數(shù)據(jù)挖掘技術(shù)在地鐵中的應(yīng)用研究

摘要 探討地鐵中的數(shù)據(jù)挖掘技術(shù)，可以提高數(shù)據(jù)挖掘技術(shù)的質(zhì)量與效果，從而為地鐵工程工作的推進(jìn)奠定良好的基礎(chǔ)?；诖耍恼聫闹悄軟Q策分析系統(tǒng)的系統(tǒng)架構(gòu)、系統(tǒng)運(yùn)行方式等方面，分析了地鐵自動(dòng)售檢票系統(tǒng)在地鐵工程中的應(yīng)用。在此基礎(chǔ)上，提出客流分析預(yù)測系統(tǒng)過程、建立客流分析模型兩方面來加強(qiáng)數(shù)據(jù)挖掘技術(shù)的應(yīng)用策略，希望能給相關(guān)人員一些借鑒。

關(guān)鍵詞 數(shù)據(jù)信息資源挖掘;地鐵;自動(dòng)售檢票系統(tǒng);聚集式計(jì)算;可視化技術(shù)

中圖分類號 TP311.13 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-8949（2022）12-0050-03

收稿日期：2022-04-15

作者簡介：彭瓊芳（1982—），女，本科，高級工程師，研究方向：電氣工程及自動(dòng)化。

0 引言

科學(xué)的進(jìn)步，社會(huì)的發(fā)展，促使信息時(shí)代的到來。在當(dāng)前，人們可以在短時(shí)間內(nèi)獲得大量的信息，這些信息毫無規(guī)律，并且相對模糊，相關(guān)人員很難找到目標(biāo)信息促進(jìn)自身的工作有效開展。而數(shù)據(jù)挖掘技術(shù)的應(yīng)用，則可以改變這種情況。將數(shù)據(jù)挖掘技術(shù)應(yīng)用到工作中，使用者就能夠在相對較短的時(shí)間內(nèi)，從海量的信息中，經(jīng)過科學(xué)地篩查與歸類，最終找出目標(biāo)信息及其傳播規(guī)律。

1 數(shù)據(jù)挖掘技術(shù)

1.1 產(chǎn)生的背景

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，數(shù)據(jù)庫被普遍地應(yīng)用于很多領(lǐng)域，產(chǎn)生了大量數(shù)據(jù)庫。這些數(shù)據(jù)庫可以為管理者帶來統(tǒng)一、全局的視角，但是數(shù)據(jù)的豐富也使得人們?nèi)狈τ行Х椒▉碜R別一些隱藏的、對決策有益的信息，而傳統(tǒng)查詢方法和報(bào)表工具也根本無法滿足信息數(shù)據(jù)挖掘的需要。因此需要一套技術(shù)來管理這些冗雜的數(shù)據(jù)，從中選擇并挖掘出有用的信息，由此就形成了數(shù)據(jù)挖掘技術(shù)[1]，如圖1。

另一方面，數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)倉庫技術(shù)逐步發(fā)展和完善的成果，但并不是任何信息挖掘的技術(shù)都可以歸類到數(shù)據(jù)挖掘技術(shù)。比如，信息檢索技術(shù)也能夠利用數(shù)據(jù)庫的管理系統(tǒng)來檢索個(gè)別記錄，又或者利用互聯(lián)網(wǎng)的檢索功能來找到特殊的頁面，這些都不屬于數(shù)據(jù)挖掘技術(shù)。

1.2 概述

以數(shù)據(jù)庫、數(shù)理統(tǒng)計(jì)學(xué)、人工智能、可視化研究等為基石，算法的設(shè)計(jì)工作需要這些來描述和解釋數(shù)據(jù)分析。算法的設(shè)計(jì)工作主要包括錄入、產(chǎn)出和數(shù)據(jù)處理。數(shù)據(jù)庫是數(shù)據(jù)挖掘的計(jì)算入口，計(jì)算產(chǎn)出是挖掘數(shù)據(jù)信息知識的模型，而算法處理的流程則是設(shè)計(jì)具體工作的方式。

