交通大數據線上線下混合一流課程建設探討

關鍵詞：交通大數據；混合教學模式；實踐應用教育理念；項目驅動學習；課程創新

中圖分類號：G642" " "文獻標志碼：A" " " " " 文章編號：2096-000X（2025）17-0035-05

Abstract： In response to the needs and challenges in traffic big data education， this paper explores the application and practice of a blended online-offline teaching mode in Traffic Big Data course. Through analyzing existing courses domestically and internationally， key deficiencies in teaching methods and resource integration were identified， leading to the design of a new course that integrates various teaching strategies. This course framework emphasizes the importance of practical application， utilizing case studies， project-driven and interactive learning methods， while maintaining the flexibility and timeliness of content to adapt to the rapid development of the field. The results demonstrate that the new course significantly enhances students' engagement and interaction. By introducing real-life case studies and diverse assessment strategies， the course effectively improves teaching quality and students' comprehensive abilities. The development of this new course provides a novel teaching model and content design approach for traffic big data education， offering fresh perspectives and practical experiences for policy formulation and academic exchange. This innovative course design showcases the potential of closely integrating theory and practice， providing an effective pathway to cultivate high-quality professionals capable of adapting to the rapidly changing society and industry demands.

Keywords： Transportation Big Data; blended teaching mode; practical application; project-based learning; course innovation

隨著信息技術的迅速發展和大數據時代的來臨，交通領域經歷著前所未有的變革，特別在教育領域，對于交通大數據的知識和技能需求迅速增長[1]。然而，傳統教學方法在應對這一領域的復雜性和動態性方面展現出局限性，相較于傳統課堂，在線教育具有降低成本、形式靈活、打破地域限制等優勢[2]。因此，本文致力于開發一種新型教學模式——線上線下混合教學模式，以更有效地適應交通大數據課程的教學需求。

本文首先分析了當前交通大數據課程的教學方法和資源整合情況，明確了其存在的主要不足。據此，本文設計了一種結合多種教學策略的創新課程，旨在加強實踐應用的教學效果。課程設計綜合考慮了理論與實踐的結合，采用案例研究、項目驅動和互動學習等多樣化方法，提升學生的參與度和互動性，同時確保內容及時更新，以適應該領域的快速發展[3]。本文的目標是通過這種創新的教學設計，提升交通大數據課程教育的質量和效果，培養能夠適應新時代需求的專業人才。

一" 交通大數據課程背景與現狀分析

（一）" 課程背景

交通大數據課程是交通運輸專業一門重要課程，支撐著交通控制、交通規劃等核心課程的發展。本課程旨在擴展交通工程及其相關專業學生對于交通大數據的了解，學習交通數據的采集、處理、挖掘、分析及可視化的基本概念，能夠利用統計分析軟件及數據庫軟件對交通數據進行處理。

在交通運輸多學科交叉滲透、前沿技術集中應用的背景下，交通大數據這一數據收集、處理、分析的應用技術成為了連接各學科、技術的關鍵紐帶，響應了行業對“創新為先，實踐為本，多元化發展”的培養要求，填補了行業大數據分析人才缺口，助推了我國由交通大國向交通強國的深刻轉變。

為應對國內“互聯網+”與傳統交通融合趨勢及新工科背景下交通大數據分析人才巨大缺口，破除交通運輸專業學生數據處理觀念、能力薄弱，解決大數據課程重理論輕實踐現象，開設此課程，能夠培養學生掌握交通信息、大數據、智能交通等工程基礎知識，具有將其應用于解決復雜交通工程問題的能力。

（二）" 教學現狀分析

交通大數據技術課程是一門集合交通數據庫理論、統計、地理信息系統與人工智能等核心技術的新興課程，比傳統交通理論課程更加注重案例實操積累、項目討論探索、課外實踐培養等環節。對比國內外同類優質課程（表1），我國高校在課程體系建設中圍繞不同重點開展了多項探索，但仍存在一定問題，主要體現在以下三個方面。

1" 教學體系單一

交通學科具有多學科交叉特點且大數據應用范圍廣闊，國內除本課程配套專著外多局限于傳統交通原理及模型，缺少針對選課學生研究方向多樣化的基礎知識體系建設，缺乏交通數據樣例練習及案例式研討教學探索[4]；國外交通數據類課程雖廣泛推行小組討論式開放性展示等創新方法，但考核方式扁平化，缺乏立體性考核體系，易造成少數學生通過抄襲、依靠組員等方式缺乏課堂收獲。

