許盛剛

（中國鐵路北京局集團有限公司 客運處，北京 100860）

1 概述

目前，我國鐵路營業(yè)里程達到12.7萬km，高速鐵路營業(yè)里程達到2.5萬km，“四橫四縱”的高速鐵路服務(wù)網(wǎng)絡(luò)已建設(shè)完成，初步形成了以北京為中心的8小時高速鐵路交通圈，通過高速鐵路在8 h內(nèi)抵達國內(nèi)大部分省會城市和50萬人口以上的城市，覆蓋全國90%以上地區(qū)，極大縮短了城市間的時空距離，為我國經(jīng)濟發(fā)展和人才交流提供了強有力的保障。與此同時，鐵路客運管理工作涉及的業(yè)務(wù)量、數(shù)據(jù)量也隨之大幅增長[1]，如何建設(shè)滿足新時期需求的鐵路客運管理信息系統(tǒng)，提高鐵路客運管理效率，為旅客提供安全、高效、舒適的客運服務(wù)，吸引更多鐵路客流，提高鐵路運營效益，增加鐵路競爭力成為亟需研究的重要課題。

鐵路客運管理涉及業(yè)務(wù)部門多、業(yè)務(wù)種類繁雜、數(shù)據(jù)量龐大，需要綜合性強、處理能力高的客運管理信息系統(tǒng)。為此，我國鐵路在各級客運管理部門信息化方面積極探索并建設(shè)了一系列客運信息系統(tǒng)，如鐵路客票發(fā)售和預(yù)定系統(tǒng)、客運營銷輔助決策系統(tǒng)等[2]，為鐵路客運管理信息系統(tǒng)的建設(shè)和應(yīng)用打下了良好的基礎(chǔ)。但是，原有的客運管理信息系統(tǒng)大多自成體系，功能相對集中在某一業(yè)務(wù)范圍內(nèi)，各系統(tǒng)之間的數(shù)據(jù)沒有形成網(wǎng)絡(luò)，導(dǎo)致數(shù)據(jù)源眾多、信息孤島和數(shù)據(jù)煙囪現(xiàn)象十分嚴重，無法實現(xiàn)信息的有效互聯(lián)互通，鐵路客運信息得不到綜合管理和應(yīng)用，現(xiàn)有的客運管理信息系統(tǒng)難以滿足鐵路客運管理工作的需要。

隨著互聯(lián)網(wǎng)及信息處理技術(shù)的快速發(fā)展，大數(shù)據(jù)已經(jīng)從技術(shù)研究階段進入實用階段，鐵路大數(shù)據(jù)研究與應(yīng)用的核心目標(biāo)定位在如何盤活鐵路數(shù)據(jù)資產(chǎn)及最大限度挖掘數(shù)據(jù)價值，進而發(fā)現(xiàn)新知識、提升新能力，更好更快助推鐵路轉(zhuǎn)型升級，驅(qū)動鐵路創(chuàng)新發(fā)展[3-4]。研究基于大數(shù)據(jù)，分析其來源及相關(guān)技術(shù)，對基于大數(shù)據(jù)技術(shù)的客運管理信息系統(tǒng)應(yīng)用功能進行探討，以精準把握市場需求及變化趨勢，全面刻畫用戶出行特征，準確預(yù)測客流，進而提供鐵路客運的個性化服務(wù)及精準營銷，研發(fā)出更貼近用戶需求的客運產(chǎn)品，提升鐵路公共服務(wù)水平，提高鐵路運輸收益[5]。

