●第1章緒論1
1.1從數據到智慧1
1.1.1數據1
1.1.2大數據2
1.1.3信息2
1.1.4知識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數據分析與挖掘15
1.1.10機器學習16
1.2交通運輸行業基礎知識20
1.2.1交通運輸的定義20
1.2.2交通運輸業分類簡介20
1.2.3交通行業參與者及訴求22
1.3交通行業中的決策與決策支持25
1.3.1運輸企業內部決策與決策支持25
1.3.2交通行業服務對像決策與決策支持26
1.3.3政府與行業管理部門決策與決策支持27
1.4交通行業信息化發展27
1.4.1運輸組織與安全生產信息化27
1.4.2運輸客貨營銷與服務信息化28
1.4.3運輸企業經營管理信息化29
1.4.4政府與交通運輸行業管理信息化29
1.4.5交通運輸行業信息化的發展趨勢29
1.5交通大數據研究與應用定位32
1.5.1交通運輸運營效率32
1.5.2交通與社會安全33
1.5.3交通服務質量33
1.6本書內容結構34
第2章交通大數據概況35
2.1交通大數據形態35
2.1.1基於內容格式的交通大數據分類36
2.1.2原始數據與導出數據42
2.1.3數據使用與分類42
2.1.4交易、行為與日志數據43
2.數據45
2.2交通地理大數據46
2.2.1交通地理層數據46
2.2.2交通網絡拓撲數據48
2.2.3交通地理層數據49
2.3客貨營銷與服務大數據50
2.3.1客運營銷大數據50
2.3.2貨運營銷大數據52
2.3.3客貨服務大數據53
2.3.4營銷市場環境大數據55
2.4交通網絡生產運行與安全大數據55
2.4.1運輸生產計劃與調度大數據56
2.4.2運輸生產作業流程與保障大數據57
2.4.3交通運輸流與客貨流大數據60
2.4.4交通運輸安全大數據62
2.4.5交通導航與移動終端大數據65
2.5交通運輸企業運營管理與行業管理大數據66
2.5.1交通運輸企業運營管理大數據66
2.5.2政府與行業管理部門交通大數據67
2.6本章小結67
第3章交通大數據處理技術69
3.1大數據及處理概述69
3.1.1大數據基本概念與特征69
3.1.2大數據生命周期模型組成70
3.1.3大數據平臺與數據倉庫72
3.2交通大數據繫統常見架構79
3.2.1企業大數據平臺繫統架構設計因素79
3.2.2交通客貨運營支撐大數據平臺典型架構82
3.2.3互聯網+交通企業典型大數據平臺架構87
3.2.4交通指揮控制大數據平臺架構89
3.3交通大數據的生成與采集91
3.3.1交通信息繫統數據生成與采集91
3.3.2基礎采集設備92
3.3.3專用采集繫統95
3.4交通大數據集成96
3.4.1數據集成方法97
3.4.2實時、近實時集成技術98
3.4.3異常值檢測方法102
3.4.4缺失值處理方法106
3.5交通大數據組織、存儲與維護114
3.5.1大數據應用主題與數據組織方法114
3.5.2多粒度級數據組織策略118
3.5.3操作型數據存儲124
3.5.4交通大數據存儲技術127
3.5.5交通大數據載入、更新與維護技術135
3.6交通大數據典型應用繫統模式142
3.6.1交通大數據服務繫統143
3.6.2交通大數據驅動智慧業務繫統144
3.6.3數據驅動交通企業生產運營管理決策支持繫統145
3.6.4大數據驅動交通客戶決策支持繫統146
3.6.5基於交通大數據的智能算法訓練及應用繫統研發平臺148
3.7本章小結149
第4章時空交通大數據預測150
4.1時空交通大數據概述150
4.1.1時空交通數據的類型150
4.1.2時空交通數據的典型特征153
4.2時空交通數據預測任務155
4.2.1交通流量預測155
4.2.2交通需求預測155
4.2.3交通狀態預測156
4.2.4通行時間預測156
4.2.5交通事故風險預測156
4.2.6用戶位置預測156
4.2.7出行路徑預測157
4.3傳統時間序列預測方法157
4.3.1傳統統計預測方法157
4.3.2傳統機器學習預測方法159
4.4深度學習預測方法163
4.4.1時空網格數據預測164
4.4.2時空圖數據預測174
4.4.3時空軌跡數據預測183
4.5本章小結191
第5章視覺交通大數據192
5.1視覺交通大數據概述192
5.1.1線路監控視覺數據192
5.1.2車載視覺數據193
5.1.3站場監控數據193
5.2交通視覺數據分析任務194
5.2.1道路監控數據分析任務194
5.2.2車載視覺數據分析任務195
5.2.3站場監控數據分析任務196
5.3靜態交通場景感知相關技術196
5.3.1通用目標檢測方法197
5.3.2行人檢測方法201
5.3.3交通場景語義分割方法203
5.3.4車道線檢測方法204
5.3.5三維場景重建技術206
5.4動態交通場景感知相關技術210
5.4.1單目標跟蹤方法210
5.4.2多目標跟蹤方法213
5.4.3行人重識別方法215
5.4.4車輛重識別方法217
5.5本章小結220
第6章交通運營大數據應用與案例221
6.1交通運營大數據應用概述222
6.1.1交通運營大數據應用常見場景222
6.1.2交通運營應用相關的數據222
6.2交通產品需求預測案例——航班需求預測223
6.2.1概述223
6.2.2航班需求預測問題定義224
6.2.3解決方案225
6.2.4實驗分析228
6.2.5小結231
6.3交通產品價格預測案例——機票價格預測231
6.3.1概述231
6.3.2案例背景232
6.3.3機票價格預測問題定義232
6.3.4解決方案234
6.3.5實驗分析237
6.3.6小結239
6.4交通產品推薦案例——民航旅客後續行程預測與推薦240
6.4.1概述240
6.4.2案例背景241
6.4.3民航旅客後續行程預測問題定義241
6.4.4解決方案242
6.4.5實驗分析245
6.4.6小結249
6.5交通用戶群體分析案例——民航旅客社交網絡挖掘249
6.5.1概述249
6.5.2民航旅客社交網絡構建250
6.5.3家庭團體發現253
6.5.4小結257
6.6交通用戶價值預測案例——民航旅客價值預測257
6.6.1概述257
6.6.2案例背景258
6.6.3民航旅客價值預測問題定義258
6.6.4解決方案260
6.6.5實驗分析263
6.6.6小結265
6.7交通用戶行為預測案例——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題定義267
6.7.4解決方案268
6.7.5實驗分析274
6.7.6小結277
6.8交通產品庫存預測案例——基於庫存變化預測的智能緩存優化277
6.8.1案例背景278
6.8.2在線訂票繫統的緩存策略279
6.8.3數據準備280
6.8.4庫存變化時間間隔預測281
6.8.5動態緩存有效時間設置282
6.8.6技術應用效果282
6.9交通流量仿真案例——基於歷史通行數據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數據描述285
6.9.4相關算法286
6.10本章小結288
參考文獻289
