交通統(tǒng)計(jì)數(shù)據(jù)多維存儲(chǔ)模型構(gòu)建

任 鵬，丁 然，劉 凌

(交通運(yùn)輸部科學(xué)研究院 現(xiàn)代物流研發(fā)中心，北京100013)

交通統(tǒng)計(jì)分析是交通管理部門科學(xué)決策的基礎(chǔ)性工作，涉及6 個(gè)部分近200 個(gè)交通指標(biāo)的采集與分析，其數(shù)據(jù)類型繁多、數(shù)據(jù)關(guān)系復(fù)雜，采用人工統(tǒng)計(jì)手段很難保證統(tǒng)計(jì)數(shù)據(jù)的有效性與可靠性，因此運(yùn)用信息化手段簡(jiǎn)化統(tǒng)計(jì)工作復(fù)雜度、提升統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量是近年來(lái)相關(guān)交通研究機(jī)構(gòu)的重要課題之一［1-3］。為了降低統(tǒng)計(jì)人員的工作強(qiáng)度，保證統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量，交通運(yùn)輸管理部門已開始利用專業(yè)的交通統(tǒng)計(jì)分析完成基本的數(shù)據(jù)匯總、審核和上報(bào)工作?，F(xiàn)有的交通統(tǒng)計(jì)分析系統(tǒng)通常采用傳統(tǒng)的二維數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)統(tǒng)計(jì)數(shù)據(jù)，在一定程度上滿足了統(tǒng)計(jì)數(shù)據(jù)的查詢分析工作，但是，由于其數(shù)據(jù)存儲(chǔ)效率低下，數(shù)據(jù)的可擴(kuò)充性、可維護(hù)性較差，很難滿足統(tǒng)計(jì)工作對(duì)于歷史數(shù)據(jù)對(duì)比、復(fù)雜自定義數(shù)據(jù)查詢等功能的需求。因此，引入多維數(shù)據(jù)模型構(gòu)建交通統(tǒng)計(jì)分析系統(tǒng)數(shù)據(jù)庫(kù)成為優(yōu)化統(tǒng)計(jì)數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)的有效途徑。

多維數(shù)據(jù)模型主要是根據(jù)業(yè)務(wù)分析主題的要求，從事實(shí)、維度、層次等多個(gè)度量角度對(duì)業(yè)務(wù)邏輯活動(dòng)進(jìn)行建模，可以在關(guān)系數(shù)據(jù)庫(kù)、多維數(shù)據(jù)庫(kù)甚至是面向?qū)ο蟮臄?shù)據(jù)庫(kù)上實(shí)現(xiàn)［4］。多維數(shù)據(jù)模型主要由事實(shí)表和維表構(gòu)成。事實(shí)表是多維數(shù)據(jù)模型的中央表，包含聯(lián)系事實(shí)與維度的數(shù)字度量值和鍵，維表則是維度屬性集合。多維數(shù)據(jù)模型主要包含星形模式、雪花模式和事實(shí)星座模式3 種模式，如表1 和圖1 所示。

表1 多維數(shù)據(jù)模型基本形式

圖1 多維數(shù)據(jù)模型基本形式關(guān)系圖

1 交通統(tǒng)計(jì)數(shù)據(jù)基本特征

交通統(tǒng)計(jì)制度［5］是交通統(tǒng)計(jì)工作的基礎(chǔ)內(nèi)容，主要由交通運(yùn)輸綜合統(tǒng)計(jì)、港口綜合統(tǒng)計(jì)、交通固定資產(chǎn)投資統(tǒng)計(jì)、城市客運(yùn)統(tǒng)計(jì)和交通運(yùn)輸扶貧統(tǒng)計(jì)6 個(gè)部分構(gòu)成，每個(gè)部分由一系列標(biāo)準(zhǔn)格式的數(shù)據(jù)報(bào)表組成。交通統(tǒng)計(jì)制度報(bào)表根據(jù)統(tǒng)計(jì)周期不同可劃分為年報(bào)和定期報(bào)表兩大類，其中定期報(bào)表又可細(xì)分為月報(bào)、季報(bào)和半年報(bào)等類型。交通統(tǒng)計(jì)數(shù)據(jù)上報(bào)一般采取企業(yè)、縣級(jí)、地市級(jí)、省級(jí)、部級(jí)層層上報(bào)的模式，每個(gè)級(jí)別的行業(yè)主管部門負(fù)責(zé)對(duì)所轄數(shù)據(jù)的收集、整理和分析工作。為了優(yōu)化交通統(tǒng)計(jì)數(shù)據(jù)內(nèi)容，提高交通統(tǒng)計(jì)工作的效率與質(zhì)量，交通統(tǒng)計(jì)制度會(huì)根據(jù)實(shí)際需求進(jìn)行周期性調(diào)整(通常為一年)。交通統(tǒng)計(jì)制度是人工統(tǒng)計(jì)階段下的產(chǎn)物，詳細(xì)規(guī)定了數(shù)據(jù)統(tǒng)計(jì)內(nèi)容和規(guī)則，但由于交通統(tǒng)計(jì)數(shù)據(jù)的多元性、歷史性和易變性，其數(shù)據(jù)關(guān)系需要進(jìn)一步梳理才能轉(zhuǎn)化為數(shù)據(jù)庫(kù)形式。交通統(tǒng)計(jì)報(bào)表數(shù)據(jù)主要有以下幾個(gè)基本特征：