1.3 分類

數(shù)據(jù)挖掘可以按不同的方式分為不同的類別。

以數(shù)據(jù)庫的視角來定義數(shù)據(jù)挖掘的3個(gè)基本技術(shù)方面，分別為數(shù)據(jù)信息挖掘視角、數(shù)據(jù)挖掘?qū)ο?、?shù)據(jù)分析信息挖掘方式。數(shù)據(jù)信息挖掘視角是將數(shù)據(jù)挖掘?qū)ο蠹?xì)分為若干個(gè)信息庫或數(shù)據(jù)源，如關(guān)聯(lián)、面對的對象、空間環(huán)境、時(shí)態(tài)、文本庫、多媒體、歷史等相關(guān)領(lǐng)域方面的數(shù)據(jù)庫和萬維網(wǎng)等[2]。

而數(shù)據(jù)分析信息挖掘方式則可粗分為數(shù)據(jù)分析方式、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方式和數(shù)據(jù)庫方法。數(shù)據(jù)分析方式可劃分為回歸式數(shù)據(jù)分析、判別分析方式等。機(jī)器學(xué)習(xí)方式可劃分為遺傳算法等。神經(jīng)網(wǎng)絡(luò)方式可劃分為前向神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)等。數(shù)據(jù)庫方法則主要為多維的數(shù)據(jù)挖掘方式等。

1.4 作用

數(shù)據(jù)挖掘過程是指自動(dòng)提取并利用各種數(shù)據(jù)表中隱藏的有價(jià)值信息的過程，消息的類型可分為規(guī)律、法則、定義和模型等。管理人員通過這一技術(shù)，能剖析當(dāng)前數(shù)據(jù)信息、歷史數(shù)據(jù)信息及二者之間的關(guān)聯(lián)，并從中找到隱藏的模型和關(guān)系，以便于預(yù)見未來可能出現(xiàn)的重大事件。這一過程也是人們探索認(rèn)知系統(tǒng)的過程，是一個(gè)涉及方面非常廣泛的新興交叉性學(xué)科，主要應(yīng)用于數(shù)據(jù)庫、大數(shù)據(jù)計(jì)算、新一代人工智能和信息可視化與并行計(jì)算等領(lǐng)域。

1.5 常見技術(shù)形式

數(shù)據(jù)分析挖掘中掌握專業(yè)知識的重要技能是機(jī)器學(xué)習(xí)和數(shù)理分析計(jì)算，目前研究數(shù)據(jù)挖掘的重點(diǎn)聚集于計(jì)算基礎(chǔ)理論與應(yīng)用方面。機(jī)器學(xué)習(xí)作為另一種深入研究人工智慧的分支方法，被稱作歸納與推理;采用關(guān)聯(lián)分析法，也可以從關(guān)系數(shù)據(jù)庫中獲取相關(guān)聯(lián)系。而挖掘關(guān)聯(lián)則是指根據(jù)系統(tǒng)查找各種事件，以找出符合條件概率比較高的模式;資源數(shù)據(jù)分析挖掘以人工神經(jīng)元網(wǎng)絡(luò)使用最為普遍，計(jì)算方法是采用模擬個(gè)人神經(jīng)系統(tǒng)，不斷地訓(xùn)練和掌握相應(yīng)的數(shù)據(jù)集合，在每個(gè)待分析數(shù)據(jù)的集合里，出現(xiàn)可估計(jì)和分析的建模。決策方法是一個(gè)預(yù)測模型，呈樹型構(gòu)造，非終端節(jié)點(diǎn)顯示屬性，葉節(jié)點(diǎn)則顯示不同類型;遺傳算法則是一種基于優(yōu)化生物學(xué)發(fā)展理論研究的技術(shù)，基礎(chǔ)觀念是“適者生存”。遺傳算法可進(jìn)行多種類型、并行處理大量數(shù)據(jù)分析[3];聚合后發(fā)現(xiàn)，整個(gè)數(shù)據(jù)庫都能夠分為不同集群，群和集群之間存在明顯區(qū)別，同一個(gè)群的數(shù)據(jù)信息也盡量接近。聚類分析方法只是其他如特征和類型等預(yù)處理的第一步，算法在新生成的簇上等待數(shù)據(jù)處理。與分類方法不同的地方是在開始聚合之前，人們不清楚如何將數(shù)據(jù)信息分門別類，也不清楚如何按照變量分類。在聚合后，熟悉業(yè)務(wù)的人有多種方式理解分群的含義。大多數(shù)情形第一次聚合后所獲得的分群信息對業(yè)務(wù)沒有直接價(jià)值，需要通過刪減和添加變數(shù)，來修正數(shù)據(jù)信息分群所采用的多種方法。如此，在重復(fù)多次以后，就會(huì)得出一個(gè)非常理想的結(jié)論。聚合方法主要分為兩類，即神經(jīng)網(wǎng)絡(luò)方法和統(tǒng)計(jì)分析方法。K-均值和自組織的神經(jīng)網(wǎng)絡(luò)方式在聚合計(jì)算中應(yīng)用更為普遍。

