

（一）? 思政教育與教學內容貼合度不高

交通大數據技術及應用性是交通工程專業學生的專業選修課，但是涉及的知識內容跨專業性強，傳統思政教育的效果不明顯。尤其是教學內容與思政教育完全脫節，思政教育與專業教育貼合度差，缺乏交集與融合，學生對接效果較差。

傳統的思政教育[5]主要通過結合歷史知識、弘揚創新精神、宣揚榜樣力量和渲染愛國情懷等手段。但交通大數據技術及應用課是一門隨著時代發展剛開設的新課程，以往的思政案例很難完全融合進來。思政教育時空上的局限性隨著信息化、電子化的迅猛發展，各種信息低成本、快速地滲透到每個角落，出現了很多以前沒有出現的現象[6]。因此需要在課程安排過程中及時做出積極反應，來應對瞬息萬變的世界，來應對當代大學生的思想動態需求。

（二）? 缺乏系統的思政教育理論

交通大數據技術及應用的課程理論很多是經由西方傳播而來的，未經本土化直接用，容易出現“水土不服”現象，也不符合我國思政教育的目標[7]。

我國高等教育發展方向要同我國發展的現實目標和未來方向緊密聯系在一起，為人民服務，為中國共產黨治國理政服務，為鞏固和發展中國特色社會主義制度服務，為改革開放和社會主義現代化建設服務。因此思政教育必須堅持以馬克思主義為指導，全面貫徹黨的教育方針。要堅持不懈傳播馬克思主義科學理論，抓好馬克思主義理論教育，為學生一生成長奠定科學的思想基礎。

（三）? 學生缺乏思政實踐引導

實踐思政是以社會實踐活動為載體[8]，與思政課、課程思政同向同行[9]，落實立德樹人根本任務的一種教育形式[10]。目前交通大數據技術及應用課程的思政教育多以理論授課為主，學生被動接受知識，思政教育效果往往不好。教育部印發的《高等學校思想政治理論課建設標準》指出，借力學校、社會的資源合力形成協同效應，社會“大思政課”和課堂“小思政課”緊密融合，“思政課程”與“課程思政”同向同行[11]。

三? 思政課程設計

（一）? 交通大數據采集技術

交通數據采集經歷了近百年發展，由最初的人工采集，到半自動采集，演化為現在眾包采集方式，數據獲取難度逐步降低，精度逐漸提高。傳統交通檢測技術主要集中于車輛的監測及在固定點的交通運行參數監測。但隨著人們對交通系統的深入了解，以及物聯網、互聯網技術的發展，監測對象已由原先的車輛（車流）逐步擴展并全面覆蓋到交通的四個要素：人、車、路和環境綜合感知，并形成交通動態大數據[12]。在思政課程設計時，從交通流量計數器的應用歷史開始引入，介紹新中國成立初期以人工計數方式采集交通參數，老一輩交通工程設計師在高海拔地區克服困難長時間采集數據，突出社會奉獻精神、吃苦耐勞精神。

傳統的交通數據分析方法主要理論基礎是統計學，隨著交通數據獲取的廣度和深度不斷突破，傳統方法越來越難以滿足現實需求，而隨著數據驅動理論體系的逐步完善，方法也逐漸成熟。面對日益復雜的出行需求，在交通領域中引入大數據感知被視為是一種分析并解決交通問題的有效途徑之一，因此近年來受到了極大的關注。在思政課程設計時，從數據挖掘分析的工具入手，傳統計算機性能開展海量數據挖掘與分析的能力有限，它需要有高性能CPU、高效率并行計算GPU、快速輸入輸出數據的存儲等，但目前我國依然不具備獨立生產能力，處處被國外企業“卡脖子”，極大制約了我國相關產業的發展。給學生樹立良好的國家數據主權和安全觀念，也引導學生了解此類高技術計算平臺，需要長期的技術積累和強大的研發投入，做科研除了仰望星空，還需要腳踏實地。

（二）? 交通大數據個體分析技術

隨著大數據技術快速進步，城市交通大數據分析與挖掘主題的深度交叉和融合，可以創新出很多新方法、新技術、新流程和新思維。在對海量出行者的出行行為進行整理與分析的基礎上，可對出行者的出行機理進一步挖掘。傳統的交通分析模型核心技術OD是建立在居民出行調查基礎上的，這一概念對表達交通出行總量是有效的，但并沒有反映出行之間的關聯。也不能說明個體經常活動的地區（職住地外），OD概念的這種缺陷是受制于調查手段局限性而產生。手機、車牌照[13]等數據均具有對個體連續追蹤的特點，但由于采集方式、時間分別率、參照系精度等多方面的原因，很難精準判別每次出行的具體位置，為了充分利用時間觀測積累所獲取的經常性活動規律，需要突破原有的技術概念的約束，尋找新的行為度量方法。

