키워드: 빅 데이터; 철도 운송 네트워크화 작업
철도 교통의 네트워크화에서 큰 데이터 구축의 중점 중 하나는 글로벌 종합 전략을 갖춘 철도 교통 대형 데이터 관리 플랫폼을 구축하는 것이다. 철도 교통 데이터 관리 플랫폼의 기본 내용은 기존 철도 운송 서비스를 재구성하고 최적화하는 다양한 작업 흐름입니다. 철도 운송 서비스 대량 데이터 관리 플랫폼을 성공적으로 구축하면 시스템 정보가 명확하고 신뢰할 수 있으며, 서로 다른 업무 간의 시스템 통신을 용이하게 하고, 의사 결정 정보 형성에 도움이 되며, 철도 운송 서비스 정보 관리의 효율성을 높이고, 운영 비용을 절감하고, 이윤을 높일 수 있습니다.
1 철도 교통망 운영 및 관리에 큰 데이터 부족
1. 1 철도 교통 통계 수집 시스템의 문제점은 대부분의 서구 선진국에서 컴퓨터 기술이 빅 데이터 분야에서 발전함에 따라 궤도 교통은 점차 전환 가능하고 자동화된 모델을 실현하고 있습니다. 새로운 모델이 궤도교통에 가져온 변화는 매우 중요한데, 이는 주로 궤도교통의 건설 덕분이다. 통합 관리 시스템 및 각 하위 시스템과 원래 생산 시스템의 통합은 통계 및 분석 기능을 갖춘 정보 관리 플랫폼을 형성합니다. 최근 몇 년 동안, 중국의 철도 운송 분야도 전산화방면에서 진전을 이루었지만, 대형 데이터 시스템은 모든 업무 기능의 수요를 충족시킬 수 없었다. 철도 운송 부문의 장기적인 발전에 따라 데이터 시스템에도 대량의 데이터가 존재하지만 사용되는 데이터는 여전히 데이터 저장 용량을 수용하기에 충분하지 않습니다. 우리나라 궤도교통 서비스의 전산화수요가 늘면서 데이터 발전도 혁명적인 변화를 겪었다. 전자 정보 기술의 급속한 발전에 따라 철도 운송 통계 부서는 전 세계적으로 점점 더 중요한 역할을 하고 있지만, 철도 교통 통계 시스템은 도로의 수요를 충족시키기에 충분하지 않다.
1.2 철도 운송 데이터 처리 문제
대규모 철도 교통 통계 서비스의 데이터 수집 프로세스는 기지국, 운송처, 본부의 세 가지 계층으로 나뉩니다. 각기 다른 통계 시스템 (예: 여객운송 화물장 시스템, 화물 발권 시스템, 역 수하물 시스템 등 주요 업무 시스템) 에 따라 일일 데이터 양과 총 거래량이 매우 커서 일일 평균 업무 처리 임무가 과중하다. 철도 교통에 대한 통계는 엄청납니다. 궤도교통전산화의 발전에 따라 궤도교통통계서비스와 관련된 데이터는 이 시스템에 국한되지 않을 수 있으며, 철도 여객운송시스템 12306 고객센터의 개방운영과 같은 외부 시스템이 더 많이 관련될 수 있으며, 궤도교통정보자원의 확대는 궤도교통통계시스템에 큰 압력을 가하고 있다. 다양한 데이터 유형에는 보고서와 같은 구조화된 데이터뿐 아니라 철도 운송 전산화의 반정형 및 비정형 데이터 (예: 음성, 비디오, 이미지) 도 포함됩니다. 이러한 다양한 유형의 데이터 특징은 트래픽 통계 특성의 변화를 명확하게 보여 줍니다. 서로 다른 비즈니스 시스템이 동일한 메모리, 저장 방식 및 데이터 관리 모델, 특히 비기관 데이터를 가질 수 있는 것은 거의 불가능합니다. 서로 다른 구조화된 데이터에서 가치 있는 비즈니스 정보를 추출하고 서로 다른 데이터의 상관 관계를 상세히 분석하는 방법은 현 단계에서 철도 교통 통계 서비스가 직면한 문제입니다.
