面向交通数据驱动的研究生通用能力提升探讨
［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”
［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