dmariaa70/GO-MO

GO-MO是一个大规模图增强交通数据集，用于数据驱动的时空交通分析。该数据集提取自西班牙马德里市议会的开放数据门户，包含超过15亿条记录，涵盖2015-2024十年间的交通数据。数据集包含三种交通指标（交通强度、平均速度、传感器占用率）和时空数据及元数据，并提供了两种图表示（基于路线和基于道路网络）。数据集统计信息详细，包括时间戳数量、记录总数、测量点数量等。GO-MO is a large-scale graph-augmented traffic dataset for data-driven spatio-temporal traffic analysis. The dataset is extracted from the publicly available Open Data Portal of the City Council of Madrid (Spain), comprising more than 1.5 billion records of three traffic-related metrics together with spatio-temporal data and metadata, spanning a ten-year period (2015-2024). Additionally, the GO-MO dataset introduces two graph representations extracted from traffic data and metadata: one for routes between nodes and another for the road network. The dataset provides detailed statistics including the number of timestamps, total records, and measurement points.

搜集汇总

数据集介绍

构建方式

GO-MO数据集源自马德里市政厅公开数据门户，系统整合了2015年至2024年间超过15亿条交通记录，涵盖交通强度、传感器占用率与平均速度三项核心指标。数据以15分钟为采样间隔，跨越350,688个时间戳，经过去除异常值与插补缺失值等严格清洗流程，构建成按年份划分的CSV文件。此外，该数据集创新性地引入了两种图结构：基于路线的有向图与基于路网的多向图，分别通过传感器间最短路径距离与OpenStreetMap路网拓扑来定义节点与边，从而赋予时序数据以空间关联性。

特点

GO-MO的核心特色在于其海量规模与图增强的时空表征能力。数据总量超过15亿条，覆盖5,157个传感器节点，时间跨度长达十年，为长期交通模式分析提供了坚实基础。尤其突出的是，该数据集不仅提供原始交通度量，还发布了路线图与路网图两种图结构，前者以传感器为节点、以路由距离为边权重，后者则细致刻画道路交叉口与路段连接，并嵌入传感器标识符，实现了时序数据与空间结构的无缝融合，为图神经网络等深度学习模型提供了天然的数据载体。

使用方法

用户可通过Pandas直接读取年度CSV文件与传感器元数据表，利用共享的`sensor_id`字段将交通记录与传感器属性进行关联，从而获得包含位置、车道数、限速等丰富信息的完整数据视图。图结构以NetworkX pickle格式提供，加载后即可用于图分析或图神经网络输入。GO-MO还开源了完整的处理与实验代码，使用者可复现数据清洗与图构建流程，或基于此开展交通预测、异常检测、时空建模等研究任务，既适合传统的统计分析方法，也适配先进的机器学习范式。

背景与挑战

背景概述

在智慧城市与交通大数据研究蓬勃发展的当下，时空交通预测已成为城市交通管理与规划的核心技术，但其发展受限于高质量、长时序、附带空间拓扑信息的大规模公开数据集的匮乏。GO-MO数据集由David María-Arribas、Alfredo Cuesta-Infante和Juan J. Pantrigo等研究人员于2025年创建，源自西班牙马德里市议会的开放数据门户。该数据集以超过15亿条记录、跨越十年（2015-2024年）的交通强度、传感器占有率和平均速度三项指标，以及每15分钟的高采样频率，构建了迄今最具规模的城市交通时序数据库。更为关键的是，GO-MO创新性地引入了两种图结构——基于传感器间最短路径的路线图与基于OpenStreetMap的路网图，将交通观测数据与空间拓扑关系深度融合，为数据驱动的时空交通分析提供了标准化的多模态基准，有力推动了图神经网络与时序模型在该领域的交叉研究。

当前挑战

GO-MO数据集所面对的领域挑战主要集中在三个方面。其一，城市交通流具有显著的非线性、周期性与突发性特征，传统统计模型难以捕捉其复杂的时空依赖性，而现有数据集往往规模有限或缺失空间结构信息，制约了深度时空模型的训练与泛化。其二，原始数据存在传感器读数错误、缺失值及异常车速等质量问题，GO-MO通过插值标记与原始值保留策略进行了精细的清洗与透明化处理，但研究者仍需审慎处理人工干预对模型评估的潜在影响。其三，在构建过程中，将超过五千个传感器映射至包含三万五千余个节点的路网图，并精确计算邻接关系与边权重，面临计算复杂度高与多源数据对齐的工程挑战，同时以pickle格式发布的图文件也带来了安全加载与跨平台使用的便利性障碍。

常用场景

经典使用场景

在城市交通研究领域，GO-MO数据集凭借其跨越十年、包含超过15亿条记录的海量规模，成为时空交通预测与分析的经典基准。该数据集融合了交通强度、平均速度与传感器占用率三项核心指标，并以15分钟为采样间隔，为短时交通流预测、长期趋势建模及异常检测提供了丰富的时间序列基础。尤为重要的是，其内置的路线图和道路网络图两种图结构，使得基于图神经网络的交通流预测成为标志性应用场景。研究者常利用传感器间的空间关联与路网拓扑，构建时空图卷积模型来捕捉交通模式的动态演化，从而验证新算法在多节点、长时间跨度的复杂交通环境下的有效性。

解决学术问题

GO-MO数据集回应了学术界对大规模、带图结构、长期覆盖的真实交通数据的迫切需求，填补了现有数据集的规模与时空维度缺口。它解决了图神经网络在交通预测中因数据稀疏、图结构单一而导致的泛化能力不足问题，尤其是提供了两种不同粒度的图表示（路线图与道路网络图），使得研究能够系统探究图拓扑对预测精度的影响。此外，该数据集通过标记插值标志和读取错误字段，为处理缺失值、异常检测和数据质量控制提供了透明机制，推动了鲁棒性评估与数据修复方法的研究，对构建可解释的时空交通模型具有深远意义。

衍生相关工作

基于GO-MO数据集，学术界已经衍生出众多经典研究，包括提出面向大规模图数据的轻量级时空注意力网络，以及结合交通流与天气数据构建的多模态融合预测模型。在数据质量领域，研究者利用其提供的原始强度与插值字段，开发了自适应缺失值填补算法，显著提升了模型在噪声环境下的鲁棒性。此外，由于该数据集内嵌了道路网络图，推动了可导图采样技术和图结构学习在交通领域的突破，例如设计用于捕捉跨传感器长程依赖的动态图卷积结构。这些工作共同拓展了时空数据挖掘的边界，为下一代智能交通系统奠定了理论基础。