1.3 철도 교통 데이터 지표 시스템의 문제점
궤도교통데이터지표체계 현황궤도교통의 통계지표는 궤도교통서비스 생산과정, 재정수지, 자원관리 등의 직접적인 표현을 반영할 수 있으며, 각 활동의 지표는 밀접하게 관련되어 상호 보완되어 하나의 통계지표체계로 요약된다. 철도 교통 데이터 통계 지표의 가장 기본적인 요구 사항은 철도 교통 서비스의 현재 운영 상태를 반영하는 것이다. 선행 작업의 성과를 요약하면 현재 시스템의 다양한 문제를 파악하여 다음 배포를 위한 신뢰할 수 있는 방안을 제공할 수 있습니다. 다양한 유형의 전문 및 다양한 벤치마킹 보고서를 기반으로 철도 교통 회계 지표 시스템은 여객 운송, 화물 운송, 수하물, 기관차, 버스, 트럭, 장비, 노무, 재료, 에너지 절약, 환경 보호, 투자를 포괄하는 12 개의 전공을 형성했습니다. 데이터 지표로 볼 때, 이러한 데이터 지표들 사이의 관계는 복잡하고, 데이터 구경은 통일하기 어려우며, 철도 교통 시스템 빅데이터의 통합 관리가 더욱 복잡해진다.
1.4 는 철도 교통 통계의 새로운 수요를 충족시키지 못한다.
철도 운송의 상업화 과정이 가속화됨에 따라 현대화물 운송 조직의 변화, 고속철도 운송 방식의 변화 등 일련의 변화와 발전 상황에서 보답으로 보답하는 전통적인 통계 모델이 점점 적응하지 못하고 있다. 현대궤도교통의 발전과 관리에 따라 빅데이터 기술의 발전 모델을 통해 궤도교통통계의 기능이 점차 변화하고 있다. 대형 데이터 기술의 응용으로 철도 교통 통계의 기능이 갈수록 풍부해지고 있다. 큰 데이터를 바탕으로 통계 활동의 수요와 발전을 심도 있고 과학적으로 분석하고 현대화되고 포괄적인 철도 교통 통계를 개발하고 고급 데이터 처리 프레임워크를 통해 정보를 얻습니다. 관리 플랫폼의 벤치 마크 통계 극대화, 전통적인 통계 비즈니스 프로세스 휴식, 철도 교통 통계 시스템의 운영 프로세스는 근본적으로 변경 되었습니다. 전통적인 데이터 통합 처리 방법은 전통적인 역과 철도 교통국의 기본 부분을 대체하고 철도 회사에 넘겨주며 통지 방식은 많은 시간을 낭비합니다.
2. 철도 교통망 운영 및 관리에서 빅 데이터의 문제점 및 전략
2.65438+ 철도 운송 회사의 관점에서 볼 때, 비즈니스 및 통계는 유기적으로 통합되어 효과적인 정보 관리 플랫폼으로 자리잡고, 통계 워크플로우를 재구성하며, 원본 데이터의 정확성과 적시성을 극대화해야 합니다. 철도 운송 산업의 미래 개혁 혁신을 위한 견고한 의사 결정 기반을 제공합니다.
2.2 철도 운송 비즈니스 시스템 데이터 분석 전략 철도 교통 통계 서비스 정보화 건설은 어느 정도 진전을 이루었지만 시스템 전체 데이터 센터는 아직 구축되지 않아 통일된 통계 관리 방법이 없다. 따라서 통계 시스템이 제공하는 의사 결정 내용은 비교적 얇아서 기존 통계가 충분히 활용되지 못하고 있습니다. 이 정보에는 주로 다음과 같은 문제가 있습니다.
(1) 데이터 품질이 좋지 않습니다. 지방 철도 운송 단위의 전산화수준이 높지 않고 감독 관리 수준이 높지 않다. 통계 오류는 일반적으로 수동 양식 작성, 데이터 입력 및 조작 오류로 인해 발생합니다. 정밀도와 오차가 높은 경우 명확한 통계 통합 방법이 없어 입력 데이터의 품질이 크게 떨어집니다. (2) 데이터 수집의 세분성이 우수합니다. 현재 철도 교통 데이터 통계 분석의 최종 내용을 생성하는 과정은 기존 지표를 수집하여 여러 계층 간의 여러 요약을 통해 최종 결과를 얻는 것이다. 그러나 철도 운송 부서에서 테셀레이션 작업을 수행한 후에는 일부 원시 데이터와 정보의 테셀레이션 요구 사항을 충족하기가 어렵습니다. 더욱 완벽한 데이터가 있어야 통계 작업의 내용이 순조롭게 향상될 수 있다.
