基于互联网数据的交通运行状态舆情分析的文献综述
1、前言
当今互联网科技愈发进步，交通运行状态的数据采集愈发便捷，基于车联网的智能交通系统应运而生，能实时监控车辆与交通情况，有效防范交通事故的发生，并能明显缓解交通堵塞问题。通过多媒体收集的各类交通信息构成了丰富的交通舆情，充分挖掘舆情中所蕴含的信息对宏观掌控交通问题的发展变化、制定全面的交通解决方案具有重大意义。
2、国内外研究状况
2.1、国内研究现状
2.1.1、互联网交通数据的研究
随着大数据、物联网、人工智能等新技术的迅速发展，“互联网 ”成为当今经济发展新引擎。国家“十三五”交通运输发展规划中提出要基于互联网及社会其他渠道获取信息，深化信息资源利用，提高交通运输决策的公众参与度。
何梦娇、吴戈等[1]（2018年）用文本挖掘技术对多源交通舆情进行全面深入的分析，进行数据及词频分析、对于挖掘的结果进行分析后发现不同舆情渠道反映的城市交通问题有明显的差异，需要对交通舆情进行系统挖掘和比较分析，才能更深入地了解市民诉求的多样性；苏州市姑苏区在交通基础设施方面市民反应较强烈，解决好道路交叉口信号设置、配时以及交通组织等问题，将会大幅度减少投诉。
陈峻、王涛等[2]（2012年）为了精确解析城市公交车和社会车辆混合运行的状态，在基本路段车速模型适用性分析的基础上，引入公交车流量、社会车辆流量、公交车比例等参数，建立了改进的混合机动车运行速度模型，分别选取单向二车道和单向三车道路段进行交通试验调查，采用Metrocount5600气压管式车辆分型系统进行数据采集并用于改进模型的参数标定，并分别建立了２种车型的速度差模型，提出了路段混合车流３种不同交通运行状态的评价方法。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