2" 線上線下資源脫節

國內已有交通大數據教學多注重課堂線下教學，忽視線上資源協同，缺乏產業實際銜接與實際動手能力，學生終期匯報多集中于拼湊傳統理論或產業雜談，產學研孤立現象嚴重[5]。這造成了學生實踐動手能力無法有效培養。

3" 示范教材缺乏

國內交通運輸領域尚無成型的交通大數據教材，亦缺少交通數據科學基礎知識體系建設，無樣例練習集或相應配套軟件練習講義。國內已有交通大數據教材多來自計算機領域，側重數據庫理論與數據挖掘算法，缺乏與交通領域應用場景結合，交通運輸專業學生接受較為困難。

為此，亟需改進交通大數據課程質量，提高交通運輸類學生數據處理與分析技能。

二" 課程改革與建設內容

（一）" 目標與思路

突出北航交通“信息化”特色，理論課堂、產教實踐案例以及線上教學資源相輔相成、逐步遞進，分層次提升學生的動手極限和認知極限，輔以精品慕課資源，補充交通數據處理類教學視頻，編制網上題庫和學科前沿討論話題，引導學生查閱文獻，追蹤問題解決過程，逐漸深入了解學科前沿，激發創新思維，為學生繼續深造和就業奠定良好基礎。

課程團隊結合國際前沿大數據研究動態，課程按照數據庫設計—人工智能與統計理論—互聯網+交通項目研討思路（圖1）展開，在教學中分別采用講授、討論、練習和探究式教學法，通過提供隨堂練習數據集、課后實例數據集、開放性數據集等，充實課程案例資源；依托“雨課堂”“阿里云”等數字教學工具為線下教學賦能[6]，圍繞每章教學內容配套豐富資源以供學生課下線上自主學習，保障教學質量同時針對性地滿足不同學生要求，緊抓多研究目標共同所需的數據處理技能培養，提高課程受眾面[7]。

（二） " 課程內容建設

1" 產教融合，提出了交通數據多層次能力培養框架

同類課程側重交通數據處理單一模塊能力培養，本課程在系統性上側重數據全流程培養模式，以產業實際數據集與開放式項目為支撐、以“數據庫設計、統計理論與編程語言應用、人工智能與機器學習、互聯網+交通”為指導，使學生掌握從交通數據存儲—分析—挖掘—發布的全流程數據分析能力，更具有系統性。

其他學校的同類課程側重于小規模離線交通數據分析，忽略了交通大數據處理中的數據存儲、質量控制與空間數據處理技術環節，本課程團隊引用分布式存儲與云計算技術，聯合高德導航、交通運輸部規劃研究院、阿里云等交通行業領頭單位，融合海量實際車輛軌跡數據與交通調查數據進行案例分析，構筑教學聯合體，將企業講堂納入授課體系，邀請產業專家分享行業動態和先進技術，在課程中強化人工智能以及地理信息技術在交通數據中的核心地位，更具有高階性與挑戰性。

課程針對學生個體學習差異，分三個層次逐步拔高，如圖2所示。

第一層次為線下基本原理授課，一般學習難度，緊緊圍繞引導交通數據庫理論和交通數據處理技術兩大核心教學模塊，指導學生分析實際交通系統，完善專業知識結構體系，滿足學生研究生入學考試要求，為學生繼續深造奠定基礎。

第二層次為創新試驗和課后大作業，中等學習難度，創新試驗要求學生根據試驗要求設計試驗方案，解決試驗中出現的問題，對試驗結果進行合理分析，提升了學生的理論認知和動手能力；課后大作業要求學生掌握交通數據軟件處理流程，將理論知識與行業規范相結合，利用人工智能或統計方法完成設計內容，進一步提升了學生對理論知識的認知。此部分內容由學生按小組完成，通過分工協作，激發創新思維，共同提高，為部分學生參加科技競賽奠定基礎。

第三層次為創新實踐工程案例與學科前沿話題討論，高等學習難度，通過融入多模式交通系統分析等案例，使學生了解行業前沿；結合課題組承擔的科研項目，提煉可供本科生討論的專業前沿話題，引導學生查閱文獻進行深入研究，對于能力突出的學生將提供參加研究生科研組會以及科研項目的機會，為學生本碩一體化培養及留學深造提供支撐，培養創新型復合人才。

2" 虛實結合，開拓了線上線下翻轉型課堂教學模式

線下環節：構建以課前慕課視頻預習、課堂基礎知識互動式講解、隨堂個人式數據集練習、課后小組討論式開放性案例探究和課終大型案例分析等環繞、互補型考核體系，緩解研討式教學基礎缺失、小組式展示少數學生充數等缺點[8]。

