大数据在铁路信息化中的应用及展望

2021-02-18陈东康

科技研究·理论版 2021年14期

陈东康

摘要：大数据在铁路信息化中的应用，能有效整合铁路内外部数据资源，推动铁路建设的创新发展和全面变革，是铁路信息化发展的新机遇新起点。本文将在分析大数据背景下铁路信息化发展现状的前提下，对大数据在铁路信息化中的具体应用策略进行探讨，并对大数据在铁路信息化中的发展方向进行了研究。

关键词：大数据;铁路信息化;应用;发展

1大数据背景下铁路信息化发展现状

1.1国外铁路大数据发展现状

美国铁路行业开发了混搭型智能数据平台，运用大数据技术优化基础设施状态管理和养护维修计划，保障了铁路行车安全，有效防范了事故发生。应用大数据技术Amtmk公司将列车运行图和谷歌地图结合起来开发了实时列车定位图，提升了旅客互动和体验。日本自20世纪50年代以来就以信息化立国，本开发了列车货物运输版的GIS系统，做到了实时掌握运输动态信息。英国铁路安全和标准化委员会在2012年提出了铁路大数据整体框架，哈德斯菲尔德大学铁路系统的大数据风险分析项目在精确性上有了很大提升，可服务于英国铁路安全和风险管理。德国建立了统一的铁路大数据中心服务平台，实现了信息数据的精确分析，并开展了多项数据分析工作。

1.2我国铁路信息化发展和研究现状

1.2.1我国铁路信息化发展

（1）铁路运输领域：铁路部门利用大数据和云计算以旅客信息等为基准，全方位了解和掌握其出行信息，并实现精确细分，针对不同群体的旅客，设计出适应其出行需要的方案，还可以提供更加符合他们需求的服务。

（2）铁路管理领域：在铁路内部的大数据平台中，通过合理评估各部门的人才和人力状况，对于人事调整和调度等管理工作能做到更科学更有序;在铁路内部安全管理方面能提高检查监督的针对性，提高应急处置能力，创新治安管控监管方式。

1.2.2研究现状

伴随我国铁路信息化的探索应用也凸显出很多问题。第一，我国铁路各部门积累的海量实时状态数据，由于不同的业务部门主管，存在数据量大、呈现信息分散碎片化状态;第二，铁路信息中视频、图片、音频、网络日志等非结构化数据量远远大于结构化数据的体量，铁路信息化水平有待提高;第三，铁路信息化的发展亟需专业数据分析人才，并旦是与大数据建设相关的、同铁路业务相结合的人才。

2大数据在铁路信息化中的具体应用策略

2.1构建数据服务平台以及信息管理平台

为妥善解决异构性数据问题以及数据交换等各项问题，在进行大数据使用过程中，需要按照铁路自身情况以及大数据技术特点，展开管理平台建设，实施数据服务平台以及信息化平台管控模式，确保数据交互共享能够达到预期要求。数据服务平台建设需要以为公司提供大数据分析服务、基础数据以及共享数据为核心，应按照整体工作流程以及规划情况，对数据组成以及各模块功能等详细内容展开设置。一般数据服务平台主要包括基础数据管理、数据集成以及数据共享和大数据储存几部分内容。其中，数据集成模块，具有非结构化数据集成、结构化数据集成以及实时流数据集成等能力，主要用于数据采集;而数据共享模块，是以满足全类型数据查询以及存储等需求为主的，可对非结构化以及结构化数据展开计算与存储，且能够展开数据申请以及授权等一系列管理，能够按照不同用户具体情况完成对应数据共享策略设置，实现字段级粒度控制;大数据分析與存储模块，具备可视化服务、统计分析以及数据挖掘等功能，会通过对数据集势以及数据仓库的运用，完成统计分析功能组件构建工作;基础数据模块管理主要以元数据信息管理、主数据信息管理以及地理信息管理为主，是针对铁路主数据进行对外服务以及管理的平台。由于主数据具有低变动频率以及高共享性等特征，在进行管理过程中，平台会对数据展开集中清洗以及维护等一系列处理，可实现大规模数据汇总以及分类管控，能够有效提高数据管理关联性以及完整性，会为后续数据信息挖掘奠定良好基础。会通过对主数据标准的运用，展开数据清洗以及后续规范化处理，确保不同系统中的数据信息能够得到统一规范，保证平台内数据信息质量，进而为大数据精准分析创造出更多有利条件。

