楊東援、段征宇著的這本《透過大數據把脈城市
交通》分為兩個基本部分：第一部分由第1，2，3章
構成，論述城市交通領域大數據思維的主要技術概念
；第二部分由第4，5，6，7章構成，討論大數據分析
中的主要技術如何在城市交通領域中應用。
對於信息技術人員來說，通過本書可以了解如何
在城市交通這一舞臺上展現大數據的魅力；對於交通
工程師來說則希望能夠幫助他們增強大數據思維；而
對於交通數據分析師來說，希望通過本書能夠引導他
們建立一個技術框架。

總序
前言
1 大數據“熱潮”中的“冷”思考
1.1 大數據的熱潮
1.1.1 大數據技術的發展
1.1.2 大數據呈現出促進研究模式變革的萌芽
1.1.3 交通領域大數據技術的應用
1.2 交通工程基礎理論的發展反思
1.2.1 網絡交通流分析理論的奠基作用
1.2.2 交通行為分析理論的發展
1.2.3 面向未來發展的期待
1.3 大數據面前的追求與困惑
1.3.1 對新研究範式的關注
1.3.2 大數據並非完備的信息環境
1.3.3 引發困擾的原因剖析
1.4 大數據在城市交通分析中的價值
1.4.1 大樣本所提供的優勢
1.4.2 連續追蹤獲取的信息
1.4.3 不同測度的觀察與探索
1.4.4 多種觀察角度的互補
1.5 城市交通大數據分析的思考
1.5.1 問題導向的技術需求
1.5.2 基於大數據的“感知—認知—洞察”
1.5.3 “多維一體”的問題表征
參考文獻
2 建立在復雜適應繫統概念上的城市交通監測
2.1 正確面對城市交通演化的或然性
2.1.1 城市交通的非線性到底意味著什麼
2.1.2 城市交通的戰略調控
2.1.3 面對或然性的適時響應對策模式
2.2 將監測融入新的技術概念框架
2.2.1 復雜適應繫統的基本概念
2.2.2 技術概念變換後的繫統監測任務
2.3 基於聚類及分類的行為主體模式表征
2.3.1 行為主體主觀屬性的差異表征
2.3.2 個體行為特征的差異辨識與表征
2.3.3 新型服務模式的用戶響應
2.3.4 交通服務提供主體的行為檢測
2.4 城市交通繫統宏觀狀態監測
2.4.1 通過模式劃分簡化數據
2.4.2 城市空間連接條件的度量
2.5 關於湧現的思考
2.5.1 發現路網交通狀態的耦合特征
2.5.2 城市空間拓展過程中的聚落斑塊特征
2.5.3 城市群空間聯繫結構的變化
參考文獻
3 技術的傳承與變革
3.1 信息化創造的交通決策支持數據資源
3.1.1 逐步完善的交通繫統狀態監測網絡
3.1.2 信息服務繫統所采集的“電子腳印”
3.1.3 互聯網中的語義信息利用
3.2 新的數據資源與傳統技術概念的嫁接
3.2.1 我國城市交通大數據的應用實踐
3.2.2 基於傳統技術概念的檢測手段拓展
3.2.3 利用相關性架設連接傳統技術概念的橋梁
3.3 適應數據環境的技術概念變革
3.3.1 大數據環境下基於證據的決策分析技術
3.3.2 宏觀與微觀融合的嵌套型技術分析框架
3.3.3 尋找*加適合的表述方式
3.3.4 借助聚類把握差異
3.3.5 通過關聯尋找通向認知之門
3.3.6 通過比較研究探尋因果關繫
參考文獻
4 特征提取、聚類分析與對像表征
4.1 “紛繁復雜”中的“規律性”
4.1.1 個體多樣性背後隱藏的群體特征
4.1.2 不完備信息條件下的分類辨識
4.1.3 揭示時間變化中隱藏的規律
4.2 行為主體的多維特征屬性
4.2.1 不同形式的活動特征表達
4.2.2 基於出行鏈的活動模式劃分
4.3 基於屬性特征的聚類分析
4.3.1 通過聚類實現研究對像細分
4.3.2 慣常行為模式的聚類分析
4.3.3 基於關聯屬性的聚類分析
4.4 類別劃分基礎上的比較研究
4.4.1 類別之間的特征比較
4.4.2 基於類別劃分的位置點分布對比
4.5 將屬性特征轉化為跨界溝通的數據語言
4.5.1 作為跨界溝通橋梁的數據模型
4.5.2 借助多源流模式框架的工作協同
參考文獻
5 關聯分析與相關性研究
5.1 透過關聯認識聯繫
5.1.1 空間特征間的聯繫
5.1.2 通過聯繫走向深度思考
5.1.3 交通分區的空間關聯
5.2 基於大數據的個體屬性一空間關聯分析
5.2.1 基於牌照數據對車輛使用類別的區分
5.2.2 類別結構空間分布的討論
5.3 借助關聯關繫的問題轉換
5.3.1 可拓學思維與問題轉換
5.3.2 借助關聯屬性進行異常事件判別
5.4 基於關聯分析的問題概括與歸納
5.4.1 數據基礎上提出問題與界定分析任務
5.4.2 提升數據分辨率創建相關分析條件
5.4.3 基於關聯特征的問題分類
參考文獻
6 信息融合與構建證據集合
6.1 信息融合與證據理論的技術整合
6.1.1 依托間接證據的判斷
6.1.2 證據體繫框架內的信息融合
6.1.3 基於證據理論的判斷綜合
6.2 通過數據資源互補進行信息可信度判別
6.2.1 對移動通信數據提取軌道使用信息的可信度檢驗
6.2.2 通過多源數據提高公交乘車位置信息質量
6.2.3 借助數據融合的公交通勤人群辨識
6.3 情報決策過程中的信息融合
6.3.1 證據提煉過程中的情報決策
6.3.2 多源情報比較基礎上的真實性評估
6.3.3 基於多源數據的關聯分析
參考文獻
7 大數據與小樣本數據的嵌套分析
7.1 探索性研究構建任務框架
7.1.1 通過核心概念明確問題
7.1.2 通過小樣本分析深化認識
7.1.3 宏微觀嵌套的公交客戶管理分析框架
7.2 基於IC卡數據的公交乘客宏觀結構分析
7.2.1 用於公交使用行為模式判別的特征指標
7.2.2 公交IC卡用戶的組群劃分
7.3 問卷調查基礎上的微觀機理分析
7.3.1 基於用戶忠誠度的機理分析框架
7.3.2 測量模型中變量關繫的設定
7.3.3 針對廈門市公交通勤用戶的問卷調查
7.3.4 通過結構方程模型探尋微觀機理
7.4 宏微觀數據結合明確改善重點
7.4.1 在IC卡數據與問卷調查數據間建立鏈接
7.4.2 宏微觀數據結合的組群劃分
7.4.3 根據組群時空分布結構確定重點改造工作對像
參考文獻
8 結論與思考
8.1 收獲——得到深化的認識
8.2 成果——漸趨成熟的技術
8.3 確認——經過驗證的結論
8.4 思考——未來之路
附件1 表格索引
附件2 附圖索引
致謝