-
高校调查问卷文本数据集
高校学子在填写志愿时对目标高校校园生活往往并不了解，此项目志在帮助各学子通过在校学长学姐的亲身体验经验提前了解校园生活的方方面面。该数据是经过大模型处理过的数据，可以直接用于训练AI模型或用于RAG的数据集
-
全国地级市财政分权面板数据（2005年~2022年）
数据名称：全国地级市财政分权面板数据（2005年~2022年） 数据范围：2005年~2022年全国地级市财政分权面板数据 数据时间：2005省份 数据说明：数据包含地级市财政收入；地级市财政支出；地级市人口；省级财政收入；省级财政支出；省级人口；中央财政收入 ；中央财政支出；全国总人口；地级市人均财政收入；地级市人均财政支出；等47项数据维度...
-
全国高铁信息数据（2003年~2023年）
数据名称：全国高铁信息数据（2003年~2023年） 数据范围：2003年~2023年高铁列车信息、高铁线路信息、高铁站开通时间 数据时间：2003年~2023年 数据说明：压缩文件格式为RAR；文件格式为xlsx，附带字段说明 数据来源：公开数据
-
全国飞机航线信息数据（2003年~2023年）
数据名称：全国飞机航线信息数据（2003年~2023年） 数据范围：2003年~2023年：全国飞机航线信息数据 数据时间：2003年~2023年 数据说明：数据包含终点城市所属地级市；终点城市所属省份；终点机场；航空公司；更新日期；航班；出发时间；到达时间；准点率；周一至周日班次；文件格式为xlsx 数据来源：共享数据
-
萨默维尔市自行车行人数据
数据用途简介：该数据集为了解萨默维尔市居民的骑行和步行行为提供了重要的数据支持。 城市规划者和交通工程师可以利用这些数据分析交通流量，规划更安全、高效的非机动车和行人通道。研究人员可以研究出行模式的变化，评估外部因素（如天气、施工）对出行的影响，为政策制定和基础设施投资提供科学依据。此外，该数据还有助于环境和公共健康领域的研究，促进城市的可持续发展。
-
人工智能助力美国交通部统计
数据用途简介：评估不同AI用例在交通领域的应用现状和发展潜力，识别关键技术和应用趋势。 分析AI技术对交通系统效率和安全性的影响，支持交通管理和公共安全策略的制定。 研究联邦机构在AI技术使用中的最佳实践，促进跨部门合作和知识共享。 支持AI技术供应商和交通企业了解市场需求，优化产品和服务设计。 为学术研究提供基础数据，推动交通工程和人工智能领域的创新研究。
-
匹兹堡的自动驾驶汽车对骑行者和行人影响的调查2017-2019
数据用途简介：评估骑行者和行人对自动驾驶汽车的接受度和安全感受，识别潜在的安全隐患。 分析自动驾驶汽车对交通流量和交通事故的潜在影响，支持交通安全政策的制定。 研究不同人口统计群体对自动驾驶技术的看法，了解技术推广中的障碍和机遇。 评估自动驾驶汽车在共享道路环境中的表现，优化交通管理和基础设施规划。...