在課程設計時，可以介紹個體交通數據挖掘方法，如手機信令數據的聚類法、地圖匹配法、人群識別法和職住地識別法等。在思政課程設計時，從數據安全與隱私保護入手，以美國的“棱鏡門”[14]事件為例，它是一項由美國國家安全局自2007年起開始實施的絕密電子監聽計劃，許可的監聽對象包括任何在美國以外地區使用參與計劃公司服務的客戶，或是任何與國外人士通信的美國公民。美國國家安全局可以接觸到大量個人聊天日志、存儲的數據、語音通信、文件傳輸和個人社交網絡數據。美國針對中國進行大規模網絡進攻，并把中國領導人和華為公司列為目標。攻擊的目標還包括商務部、外交部、銀行和電信公司等。縱然“棱鏡門”事件風波早已經平息，但它給我們帶來的對于IT上信息安全的擔憂仍然未結束，我們仍需加強在網絡上對于自己的信息安全的保護。加強學生對個體數據安全，以及挖掘算法的重視。

（三）? 交通大數據群體分析技術

伴隨“互聯網+”[15]的理念深入人心，城市居民的出行方式變得多元化，網約車、共享單車，以及日漸成熟的共享汽車，都極大地豐富了居民的出行方式。在提高居民出行效率的同時，也使城市局部地區出行量發生突變，如何應對短時間內交通需求的顯著變化成為城市交通新的難題。手機成了居民生活的標配，在居民出行的過程中，會通過手機留下 “電子足跡”。居民海量的出行軌跡信息，對于挖掘某類群體的“畫像”，實時監測群體的移動特征，估計預測出行需求，科學規劃城市路網及公交，應對城市突發事件提供了豐富的數據資源。手機定位數據具有實時性、長期性和數據獲取成本低等優勢，開展城市人群時空分布規律的挖掘和探索對建設智慧城市也有著重要意義。

在課程設計時，可以介紹群體的分類算法，如老年群體辨識方法，城市通勤群體識別方法，跨城出行群體識別方法，突發事件群體識別等。在思政課程設計時，介紹上海外灘踩踏事件[16]，2014年12月31日23時35分，正值跨年夜活動，因很多游客市民聚集在上海外灘迎接新年，上海市黃浦區外灘陳毅廣場東南角通往黃浦江觀景平臺的人行通道階梯處底部有人失衡跌倒，繼而引發多人摔倒、疊壓，致使擁擠踩踏事件發生，造成36人死亡，49人受傷。這是一起對群眾性活動預防準備不足、現場管理不力、應對處置不當而引發的擁擠踩踏并造成重大傷亡和嚴重后果的公共安全責任事件。在該事件中，若能及時通過大數據群體識別算法，發現海量人群聚集程度，調配現場管理人員開展疏導，是可以避免事件發生的。通過該事件引導學生重視群體識別算法的作用和價值，提升學生對專業知識的自豪感。

（四）? 交通路網運行狀態分析技術

交通路網運行狀態是開展交通運行評估與監測的關鍵，通過多源大數據對道路上運行車輛的監測，掌握交通運行參數。隨著交通流數據獲取手段的不斷豐富，通過多源數據融合來提升運行狀態識別的精度成為一種有效的途徑。

在課程設計時，可以重點關注基于軌跡數據的交通動態信息提取方法及擁堵交叉口識別方法，利用多源數據進行融合提升精度的方法，應用深度學習進行交通流預測等。在思政課程設計時，介紹路網運行狀態采集常用的衛星定位數據，衛星定位是一種使用衛星對某物進行準確定位的技術，可以在任意時刻、在地球上任意一點都可以同時觀測到4顆衛星，以便實現導航、定位、授時等功能。目前成熟的衛星定位系統有美國GPS、歐洲伽利略、俄羅斯GLONASS和我國北斗，但我國北斗并非開始建設就一帆風順，在早期研發的時候，不掌握關鍵技術，希望通過與歐洲合作探索技術，但遭到國外的排斥，無法參與核心研發工作。后來我國科研人員奮發圖強，后來居上，終于完成了北斗導航系統的研發和建設。引導學生要有堅定的家國情懷，核心技術是花錢買不到的，只有通過踏實苦干才能自主掌握，不必受制于人。

（五）? 交通大數據可視化技術

伴隨著大數據可視化的熱潮，在交通數據中使用可視化可以幫助人們有效地理解移動車輛的行為、發現交通在時空上的模式，從而為交通優化等提供決策信息。當代交通系統每時每刻都會產生大量的數據，比如，出租車上搭載的GPS傳感器會記錄出租車的行駛軌跡；街道監控攝像頭會記錄車輛的通過情況。而且，伴隨著城市越來越大，汽車越來越多，監控越來越多，交通數據的規模有了爆炸性的增長。在這種情況下，直接對交通數據進行分析的傳統方法已經變得越來越困難，而且效率越來越低，數據挖掘、機器學習和可視化等智能化技術的深入和廣泛使用已經變得刻不容緩。特別地，可視化可以將用戶和數據直接相關，支持用戶以簡單可視的方式與數據進行交互，進而實現用戶智慧和機器智慧交融反饋，可以極大地提高分析和決策的效率與準度。

