i Buisiness Intelligence & Data Science

商务智能与数据科学研究小组

Do Valuable Research, Write Interesting Articles

当前位置：首页>项目>交通数据研究

    本课题主要与交通管理部门合作，利用城市交通产生的海量数据，在车辆行为、交通状况等方面开展分析。已经开展的研究内容包括路网结构研究、路径研究、套牌车/假牌车识别、流量评估研究等。例如，下图展示了某城市路网结构及流量情况，根据车流情况，对高峰期拥堵路段进行识别。

    目前主要使用的数据集为某市3个月的车辆通过道路关键位置的记录数据，数据量约4.3亿条。后续还会有更多数据集可用。数据维度包括位置ID、通过时间、车牌、车辆所属地区、车辆品牌、颜色特征等。为了保护个人隐私，所有车牌已经过清洗及多次加密。

    目前开放的样例数据如下：(6100000271,2016-04-18 15:01:22.000,23c994ce798aed76bc07fc298929028a,浙A)。其中第一个字段为位置ID，第二个字段为车辆通过该位置的时间，第三个字段为加密过的车牌号，第四个字段为车辆所属地区。

    600条样例数据下载地址：下载

    目前项目开放数据包括：(1)某一周全城全量数据，约1700万条；(2)某局部区域3个月全量数据，约700万条。可根据具体课题目标申请更多开放数据。

    Xiangyu Chang, Jingzhou Shen, Xiaoling Lu, and Shuai Huang. Statistical Patterns of Human Mobility in Emerging Bicycle Sharing Systems. PLOS ONE, 2018. 原文链接 下载

    (1)车辆流量分析：对车辆流量进行分析，找出交通状况的规律，识别交通状况的影响因素。

    (2)车辆伴随研究：对车辆伴随行为进行分析，研究伴随现象的识别方法。

    (3)车辆行为研究：对车辆行为特征进行分析，提炼车辆行为特征的统计指标，并探讨车辆行为特征的应用价值。

    西安交通大学在校学生可个人参加或组队参加。

    基本要求：熟练掌握数据库SQL语句；有较好的英文阅读和写作能力；有较好的数理功底；有较好的逻辑思维能力；有较好的编程能力。

    已修课程要求：数据库、数理统计、R/Python

    期望产出：国际会议论文1篇

    经费支持：根据表现，提供2000-20000元的助研经费支持，经费数量视产出决定。

    参加方式：阅读相关文献，下载并分析样例数据，提交研究思路文档。审核通过后即可正式参加，获得相应数据的使用权限，并获得相应指导。