2 北京鐵路局客運管理信息系統(tǒng)架構(gòu)設(shè)計

2.1 系統(tǒng)總體需求

鐵路客運服務(wù)的本質(zhì)是完成旅客的位移，為解決旅客“走得了”和“走得好”的問題，需要完善、高效的鐵路客運管理信息系統(tǒng)提供業(yè)務(wù)及信息上的有力支持。中國鐵路北京局集團有限公司(以下簡稱“北京鐵路局”)客運管理信息系統(tǒng)運用大數(shù)據(jù)技術(shù)手段，以中國鐵路總公司信息化總體規(guī)劃目標(biāo)為基礎(chǔ)，結(jié)合鐵路局各級客運部門信息化的具體情況，搭建大數(shù)據(jù)平臺，整合鐵路客運管理各專業(yè)、各業(yè)務(wù)部門的客運信息，實現(xiàn)對鐵路客運信息的統(tǒng)一化管理，為鐵路客運管理工作提供數(shù)據(jù)高度共享、客運管理業(yè)務(wù)流程優(yōu)化合理的信息系統(tǒng)。北京鐵路局客運管理信息系統(tǒng)架構(gòu)總體需求如下。

（1）研究搭建北京鐵路局客運管理信息大數(shù)據(jù)平臺，實現(xiàn)基于統(tǒng)一管理平臺的鐵路客運動態(tài)、靜態(tài)數(shù)據(jù)的整合、存儲、分析、共享與展示等，可滿足結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的管理并且兼顧既有系統(tǒng)數(shù)據(jù)共享和新增數(shù)據(jù)管理的需求，滿足鐵路客運信息在客運系統(tǒng)內(nèi)部及跨專業(yè)的共享需求。

（2）統(tǒng)籌考慮各方面的因素，從北京鐵路局鐵路客運管理信息化需求的整體出發(fā)，探討基于大數(shù)據(jù)平臺客運系統(tǒng)需要提供的業(yè)務(wù)功能。

（3）系統(tǒng)架構(gòu)設(shè)計主要考慮客運數(shù)據(jù)的完備性、海量數(shù)據(jù)的高效率存儲、多用戶同時請求的高并發(fā)處理、數(shù)據(jù)實時動態(tài)的獲取和更新、數(shù)據(jù)的高擴展性和高可用性，促進客運支持系統(tǒng)不間斷正常運行。

2.2 基于大數(shù)據(jù)的技術(shù)路線

基于大數(shù)據(jù)技術(shù)的處理系統(tǒng)主要包括數(shù)據(jù)準備、存儲管理、計算處理、數(shù)據(jù)分析和知識展現(xiàn)5個環(huán)節(jié)[6]，大數(shù)據(jù)分層架構(gòu)如圖1所示。對于北京鐵路局客運管理信息系統(tǒng)而言，明確數(shù)據(jù)源，完成數(shù)據(jù)準備工作具有非常大的難度，其涵蓋的信息包括列車、車站、客票、財務(wù)等多個業(yè)務(wù)部門的各類信息，文件類型包括文本、圖片、視頻、日志等結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)。隨著鐵路的運營發(fā)展，其數(shù)據(jù)量也呈指數(shù)級增長，這些數(shù)據(jù)符合大數(shù)據(jù)大體量、多樣性、時效性和大價值的4V特征。

圖1 大數(shù)據(jù)分層架構(gòu)Fig.1 Layered architecture of big data

（1）數(shù)據(jù)準備。在數(shù)據(jù)準備階段，北京鐵路局客運處組織開展客運專業(yè)信息系統(tǒng)及數(shù)據(jù)梳理工作，確定專業(yè)數(shù)據(jù)資源分類、數(shù)據(jù)內(nèi)容和數(shù)據(jù)規(guī)格，按照統(tǒng)一格式形成本專業(yè)信息系統(tǒng)數(shù)據(jù)資源表單，建立客運系統(tǒng)大數(shù)據(jù)資源目錄?？瓦\處組織制訂數(shù)據(jù)采集方案，確定數(shù)據(jù)采集范圍、方式、頻次、時間等內(nèi)容，協(xié)調(diào)相關(guān)信息系統(tǒng)維護單位或研發(fā)廠家，開放數(shù)據(jù)訪問權(quán)限或提供數(shù)據(jù)訪問接口，實現(xiàn)各專業(yè)數(shù)據(jù)向平臺的匯聚。

