王印海，崔志勇

(美国华盛顿大学土木与环境工程系，美国 西雅图 98105)

作为智慧城市的重要组成部分，智慧交通在城市综合发展与新技术的推动下不断发展完善。随着新型智能感知、数据存储、移动通信等领域取得长足发展，交通行为所产生的海量交通数据在以大数据、云计算、人工智能为核心的现代智慧交通研究与应用中扮演着举足轻重的作用。海量交通数据拥有广义大数据所具有的数据量大、种类多、形式多样、产生速度快、价值密度低等特性[1]。云计算以其实时性、易扩展性及泛在的强大计算能力，为海量交通数据的存储、提取、处理、融合和分析提供了可靠硬件保障，也为高效准确地实施管理决策提供了技术支持。而新兴人工智能技术在计算机科学领域与互联网相关产业取得的巨大成就，也给现代智慧交通提供了一个强有力的分析决策手段。在这样的大背景下，一批以智慧城市为代表的“互联网+交通”项目在中国广泛开展并取得了诸多成果，有效提升了城市的智能化水平[2]。

然而，对交通海量数据进行进一步的有效挖掘与使用需要相关的理论支撑。建立在大量理论假定和小样本数据验证基础上的传统交通科学，难以满足新时代智慧交通的发展与建设需求。因此，亟须建立与发展交通数据科学来满足智慧交通的理论与实践需要。顾名思义，交通数据科学是以数据为驱动，通过对海量数据的分析与挖掘来探索交通问题的理论体系与解决方案。……