2 地鐵自動(dòng)售檢票系統(tǒng)

2.1 智能決策分析系統(tǒng)的系統(tǒng)架構(gòu)

由于現(xiàn)有自動(dòng)售檢票系統(tǒng)都自建內(nèi)部網(wǎng)絡(luò)，在管理上屬于私有內(nèi)網(wǎng)范圍。目前自動(dòng)售檢票系統(tǒng)的數(shù)據(jù)庫中一般存儲60天歷史數(shù)據(jù)，但出于行業(yè)需要和安全方面的要求，可首先采取增加備用策略，把自動(dòng)售檢票系統(tǒng)的數(shù)據(jù)庫數(shù)據(jù)備份到備用數(shù)據(jù)庫服務(wù)器，之后再提取歷史數(shù)據(jù)到本信息系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫，同時(shí)再向其他的輔助管理系統(tǒng)導(dǎo)入新數(shù)據(jù)，從而構(gòu)成了該信息系統(tǒng)的全部服務(wù)統(tǒng)計(jì)信息。所以，在大數(shù)據(jù)分析集成處理過程中，必須本著安全性第一、兼顧成本的原則，通過防火墻實(shí)現(xiàn)隔離，以確保自動(dòng)售檢票系統(tǒng)與該信息系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫的安全性。

2.2 系統(tǒng)運(yùn)行方式

每天自動(dòng)售檢票系統(tǒng)處于空閑時(shí)，一般在凌晨2點(diǎn)之后，分析系統(tǒng)應(yīng)用服務(wù)器開啟中間件，將自動(dòng)售檢票系統(tǒng)數(shù)據(jù)備份到備用數(shù)據(jù)庫服務(wù)器，并采用編程方法實(shí)現(xiàn)了自動(dòng)售檢票系統(tǒng)數(shù)據(jù)庫的實(shí)時(shí)備用以及到備用數(shù)據(jù)庫服務(wù)器的增量備用方法，同時(shí)實(shí)現(xiàn)錄入歷史數(shù)據(jù)信息和為本系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫進(jìn)行直接抽取歷史數(shù)據(jù)信息的要求，并將成果保存到數(shù)據(jù)分析管理系統(tǒng)服務(wù)器上。

用戶帳號安全方案：通過不同的員工帳號、角色等定義，分別獲得對應(yīng)的授權(quán)，以確保系統(tǒng)用戶帳號與系統(tǒng)數(shù)據(jù)的安全。

在辦公網(wǎng)的分析系統(tǒng)服務(wù)器上，以實(shí)時(shí)方式存取資產(chǎn)數(shù)據(jù)庫信息，對數(shù)據(jù)采用拉（PULL）的方法，只讀取所需要的資料數(shù)量，以增加管理系統(tǒng)的反應(yīng)時(shí)間。