(3) 데이터 활용도가 낮습니다. 일반적으로 철도 교통의 통계 방법에는 원시 데이터 처리가 포함됩니다. 실제 정보 활용률이 높지 않아 반드시 최고의 정보 가치를 제공하는 것은 아니다. 철도 운송 서비스는 이미 대형 데이터 기술을 운용하는 객관적인 조건을 갖추었다. 다음 단계는 정보 뒤의 기회와 가치를 가능한 한 많이 발견하고 심층적인 데이터 마이닝, 분석 및 의사 결정을 통해 통계 서비스를 활성화하는 정보 관리 플랫폼을 구축하는 것입니다. 운영 보고서는 강력한 목표가 될 것입니다.
2.3 궤도교통통계지표체계에 문제가 있는 분석전략은 현재 궤도교통통계지표의 범위가 현 단계의 기본 통계요구를 충족시킬 수 있지만 통계지표체계의 문제점은 만만치 않다. 새로운 시대에 철도 교통 통계 정보화 건설의 핵심 단계 중 하나는 어떻게 통계 지표 체계를 혁신하고 재구성하여 철도 운송 기업의 종합 실력을 종합적이고 과학적으로 반영할 수 있는가이다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 스포츠명언)
2.4 대 데이터 중심 비즈니스 전략은 전체 통계 관리 플랫폼을 구축하여 통계 데이터 웨어하우스를 통해 서로 다른 비즈니스 시스템 간의 데이터를 통합, 사양 및 호환 방식으로 통합합니다. 점차적으로 원본 데이터 정보를 정보 플랫폼에 통합하고 데이터 형식, 스토리지 요구 사항, 데이터 즐거움 등에 따라 귀중한 정보를 보존합니다. 클래스, 설명, 스케일, 계산 방법 등을 지정하는 규칙 라이브러리를 작성합니다. , 데이터 관리의 품질을 향상시킵니다. 통계 품질은 핵심이며, 통계 관리 수준은 끊임없이 향상되어야 한다. 데이터 처리 프로세스를 숙지했기 때문에 각 소스 지점의 정보를 검증하려면 통계 규칙에 따라 시간 경과에 따라 데이터를 수정하여 통계의 품질을 보장해야 합니다. 데이터 수정에서는 수동 사전 처리를 피하고, 가능한 한 전산화된 자동 처리 및 수정 기능을 사용하여 가능한 한 특수한 문제를 수동으로 처리하는 데 도움을 줍니다.
3 결론 철도 운송 시스템의 발전에는 강력한 통계 정보 서비스 통합 플랫폼이 필요하다. 데이터 및 활동 기능 통합 및 기능 개발을 통해 통계 처리 수준 향상, 통계 인력의 생산성 향상, 리더십 관리 의사 결정 수준 및 지휘 능력 향상 시간과 능력의 제한으로 인해 필자는 개념적으로만 철도 교통망 운영에서 큰 데이터의 장점을 탐구할 수 있을 뿐, 응용 수준에서는 광범위한 분석과 연구를 하지 않았다. 빅 데이터의 이점은 분명하지만 아직 예비 연구 단계에 있으며 구현에는 높은 수준의 과학 설계와 합리적인 개발이 필요합니다. 빅데이터 정보 관리 시스템이 궤도교통 통계의 발전을 촉진하고 좋은 발전 전망을 가지고 있다고 믿는다.
참고 자료:
왕홍신. 데이터 중심의 도시 철도 교통 지능 여행 서비스 연구 [J]. 철도 운송 장비 및 기술, 202 1(4):54-56.
[2], 유병, 리 등. 도시궤도교통망 운영안전종합평가 [J]. 과학기술과 공사, 202 1, 21(/Kloc-)
[3] [3] 호, 서문 등. 도시 철도 교통망 운영 정보 통합 모델 연구 [J]. 도시 철도 운송, 20 15, 28 (2): 53-56