(1)交通統(tǒng)計(jì)數(shù)據(jù)是一種多維數(shù)據(jù)。交通統(tǒng)計(jì)制度中的機(jī)構(gòu)、時(shí)間周期、統(tǒng)計(jì)表格等要素的形式經(jīng)常會(huì)根據(jù)需求不斷變化，因此交通統(tǒng)計(jì)數(shù)據(jù)應(yīng)當(dāng)采用延展性強(qiáng)且可擴(kuò)展的數(shù)據(jù)描述方式。交通統(tǒng)計(jì)數(shù)據(jù)由限定詞和指標(biāo)值兩部分構(gòu)成，指標(biāo)值只是表示具體數(shù)量，沒有實(shí)際意義，而限定詞則是對(duì)指標(biāo)值的具體描述，可以由統(tǒng)計(jì)機(jī)構(gòu)、統(tǒng)計(jì)周期、統(tǒng)計(jì)時(shí)間、統(tǒng)計(jì)分類及統(tǒng)計(jì)單位等維度疊加，因此交通統(tǒng)計(jì)數(shù)據(jù)本質(zhì)上是一種多維數(shù)據(jù)。

(2)交通統(tǒng)計(jì)數(shù)據(jù)之間存在一定關(guān)聯(lián)性。交通統(tǒng)計(jì)數(shù)據(jù)之間并不是完全獨(dú)立的，某項(xiàng)指標(biāo)可由其他數(shù)據(jù)推導(dǎo)得出。交通統(tǒng)計(jì)數(shù)據(jù)間的關(guān)聯(lián)主要表現(xiàn)為兩種：①邏輯性關(guān)聯(lián)，即數(shù)據(jù)與數(shù)據(jù)之間存在某種邏輯關(guān)聯(lián)。如由貨運(yùn)車輛總噸位可以推導(dǎo)出貨運(yùn)量的范圍;②合理性關(guān)聯(lián)，即數(shù)據(jù)與數(shù)據(jù)之間存在著某種必然的推導(dǎo)關(guān)系。合理性關(guān)聯(lián)包括推導(dǎo)性關(guān)聯(lián)和匯總性關(guān)聯(lián)。推導(dǎo)性關(guān)聯(lián)主要是指統(tǒng)計(jì)數(shù)據(jù)之間存在固定的計(jì)算公式，某項(xiàng)指標(biāo)可根據(jù)具體公式由其他指標(biāo)計(jì)算得來(lái)。匯總性關(guān)聯(lián)主要是指數(shù)據(jù)的匯總是由分項(xiàng)數(shù)據(jù)加和得來(lái)，如在時(shí)間維度上的匯總(年報(bào)由月報(bào)匯總)、機(jī)構(gòu)間匯總等。

(3)交通統(tǒng)計(jì)數(shù)據(jù)間存在一定的重復(fù)性。交通統(tǒng)計(jì)的重復(fù)性一方面是由于交通統(tǒng)計(jì)中涉及指標(biāo)較多，數(shù)據(jù)間的關(guān)聯(lián)關(guān)系難以厘清;另一方面是由于在統(tǒng)計(jì)工作中對(duì)數(shù)據(jù)信息獲取需求不同，如公路里程總長(zhǎng)既可以由不同公路技術(shù)等級(jí)建設(shè)情況匯總得出，也可以由不同公路路面類型建設(shè)情況匯總得出。雖然結(jié)果相同，但出于對(duì)建設(shè)情況細(xì)節(jié)數(shù)據(jù)信息獲取的需求，必須分別統(tǒng)計(jì)。

