數據挖掘技術在軌道交通AFC系統中的應用

石莊彬　陸文學　張　寧

(1. 東南大學ITS研究中心　南京　210018； 2. 蘇州軌道交通集團公司　蘇州　215006)

?

數據挖掘技術在軌道交通AFC系統中的應用

石莊彬1陸文學2張寧1

(1. 東南大學ITS研究中心南京210018； 2. 蘇州軌道交通集團公司蘇州215006)

為改善城市軌道交通運營管理水平，提升軌道交通帶來的企業經濟效益和社會效益，主要探討將數據挖掘技術應用于軌道交通領域的潛力及其價值。首先，分析目前AFC系統對于數據利用的不足；其次，總結數據挖掘的任務類型、處理過程以及數據挖掘過程中常用的方法，闡述數據挖掘的基本原理；最終，從運營管理的統計和預測兩方面需求的角度，深入探討數據挖掘技術在軌道交通客流、票務、收益、設備等管理內容中的應用前景，并通過實例論證實際運用過程中的可行性。

軌道交通；數據挖掘； 運營管理；統計；預測；客流； 票卡

在這個信息爆炸的時代，數據挖掘在許多行業中正逐漸上升為一個研究熱點。數據挖掘技術，是針對當今數據豐富而知識貧乏這一現象，在數據庫管理系統基礎上發展起來的一門新技術。通過不斷地與統計學、機器學習、模式識別、數據庫技術、計算機技術等學科交叉融合，大大推動了數據挖掘技術的發展和繁榮，使得數據挖掘用于大數據的事務管理、信息提取和數據分析。這里的大數據不僅指數據儲存空間巨大，還涉及數據的多樣性、復雜性等特征[1-2]。

隨著軌道交通客運量迅速增加，軌道交通網絡日趨形成,對軌道交通運營管理的智能化、自動化、信息全面化的要求越來越高，而傳統的數據庫管理系統面對海量數據時處理效率低下，難以完成城市軌道交通運營管理對于知識信息日益增長的業務需求[3]。目前，國內各大城市軌道交通對于自動售檢票系統(automatic fare collection system，AFC)數據的處理比較粗糙，大多局限于對原始數據的簡單統計，深層次分析不足,我國城市軌道發展階段還處于初始期，對于軌道交通運行機制和管理方案了解還不太成熟;同時，AFC系統開發商主要注重于系統的集成，缺乏對用戶需求的深入理解，各地對于軌道交通的管理需求也不一樣，最終導致運營管理者通過現有清分中心(AFC clearing center，ACC)數據處理結果，只能對整個軌道交通系統的運行狀態有個粗略的認識，難以達到對細節的監視，無法對線網的運行狀況進行實時估計和分析，不能滿足軌道交通網絡化運營和提高軌道交通系統服務質量的要求。

因此，針對城市軌道交通網絡化運營的特點，結合數據挖掘技術和計算機處理技術，深度挖掘城市軌道自動售檢票系統數據中的潛在有用的信息，將成為軌道交通運營管理未來的發展和研究方向。它可以幫助運營管理人員從單調繁復的勞動中解脫出來，高速、有效、全面地處理大量的數據，發現軌道交通運行潛在的本質和規律，幫助企業全面細致地監視軌道交通系統的運行狀態，實現智能化和自動化的輔助決策，為運營企業帶來巨大的信息價值和社會、經濟效益，為城市未來的軌道交通發展規劃、建設和運營提供有利的指導。

1　數據挖掘技術概述

數據挖掘的任務是從大量的數據中發現用戶需要的知識，主要包括廣義知識、關聯知識、分類知識、預測型知識、偏差型知識。從高層次來說，數據挖掘任務的目標一般可以分為兩類：描述和預測。前者指刻畫數據的一般特性；后者基于當前數據進行推算，實現對將來的情況推演[4]。數據挖掘的功能主要有概念描述、關聯分析、聚類分析、分類分析、孤立點分析、演變分析。

