面向交通数据驱动的研究生通用能力提升探讨

谷健

［摘 要］ 在交通运输大数据快速发展的背景下，交通运输工程学科学生进入研究生学习阶段之后，不仅需按照培养方案完成课程学习，还需要利用科研项目、工程项目等检验理论知识的运用与实践水平，尤其在面向数据驱动的科学问题进行研究时，要在科研题目确定、文献搜集整理、理论方法运用与优化、数据搜集与分析、成果组稿等方面提升学术科研通用能力，以及在工程需求分析、工程数据资料搜集、工程项目方案设计与实施、工程项目方案汇报等方面提升工程项目通用能力。通过面向研究生新生群体，结合交通运输数据驱动建模的思维过程，提出了一种提升科研与工程实践通用能力的策略。

［关键词］ 数据驱动；交通运输工程；通用能力

［基金項目］ 2021年度长沙理工大学教学改革研究项目“混合式教学模式在‘交通运输商务中的教学设计与实践”（XJG21-059）；2022年度长沙理工大学学位与研究生教育教学改革课题“新工科背景下融合自动驾驶技术的研究生交通微观仿真课程改革与创新实践”

［作者简介］ 谷 健（1987—），男，吉林省吉林市人，博士，长沙理工大学交通运输工程学院讲师，主要从事交通运输规划与管理研究。

［中图分类号］ G643.0 ［文献标识码］ A［文章编号］ 1674-9324（2023）14-0173-04［收稿日期］ 2022-09-28

完成本科教育目标进入研究生学习阶段之后，研究生新生在保持持续学习惯性与科学研究态度的同时，还要掌握合适的学习方法，提升科学研究与工程实践的通用能力。与本科教育不同，研究生会与导师合作完成科学研究与工程实践，在这个阶段，导师会根据学生特点与学生自身意愿，指导其在研究团队中承担科研工作，并参与课题、项目调研、撰写报告与论文等工作［1］。高校也会安排研究生辅导员，帮助研究生适应身份变化带来的诸多问题，形成了研究生导师与辅导员协同育人机制［2］。在导师与辅导员协同指导的同时，学生作为主体还需发挥主观能动性，从生活方式、学习态度、心理预期等多方面做好准备并主动提升自身能力，以完成科研训练与工程实践任务。在接受指导与自我提升的过程中，研究生如何有意识地培养并锻炼自身综合能力，如何利用科研课题和工程项目资源提升自身的专业综合能力，成为研究生新生亟待解决的问题。在交通运输大数据快速发展的过程中，开放共享数据的获取更加便利，途径更加丰富，因此大数据时代下的交通问题逐渐成为科学研究热点与教育教学改革热点，如研究短时交通流预测模型构建、区域交通状态判别方法应用、网络交通流逐日演化规律等方面依赖大量交通检测数据，研究生在完成方法论内容的学习之后，亟待进行交通数据开展比较研究［3］。目前，相关研究主要以学校、导师、课程等为主体，讨论研究生的培养与指导模式；本文则从研究生新生主体角度出发，探讨研究生学术科研通用能力以及工程项目通用科研能力的提升策略，为研究生新生提供能力培养与提升的新思路［4-6］。

一、数据驱动下研究生能力提升的基本内涵。

（一）数据驱动的含义

来源于计算机领域的数据驱动概念，狭义的解释是“以数据库中的数据为导向，解决程序设计的问题”。随着大数据时代的来临，以大容量（volume）、多样性（variety）、生成快（velocity）、有价值（value）为基本特征的大数据概念，成为各行业解决问题的新视角，也丰富了数据驱动的含义。在大数据时代，数据可以通过自动化手段采集，通过互联网传输和存储，提升了问题量化的能力，积累了所分析问题的多维数据。通过数据挖掘、数据预测等数据驱动手段，也改善了仅靠不精准、不完善、不及时的语言描述问题的传统做法。此时，数据驱动可以认为是利用统计学、机器学习、智能优化等自然科学理论和方法，借助数据挖掘、数据预测等技术手段，重新挖掘有价值的信息并对未来做出合理判断，并借此决策的过程。数据驱动式的问题分析解决逻辑架构，随着大数据技术的发展，在很多行业均有应用。在交通运输领域，交通运输大数据在交通系统规划设计、建设、运维、管理等多个阶段均有所体现，这也为交通运输领域研究生开展科学研究和工程实践提供了丰富的真实场景数据资源，如城市道路交通运行监测数据、交通枢纽运营管理数据、高速公路匝道数据、车辆行驶轨迹数据、常规交通的客流刷卡数据等。

