随着社交媒体（比如微博、twitter）、移动互联网的发展，人作为最灵敏的交通社会传感器，可提供大量用户产生的、自愿发布分享的实时交通信息。网络社交媒体（social media）作为一种新出现的交通信息源，因其广泛的普及性，使得它成为一个无处不在的社会传感器，蕴含大量实时信息，正变得日益重要。

       中科院自动化所的科研人员借助于社会网络分析、关键词分析等方法，对基于社交媒体的交通研究从“主要研究方向--合作者关系网络--未来发展方向”等方面进行了分析。

主要研究方向

   现有研究方向主要包括基于社交媒体的交通信息采集与可视化、交通事件检测、交通预测、交通舆情等，采用的方法主要有自然语言理解、机器学习、文本分析等。

合作者关系网络

关键词词云

研究者合作关系（度最大的两个合作者关系图）

研究机构合作关系

研究国家合作关系

未来发展方向

     除了社交媒体外，政府交通信息发布网站、地图服务提供商、大型活动发布网站、交通天气预报网站等互联网站点也蕴含着与交通相关的开放数据信息。如何综合采集网络开源交通信息，并借助其拓宽基于网络开源信息的城市交通问题研究范围，提高交通事件提取的实时性和准确性，以及提高交通预测精度，是未来的发展趋势。

引用格式

Yisheng Lv, Yuanyuan Chen, Xiqiao Zhang, Yanjie Duan, Naiqiang Li, Social Media Based Transportation Research: the State of the Work and the Networking, IEEE/CAA Journal of Automatica Sinica, 2017, 4(1): 19-26

作者简介

吕宜生，中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员，IEEE TOP 100 下载发文作者。主要研究方向为交通大数据、机器学习、平行交通。Email: yisheng.lv@ia.ac.cn

陈圆圆，中国科学院自动化研究所复杂系统管理与控制国家重点实验室博士生。主要研究方向为智能交通系统、机器学习、社会交通。Email: yychen5133@ia.ac.cn

章锡俏，哈尔滨工业大学交通科学与工程学院副教授。主要研究方向为应急交通管理、交通规划、交通大数据。Email: zxqjuly@hit.edu.cn

段艳杰，中国科学院自动化研究所复杂系统管理与控制国家重点实验室博士生。主要研究方向为智能交通系统、机器学习、交通预测。Email: duanyanjie2012@ia.ac.cn

李乃强，青岛智能产业技术研究院。主要研究方向是智能交通系统、智慧城市。E-mail: naiqiang.li@qaii.ac.cn