数据挖掘技术在城市轨道交通信息系统中的应用

2023-11-20赵俊

互联网周刊 2023年20期

摘要：本文全面分析了数据挖掘技术的整体概念理论，阐述了城市轨道交通信息系统的概念和发展态势，总结了城市轨道交通信息系统中数据挖掘技术的应用基础，从轨道交通运行评价、客流信息数据处理和设备维修检测三個维度研讨了数据挖掘技术在城市轨道交通信息系统中的具体应用。

关键词：数据挖掘；城市轨道交通；信息系统

引言

城市轨道交通线路新增和客流上涨，对城市轨道交通信息系统的智能化、自动化以及全面化发展提出了更高要求。数据挖掘技术是现阶段基于数据库管理系统的新兴的网络信息技术，随着网络信息技术的不断成熟和发展，数据挖掘技术与计算机技术、数据库技术、机器学习、统计学管理、模式识别等进行了深入广泛的融合。这就保证了数据挖掘技术在大数据信息管理、信息分析、信息提取以及事务管理中重要作用的发挥，有效解决了数据管理中复杂性和多样性引发的管理困难和障碍。

1. 数据挖掘技术的整体概念理论

1.1 数据挖掘技术的基本概念

数据挖掘技术是基于信息技术、网络技术、多媒体技术、大数据技术等应运而生的一种新型技术手段。具体来说，数据挖掘技术是指在体量较大、数据信息不完备、数据信息随机的数据“库”中进行甄别、筛选、识别，并获取有用的数据信息或者资料信息[1]。因为充分结合了大数据技术、网络技术、信息技术等，所以数据挖掘技术自身具有广泛性、多元性的特征，还将数据资料统计、模式判定技术、模糊数学、神经网络等融合其中，所以其本质属于多样化技术、多元化学科交叉而生成的一项技术[2]。

1.2 数据挖掘技术的具体划分

根据数据挖掘技术的技术核心和组成，现阶段数据挖掘技术的类别主要从四个维度进行划分，即统计学理念、神经网络理论、数据资料库、人机交互。从统计学理念来看，数据挖掘技术又包含了判定解析、遗传算法等内容；神经网络理论又将数据挖掘技术解构为竞争学习、自主神经网络等；数据库资料往往需要对数据挖掘技术过程进行全方位多角度的数据信息解析，且保证数据信息的可视化；人机交互主要针对的是机器学习实现数据挖掘。

因此，随着我国城市轨道交通的不断发展，数据挖掘技术能够在城市轨道交通信息系统中产生重要价值，对轨道交通通信、轨道交通网络管理、轨道交通运行数据管理、轨道交通检票系统等都能实现操作，提高城市轨道交通信息系统中信息流动的速率[3]。比如，依托数据挖掘技术，城市轨道交通信息系统能有针对性地进行乘客资料归纳整理、出行高峰时间判断、列车运行时间规划等，帮助城市轨道交通进行可视化管理。此外，传统城市轨道交通信息系统中，数据资料或者数据结果往往会受到一些突发情况的干扰，如果出现突发情况影响运行数据，信息系统就会出现误差。依托数据挖掘技术，有效规避了突发情况的信息干扰和数据异常干扰情况，提高了城市轨道交通信息系统运营的客观性和稳定性[4]。

1.3 数据挖掘技术的应用价值

1.3.1 乘客信息管理

对于城市轨道交通信息系统而言，不仅承担了轨道交通规划、轨道交通运行的主要任务，还在乘客信息管理、票务资料管理方面有着重要价值。所以，数据挖掘技术在城市轨道交通信息系统中的运用，首先可以进行乘客数据资料的细致化管理和有效管控，针对乘客的出行习惯、出行时间、出行偏好、出行支付方式等进行数据挖掘和数学分析，进而为城市轨道交通的运营提供支持[5]。这样，依托乘客信息挖掘、乘客信息分析，城市轨道交通信息系统就能通过信号系统、列车管理系统等调整列车班次和发车时间，发挥价值。

1.3.2 解析运营消耗情况

城市轨道交通属于公共资源、公共服务，其运营消耗与运营时间、通勤频率、功能比例、乘客数量等有着密切关系。所以，依托数据挖掘技术中的分类解析、回归解析，可以搭建城市轨道交通的运营消耗情况预测模型。根据乘客通勤时间、乘客通勤数量、列车损耗情况等因素规律，以城市轨道交通整体运营时间作为函数，就可以通过数据挖掘技术和时间排序预测城市轨道交通系统的运营消耗情况，为列车安全管理、轨道交通基建管理等提供数据支撑[6]。