（二）研究生能力提升方向

根据研究生培养方案、课程体系和实践培养环节，学生能够系统掌握交通运输领域的核心知识，具备解决专业问题的能力。其中，以数学、运筹学、机器学习、统计建模、计算机编程和数据库管理等为技术基础，以交通调查、交通规划、交通管理与控制、交通流理论、道路通行能力、公共交通、枢纽与场站规划设计等专业知识为核心，通过综合运用基础技术手段解决核心专业问题，提高研究生归纳演绎与推理等科研能力，逐渐激发研究生科研创新与创造力。这一过程体现了“描述—分析—归纳—总结”的问题解决逻辑。对此，研究生能力提升可从以下方面进行，即通过基础课程的学习，系统掌握基本技术理论与方法；结合核心专业知识的学习，夯实对于交通运输领域专业的认知基础；结合交通运输领域的实际工程问题与科学研究前沿，逐渐提升面向交通运输领域问题的解决能力和创新创造能力。总结为从技术基础、核心知识、归纳推理、创新创造四个方向提升研究生新生能力，具体通过学术科研通用能力、工程项目通用能力两个方面体现。

二、学术科研通用能力的培养

研究生的通用能力培养目标之一是掌握本专业领域的核心知识，并能够开展本专业相关的科学研究工作。对此，研究生学术科研通用能力的培养可以从科研题目确定、文献搜集整理、理论方法运用与优化、数据搜集与分析、科研成果组稿等方面进行。

（一）科研题目确定

学术科研课题题目是引导学生开展研究工作的重要导向，无论是开展课题研究，还是撰写期刊论文、会议论文、学位论文、专利等，都要选取合适的题目。所谓的合适包括几个方面：一是要能够准确涵盖研究内容；二是要能够实现研究内容，即能够有数据支撑；三是要紧密结合导师或者所在团队的已有或在研究的方向。尤其在交通运输大数据快速发展的阶段，科研题目的确定需考虑数据共享程度、数据提取的便利程度等多个方面。另外，研究生在实际选题或题目解读时，往往会面对两种情景，一是研究生作为主体，其自身具有科研经验并且有感性或理性认识时，可以根据研究生自身的想法确定或者完善题目；另外一种情景是研究生面对一个被分配的题目时，则需要培养预先评估的能力，即从能否实现、有无数据、结论是否合理等方面考虑题目的可行性与创新程度。

（二）围绕题目组织文献

当研究生确定了科研课题或论文题目，并且对题目有所认识后，需要从以下方面逐步开展学术科研准备工作，包括数据搜集层面、理论方法分析层面、模型建构层面、数值实验与结论层面、结论应用层面等开始搜集相关的文献，并在搜集、管理、阅读、提炼等几个阶段开展文献阅读组织工作。

1.文献搜集。在搜集文献时，学术科研方面的文献应在学术资源数据库中进行搜索与查找，目前高校图书馆均提供了专业的文献数据库链接，如Web of Science、EI、ELSEVIER、IEEE、CNKI、万方等常用数字资源，通过以上专业文献数据检索获取关于数据驱动的交通运输领域高水平中英文期刊文献、学术成果和专利，掌握学术科研题目对应的研究现状。除了期刊文献，高校图书馆也提供了馆藏纸质书籍借阅，以及电子图书检索工具，知识检索结果是开展学术研究工作的基础。

2.文献管理。搜索文献后，无论是期刊文章，还是图书、专利等，对于数据驱动的交通运输领域科研课题具有参考意义的论文都需要仔细阅读与总结，其他关于数据驱动、数据挖掘等相关的文章，则可把题目、作者、摘要等信息利用软件一起管理起来，文献管理软件有很多，如Endnote、NoteExpress等常用管理软件，不仅便于在科研成果写作时插入文献，同时也可以作为知识温习和文献管理的笔记工具。

3.文献阅读。对于搜集下载并管理的文献科研材料，研究生需要能够安静认真地阅读，从而掌握文献中所用的方法、数据分析的逻辑流程、结论的总结等内容，相比中文文献而言，英文文献的阅读则需要投入更多的精力。如对于一篇主题或者内容特别契合的英文文献，无论是期刊还是英文教材，都需要精读，并在此基础上，做到全文翻译，这样的过程不仅锻炼了阅读翻译的能力，而且有助于积累专业英语词汇，更有益于英文写作。

4.文献综述。研究生精读或泛读有关数据驱动的交通运输领域文献之后，需要有意识地进行文献综述写作。写作总结得到的内容不仅是学术文章写作的一部分，而且可帮助研究生深刻理解该领域方向的研究成果与发展方向，同时也能够为研究生寻找课题或题目方向提供突破点和创新点。因此需要对文献中的优势和创新内容进行总结，也要分析凝练文献内容中的研究计划与展望。

（三）理论方法运用与优化

交通运输工程研究生在研究交通运输领域具体内容时，应掌握与之相适应的数据驱动技术方法，如机器学习的方法、数据挖掘的方法、统计建模的方法等。对于已经掌握的方法，研究生可运用其针对新数据解决新问题，或者通过对方法进行优化和比较，丰富方法的运用范围。如支持向量机在分类问题中具有良好的效果，可在交通事件检测算法方面进行应用，并通过改变模型中的训练数据与测试数据，将其运用到回归问题，如短时交通流预测等。再如卷积神经网络在图像识别中应用广泛，通过改变神经网络的输入，可将其运用于分析交通运行态势问题。