綜上所述，交通統(tǒng)計(jì)數(shù)據(jù)是一種復(fù)雜數(shù)據(jù)，其多維性、關(guān)聯(lián)性和重復(fù)性特征使傳統(tǒng)數(shù)據(jù)庫(kù)建模方案難以適用，將多維數(shù)據(jù)模型理論引入交通統(tǒng)計(jì)分析系統(tǒng)數(shù)據(jù)庫(kù)建模之中，對(duì)滿足交通統(tǒng)計(jì)數(shù)據(jù)對(duì)于兼容性、易擴(kuò)展等方面的存儲(chǔ)需求有著積極意義。

2 交通統(tǒng)計(jì)數(shù)據(jù)基本數(shù)據(jù)類型

交通統(tǒng)計(jì)報(bào)表是統(tǒng)計(jì)數(shù)據(jù)的最終結(jié)果的表現(xiàn)形式，它是多種類型數(shù)據(jù)形式的綜合體。通過(guò)對(duì)交通統(tǒng)計(jì)制度的分析，交通統(tǒng)計(jì)數(shù)據(jù)庫(kù)系統(tǒng)設(shè)計(jì)主要應(yīng)考慮以下幾種基本數(shù)據(jù)類型：

(1)輔助類數(shù)據(jù)。輔助類數(shù)據(jù)主要是指交通統(tǒng)計(jì)過(guò)程中所需要的基礎(chǔ)類數(shù)據(jù)，這些數(shù)據(jù)雖然在最終報(bào)表較少或沒有直接體現(xiàn)，但在統(tǒng)計(jì)過(guò)程中會(huì)使用到，如統(tǒng)計(jì)參與機(jī)構(gòu)數(shù)據(jù)、統(tǒng)計(jì)人員數(shù)據(jù)、交通運(yùn)營(yíng)企業(yè)數(shù)據(jù)、行政區(qū)劃面積人口數(shù)據(jù)等。

(2)操作類數(shù)據(jù)。操作類數(shù)據(jù)主要是指由系統(tǒng)相關(guān)功能操作所生成的數(shù)據(jù)，這些數(shù)據(jù)主要記錄用戶的操作過(guò)程及狀態(tài)，如數(shù)據(jù)的審核操作。

(3)明細(xì)類數(shù)據(jù)。明細(xì)類數(shù)據(jù)主要是具體的交通設(shè)備設(shè)施的詳細(xì)特征信息，如高速公路明細(xì)、運(yùn)輸船舶名錄等，明細(xì)類數(shù)據(jù)可作為統(tǒng)計(jì)類數(shù)據(jù)的基礎(chǔ)數(shù)據(jù)。

(4)統(tǒng)計(jì)類數(shù)據(jù)。統(tǒng)計(jì)類數(shù)據(jù)是統(tǒng)計(jì)工作所需要的最終結(jié)果，主要是對(duì)各項(xiàng)交通數(shù)據(jù)進(jìn)行匯總或計(jì)算后得到的數(shù)據(jù)。交通統(tǒng)計(jì)報(bào)表制度所收集的數(shù)據(jù)大部分為統(tǒng)計(jì)類數(shù)據(jù)。

交通統(tǒng)計(jì)數(shù)據(jù)間主要存在屬性標(biāo)識(shí)、數(shù)據(jù)匯總和數(shù)據(jù)計(jì)算這3 種基本數(shù)據(jù)關(guān)系(見圖2)，各類數(shù)據(jù)通過(guò)這3 種基本數(shù)據(jù)關(guān)系將輔助類數(shù)據(jù)、操作類數(shù)據(jù)和明細(xì)類數(shù)據(jù)最終聚合為統(tǒng)計(jì)類數(shù)據(jù)。需要說(shuō)明的是，統(tǒng)計(jì)類數(shù)據(jù)與明細(xì)類數(shù)據(jù)實(shí)際上存在一定冗余，造成統(tǒng)計(jì)類數(shù)據(jù)與明細(xì)類數(shù)據(jù)同時(shí)存儲(chǔ)的原因主要有兩個(gè)方面：一是統(tǒng)計(jì)工作的實(shí)際需求。統(tǒng)計(jì)類數(shù)據(jù)往往在明細(xì)類數(shù)據(jù)匯總基礎(chǔ)上有所調(diào)整;二是明細(xì)數(shù)據(jù)的不完備性。很多明細(xì)數(shù)據(jù)無(wú)法獲取或獲取成本較高，統(tǒng)計(jì)類數(shù)據(jù)無(wú)法由明細(xì)類數(shù)據(jù)直接推出，往往由統(tǒng)計(jì)工作人員直接上報(bào)。