1.3.3 档案信息数据的管理

对于城市轨道交通信息系统，档案信息数据的管理是其智能化、数据化、自动化运营的关键和核心，也是轨道交通安全运维评价的基础。所以，基于数据挖掘技术实施城市轨道交通信息系统的档案信息数据管理具有重要价值。具体来说，数据挖掘技术可以根据城市轨道交通信息系统中的数据资料进行数据分析、数据归类、数据传递、数据甄别和数据管理，并以此建立数据管理模型。在数据搜集过程中，可以依托数据管理模型的逻辑架构、管理语言、信息语言等整体解析城市轨道交通信息系统中出现的数据，再根据数据特征进行分类筛选和分类管理[7]。

2. 城市轨道交通信息系统的概念和发展结构

城市轨道交通信息系统是基于控制技术、通信技术、网络技术和计算机技术发展并成熟起来的，具备自动化、智能化和数据化的特征。具体来说，城市轨道交通系统主要由信号系统、通信系统、自动化检票系统、乘客信息管理系统、综合安全系统以及监控系统组成。所以，城市轨道交通信息系统是交通信息的多角度全方位呈现，也是交通综合管理的数据信息平台[8]。城市轨道交通信息系统的发展不是一蹴而就的，它是一个循序渐进的过程，更是与轨道交通基础建设、轨道交通综合服务、轨道交通基础业务相匹配的共同发展。所以，城市轨道交通信息系统的发展首先需要强化现有信息系统在运维安全、物资保障等方面的推动，其次需要升级信息化管理、智能化管理、数据化管理水平，匹配新的轨道交通发展要求和网络信息发展要求等。

3. 数据挖掘技术在城市轨道交通信息系统中的应用基础和应用要求

3.1 数据挖掘技术在城市轨道交通信息系统中的应用基础

数据挖掘技术在城市轨道交通信息系统中的应用主要是依托于“Hadoop”分布式架构进行系统更新和平台设计。相比其他架构和平台，“Hadoop”平台的计算能力更快、扩展性更好、计算方式更便捷[9]。其中，“MapReduce”和“HDFS文件系统”是并行于计算机接口的核心部分架构，“MapReduce”主要提供数据录入、数据搜集支持，“HDFS文件系统”提供底层数据的储存支持。所以，针对城市轨道交通信息系统中信息量大、信息种类庞杂多样的特点，基于“Hadoop”框架构建的城市轨道交通数据挖掘平台是具有可行性的[10]。

3.2 数据挖掘技术在城市轨道交通信息系统中的应用要求

3.2.1 可读性和维护性要求

数据挖掘技术在城市轨道交通信息系统中的应用，需要贴合城市轨道交通信息系统的实际情况，根据涉及列车运行情况、运力分布情况、乘客承载情况等，搭载相对应匹配的数据挖掘技术，进而实现数据挖掘技术应用和城市轨道交通信息系统的有机融合，确保在城市轨道交通信息系统的运行过程中数据使用和运行方便，且数据具备可读性和可维护性[11]。依托于数据库应用的可读性和维护性，城市轨道交通信息系统还可以辅助实现系统管理的简化，提升系统运行的整体质量。

3.2.2 稳定性和安全性要求

现阶段城市轨道交通信息系统中数据挖掘技术的应用基本成熟，加之大部分城市轨道交通信息系统的数据构造和信息库设计相对简单，运行和操作也相对比较简单，便于开展日常维护和拓展。为了确保城市轨道交通信息系统的顺利运行，数据挖掘技术在城市轨道交通信息系统中的应用也要满足自动化运行和智能化运营，且保证数据挖掘技术自身内部具有一定的冗余设置和纠错能力，进而保证城市轨道交通信息系统的稳定和安全。这样，城市轨道交通信息系统的运行过程才能符合要求，促进各项信息数据能够系统化管理，确保城市轨道交通顺畅运行[12]。

3.2.3 自动化和大容量要求

数据挖掘技术在城市轨道交通信息系统中的应用是基于该系统工作流程的，且与系统的设置完全吻合，能适配系统中运行评估、客流数据分析、运维数据分析的具体要求。因此，城市轨道交通信息系统中数据挖掘技术的应用还需要满足自动化和大容量要求。当数据库需要存储和传输大量数据的情况下，如果提取部分数据信息，那么最佳的解决方法是通过临时数据挖掘技术进行数据调度。此外，城市轨道交通信息系统涉及多台服务器运行，每个服务器都会产生许多临时文件和工作日志，数据挖掘技术可以对服务器进行分类，后续再进行详细分析。

4. 数据挖掘技术在城市轨道交通信息系统中的应用策略

4.1 轨道交通运行评价中的运用

城市轨道交通中列车运行的安全性、平稳性、舒适性、时效性等构建了城市轨道交通运行评价的指标体系。因此，构建基于数据挖掘的轨道交通运行评价平台具有重要意义。基于数据挖掘技术的城市轨道交通信息系统所呈现出的数据内容是城市轨道交通信息化管理和列车安全运维的数据基础体系和参考指标。这样，列车运营过程中的安全性、时效性、舒适性有了数据支持，整个评价过程有了相对应的标准。

