思政背景下交通大数据技术及应用课程设计探讨

摘  要：系统分析高校交通大数据技术及应用课程在思政教育过程中存在的问题，提出交通大数据技术及应用课程的理论知识内容和发展方向，给出思政教育与专业知识相融合的教学模式。以数据安全、国家安全、软件国产化、社会大事件和芯片“卡脖子”等为例，激发学生的学习兴趣，调动学生的学习积极性，实现与思政教育的深度融合。

关键词：交通；大数据；课程思政；思政教育；专业知识

中图分类号：G641      文献标志码：A          文章编号：2096-000X（2024）04-0193-04

Abstract： This paper systematically analyzes the problems existing in the course of Technology and Applications of Transportation Big Data in the process of ideological and political education， putting forward theoretical knowledge content and development directions of this course and giving a teaching model for integration of ideological and political education and professional knowledge. The paper takes data security， national security， localization of software， social events and chip "being hit in the throat" as examples to stimulate students' interest in learning， arouse their enthusiasm for learning and achieve deep integration of ideological and political education.

Keywords： transportation; big data; curriculum ideology and politics; ideological and political education; professional knowledge

信息技术、通信技术与各行业的深度跨界融合，促使我国城市发展及经济社会发生重大转变。大数据、“互联网+”、云计算等新技术的蓬勃发展，使得城市交通系统赖以生存和发展的外部生态环境发生了重大变化，传统交通发展模式及规划理论方法体系面临严峻挑战。

新时期，随着空间和社会的剧烈变迁，“调查—分析—预测—规划”，这一传统的交通研究方法和过程存在明显的局限性。同时，随着信息时代多源数据大量涌现及大数据技术的快速发展，为人的出行需求精准感知及出行机理发现、交通系统运行态势快速甄别、多模式交通服务水平多维度评价、交通规划与管控科学决策和出行个性化服务及需求有效引导等一系列重大难题的解决提供了良好的契机。

交通大数据技术及应用课程的开设，为满足学生掌握最新的大数据技术提供了便利[1]，但该课程在思政教育方面较为欠缺[2]。习近平总书记在全国高校思想政治工作会议上讲到，“要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人”“要坚持不懈培育和弘扬社会主义核心价值观，引导广大师生做社会主义核心价值观的坚定信仰者、积极传播者、模范践行者”。对交通大数据技术及应用课程[3]而言，对学生传授专业知识[4]的同时，需要融入思政教育内容，培养学生的思想水平、政治觉悟、道德品质和文化素养，让学生成为德才兼备、全面发展的人才。本文依托北京工业大学在教育教学实践过程中的经验开展探讨。

一  交通大数据技术及应用课程介绍

交通大数据技术及应用课程根据交通领域大数据特征，介绍常见交通大数据类别，大数据挖掘工具、算法和分析方法。通过本课程学习，学生将理解大数据技术在交通行业的应用范畴，了解大数据的基本工具、算法，将基本具备在交通领域开展大数据挖掘的思路和实践能力。通过对交通大数据的挖掘应用，学生将理解个体隐私与数据之间的关系，理解国家安全与数据安全的关系。

二  高校课程思政教育问题分析

（一）  思政教育与教学内容贴合度不高

交通大数据技术及应用性是交通工程专业学生的专业选修课，但是涉及的知识内容跨专业性强，传统思政教育的效果不明显。尤其是教学内容与思政教育完全脱节，思政教育与专业教育贴合度差，缺乏交集与融合，学生对接效果较差。

传统的思政教育[5]主要通过结合历史知识、弘扬创新精神、宣扬榜样力量和渲染爱国情怀等手段。但交通大数据技术及应用课是一门随着时代发展刚开设的新课程，以往的思政案例很难完全融合进来。思政教育时空上的局限性随着信息化、电子化的迅猛发展，各种信息低成本、快速地渗透到每个角落，出现了很多以前没有出现的现象[6]。因此需要在课程安排过程中及时做出积极反应，来应对瞬息万变的世界，来应对当代大学生的思想动态需求。

（二）  缺乏系统的思政教育理论

交通大数据技术及应用的课程理论很多是经由西方传播而来的，未经本土化直接用，容易出现“水土不服”现象，也不符合我国思政教育的目标[7]。

我国高等教育发展方向要同我国发展的现实目标和未来方向紧密联系在一起，为人民服务，为中国共产党治国理政服务，为巩固和发展中国特色社会主义制度服务，为改革开放和社会主义现代化建设服务。因此思政教育必须坚持以马克思主义为指导，全面贯彻党的教育方针。要坚持不懈传播马克思主义科学理论，抓好马克思主义理论教育，为学生一生成长奠定科学的思想基础。

（三）  学生缺乏思政实践引导

实践思政是以社会实践活动为载体[8]，与思政课、课程思政同向同行[9]，落实立德树人根本任务的一种教育形式[10]。目前交通大数据技术及应用课程的思政教育多以理论授课为主，学生被动接受知识，思政教育效果往往不好。教育部印发的《高等学校思想政治理论课建设标准》指出，借力学校、社会的资源合力形成协同效应，社会“大思政课”和课堂“小思政课”紧密融合，“思政课程”与“课程思政”同向同行[11]。