（2）存儲管理。實現(xiàn)滿足結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化的數(shù)據(jù)存儲，按照客運業(yè)務(wù)分類實現(xiàn)主數(shù)據(jù)、元數(shù)據(jù)的存儲及管理。

（3）計算處理。以業(yè)務(wù)需求為核心，從大數(shù)據(jù)平臺提取所需數(shù)據(jù)進行計算處理。

（4）數(shù)據(jù)分析。根據(jù)計算結(jié)果，按需求進行分析處理，為客運業(yè)務(wù)提供目標(biāo)導(dǎo)向。

（5）知識展現(xiàn)。利用可視化技術(shù)，通過熱點圖、直方圖等多種豐富的圖形化界面，直觀描述數(shù)據(jù)的規(guī)律、趨勢，鐵路客運管理部門通過圖形可以很容易獲取關(guān)鍵信息，進行相應(yīng)的管理決策。

2.3 總體架構(gòu)設(shè)計

通過客運管理信息系統(tǒng)總體需求及分析，結(jié)合鐵路客運管理的實際需求，設(shè)計北京鐵路局鐵路客運管理信息系統(tǒng)架構(gòu)如圖2所示，系統(tǒng)架構(gòu)包括數(shù)據(jù)源層、數(shù)據(jù)整合層、數(shù)據(jù)存儲層、數(shù)據(jù)分析層、數(shù)據(jù)服務(wù)層和業(yè)務(wù)應(yīng)用層[7-8]，各層之間緊密協(xié)作，實現(xiàn)鐵路客運信息的產(chǎn)生、聚集、分析和應(yīng)用。

（1）數(shù)據(jù)源層。該層完成鐵路客運信息管理所需的各類數(shù)據(jù)源，包括現(xiàn)有業(yè)務(wù)系統(tǒng)，如客票系統(tǒng)、車站管理系統(tǒng)、旅客服務(wù)系統(tǒng)等，也包括需要新納入本架構(gòu)管理的數(shù)據(jù)源，如旅游、酒店、公交等其他業(yè)務(wù)數(shù)據(jù)。

圖2 北京鐵路局客運管理信息系統(tǒng)架構(gòu)Fig.2 System architecture of Beijing railway passenger transport management information system

（2）數(shù)據(jù)整合層。利用網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)采集技術(shù)將分散在各處的相關(guān)數(shù)據(jù)進行傳輸和整合，根據(jù)業(yè)務(wù)分類對數(shù)據(jù)源進行有針對性的采集交換，并對數(shù)據(jù)源進行分類處理，實現(xiàn)對結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)的采集處理，并對數(shù)據(jù)內(nèi)容進行整理形成高質(zhì)量的數(shù)據(jù)資產(chǎn)。

（3）數(shù)據(jù)存儲層。構(gòu)建適用于結(jié)構(gòu)化及非結(jié)構(gòu)化的海量數(shù)據(jù)存儲架構(gòu)，用于存儲鐵路客運管理相關(guān)的關(guān)鍵數(shù)據(jù)，主要使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫和支持非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫Hbase。

（4）數(shù)據(jù)分析層。利用回歸分析、聚類分析、關(guān)聯(lián)分析、神經(jīng)網(wǎng)絡(luò)分析算法和模型工具等數(shù)據(jù)分析組件來實現(xiàn)對客運數(shù)據(jù)的處理和分析，建立大數(shù)據(jù)分析模型，通過結(jié)果不斷驗證和優(yōu)化模型，為數(shù)據(jù)服務(wù)層提供數(shù)據(jù)分析服務(wù)。

（5）數(shù)據(jù)服務(wù)層。將鐵路客運信息按照業(yè)務(wù)對象進行細分，建立標(biāo)準化的數(shù)據(jù)，構(gòu)建統(tǒng)一、規(guī)范的數(shù)據(jù)服務(wù)，為上層業(yè)務(wù)應(yīng)用及用戶提供鐵路客運信息管理相關(guān)的數(shù)據(jù)共享、數(shù)據(jù)分發(fā)、數(shù)據(jù)交換等數(shù)據(jù)服務(wù)。