2.2加大优势技术应用力度

铁路部门要加大对各项优势技术的研究与运用分析，要对各项技术展开深入性学习，并按照各铁路段实际需要将其应用到其中，以保证数据应用效果。以知识图谱数据建模技术为例。该项技术会通过对知识图谱的运用，利用数据之间的密切关联，展开主数据图谱分析与编制，确保数据价值能够最大化发挥出来，保证大数据技术应用水平。在进行技术应用过程中，需要展开知识获取，应通过对模糊层次分析技术的运用，对主数据展开识别，做好归属字段以及类别归属分析，按照人员机构以及固定设施等项目，对数据展开分类，并通过知识融合的方式，对数据归属部门进行划分，实现数据统一化处理，消除不必要的分歧。同时，运用传统资源描述框架将数据实体关系呈现出来，并存储到数据库之中，展开知识推理，且在对字段进行更新时，需要对相关联组数据字段进行同步更新，从而保证数据时效性，方便管理人员对数据信息展开应用。

2.3做好客户管理与分析

由于大数据应用主要以服务为主，所以在进行平台建设以及技术应用过程中，均需要加大对客户管理以及分析工作的关注力度。应以保护数据安全以及保障客户隐私为核心，通过对大数据技术的运用，对客户群体消费特征展开分析，明确各群体客户需求特点，并制定出配套服务策略，以便为用户带来更加优质的服务。同时，因为大数据分析系统自身存在着一定安全风险，可能会对用户隐私形成威胁，所以为最大限度保护用户合法权益，需要对用户数据存储机制以及访问规则等展开严格限制，防止出现用户隐私泄露问题。

2.4加强数据安全管理

由于数据泄露或其他方面安全问题，会对铁路公司形象以及正常工作开展产生直接影响，所以必须要做好数据安全管理工作。一方面，需要对数据进行加密保护，并要定期对数据进行备份，防止出现丢失问题，要通过对操作人员用户等级以及相关权限进行严格设置的方式，保证关键数据能够得到最大限度保护，进而降低数据被篡改或泄露等问题发生概率;另一方面，通过对主数据字段粒度权限展开控制的方式，有效提高数据维护安全性以及访问安全性。

3大数据在铁路信息化中的发展方向

3.1科学布局大数据服务平台

构建集中统一的大数据处理平台，统筹规划大数据的架构，建立完善的数据管理机制。

3.2建立专业人才培养体系

新型铁路大数据专业人才要熟悉铁路专业知识，善于融合多学科知识，建立健全多层次、多类型的铁路大数据专业人才，引进高层次人才和领军人才，建立大数据专业分析团队。

3.3与其他行业共建大数据分析平台

通过大数据联结其他行业，加强交流合作实现共同发展，共建大数据分析平台，共享大数据分析成果。

3.4加强市场分析和顿测，准确把握市场需求

在海量的原始信息中深入挖掘数据变化过程和规律，预测市场的未来走向实现精准定位，为市场分析和预测提供有力的支撑，进而提高铁路收益管理。

4结束语

铁路有关部门需要加大对大数据及其应用的研究力度，按照大数据应用情况，对现有信息化模式展开调整与优化。要通过不断进行经验总结与分析的方式，达到有效提高信息化应用水平以及质量的目标，确保铁路信息化发展能够得到有效推动，从而为智能型铁路建设与应用奠定良好基础。

参考文献