交通可視化被認為是通向未來智慧城市的必由之路，因此逐漸將交通可視化作為一個獨立的研究與應用領域展開工作。狹義上來說交通可視化就是對交通系統中產生的數據進行編碼，通過圖片、圖表的方式向用戶展示交通數據，支持與用戶交互的交通數據分析手段，主要包括對象軌跡的可視化、監控數據的可視化及路網路況的可視化。對象軌跡的可視化一般是將交通系統中的實體（比如出租車、公交車、行人等）的軌跡在地圖上用線條的方式進行展示；而監控數據的可視化則可以根據監控的類型分為基于監控事件的可視化和監控視頻的可視化；至于路網路況的可視化，則一般是通過熱力圖等技術可視化實時通行狀況和擁堵狀況等。

在課程設計時，將介紹交通可視化的作用，如何提升交通分析的表達效果、接受度等，介紹常用工具如Python、echarts[17]、kepler、Arcgis和tableau等。在思政課程設計時，將介紹可視化軟件工具國產化問題，交通可視化軟件基本以國外開發的成熟工具為主。國產軟件起步比較晚，缺乏深厚的積累，在用戶界面、軟件功能、系統架構和平臺化、開放性等方面與國外大型軟件公司的軟件產品和售后服務還存在一定的差距。并且可視化軟件工具很容易被國外“卡脖子”，這些問題將引導學生建立憂患意識。

四? 結束語

思政教育是我國高等教育發展的重要對象，本文以交通大數據技術及應用課程為例，將理論教學過程與思政教育緊密結合，從數據安全、國家安全、軟件國產化、社會大事件和芯片“卡脖子”等為例，激發學生的學習興趣，調動學生的學習積極性，實現思政教育的深度融合。

參考文獻：

[1] 賴見輝，王揚，羅甜甜，等.交通工程專業大數據挖掘應用能力培養體系探討[J].教育教學論壇，2021（28）：169-172.

[2] 熊杰，王金，陳艷艷.考慮交通工程專業“畢業要求”達成度的交通運輸系統工程課程教學改革思考[J].國際公關，2020（4）：31-32.

[3] 袁鵬程.大數據背景下《交通數據處理與分析》課程建設思路[J].教育現代化，2020，7（19）：104-106.

[4] 段征宇，楊東援.大數據時代的交通數據分析人才培養的思考[J].教育教學論壇，2015（29）：207-209.

[5] 馬凱.高校思政課“五位一體”實踐教學改革研究——以河南農業大學為例[J].高教學刊，2022，8（25）：140-143.

[6] 劉麗瓊，王強，謝文美，等.課程思政全覆蓋下的醫學遺傳學教學實踐[J].高教學刊，2022，8（2）：189-192.

[7] 艾岳巍，劉肖影.課程思政新型教學模式研究——以軌道交通概論課程為例[J].高教學刊，2022，8（4）：160-163.

[8] 陳運輝，曾衛兵，羅道全，等.思想政治理論課實踐教學協同育人模式的探索[J].北京教育（高教），2022（8）：69-71.

[9] 張文雯，王旭辰.應用型高校思政課實踐教學“微項目化”建構思路與邏輯[J].高教學刊，2022，8（24）：189-192.

[10] 潘莎莎，畢永福.基于“課程設置+社會實踐”模式下高校思政課實踐教學改革路徑研究[J].科學咨詢（教育科研），2022（7）：36-39.

[11] 教育部關于印發《高等學校思想政治理論課建設標準（2021 年本）》的通知[EB/OL].https：//www.xynun.edu.cn/attachment/pdf.php/0355bcd6-d410-426f-915f-a471a2d48e00.pdf.

[12] 王文靜，陳艷艷，劉冬梅，等.移動端個體出行鏈數據自采設計及出行特征選擇[J].城市交通，2020，18（6）：110-117.

[13] 石雨萱，郭思佑.基于數據可視化處理下對高速公路收費站的改造問題研究——以西安曲江收費站為例[J].科學技術創新，2022（19）：104-107.

[14] 劉妍.“棱鏡門”事件引發的思考——大數據時代的計算機網絡與信息安全[J].信息與電腦（理論版），2016（20）：191-192.

[15] 賴見輝，齊悅，王揚，等.基于收費數據的交通運行參數估計方法[J].中國公路學報，2022，35（3）：205-215.

[16] 王玲玲，周利敏.公共安全、風險預防及治理策略選擇——以“12·31”上海外灘踩踏事件為例[J].廣州大學學報（社會科學版），2016，15（12）：28-35.

[17] 李靜，吳子熠，吳育寶.基于Echarts的招生數據可視化分析[J].大眾標準化，2022（16）：120-122.

基金項目：北京市高等教育學會“新時代基于思政育人理念的VR課程”（YB2021191）；北京工業大學2022年教育教學研究課題“基于VR/AR技術的交通工程專業課程教學方法創新與實踐：以《交通工程導論（雙語）》課程為例”（ER2022KCB09）

第一作者簡介：王揚（1975-），男，漢族，山西太原人，博士，副教授。研究方向為智能交通和可持續交通。

*通信作者：賴見輝（1986-），男，漢族，江西贛州人，博士，講師。研究方向為交通大數據應用。