（6）業(yè)務(wù)應(yīng)用層。該層結(jié)合具體的應(yīng)用場景，利用數(shù)據(jù)服務(wù)層及數(shù)據(jù)分析層提供的服務(wù)，為用戶提供具體的業(yè)務(wù)應(yīng)用服務(wù)。北京鐵路局局客運管理信息系統(tǒng)主要應(yīng)用功能包括鐵路客運信息管理、旅客信息管理、客流及市場預(yù)測、客運產(chǎn)品優(yōu)化設(shè)計、鐵路客運生產(chǎn)作業(yè)管理、應(yīng)急指揮管理、客運人員管理、客運智慧營銷、客運服務(wù)質(zhì)量評價等多個應(yīng)用場景，以客運產(chǎn)品優(yōu)化設(shè)計為例，可以利用實名制購票數(shù)據(jù)對列車等級、票價、旅行時長、換乘時間等旅客出行選擇因素進行分析，為列車開行方案制訂、客運組織等提供數(shù)據(jù)支持。

3 北京鐵路局客運管理信息系統(tǒng)關(guān)鍵技術(shù)

3.1 數(shù)據(jù)采集及整合技術(shù)

鐵路客運管理涉及到多個系統(tǒng)，為高效完成客運管理工作，需要從多個系統(tǒng)中獲取與客運相關(guān)的信息，但這些系統(tǒng)之間的關(guān)聯(lián)性不強并且數(shù)據(jù)類型復(fù)雜、分散，因而為了將各個分散的數(shù)據(jù)資源進行整合實現(xiàn)數(shù)據(jù)的統(tǒng)一管理，確定數(shù)據(jù)源及數(shù)據(jù)采集方式顯得尤其重要。通過對客運專業(yè)信息進行梳理，確定數(shù)據(jù)目錄及主要數(shù)據(jù)項，按照統(tǒng)一格式形成客運管理信息數(shù)據(jù)資源目錄如表1所示。

表1 客運管理信息數(shù)據(jù)資源目錄Tab.1 Data resources catalogue for passenger transport management information

以確定的數(shù)據(jù)目錄為依據(jù)，確定各信息來源，如到發(fā)線及站臺數(shù)據(jù)來源為車站管理系統(tǒng)，站房及空調(diào)數(shù)據(jù)來源為土房系統(tǒng)，線路、徑路、車輛等數(shù)據(jù)來源為列車開行方案系統(tǒng)等。在明確來源系統(tǒng)后，協(xié)調(diào)相關(guān)系統(tǒng)維護單位或研發(fā)廠家，確定數(shù)據(jù)的采集范圍、方式、頻次、時間，開放訪問權(quán)限或提供數(shù)據(jù)訪問接口。對各數(shù)據(jù)源采集整合的關(guān)鍵是根據(jù)數(shù)據(jù)類型確定合適的采集方法，如何保證這些數(shù)據(jù)高效、準確地進行數(shù)據(jù)采集，需要對相關(guān)數(shù)據(jù)采集方法進行研究。對來源于既有業(yè)務(wù)系統(tǒng)的關(guān)系型數(shù)據(jù)庫數(shù)據(jù)而言，采集相對簡單，可以利用SQL和ETL工具來實現(xiàn)。對于電子郵件、電報文件、點擊流等形式半結(jié)構(gòu)化數(shù)據(jù)和圖形、語音、視頻等形式的非結(jié)構(gòu)化數(shù)據(jù)無法用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫進行處理，可采用ETL、Flume、MapReduce編程等技術(shù)手段將數(shù)據(jù)抽取出來形成元數(shù)據(jù)并存儲在數(shù)據(jù)庫中，實體數(shù)據(jù)可以存儲在Hadoop系統(tǒng)中，通過建立數(shù)據(jù)之間的鏈接關(guān)系以實現(xiàn)數(shù)據(jù)的統(tǒng)一管理。