分析系統(tǒng)客戶端的接入方式使用了純B/S模型，以滿足地鐵辦公室OA與分析管理系統(tǒng)的兼容，支撐最大規(guī)模的并發(fā)性使用。

備份功能：用SQL2000編程腳本，可以定時(shí)實(shí)現(xiàn)自動(dòng)售檢票系統(tǒng)與備份服務(wù)器的2臺數(shù)據(jù)庫同步，所有決策支持系統(tǒng)的數(shù)據(jù)信息都來自備份服務(wù)器數(shù)據(jù)庫。而針對備份數(shù)據(jù)庫服務(wù)器與本管理系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫之間的備份問題，可以使用光盤塔為備份設(shè)備，利用數(shù)據(jù)庫中的自動(dòng)備份功能自動(dòng)完成，將來也能夠利用索引管理系統(tǒng)還原需要的數(shù)據(jù)信息。

2.3 相關(guān)客流的數(shù)據(jù)

按站點(diǎn)計(jì)算每日的出入站客流信息，分時(shí)間（輸入起止時(shí)間和間隔時(shí)間）計(jì)算每日各站點(diǎn)的進(jìn)出站客流和實(shí)時(shí)客流信息，按周計(jì)算各時(shí)間段的實(shí)時(shí)客流、進(jìn)出站客流信息，以及多種檢索條件下的客流信息。

（1）根據(jù)輸入的卡號、日期查詢進(jìn)出站記錄。

（2）統(tǒng)計(jì)每臺設(shè)備的分時(shí)段進(jìn)出站客流。

（3）統(tǒng)計(jì)每天在各個(gè)站點(diǎn)單程票的銷售、進(jìn)站、出站情況。

（4）統(tǒng)計(jì)每月通卡會(huì)員的乘車人次和總額。

（5）計(jì)算每天在用地鐵專屬卡的張數(shù)，并占所有可用地鐵專屬卡片的比例。

（6）數(shù)據(jù)備份功能，將全年的每日交易數(shù)據(jù)都儲存到同一個(gè)數(shù)據(jù)庫中。

（7）運(yùn)營日報(bào)中的相關(guān)數(shù)據(jù)統(tǒng)計(jì)。

（8）特殊交易查詢：查找超出所提供的許可區(qū)域的特殊交易的有關(guān)設(shè)備信息。

（9）按照某市地下鐵路專用卡的卡號查看此卡的有關(guān)出站信息內(nèi)容以及剩余次數(shù)。

（10）地鐵專用卡到期的提示。

（11）退款申請查詢：對某一設(shè)備在某一時(shí)段的交易信息查詢。

（12）員工考勤：票務(wù)中心可查看、打印每張卡片的進(jìn)、出站等相關(guān)信息（員工卡的卡號、可變賦值金額和數(shù)量），可查看和打印當(dāng)班的操作員的所有操作數(shù)據(jù)，如初始化數(shù)量、編碼數(shù)量、賦值金額之和數(shù)量、注銷數(shù)量。

2.4 系統(tǒng)數(shù)據(jù)管理

數(shù)據(jù)分析抽?。簩⑵髽I(yè)數(shù)據(jù)從自動(dòng)售檢票系統(tǒng)數(shù)據(jù)庫備份到企業(yè)智能決策與支持分析管理系統(tǒng)、企業(yè)備份數(shù)據(jù)庫服務(wù)器，再按照實(shí)際服務(wù)需求，提取相關(guān)數(shù)據(jù)分析到本管理系統(tǒng)服務(wù)信息庫中。然后從擴(kuò)展視角出發(fā)，保留端口，直接從外部大數(shù)據(jù)系統(tǒng)庫提取所要求的數(shù)據(jù)分析。