-
纽约州出租车休息站统计
数据用途简介：该数据集为分析和优化纽约市出租车与租赁车辆（FHV）休息站的布局和运营提供了重要的数据支持。 研究人员、城市规划者和交通管理部门可以利用这些数据进行休息站的地理分布分析、停车需求预测和服务质量评估。此外，数据集可用于构建智能交通系统，提升城市交通效率，优化休息站资源配置，保障司机和乘客的安全与便利。
-
纽约市出租车区域数据
数据用途简介：该数据集为研究纽约市绿牌出租车的运营状况提供了丰富的信息，适用于多种分析和应用场景。 研究人员和数据分析师可以利用这些数据进行交通流量分析、乘客行为研究、费用结构优化等。此外，城市规划者可以基于数据优化交通管理策略，提升公共交通服务质量。对于数据科学领域，数据集是构建预测模型、进行机器学习实验和开发智能交通系统的理想资源。
-
纽约市安全快递柜位置数据
数据用途简介，该数据集可用于多方面的分析和研究，包括城市公共设施布局优化、物流配送路径规划、社区服务需求分析和数据可视化展示。 通过对储物柜位置和相关行政区划信息的分析，城市规划者和公共设施管理者可以更好地理解储物柜的分布情况，制定更加科学和合理的管理策略。此外，物流公司和社区服务提供者可以利用该数据提升包裹配送和居民服务的效率和质量。
-
纽约绿牌出租车数据统计
数据用途简介：评估绿牌出租车的乘客流量和运营效率，识别高需求时段和区域。 分析不同费率类型对乘客选择的影响，优化定价策略。 研究支付方式的使用趋势，推动数字支付的普及。 了解乘客数量与行程距离的关系，优化车辆配置和服务范围。 支持绿色交通政策的制定，促进环保出行方式的发展。
-
纽约旧金山华盛顿每日公共交通乘客统计
数据用途简介，该数据集可用于多方面的分析和研究，包括但不限于交通流量趋势分析、运营效率优化、公共交通系统评估和城市交通规划。 通过对每日乘客量数据的深入分析，交通管理者和规划者可以更好地理解公共交通系统的运行状况，制定更加科学和合理的运营策略。此外，数据可视化工具可以帮助直观展示数据，支持数据驱动的决策过程。
-
纽约大都会运输署颜色数据集
数据用途简介，该数据集可用于分析和应用MTA各项服务的颜色编码，帮助品牌管理和图形设计师确保视觉一致性，支持交通规划者优化交通指示系统的颜色使用，提高乘客的识别和导航效率。 此外，开发者和数据分析师可以利用该数据集进行交通系统的可视化展示，增强数据的可读性和可理解性。无障碍设计师也可参考该数据集，确保颜色选择符合视觉可访问性标准，提升所有乘客的使用体验。
-
纽约大都会运输署旅客等待时间统计
数据用途简介，该数据集可用于深入分析纽约地铁系统中乘客的旅程体验，帮助交通管理部门识别和减少乘客在站台和列车上的额外等待时间，优化列车调度和站台管理，提升整体运营效率。...
-
纽约大都会运输署地铁站和综合站统计
数据用途简介，该数据集可用于分析纽约地铁和斯塔顿岛铁路的站点分布与结构，帮助城市规划者优化交通网络布局，支持交通管理部门提升运营效率，进行无障碍设施的评估与改进。 此外，研究人员和开发者可以利用该数据集进行交通模式分析、开发相关的移动应用，如导航工具和出行规划服务，以提升市民的出行体验。
-
美国政府交通财政统计
数据用途简介，该数据集主要用于分析政府在交通各个领域的财政收入与支出，帮助研究人员和政策制定者理解财政资源的分配情况及其变化趋势。 通过对比不同年份和交通方式的财政数据，可以评估政策效果，预测未来财政需求，并为交通基础设施的投资决策提供数据支持。此外，链接2012美元的数据使得跨年度的财政比较更加准确，消除了通货膨胀带来的影响。
-
美国月度交通方式时间序列与安全安保数据集
数据用途简介该数据集主要用于分析和理解公共交通方式的运营模式及其安全与安保状况。 通过详细的事故、死亡和受伤数据，研究人员和决策者可以评估不同交通方式的风险，制定有效的安全策略，提升公共交通系统的安全性和可靠性。此外，数据的时间序列特性有助于识别趋势和模式，为长期规划和应急响应提供科学依据。
-
美国人口离家后停留超过10分钟的数据统计
数据用途简介，《按距离划分的美国出行趋势数据集》为交通分析师、政策制定者、城市规划师、数据科学家及学术研究人员提供了详尽的出行数据。通过对不同层级（国家、州、县）和距离范围内的出行情况进行分析，用户可以识别出行模式和趋势，评估交通资源的分配和利用效率，制定和优化交通政策与基础设施规划。...
-
美国移动趋势指数
数据用途简介，该数据集主要用于预测和分析交通趋势及其对环境的影响。通过车辆行驶里程、车辆类型和燃料使用的数据，可以预测不同地区的污染物排放量，帮助理解交通活动对空气质量的影响。 此外，数据还可用于评估不同交通政策和技术改进措施的潜在效果，为交通运输行业的可持续发展提供科学依据。
-
美国铁路工人工资时间和睡眠情况统计
数据用途简介,该数据集主要用于分析铁路员工的工作安排和睡眠模式对其疲劳程度、健康状态和工作效率的影响，可为运输行业的工作时长管理、健康改善、以及安全措施制定提供参考依据。
