铁路大数据革命:从概念到实践,驱动行业智能化升级

mysmile 6 0
铁路大数据革命:从概念到实践,驱动行业智能化升级

「工经之声」大数据技术及其行业应用:基于铁路领域的概念框架研究

铁路大数据革命:从概念到实践,驱动行业智能化升级 铁路大数据革命:从概念到实践,驱动行业智能化升级

作 者

马丽梅 史丹 高志远 李华杰

发表于 《北京交通大学学报(社会科学版)》

2019年03期

摘要

想象一下,铁路系统如何通过大数据实现智能化飞跃?本文总结大数据关键技术架构,涵盖数据获取、处理、分析和应用,构建铁路大数据应用体系,包括数据获取层、平台层和应用层,并刻画处理流程。该框架将推动大数据技术在铁路行业落地,提升数据资源经营水平,为运输安全、客货营销和效率优化提供参考。建议强化顶层设计,借鉴行业经验,分阶段实施大数据策略。

关键词

工业大数据;Spark框架;大数据产业;铁路大数据

基金项目

国家自然科学基金重大应急项目“我国经济高质量发展与产业结构调整升级研究”(71841015);中国社会科学院工业经济研究所京津冀智库课题“大数据应用及实验室建设”(GJSZK201905)。

一、引言

您是否想过,大数据如何重塑传统行业?近年来,大数据从2011年兴起,飞速发展。我国政府高度重视,国务院印发《促进大数据发展行动纲要》等文件,20多个省份出台规划,大数据产业快速成长。大数据具有4V特征:体量大、种类多、速度快、真实性。在经济领域,大数据应用分为两类:宏观预测和行业关联。宏观预测通过搜索引擎和网络爬虫预测GDP、失业率等;行业关联则挖掘用户特征,优化企业经营。铁路作为传统行业,大数据应用潜力巨大,本文探索其概念框架,推动行业升级。

二、大数据的技术架构

大数据处理按时间跨度分为流处理、交互式分析和批处理,核心组件包括Hadoop和Spark。架构分为四层:数据获取、处理、模型和应用。数据获取通过日志采集和网络爬虫;处理层利用Hadoop和Spark进行分布式计算;模型层涉及数据挖掘和机器学习;应用层通过云计算服务各领域。这一架构为铁路大数据提供基础。

铁路大数据革命:从概念到实践,驱动行业智能化升级

图1 大数据技术架构

三、案例研究:铁路大数据的应用框架探索

我国铁路数据规模庞大,涵盖机务、车务等模块,构建大数据需考虑跨部门协作。铁路大数据内涵包括技术应用和思维转变,从传统分析向智能化升级。特征包括泛在性、地域性和交叉性。框架设计基于产业链,分为数据获取层、平台层和应用层。

铁路大数据革命:从概念到实践,驱动行业智能化升级

表1 部分铁路相关业务系统

铁路大数据革命:从概念到实践,驱动行业智能化升级

图2 铁路大数据系统架构

数据获取层通过传感器和信息系统采集数据,如6A系统和CMD系统,实现全路数据集成。平台层通过批量计算和内存计算处理数据,支持客运和基础设施分析。应用层深入经营、安全、效率和客户服务,实现多级决策。

铁路大数据革命:从概念到实践,驱动行业智能化升级

图3 机车车载安全防护系统

处理流程包括获取、预处理、管理、建模和应用。例如,客运数据清洗后聚类预测客流;基础设施数据挖掘故障模式。大数据应用可拓展至旅游和宏观经济,提升附加值。

四、总结及政策建议

本文构建铁路大数据概念框架,总结内涵、架构和流程。建议:强化顶层设计,借鉴电信、电力行业经验,分阶段实施。行动起来,加入大数据革命,共同推动铁路智能化!

铁路大数据革命:从概念到实践,驱动行业智能化升级

参考文献

[1]麦肯锡.麦肯希大数据指南[M].北京:机械工业出版社,2016.

[2]ASKITASN,ZIMMERMANN K F.Google Econometrics and Unemployment Forecasting[J].Applied Economics Quarterly,2009,55(2):107-120.

[3]MCLAREN N,SHANBHOGUER.Using Internet Search Data as Economic Indicators[J].Bank of England Quarterly Bulletin,2011,51(2):134-140.

[4]ICENTE M R,LÓPEZ-ÉMENÉNDEZAJ,PÉREZR.Forecasting Unemployment with Internet Search Data:Does It Help to Improve Prediction When Job Destruction is Skyrocketing?[J]Technological Forecasting & Social Change,2015,92(92):132-139.

[5]CAVALLO A,RIGOBON R.The Billion Price Project:Using Online Prices for Measurement and Research[J].Journal of Economic Perspective,2016,30(2):151-178.

[6]姜文杰,赖一飞,王恺.基于百度指数的房地产价格相关性研究[J].统计与决策,2016,(2):90-93.

[7]李凤岐,李光明.基于搜索行为的经济指标预测方法[J].计算机工程与应用,2017,53(6):215-222.

[8]ANTWEILER W,FRANK M Z.Is All That Talk Just Noise? The Information Content of Interest Stock Message Boards[J].The Journal of Finance,2004,59(3):1259-1294.

[9]GILBERT E,KARAHALIOS K.Widespread Worry and the Stock Market[R].Palo Alto:Association for the Advancement of Artificial Intelligence,2010.