信息系統(tǒng)備份：將通過智能決策支持分析系統(tǒng)備份數(shù)據(jù)庫服務(wù)器中的服務(wù)數(shù)據(jù)信息，并且將該管理系統(tǒng)用抽取數(shù)據(jù)分析信息自動(dòng)備份到光盤塔等備份設(shè)施。

備份與恢復(fù)：根據(jù)企業(yè)運(yùn)營需求，通過索引從光盤塔等備份設(shè)施中將數(shù)據(jù)恢復(fù)至企業(yè)智能決策與支持的分析管理系統(tǒng)，備份數(shù)據(jù)庫服務(wù)器供本系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫管理之用。

應(yīng)用管理：實(shí)現(xiàn)本管理系統(tǒng)的使用者登錄、注銷、角色分派、密碼與授權(quán)管理等功能，將使用數(shù)據(jù)分析整合于對業(yè)務(wù)管理系統(tǒng)客流的數(shù)據(jù)分析[4]。

3 數(shù)據(jù)挖掘技術(shù)的應(yīng)用

互聯(lián)網(wǎng)的高速發(fā)展將為用戶帶來許多新信息服務(wù)，而互聯(lián)網(wǎng)因內(nèi)涵豐富、功能強(qiáng)大以及使用簡便，在所有獲取信息的服務(wù)方法中尤為突出，成為了數(shù)據(jù)挖掘發(fā)展的重點(diǎn)方向。又由于當(dāng)前互聯(lián)網(wǎng)信息服務(wù)的主要趨勢是單向與被動(dòng)信息服務(wù)的模式，使網(wǎng)絡(luò)應(yīng)用挖掘信息服務(wù)更符合性能要求，提高了互聯(lián)網(wǎng)與應(yīng)用之間的互動(dòng)性，使互聯(lián)網(wǎng)與應(yīng)用能真正地相互融合。

與以前的使用方法和被操作方式完全不同，通過運(yùn)用數(shù)據(jù)挖掘技術(shù)，使互聯(lián)網(wǎng)針對應(yīng)用需要進(jìn)行更針對性的、更主動(dòng)的信息服務(wù)，并能形成具有個(gè)性化信息服務(wù)特點(diǎn)的體系，而根據(jù)對不同用戶信息服務(wù)提供不同需要的滿足方法，進(jìn)行信息服務(wù)特點(diǎn)就有所不同。構(gòu)建的個(gè)性化信息服務(wù)體系也更加依賴于挖掘應(yīng)用信息服務(wù)的需要。

以某市地鐵客票業(yè)務(wù)為例，大資料數(shù)據(jù)挖掘技術(shù)在客運(yùn)數(shù)據(jù)分析中發(fā)揮最快捷的功能?？瓦\(yùn)數(shù)據(jù)分析預(yù)測體系流程由數(shù)據(jù)分析源形成、建立數(shù)據(jù)分析集市形成;而客流分析模型的構(gòu)建過程由大樣本數(shù)據(jù)分析、對BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理兩部分形成。

3.1 客流分析預(yù)測系統(tǒng)過程

3.1.1 數(shù)據(jù)源構(gòu)成

因客票管理系統(tǒng)的資料數(shù)據(jù)庫與恢復(fù)業(yè)務(wù)所使用SYBASE產(chǎn)品，而資料倉儲的制作所使用Microsoft公司產(chǎn)品的SQLSerner2000，因此面臨著轉(zhuǎn)換為異相數(shù)據(jù)源的問題。在技術(shù)上采用了數(shù)據(jù)庫對接技術(shù)，把所需要的基礎(chǔ)表導(dǎo)入到了SQLServer中。