三  思政课程设计

（一）  交通大数据采集技术

交通数据采集经历了近百年发展，由最初的人工采集，到半自动采集，演化为现在众包采集方式，数据获取难度逐步降低，精度逐渐提高。传统交通检测技术主要集中于车辆的监测及在固定点的交通运行参数监测。但随着人们对交通系统的深入了解，以及物联网、互联网技术的发展，监测对象已由原先的车辆（车流）逐步扩展并全面覆盖到交通的四个要素：人、车、路和环境综合感知，并形成交通动态大数据[12]。在思政课程设计时，从交通流量计数器的应用历史开始引入，介绍新中国成立初期以人工计数方式采集交通参数，老一辈交通工程设计师在高海拔地区克服困难长时间采集数据，突出社会奉献精神、吃苦耐劳精神。

传统的交通数据分析方法主要理论基础是统计学，随着交通数据获取的广度和深度不断突破，传统方法越来越难以满足现实需求，而随着数据驱动理论体系的逐步完善，方法也逐渐成熟。面对日益复杂的出行需求，在交通领域中引入大数据感知被视为是一种分析并解决交通问题的有效途径之一，因此近年来受到了极大的关注。在思政课程设计时，从数据挖掘分析的工具入手，传统计算机性能开展海量数据挖掘与分析的能力有限，它需要有高性能CPU、高效率并行计算GPU、快速输入输出数据的存储等，但目前我国依然不具备独立生产能力，处处被国外企业“卡脖子”，极大制约了我国相关产业的发展。给学生树立良好的国家数据主权和安全观念，也引导学生了解此类高技术计算平台，需要长期的技术积累和强大的研发投入，做科研除了仰望星空，还需要脚踏实地。

（二）  交通大数据个体分析技术

随着大数据技术快速进步，城市交通大数据分析与挖掘主题的深度交叉和融合，可以创新出很多新方法、新技术、新流程和新思维。在对海量出行者的出行行为进行整理与分析的基础上，可对出行者的出行机理进一步挖掘。传统的交通分析模型核心技术OD是建立在居民出行调查基础上的，这一概念对表达交通出行总量是有效的，但并没有反映出行之间的关联。也不能说明个体经常活动的地区（职住地外），OD概念的这种缺陷是受制于调查手段局限性而产生。手机、车牌照[13]等数据均具有对个体连续追踪的特点，但由于采集方式、时间分别率、参照系精度等多方面的原因，很难精准判别每次出行的具体位置，为了充分利用时间观测积累所获取的经常性活动规律，需要突破原有的技术概念的约束，寻找新的行为度量方法。

在课程设计时，可以介绍个体交通数据挖掘方法，如手机信令数据的聚类法、地图匹配法、人群识别法和职住地识别法等。在思政课程设计时，从数据安全与隐私保护入手，以美国的“棱镜门”[14]事件为例，它是一项由美国国家安全局自2007年起开始实施的绝密电子监听计划，许可的监听对象包括任何在美国以外地区使用参与计划公司服务的客户，或是任何与国外人士通信的美国公民。美国国家安全局可以接触到大量个人聊天日志、存储的数据、语音通信、文件传输和个人社交网络数据。美国针对中国进行大规模网络进攻，并把中国领导人和华为公司列为目标。攻击的目标还包括商务部、外交部、银行和电信公司等。纵然“棱镜门”事件风波早已经平息，但它给我们带来的对于IT上信息安全的担忧仍然未结束，我们仍需加强在网络上对于自己的信息安全的保护。加强学生对个体数据安全，以及挖掘算法的重视。

（三）  交通大数据群体分析技术

伴随“互联网+”[15]的理念深入人心，城市居民的出行方式变得多元化，网约车、共享单车，以及日渐成熟的共享汽车，都极大地丰富了居民的出行方式。在提高居民出行效率的同时，也使城市局部地区出行量发生突变，如何应对短时间内交通需求的显著变化成为城市交通新的难题。手机成了居民生活的标配，在居民出行的过程中，会通过手机留下 “电子足迹”。居民海量的出行轨迹信息，对于挖掘某类群体的“画像”，实时监测群体的移动特征，估计预测出行需求，科学规划城市路网及公交，应对城市突发事件提供了丰富的数据资源。手机定位数据具有实时性、长期性和数据获取成本低等优势，开展城市人群时空分布规律的挖掘和探索对建设智慧城市也有着重要意义。

在课程设计时，可以介绍群体的分类算法，如老年群体辨识方法，城市通勤群体识别方法，跨城出行群体识别方法，突发事件群体识别等。在思政课程设计时，介绍上海外滩踩踏事件[16]，2014年12月31日23时35分，正值跨年夜活动，因很多游客市民聚集在上海外滩迎接新年，上海市黄浦区外滩陈毅广场东南角通往黄浦江观景平台的人行通道阶梯处底部有人失衡跌倒，继而引发多人摔倒、叠压，致使拥挤踩踏事件发生，造成36人死亡，49人受伤。这是一起对群众性活动预防准备不足、现场管理不力、应对处置不当而引发的拥挤踩踏并造成重大伤亡和严重后果的公共安全责任事件。在该事件中，若能及时通过大数据群体识别算法，发现海量人群聚集程度，调配现场管理人员开展疏导，是可以避免事件发生的。通过该事件引导学生重视群体识别算法的作用和价值，提升学生对专业知识的自豪感。

（四）  交通路网运行状态分析技术

交通路网运行状态是开展交通运行评估与监测的关键，通过多源大数据对道路上运行车辆的监测，掌握交通运行参数。随着交通流数据获取手段的不断丰富，通过多源数据融合来提升运行状态识别的精度成为一种有效的途径。