服务于本-硕-博交通大数据及应用类创新实训

前言

智能交通领域，“交通+智能”相结合的复合型创新人才培养需求显著，面向数字化、信息化、大数据、人工智能基础知识和专业技能的人才培养体系亟需完善。北京工业大学赵晓华教授带领教学科研团队，学科融合、数据驱动、科教融汇，自主创新研发“知教行”一体化的交通大数据交互式教学实训平台，基础理论与工程应用相结合，实现科研成果向教学知识点的快速迁移。台服务于本-硕-博交通大数据及应用类创新实训，以大工匠作风为思政主线，培养学生解决复杂交通问题的综合能力。

目前，交通大数据类课程存在笼统性与概念化特点，对于工程应用能力的培养存在明显不足，缺乏专项数据资源和工程案例，约了数字化实验教学的内涵建设。亟需构建以培养交通认知、计算、建模、分析、应用等综合能力为目标的实训平台。

图1 平台建设背景及目标

构建“理论知识点+工程案例”交互式教学实训模式，强调"知识获取（知）-教学互动（教）-实践操作（行）"一体化教学设计，平台涵盖数据分析、算法计算、模型构建、结果展示、实训评价等模块，强化问题导向的“实操+分析”能力。形成特色如下：

（1）数字化、信息化,推进教学资源升级与创新

（2）虚实协作、数据驱动,探索新型教与学

（3）科教融合、学科交叉,构建教产学研用协同生态

（4）过程控制、交互实操,实现“知教行”一体化实训

图2 平台特色

交通大数据实训平台以多用户管理、“知教行”模块化教学、一体式结果展示、全操作过程控制与量化评估管理等功能为主体，系统嵌入python在线编写和运行环境，教师归纳程序模版，模版内预置非核心处理逻辑，学生完成核心代码编写，执行结果可定制式呈现，形成渗透式教学、应用性实操、闭环式反馈为特色的实验教学体系。

（1）灵活的系统管理设置,实现运行环境弹性扩展

（2）定制式模块化设计,践行"知教行"培养模式

（3）开放式版面布局设计,实现一体式成果集成展示

（4）操作全过程跟踪控制,实现实训效果量化评估

图3 平台功能架构

交通大数据交互式实训平台支持课堂教学实训、工程应用实践两大模块，目前已建设课堂教学实训案例近40项，工程应用实践案例超50项，可支持不少于80学时实践教学。目前平台可支持包括交通大数据与人工智能、机器学习、数据结构与算法分析、交通流理论、交通行为分析、道路交通安全、交通管理与控制、智能车与车联网技术、智能优化基础、城市公共交通、交通数据分析软件训练、交通系统集成综合课程设计等课程教学，同时支撑科研活动、科技比赛等创新实训。

1）课堂教学实训

课程教学案例囊括了交通大数据分析与挖掘的相关知识点，目前平台涵盖Python数据分析与应用、数据准备、数据预处理、数据挖掘等共38个知识点。知识点划分为课前训练、课堂训练、强化训练、高阶训练等多层级教学内容体系，满足本硕博差异化学习需求，强调交互性、灵活性和实效性。目前各章节知识点清单如表1所示。

表1 课堂教学实训已有章节与知识点清单

2）工程应用实践

面向行业需求和工程实践，交通大数据实训平台从交通安全、交通人因、公共交通、节能减排、运行管控、慢行系统等层面建设和积累工程应用案例，科教、产教融合，持续更新知识点与案例库。可支持平台数据概况如图4所示，目前平台已稳定构建交通安全、交通人因、节能减排等几部分数据资源。

图4 平台数据概况

以交通安全大数据为例，已建成包含高速公路、城市快速路、国省干道、城市道路交叉口等道路类型超50项道路交通安全分析工程案例，并可持续更新拓展。部分案例示例如下：

表2 工程应用实践部分案例示例

大数据实训平台支持教师端和学生端不同用户使用，是一种定制式的交互教学实训平台，操作流程简要示例如图5所示。

图5 平台操作流程

实训平台部分功能界面如6所示。

实训平台以本硕博分层教学与课程差异化需求为导向，科教融汇、产教融合逐步拓展完善工程案例与数据资源，依托实训平台实施虚拟教研室、数字化实验室等改革举措，实现跨学科、跨领域、跨地域、跨校企的资源共享合作生态。平台以交通安全大数据先行，推动大数据、人工智能与其他相关专业领域的协同发展，也为进一步实现大模型时代的教学改革和实践奠定基础。

图7 平台拓展应用