[10]MOAT H S,CURMEC,STANLEY H E,et al.Anticipating Stock Market Movement with Google and Wikipedia[J].Nonlinear Phenomenain Complex Systems:From Nano to Macro Scale,2014,(1):47-59.

[11]LIY,ARORAS,YOUTIEJ,et al.Using Web Mining to Explore Triple Helix Influences on Growth in Small and Mid-size Firms[J/OL].Technovation,2016,http://dx.doi.org/10.1016/j.technovation.2016.01.002.

[12]CHITTARANJAN G,BLOM J,GATICA-PEREZD.Mining Large-scale Smartphone Data for Personality Studies[J].Personal and Ubiquitous Computing,2013,17(3):433-450.

[13]李杰.工业大数据——工业4.0时代的工业转型与价值创造[M].邱伯华等译.北京:机械工业出版社,2015.

[14]吴力波,周阳,陈海波,杨增辉.基于智能电网大数据的工业企业大气污染排放特征研究[J].中国环境管理,2016,(4):37-42.

[15]郭雷风.面向农业领域的大数据关键技术研究[D].北京:中国农业科学院农业信息研究所,2016.

[16]田歆,汪寿阳,额尔江,丁玉章.零售大数据与商业智能系统的设计、实现与应用[J].系统工程理论与实践,2017,37(5):1282-1293.

[17]周辉宇.基于大数据规则挖掘的交通拥堵治理研究[J].统计与信息论坛,2017,(5):96-101.

[18]谢康,肖静华,王茜.大数据驱动的企业与用户互动研发创新[J].北京交通大学学报(社会科学版),2018,17(2):18-26.

[19]朱洁,罗华霖.大数据架构详解:从数据获取到深度学习[M].北京:电子工业出版社,2016.

[20]李华杰,史丹,马丽梅.基于大数据方法的经济研究:前沿进展与研究综述[J].经济学家,2018,(6):96-104.

[21]EMC Education Services.数据科学与大数据分析[M].曹逾等译.北京:中国工信出版集团、人民邮电出版社,2016.

[22]刘俊等.智能铁路大数据分析平台研究[G]//中国智能交通协会.第十一届中国智能交通年会大会论文集,北京:电子工业出版社,2016:105.

[23]申瑞源.机车车载安全防护系统(6A系统)总体方案研究[J].中国铁路,2012,(12):1-6.

[24]王同军.中国铁路大数据应用顶层设计研究与实践[J].中国铁路,2017,(1):8-16.

马丽梅

深圳大学中国经济特区研究中心讲师。研究方向:产业经济学。

史丹

中国社会科学院工业经济研究所所长、研究员、博士生导师。研究方向:产业经济学。

高志远

中国铁道科学研究院运输及经济研究所助理研究员。研究方向:运输经济学。

李华杰

中国社会科学院工业经济研究所。

马丽梅,史丹,高志远,李华杰.大数据技术及其行业应用:基于铁路领域的概念框架研究[J/OL].北京交通大学学报(社会科学版),2019(03):1-10[2019-07-25].https://doi.org/10.16797/j.cnki.11-5224/c.20190717.002.

相关问答

大数据的应用技术有哪些?

简单说有三大核心技术:拿数据,算数据,卖数据。通用化的大数据处理框架,主要分为下面几个方面:数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可...

大数据应用需要依托的新有哪些技术?

主要在软件系统上,依托的技术包括:人工?智?能、互?联?网+、大数据收集技?术、云计?算数据分析技?术,移动互?联网应用技?术等等,都是比较前沿、热门的技术,从...

专科大数据技术与应用基础知识?

如果您选择专科学习大数据技术与应用,您将学习以下基础知识:1.数据存储与管理:学习关系型数据库(如MySQL、Oracle)和非关系型数据库(如MongoDB、Redis)...

大数据技术应用要学习什么课程?

整理了关于大数据的一些学习资料,有需要的小伙伴可以看一下。一、2018新版云计算大数据学习路线图---每阶段市场价值及可解决的问题二、2018新版云计算大数据...

中国大数据应用世界排名?

“中国与世界其他国家一样,都处在大数据发展的初期阶段。在收集和应用数据方面,中国表现不俗。但在处理分析数据的技术和工具方面,中国与发达国家相比还比较落...

大数据技术专业怎么样?大数据技术与应用专业的就业方向/_天...

[回答]零售金融方向零售金融与互联网电商虽然同属于消费大范畴领域,但是具体而言,零售电商的范围要小于互联网电商,比互联网电商更需要精准对接消费群体和...

大数据技术与应用学什么?

大数据技术与应用主要围绕智慧城市、城市交通、医疗、金融、城市规划等各领域中大数据技术的应用,系统总结了数据科学、大数据技术及其在城市建设各领域中应用...

大数据技术与应用考研方向?

大数据专业全称是数据科学与大数据技术专业。其考研方向有计算机科学与技术,数据科学和信息技术,软件工程,数据科学。数据科学与大数据技术是普通高等学校本...

计算机应用技术与大数据应用技术哪个专业好?就业前景如何。哪个更广泛一点?哪个更好就业?

计算机应用技术包括大数据应用技术,同时包括物联网技术,人工智能技术,每个专业方向都是前景非常好的,就看你对哪个方向感兴趣了,还要考虑你所在的大学哪个专...

大数据应用技术大专毕业能干嘛?

可以做电脑教室,电脑维修技术员都行可以做电脑教室,电脑维修技术员都行