學生通過課前視頻預習課程基本知識點[9]，帶著對知識難點的疑問走進線下教室。如在線下教室組織學生將在線學習的基本知識點進一步鞏固，并引導學生掌握知識重點和難點，在進行基礎知識點講解時，采用實時答題的手段，增強師生互動，實時掌握學生的學習情況。進行知識重點和難點授課時，采用案例教學、分組研討等教學手段，引入最新的研究進展，與學科發展和研究進展緊密結合，鼓勵學生講出自己的理解，深度思考，授課教師根據學生的表述進行梳理、更正和重點補充，最后統一講解總結。采取線下考試形式考核學生對基礎知識點掌握情況。

線上環節：針對傳統交通數據類課程在數據資源質量、教學靈活性和時間保障、教學效果精確量化等方面所面臨的挑戰，課程團隊以“任何人、任何時間、任何地點”開展實踐性學習為目標，對于重點知識點，在課前，提供知識點預習視頻，布置作業和組織網上討論，以視頻化方式組織實驗講解與實驗預習。在課中，在完成線下知識點講解后，使用“雨課堂”試題推送、實時彈幕等功能幫助教師實時掌握學生對知識點理解程度，并通過翻轉課堂形式讓學生對易犯錯知識點自主講解。在課后，從客觀題和主觀題兩個方面，豐富作業題型，包括選擇題、對錯題、計算題和思考題等，并給出客觀題的題解，通過線上線下混合式教學，進行線上客觀題考核，線下主觀題討論，開展翻轉課堂[10]。最終通過課前、課中、課后學習的循環與互促，融合師生及生生之間線上、線下的交流與互動，推動數字化“金課”建設。

針對上機操作環節互動弱等問題，錄制視頻資料手把手指導學生開展編程實驗，開發了在線機器學習算法評估與排名系統，允許同學自行編寫程序，調整參數，并上傳算法結果進行比較，增強學生興趣與參與度。

3" 從無到有，搭建了國內交通數據類課程教材體系

建設完善電子教材、案例庫、電子教案、系列參考書和輔助教材，形成課外教學與課內教學相結合的教學材料體系，完整支撐學生課內和課外學習的開展。針對低年級本科生編程能力差、數據分析能力弱等問題，本課程團隊率先出版了《公交大數據挖掘與分析》《交通數據科學理論與方法》等教材，通過培養學生從數據庫設計、語言編程到人工智能、機器學習算法應用的全流程處理能力，聯合企業公開數據資源，共享數據、代碼與教學資源。出版了面向高年級本科生的課程參考學習資料《智能交通系統數據分析》《交通數據科學：編程實踐指南》，提供了數字化實驗案例與視頻。英文版本教材Machine Learning for Transportation Research and Applications，已在留學生課程中使用過3屆，取得了良好的效果。

同時在教材中融入思政教育，結合世界領先的交通建設，融入理想信念教育，增強學生的中國特色社會主義道路自信、理論自信、制度自信、文化自信。結合交通數據隱私安全在新型交通基礎設施中的重要地位，講解中國自主云計算軟件研發背景，突出從0到1的技術難題，強化交通大數據在交通強國理念中的重要地位。

交通數據類課程教材體系如圖3所示。

三" 實踐成果

交通大數據課程的實踐成果著眼于構建一個以學生為核心的教學環境，注重理論與實踐的緊密結合，并在此基礎上推進交通大數據領域的創新與發展。

（一）" 教學實踐的學生中心化

交通大數據課程在實施過程中，深刻體現了學生中心化教學的理念。課程設計致力于構建一個多維度、全面覆蓋的教育體系，專注于滿足學生的個性化和多樣化需求。該課程通過線上線下混合教學模式的實施，不僅增強了對交通大數據基礎理論的系統教學，而且顯著提升了學生的實踐創新能力。

在教學策略上，該課程實施了本碩博一體化的綜合培養模式，有效地將理論教學與實際科研相結合。這種模式的推行不僅在學術領域取得顯著成果，同時也極大地促進了學生在實際操作技能和創新思維方面的發展。課程的設計與實施，緊密圍繞提高學生的實踐操作能力和創新思維，通過實際案例分析、科研項目參與和技術實踐等多元化教學活動，促進學生將理論知識轉化為實際操作和問題解決能力。