1.1數據挖掘的過程

數據挖掘通常被當作是知識發現的一個同義詞，而隨著研究者對知識發現認識的加深，逐漸形成數據挖掘的一種狹義概念，即認為數據挖掘是知識發現流程中負責尋找知識的核心環節。知識發現流程是一個交互式、循環反復的整體過程，除了數據挖掘還包括很多處理階段，知識發現流程一般包括3個主要階段：數據準備、數據挖掘、結果的解釋和評價。其中數據預處理又細分為數據清洗、數據推測、數據轉換、數據精簡等步驟[5]。

1.2數據挖掘的方法

數據挖掘的核心是數據挖掘過程中使用的技術和方法，主要來自于機器學習、人工智能、統計學等相關學科和技術領域，數據挖掘從一個新的角度將這些領域與數據庫技術相結合，可以發現繁雜的數據中隱藏的有用信息。一般來說，數據挖掘技術采用的方法大致有以下幾類[6-7]：統計方法、基于信息論的決策樹方法、基于集論的方法(模糊集和粗糙集)、基于仿生學的方法(神經網絡方法和遺傳算法)。除了這幾類主要的方法外，還有一些其他的方法也常常被應用于數據挖掘過程。例如：支持向量機、范例推理、公式發現、可視化等。

2　數據挖掘技術在AFC系統中的應用

城市軌道交通AFC系統所涉及的數據主要包括票卡交易類數據、票卡信息數據、收益類數據、設備狀態數據、審計類數據等[8]。AFC數據信息是支撐軌道交通企業運營管理的重要基礎，同時也是企業最寶貴的財富。軌道交通企業需要從這些繁雜的數據中獲取信息和知識，以滿足軌道交通的運營、票務、收益、維修等管理要求，其中獲取信息和知識的過程正是基于數據挖掘技術。

根據數據挖掘技術的知識類型和任務目標，將數據挖掘技術應用于AFC系統，主要可實現兩大功能：數據統計和信息預測分析。二者在運營管理中的應用范圍方面有所差異，數據統計可以反映城市軌道交通本質的規律，能夠指導企業制訂科學的管理方針，如收費策略、運行圖編制、客運組織方案、線路規劃、車站布局設計等；信息預測分析是通過合適的方法和指標，使管理者能實時地了解軌道交通運行狀態信息并進行評估和預測，為指揮決策提供合理的依據。

2.1數據統計

AFC系統收集的原始數據不僅規模龐大且格式種類具有復雜多樣性，一般的原始數據對用戶而言是難以理解的，用戶也很難直接從原始數據中讀取有用信息。事實上，絕大部分數據都是不重要的，有些信息只具有臨時的價值，數據統計就是提取出對軌道交通企業有用的那部分信息。數據統計可以實現對軌道交通全線網的客流、票務、收益、設備等，數據的收集、存儲、統計、分析、數據服務，通過數據圖表、綜合報告、乘客出行行為模擬等多種途徑，將管理者所關心的知識以高度概括且易于理解的形式展現出來，AFC系統中的數據統計一般包括以下幾方面內容。

2.1.1客運量統計

通過對乘客進/出站閘機的交易記錄數據進行統計分析，能夠反映軌道交通客流的特征和規律，幫助實現軌道交通的行車組織優化、客運組織優化、票務組織優化、設施布局優化等，科學指導軌道交通交通規劃和運營管理。軌道交通專用通信網絡能支持大容量數據的快速傳輸，在這個條件下軌道交通AFC數據中心能夠實時地統計客流流量，識別當前的客流模式(如異常客流、高峰客流)，以此作為判斷依據，實施應急預案，降低對軌道交通系統平穩運行的沖擊。根據分析的角度不同，一般將城市軌道交通客流流量分為站點客流、斷面客流、站間OD(origin-destination)客流3類。