圖2 交通統(tǒng)計(jì)數(shù)據(jù)基本數(shù)據(jù)關(guān)系

3 交通統(tǒng)計(jì)數(shù)據(jù)基本描述形式

交通統(tǒng)計(jì)數(shù)據(jù)庫(kù)的建模應(yīng)充分考慮交通統(tǒng)計(jì)制度中的數(shù)據(jù)形式，交通統(tǒng)計(jì)數(shù)據(jù)信息通常由數(shù)據(jù)描述信息和數(shù)據(jù)值信息兩部分組成。數(shù)據(jù)值信息本身只是數(shù)字，并無(wú)具體含義，它只表示數(shù)量的大小。而數(shù)據(jù)描述信息則是對(duì)數(shù)據(jù)值信息的描述，交通統(tǒng)計(jì)數(shù)據(jù)主要包含指標(biāo)名稱等7 類限定信息(如表2 所示)。交通統(tǒng)計(jì)數(shù)據(jù)完整的描述形式可采用式(1)表達(dá)形式。

表2 交通統(tǒng)計(jì)數(shù)據(jù)基本限定信息

交通統(tǒng)計(jì)數(shù)據(jù)=指標(biāo)維度+機(jī)構(gòu)維度+周期維度+時(shí)間維度+單位維度+實(shí)體維度+特征維度(屬性1，屬性2，… ，屬性n)+ 指標(biāo)值 (1)

圖3 給出了某交通數(shù)據(jù)描述的具體實(shí)例，這種數(shù)據(jù)組織形式主要有3 個(gè)方面的優(yōu)點(diǎn)：①可以與現(xiàn)有的年報(bào)統(tǒng)計(jì)制度表格相對(duì)應(yīng)，表格中每一個(gè)單元格數(shù)據(jù)都可以被描述，滿足了后期系統(tǒng)報(bào)表生成的需求;②一旦獲取基本維度信息，數(shù)據(jù)庫(kù)中數(shù)據(jù)可以被唯一確定;③可以實(shí)現(xiàn)靈活的自定義數(shù)據(jù)查詢功能。雖然該數(shù)據(jù)組織形式的數(shù)據(jù)維護(hù)成本較高，但它可以有效地將各種數(shù)據(jù)有機(jī) 融合，滿足系統(tǒng)復(fù)雜的數(shù)據(jù)操作需求。

圖3 交通統(tǒng)計(jì)數(shù)據(jù)描述實(shí)例

4 交通統(tǒng)計(jì)數(shù)據(jù)多維存儲(chǔ)模型架構(gòu)

根據(jù)數(shù)據(jù)存儲(chǔ)的內(nèi)容及系統(tǒng)功能需求可將整個(gè)交通數(shù)據(jù)多維存儲(chǔ)模型劃分為系統(tǒng)數(shù)據(jù)區(qū)、明細(xì)數(shù)據(jù)區(qū)、統(tǒng)計(jì)數(shù)據(jù)描述區(qū)和統(tǒng)計(jì)值數(shù)據(jù)區(qū)4 個(gè)部分，如圖4 所示。系統(tǒng)數(shù)據(jù)區(qū)主要包含輔助類數(shù)據(jù)和操作類數(shù)據(jù)相關(guān)數(shù)據(jù)實(shí)體，其主要是滿足用戶登錄、數(shù)據(jù)審核等功能的數(shù)據(jù)存儲(chǔ)需求，部分?jǐn)?shù)據(jù)實(shí)體可作為統(tǒng)計(jì)類數(shù)據(jù)的維表;明細(xì)類數(shù)據(jù)區(qū)主要包含一系列具體描述交通設(shè)備及設(shè)施的實(shí)體，可為統(tǒng)計(jì)類數(shù)據(jù)提供數(shù)據(jù)支持;統(tǒng)計(jì)數(shù)據(jù)描述區(qū)主要包含一系列統(tǒng)計(jì)數(shù)據(jù)值限定信息的抽象實(shí)體，對(duì)統(tǒng)計(jì)數(shù)據(jù)值進(jìn)行描述;統(tǒng)計(jì)值數(shù)據(jù)區(qū)只包含一個(gè)事實(shí)表，主要記錄數(shù)字及數(shù)據(jù)提交時(shí)間信息，其數(shù)據(jù)含義通過(guò)統(tǒng)計(jì)數(shù)據(jù)描述區(qū)進(jìn)行解釋。

