综合交通运输大数据动态采集、模型构建与处理技术研究方向主要任务：针对交通领域的多来源、多类型、多维度大数据分析与挖掘中的共性关键技术，重点开展非结构化交通数据深度学习、面向综合交通的时间序列数据分析挖掘、社交媒体交通信息抽取、交通时空数据融合与挖掘以及交通复杂网络挖掘研究。分别面向不同的应用目标，针对不同交通行业和不同地域利用多种采集手段将各种不同类型数据进行采集和智能预处理，并形成统一的综合交通大数据集成平台，按照一定的规范标准，在确保数据安全性、完整性、可靠性的前提下，统一协调各联合单位将数据传输并集成到建设于北京交通大学的第三方综合交通大数据云存储平台。

研究内容：

1) 综合交通旅客需求数据采集技术研究；

2) 综合交通客、货运业务数据采集技术研究；

3) 复杂场景下的客流、货流及车流数据协同采集技术研究；

4) 综合交通环境数据采集技术研究；

5) 综合交通系统及设备状态数据采集技术研究；

6) 融合多运输方式的综合交通基础网络数据集成技术研究；

7) 面向旅客出行全流程数据的集成技术研究；

8) 面向综合交通需求计算的多源数据集成技术研究；

9) 面向实时路况的多源数据集成技术研究；

10) 城市、城市群及全国多尺度数据集成技术研究。

科研队伍骨干：林友芳教授、姚恩建教授、李易东教授、杨立兴教授、宋国华教授、岳昊副教授、卫振林副教授、李新刚副教授、宋丽英副教授等。   

本研究方向研究人员15名，其中教授5名、副教授4名、讲师6名，6人具有博士学位。已培养博士、硕士研究生30余人。这些人员分别来自交通运输规划与管理、系统工程等学科。建设期内，将以综合交通运输大数据动态采集、模型构建与处理技术为对象，致力于大数据采集、处理等关键科学问题研究，加强本方向与国内外的合作和学术交流，力争培养一批综合交通运输数据处理领域的优秀人才。