4.2 客流信息数据处理中的运用

城市轨道交通中的客流量往往伴随着通勤时间、天气状况等条件进行变化，这使得客流信息数据具有动态化的特征，这就给轨道交通客流信息数据处理带来不稳定和随机性的难题。比如，某个城市在开展大型文艺活动或者体育赛事，极易造成客流变化，主要体现在早晚高峰、城市区域等客流差异上。客流信息数据处理难度的增加，给客流峰值预估造成偏差，影响城市轨道交通运行的效率。城市轨道交通信息系统中的自动化检票系统可以将不同乘客在不同时间、不同地点乘坐城市轨道交通列车的信息呈现出来，这是运营人员进行数据判断的基础。在客流信息数据处理中，“Hadoop”可以通过统计学分析、模拟识别等将乘客的出行偏好、出行情况模拟分析出来，并构建乘客的出行习惯。这样，依托于数据挖掘技术，通过数据内部规律分析，运营人员就能获取较为精准的客流数据变化。

4.3 设备检测维修中的运用

城市轨道交通信息系统依靠的设施设备多，通过数据挖掘构建的海量信息系统设备数据信息，可以将诸如网关设备、路由设备、数据存储设备等的型号、故障数据、维修数据、预警数据等与轨道信息系统联系起来。一旦某个设备即将出现问题时，数据挖掘技术将会通过故障代码、故障原因、故障记录时间、故障预警数据等反映出设备检测维修的特点，并开启人工维修通知和设备关停预警。比如，通过“Hive数据仓库”搭建城市轨道交通信息系统中的信号设备、网络设备的维修指标数据库，通过数据库将检测信号设备、网络设备等相关设备的工作时间、工作状态、工作效率等反馈出来，一旦某个设备即将出现问题，数据挖掘技术将会按照“原始数据处理—数据库筛选—数据值梳理—算法分析—预处理（维修）结果分析”的流程，引导工作人员进行提前预防性处理，真正实现了设备的状态维修。

结语

数据挖掘技术在城市轨道交通信息系统中的运用，顺应了我国当下城市轨道交通发展迅猛的趋势，有效优化了城市轨道交通信息系统运维缓慢和运维过程极易出现的问题。同时，数据挖掘也提升了城市轨道交通信息系统的数据管理水平、数据分析能力，推动了城市轨道交通信息系统的发展，提升了城市轨道交通的运营维护水平和安全保障水平。因此，结合数据挖掘技术特点，依托城市轨道交通网络运营的要求实现数据挖掘的应用，是当下城市轨道交通信息系统发展和轨道交通建设规划的新方向。

参考文献：

[1]王玮，庞婷婷.基于数据挖掘的城市轨道交通信息安全检测[J].微型电脑应用， 2022，38（2）：113-115.

[2]宋大治，张浩，徐钟全，等.基于MPP和Hadoop的城市轨道交通线网指挥平台设计[J].铁路通信信号工程技术，2021， 18（8）：47-53.

[3]魏万旭，方勇，胡华，等.基于视频数据挖掘的城市轨道交通车站行人交通行为特征提取系统研究[J].铁道运输与经济，2021，43（8）：119-125.

[4]陶雨濛，王亮军，卫妍.城市轨道交通信号设备智能运维系统设计[J].中国新技术新产品，2021，（15）：25-27.

[5]李文锋，闫涛.改进的Apriori算法在集中告警系统中的应用研究[J].金陵科技学院学报，2021，37（2）：7-11，32.

[6]杨培盛，侯飞，李俊伟，等.轨道车辆空调智能运维系统在济南地铁线路上的应用研究[J].制冷与空调，2021，21（8）：54-58.

[7]杨恺鹤，丁小兵，刘志钢，等.城市轨道交通客流时段OD对挖掘及快慢车停站方案确定算法研究[J].智能计算机与应用，2021，11（4）：39-43，48.

[8]高明亮，高珊，于闯，等.融合RCM、PHM和数据挖掘的城市轨道交通車辆维护决策技术研究[J].城市轨道交通研究，2021，24（2）：64-68.

[9]向红艳，袁发涛.基于自动售检票数据的轨道车站客流识别模型[J].科学技术与工程，2021，21（4）：1568-1573.

[10]马旭，尹航.智慧城市轨道交通运营管理信息化建设研究[J].交通世界，2020，（33）：112-113.

[11]张婷曼，丁凰.依赖不确定性关联规则的城市交通流大数据挖掘[J].国外电子测量技术，2020，39（11）：39-45.