（二）" 教學研究的綜合成效

交通大數據課程的實施為教學研究創造了優越的環境與條件。課程不僅在教學方法上采用創新的線上線下混合模式，還在跨學科實踐能力培養、本碩博一體化培養模式，以及團隊協同式培養方式方面展現了顯著成效。此外，課程還積極探索交通大數據與其他學科領域的融合，如工程技術、數據科學、城市規劃等，從而培養具有跨學科背景的復合型人才。

自2015年以來，交通大數據課程在教學研究方面取得了顯著成就。教學團隊通過持續的探索和實踐，成功地將理論教學與科研工作緊密結合，推動了交通大數據領域的學術研究和應用探索。此外，課程在推動學生的科研能力提升方面也取得了顯著成效。通過鼓勵學生參與科研項目和學術論文撰寫，課程有效地提高了學生的研究素養和學術表達能力。這不僅促進了學生的個人發展，也為交通大數據領域的學術研究和行業實踐培養了一批高質量的人才。

（三）" 教學方法的創新與優化

交通大數據課程的實施，體現了一種創新的教學理念與實踐。通過采納案例分析、項目驅動學習以及互動式教學等多樣化教學策略，本課程成功地提高了學生的學習動力和課堂參與度。尤其是案例研究的應用，使學生能在實際情境中深入理解并運用復雜的理論知識。項目驅動學習策略促進了學生的主動參與，加深了他們對課程內容的理解和應用。互動式教學方法則提升了教學過程中的溝通質量，有助于知識的掌握和技能的提升。

課程內容和教學方法的設計持續對交通大數據領域的新動態進行調整和優化。通過緊跟該領域的最新學術成果和技術發展，課程及時地將新興知識和技術融入教學體系，確保了教學內容的前沿性和實用性。這種動態更新的機制不僅強化了學術理論與現實應用的聯系，而且為學生提供了與行業發展同步的學習平臺，有效地提升了學生的專業技能和職業競爭力。

四" 結束語

本文通過開發適應線上線下混合教學模式的交通大數據課程，探索了解決傳統教學方法在理論與實踐應用方面不足的新途徑。通過深入分析國內外現有課程，成功識別并克服了教學方法和資源整合的主要缺陷。新課程的設計不僅融合了多種教學策略，而且強調了實踐應用的重要性，有效提高了學生的參與度和互動性，同時也促進了學生綜合能力的提升。

盡管本研究取得了積極成果，但仍有若干問題值得進一步探討和完善。首先，課程內容的更新與時俱進是一項持續的挑戰，需要不斷根據交通大數據領域的最新發展進行調整。其次，課程的普適性和適應性需在更廣泛的教育環境中進行驗證和優化[11]。此外，針對線上學習的學生自律性和教學互動效果的提升，也是未來研究和實踐中需著重關注的方向[12]。

參考文獻：

[1] 孟鴻程.交通大數據的應用現狀與未來發展方向[J].科技資訊，2023，21（4）：10-14.

[2] 汪瀟瀟，郭雙雙.清華大學線上線下融合式教學實踐與啟示[J].現代教育技術，2022，32（4）：106-112.

[3] 唐進君，高凡，彭勇，等.大數據背景下交通類專業實踐教學改革[J].中國冶金教育，2020（6）：59-61.

[4] 穆肅，王雅楠，韓蓉.線上線下融合教學設計的特點、方法與原則[J].開放教育研究，2021，27（5）：63-72.

[5] 褚福銀，張秋林，劉佳.線上線下混合式教學在大數據開發技術課程的探索與實踐[J].電腦知識與技術，2020，16（11）：110-111.

[6] 楊陽，郝玉婷，陶麗，等.大數據時代背景下數據分析類課程教學改革與實踐探索[J].高等工程教育研究，2023，202（5）：54-59，116.

[7] 馮曉英，王瑞雪，吳怡君.國內外混合式教學研究現狀述評

——基于混合式教學的分析框架[J].遠程教育雜志，2018，36（3）：13-24.

[8] 徐麗靜.線上線下混合教學模式在平面設計課程中的應用[J].大觀，2020（9）：139-140.

[9] 柏金，王謙.工程熱力學線上線下混合式教學模式的構建與優化[J].高等工程教育研究，2019（S1）：283-285.

[10] 孟軍，劉冰璇，翟洪江，等.大數據背景下高校翻轉課堂學習評價的研究——以A校“工程熱力學”課程為例[J].高等工程教育研究，2018，172（5）：166-171.

[11] 任雪萍.基于線上線下融合的數據結構教學改革[J].計算機教育，2019（7）：5-9.

[12] 孫麗敏，劉艷.線下與線上融合教育模式：教學理念的改革與創新[J].黑龍江教師發展學院學報，2023，42（12）：46-49.