3.2 數(shù)據(jù)應(yīng)用分析處理技術(shù)

數(shù)據(jù)應(yīng)用分析主要以客運業(yè)務(wù)需求為導(dǎo)向，查詢檢索及數(shù)據(jù)的可視化展示。大數(shù)據(jù)處理提供流計算、內(nèi)存計算等多種分布式計算能力，可對數(shù)據(jù)存儲層的數(shù)據(jù)進行分析處理。

（1）數(shù)據(jù)分析技術(shù)。主要對鐵路客運業(yè)務(wù)的需求進行分析，客運管理對象主要以結(jié)構(gòu)化為主，數(shù)據(jù)主要來源于相關(guān)業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫，這部分數(shù)據(jù)的分析處理是研究的重點。對于結(jié)構(gòu)化數(shù)據(jù)主要采用統(tǒng)計分析、聯(lián)機分析處理、數(shù)據(jù)挖掘、可視化等技術(shù)進行分析。統(tǒng)計分析是鐵路客運常用的分析方法，通過對旅客列車對數(shù)統(tǒng)計分析、旅客列車指標(biāo)統(tǒng)計分析、旅客列車停站統(tǒng)計分析等若干統(tǒng)計分析內(nèi)容，以及不同年份、不同階段旅客列車各項指標(biāo)進行對比分析，再對數(shù)據(jù)進行篩選、匯總、計算、圖表顯示等使客運管理人員對旅客列車的運營情況有更精準地了解，根據(jù)統(tǒng)計分析結(jié)果可以為下一步的客運管理提供決策依據(jù)。

（2）數(shù)據(jù)處理技術(shù)。使用Hadoop分布式系統(tǒng)架構(gòu)對數(shù)據(jù)進行處理，Hadoop系統(tǒng)具有高可靠性、高擴展性、高效性及低成本性等特點，提供高吞吐量來訪問應(yīng)用程序相關(guān)數(shù)據(jù)，通過并行的處理方式加快處理速度，這種處理方式對于結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)都可以實現(xiàn)海量存儲和快速查詢。系統(tǒng)本身負責(zé)數(shù)據(jù)的高可用性、系統(tǒng)的可擴展性及系統(tǒng)的容錯性等復(fù)雜管理任務(wù)，應(yīng)用開發(fā)人員只需關(guān)注業(yè)務(wù)邏輯本身即可[9]，這在很大程度上提高了應(yīng)用的開發(fā)效率。

4 結(jié)束語

至2018年，北京鐵路局客運管理信息系統(tǒng)已整合了列車、車站、客票等大量客運管理信息，通過信息系統(tǒng)平臺實現(xiàn)全局客運信息的互聯(lián)互通，資源共享，大大提高了鐵路客運管理與服務(wù)的工作效率。例如，按照約定的數(shù)據(jù)范圍、數(shù)據(jù)格式、采集方式及采集頻次，匯集旅客列車運行圖數(shù)據(jù)，包括列車時刻、編組、交路、經(jīng)由等詳細數(shù)據(jù)，納入北京鐵路局客運管理信息系統(tǒng)中進行管理，該信息可以共享給客票系統(tǒng)，減少客票系統(tǒng)人工錄入及核對工作量。目前，研究僅從大數(shù)據(jù)處理的流程、數(shù)據(jù)的來源及基于大數(shù)據(jù)的鐵路客運信息管理系統(tǒng)架構(gòu)設(shè)計方面進行了探討，在數(shù)據(jù)分析算法及模型方面還需進一步通過大數(shù)據(jù)平臺結(jié)合算法模型有效整合數(shù)據(jù)，利用大數(shù)據(jù)的優(yōu)勢提升客運服務(wù)質(zhì)量和客運管理效率。