圖4 交通統(tǒng)計(jì)數(shù)據(jù)多維存儲(chǔ)模型

交通統(tǒng)計(jì)數(shù)據(jù)多維存儲(chǔ)模型可以有效控制統(tǒng)計(jì)數(shù)據(jù)粒度，通過(guò)對(duì)統(tǒng)計(jì)數(shù)據(jù)描述體系的定義，確定統(tǒng)計(jì)數(shù)據(jù)各維度的基本描述單元，為交通統(tǒng)計(jì)分析系統(tǒng)提供動(dòng)態(tài)靈活的數(shù)據(jù)查詢、匯總和分析功能［6-9］。當(dāng)交通運(yùn)輸統(tǒng)計(jì)年報(bào)制度發(fā)生改變時(shí)，無(wú)須變更數(shù)據(jù)庫(kù)結(jié)構(gòu)，只需新增或修改數(shù)據(jù)描述區(qū)的相關(guān)實(shí)體存儲(chǔ)的數(shù)據(jù)內(nèi)容，即可在保證歷史數(shù)據(jù)含義統(tǒng)一的條件下適應(yīng)新的數(shù)據(jù)存儲(chǔ)需求。交通統(tǒng)計(jì)數(shù)據(jù)存儲(chǔ)模型的基本數(shù)據(jù)查詢?cè)M關(guān)系演算表達(dá)式可參見文獻(xiàn)［10］，從中可以看出，一旦確定統(tǒng)計(jì)數(shù)據(jù)的基本維度信息即可確定其相關(guān)聯(lián)的唯一統(tǒng)計(jì)數(shù)值，統(tǒng)計(jì)數(shù)據(jù)的匯總分析也可以通過(guò)控制數(shù)據(jù)描述特征的查詢條件對(duì)結(jié)果集進(jìn)行數(shù)值計(jì)算完成。

5 結(jié)論

交通統(tǒng)計(jì)數(shù)據(jù)多維存儲(chǔ)模型的構(gòu)建需要兼顧系統(tǒng)功能與數(shù)據(jù)優(yōu)化存儲(chǔ)兩方面的需求，其數(shù)據(jù)庫(kù)構(gòu)建有一定難度，運(yùn)用多維數(shù)據(jù)模型理論可以將統(tǒng)計(jì)數(shù)據(jù)信息分解為多個(gè)維度的標(biāo)準(zhǔn)化單元，可有效地滿足系統(tǒng)數(shù)據(jù)挖掘的相關(guān)操作需求，保證交通統(tǒng)計(jì)分析系統(tǒng)功能的擴(kuò)展與實(shí)現(xiàn)。交通統(tǒng)計(jì)數(shù)據(jù)多維存儲(chǔ)模型對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)具有廣泛適用性，相關(guān)技術(shù)對(duì)于交通大數(shù)據(jù)模型的建立也有一定借鑒意義。

［1］張琪.交通運(yùn)輸統(tǒng)計(jì)的現(xiàn)狀與發(fā)展［J］. 中國(guó)統(tǒng)計(jì)，2004(4)：10 -11.

［2］王珍珍. 交通部加快交通統(tǒng)計(jì)信息系統(tǒng)建設(shè)［N］.中國(guó)交通報(bào)，2007 -07 -31(A01).

［3］孔凡國(guó)，王先進(jìn). 我國(guó)交通統(tǒng)計(jì)信息工作發(fā)展規(guī)劃研究［J］.交通世界，2002(7)：23 -27.

［4］HAN J W，KAMBER M，PEI J.數(shù)據(jù)挖掘概念與技術(shù)［M］.范明，孟小峰，譯.3 版. 北京：機(jī)械工業(yè)出版社，2012：89 -99.

［5］中國(guó)交通統(tǒng)計(jì)信息網(wǎng).交通統(tǒng)計(jì)制度［EB/OL］.［2014-12-18］.http：//www.jttj.gov.cn /zhidu.asp.

［6］吳薇，李志蜀.多維數(shù)據(jù)建模的設(shè)計(jì)方法［J］. 四川大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，44(3)：513 -516.

［7］文俊浩，蔣渝，吳紅艷，等.復(fù)雜數(shù)據(jù)的多維數(shù)據(jù)模型應(yīng)用研究［J］.計(jì)算機(jī)應(yīng)用研究，2004(4)：139-142.

［8］李盛恩，王珊.多維數(shù)據(jù)模型ER(H)［J］.計(jì)算機(jī)學(xué)報(bào)，2005，28(12)：2059 -2067.

［9］湯艷艷，邵偉民，王子紅.數(shù)據(jù)倉(cāng)庫(kù)中的多維數(shù)據(jù)模型及其對(duì)象關(guān)系的實(shí)現(xiàn)［J］. 計(jì)算機(jī)工程，2003，29(9)：88 -92.

［10］SILBERSCHATZ A，KORTH H F，SUDARSHAN S.數(shù)據(jù)庫(kù)系統(tǒng)概念［M］.楊東青，李紅燕，唐世謂，等，譯.6 版.北京：機(jī)械工業(yè)出版社，2012：123-141.