3.1.2 構(gòu)建數(shù)據(jù)信息集市

數(shù)據(jù)挖掘技術(shù)對于中小型公司的運(yùn)用，更偏向于在不影響信息體系上先構(gòu)建中小型數(shù)據(jù)集市。首先將相應(yīng)的數(shù)據(jù)分析提取至小型數(shù)據(jù)集市中，再將其中的各個(gè)關(guān)系表格數(shù)據(jù)分析提取至大型數(shù)據(jù)集市中，最后再將數(shù)據(jù)集市中各個(gè)表格的數(shù)據(jù)分析提取至特定關(guān)系表格中，并在此基礎(chǔ)上利用零LAP技術(shù)工具來構(gòu)建多維分析的模型立方體，從而通過建立的數(shù)據(jù)分析挖掘來進(jìn)行高鐵客流數(shù)據(jù)分析與預(yù)報(bào)[5]。

3.2 建立客流分析模型

因?yàn)樵谇捌诰鸵言O(shè)置了大量數(shù)據(jù)集市，人們就可以據(jù)此抽取出相應(yīng)的數(shù)量來完成數(shù)據(jù)分析挖掘。在大量數(shù)據(jù)集市中，有各大車站、區(qū)間和線路中的售票數(shù)量、貨物總收入、旅客票價(jià)總收入、乘客上車的數(shù)量，以及各種類型的統(tǒng)計(jì)運(yùn)量信息，通過BP神經(jīng)網(wǎng)絡(luò)進(jìn)行信息處理。

數(shù)據(jù)變換也是一種預(yù)處理數(shù)據(jù)分析的關(guān)鍵部分。數(shù)據(jù)變換就是將大量數(shù)據(jù)信息內(nèi)容加以轉(zhuǎn)化，并使之更適合于數(shù)據(jù)分析挖掘類型，也就是說將特征向量的統(tǒng)計(jì)信息內(nèi)容按百分比加以壓縮，進(jìn)而將其落入到某個(gè)較小的特定區(qū)域。所采用的技術(shù)是歸一化處理。在此網(wǎng)絡(luò)模式的運(yùn)算中，將輸入樣本和檢驗(yàn)樣品中的所有數(shù)據(jù)信息，都統(tǒng)一加以量化為0～1之間的實(shí)數(shù)。

4 結(jié)語

綜上所述，數(shù)據(jù)挖掘技術(shù)在地鐵中的應(yīng)用優(yōu)勢是相當(dāng)明顯的，因此相關(guān)地鐵工作單位要加強(qiáng)對數(shù)據(jù)挖掘技術(shù)的應(yīng)用，以便為地鐵的相關(guān)工作開展創(chuàng)造有利的條件。隨著大數(shù)據(jù)的發(fā)展，城市軌道交通中的大數(shù)據(jù)研究是地鐵管理升級的需要，也是滿足乘客多種需求的必然要求。通過數(shù)據(jù)挖掘技術(shù)，深入探究城市軌道交通信息系統(tǒng)的運(yùn)維和數(shù)據(jù)規(guī)律，指導(dǎo)運(yùn)營實(shí)踐和規(guī)劃，對提升城市軌道交通的運(yùn)營管理水平具有重要的理論和現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1]王露. 數(shù)據(jù)挖掘技術(shù)在智能交通系統(tǒng)中的應(yīng)用[J]. 工程技術(shù)， 2015（23）： 215.

[2]陳靖. 數(shù)據(jù)挖掘技術(shù)在智能交通信息處理中的研究與應(yīng)用[J]. 電腦知識與技術(shù)， 2018（25）： 7-8.

[3]陸化普， 周錢， 周永華， 等. 數(shù)據(jù)挖掘技術(shù)在智能交通系統(tǒng)綜合信息平臺中的應(yīng)用[J]. ITS通訊， 2004（1）79-84.

[4]周健. 無線網(wǎng)絡(luò)技術(shù)在智能交通系統(tǒng)中的應(yīng)用分析[J]. 數(shù)碼世界， 2017（12）： 538.

[5]李萬欣， 李玉. 大數(shù)據(jù)技術(shù)在智能交通系統(tǒng)中的應(yīng)用研究[J]. 科學(xué)與財(cái)富， 2019（33）： 324.