（四）数据搜集与分析

与确定研究方法同样重要的是能够及时掌握科研数据，数据驱动的交通运输领域科学研究只有围绕数据才能顺利展开。通常而言，交通运输工程领域科学研究数据的获取有多种途径，如通过网络调查出行特征、组织课题组成员拍摄路口交通流视频、通过互联网搜集开放共享的车辆轨迹数据、与课题合作单位共享使用数据等。数据获取后，研究生还需要对数据进行初步分析，如果数据没有达到要求，则要考虑是否需要重新获取数据、开展组织实验或调整研究工作计划。

（五）科研成果组稿

在完成文献阅读、方法选取、数据获取与实验后，研究生需要逐步开始撰写科研论文、专利等科研成果稿件。其中，学术论文是将科研过程按照一定的要求进行论述，形成符合要求的报告或论文。在总结研究工作的同时，研究生要掌握创新点凝练的方法，如与有经验的师兄师姐或者导师反复沟通与修改。最后，按照目标期刊的格式要求整理稿件，按照要求完成投稿，等待审稿人意见，针对审稿返修意见，与导师积极合作，逐条撰写修改过程与内容，完成稿件修改。

三、工程项目通用能力的培养

与参与课程学习和参与科学研究相比，参与工程实践项目对于研究生新生而言同样重要。研究生新生通过参与工程实践项目，能够在发现工程实践问题的同时，快速学习核心专业知识以及锻炼解决问题的能力。但与学术研究所需的深度思考要求不同，工程项目实践更多关注于学生是否具有宽泛的知识与适应能力。对此，研究生可在工程项目实践过程中，注重问题剖析、资料搜集整理、方案设计、汇报等通用能力的锻炼。

（一）明确工程项目需求

交通运输工程领域的项目实践是研究生参与社会服务的重要途径。为更好地提供咨询或技术服务，研究生可在导师的指导下，通过会议、邮件、调研、座谈等多种途径了解工程项目实际需求，通过正规渠道如招标文件界定工程需求。如与交通运输行业管理部门对接时，研究生还需主动了解交通运输行业主管部门的工作方式，如交流一般以书面公文的形式，包括通知、函件等，多为红头文件，因此在参与工程项目建设的同时，要学习行业管理部门网站中有关文件的用词写法，在明确工程项目需求的同时，提升沟通能力。

（二）搜集数据与资料

研究生在明确交通运输工程项目实际需求之后，需要根据项目界定内容搜集相关资料，与文献搜集类似，首先要提炼出数据与资料的大纲、框架等内容，确保工程需求内容能夠得到有效的数据支撑，这时需要与甲方进行沟通，明确数据需求内容并清晰地列出，协同甲方通过通知、函等方式获取工程项目数据资料。

（三）工程项目方案设计与实施

研究生在明确需求、掌握数据之后，需要对工程项目方案进行初步设计，初步设计期间会与甲方进行多次沟通，不断明确工程项目需求。方案形成后，只有通过专家评审才能得到甲方的认可。对于有工程实施要求的项目，也需要与甲方协同工作，保证项目的顺利实施。

（四）方案成果匯报

数据可视化是交通运输领域大数据的重要展示手段，面向交通运输数据驱动的能力培养，数据可视化能力也需要在工程实践中得到锻炼。无论是设计方案，还是阶段性的工作小结，都需要向工程项目的甲方进行汇报，这要求研究生能够对汇报内容进行有效组织与内容效果的展示，既包括工作的成果，也包括工作的诉求，以及工程项目方案的设计过程，但在汇报内容的组织与汇报过程中要有所侧重。

结语

伴随着交通运输大数据的快速发展，对面向交通运输大数据的研究生的科研能力与工程实践能力也提出了新的要求，数据驱动为研究生通用能力的提升提供了新的契机。研究生自身能力可从学术科研和工程实践两个维度借助数据驱动的思维提升自身综合能力。本文从研究生能力提升的角度出发，多层次剖析了综合能力的提升内容，探讨了面向数据驱动的研究生能力提升策略，为交通运输工程领域研究生新生主体的能力提升提供了借鉴与参考。

参考文献

［1］赵靖，韩印，严凌.基于质量控制的交通运输工程人才培养模式探讨［J］.教育教学论坛，2020（35）：243-245.

［2］李超，吕焱，蒋楠，等.大数据时代下的研究生导师与辅导员协同育人机制［J］.智慧中国，2020（5）：76-77.

［3］马红光，李想，代聪聪.大数据时代交通运输管理专业教学改革思考［J］.教育教学论坛，2022（3）：53-56.

［4］章锡俏，杨龙海，王晓宁.研究型高校交通运输工程专业研究生实践教育目标：以哈尔滨工业大学为例［J］.教育教学论坛，2020（19）：54-55.

［5］王战军，蔺跟荣.动态监测：大数据驱动的研究生教育管理新范式［J］.研究生教育研究，2022（2）：1-8.

［6］张明.问题驱动教学法与民航交通运输专业研究生创新能力培养［J］.工业和信息化教育，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