站點客流常用的統計量有進站量、出站量、換乘量、客運量等。可以從時間維度(分、時，日，周、月、年等)和空間維度(車站、線路、線網)兩個層面來統計分析客流的流量、流向等特征。例如,從時間維度統計交易數據，可以分析全日進站客流的分布規律，典型日客流分布類型可歸納為單向峰型、雙向峰型、全峰型、突峰型、無峰型等5類[9]。圖1為某市兩個車站進站客流的日分布圖，其中圖1(a)顯示該車站周邊用地功能比較單一，客流具有明顯的潮汐現象;圖1(b)顯示該車站位于綜合功能用地區域，呈現成對的早晚高峰。進站客流日分布的統計結果是客運組織人員安排調派的實施基礎，也可以作為模版對新規劃線路沿線的客流模式進行匹配估計。

圖1　車站日客流分布[10]

斷面客流指線路上任意區間中某斷面位置在統計時段內通過的乘客數量，在數量上等于在該統計時段內通過的所有列車的載客量之和。斷面客流能夠準確地反映在某個時間段內線路對開行列車數量的實際需求。站間OD客流指在某一時間片段內，以乘客進站的站點作為起點，以乘客出站的站點作為終點，起終點間的乘客交通出行量分布。站間OD分布與沿線區段空間分布結果可以很好地反映出軌道沿線各站點及各區段人口出行的特性。在軌道交通線網比較簡單時，斷面客流和站間OD客流的統計計算比較容易，但當線路形成網絡化后，往往會存在二義性路徑，此時單純依靠統計已不能得到預期的結果，還需要先進行線網換乘客流的路徑選擇分析，關于這一點將在后面進行說明。

2.1.2乘客特征統計

乘客信息包括乘客持票種類(學生票、優惠票等)、換乘次數、乘距、乘車站數、乘車時間、換乘方式(站點)等內容。這些信息可以全面反映網絡客流的個人屬性以及出行路徑、出行距離、旅行時間、換乘效率等乘客出行特征，是運輸企業優化運輸組織方案、優化清分模型、優化線網結構、提升運輸效率和服務水平的關鍵因素。相比于客運量統計，乘客特征統計是從微觀上挖掘軌道交通客流的潛在規律，分析乘客行為的原理，可以幫助提升軌道交通的服務質量，滿足當下社會愈來愈高的人性化要求。

一個有效的例子就是軌道交通管理者會根據不同客流類型(如乘距分布、通勤乘客比例、游客數量等)的客流量統計結果(見圖2)，分析客流的偏好分布。可以結合聚類分析的方法合理區分出不同的乘客群體，總結概括每一類乘客群體的出行模式，針對不同的乘客群體制定相應的個性化服務(如通勤月票、旅游計次票等)，以增強軌道交通對乘客的吸引力。更進一步，可以利用現代商品營銷中的關聯規則，發現乘客各種特征屬性之間隱蔽的聯系，深入研究乘客的出行行為，這是常識分析和數據庫邏輯操作不能獲得的知識，也許會給交通研究者帶來出乎預料的結果。

圖2　某市軌道交通客流乘距分布

2.1.3清算信息統計

清算信息統計是對軌道交通運營企業的財務收益情況進行統計，包含對賬類和結算類兩大類，結算類信息又可細分為售票類、消費類、服務類、申訴及調整類等。清算信息能夠反映企業的利潤盈虧，幫助軌道交通運營管理者了解企業的運行狀態，為企業制訂方案措施提供參考意見和評估標準。

對賬指清結算中心ACC與線路中心和一卡通公司的日常對賬，核查缺失、錯誤、異常數據并將結果進行匯總。在具體的工作中，對于缺失的數據一般通過使用相似的數據序列推測補齊數據，而對于錯誤、異常數據可以通過孤立點分析,查找數據中的噪聲，分析原因以改進系統性能。結算信息指軌道交通企業各種資金收入渠道的匯總統計，是企業經濟效益的直接體現。將結算信息與軌道交通運營環境的改變(如票價變更、大小交路變更等)進行關聯分析，能以量化的形式評價這種改變對企業效益的影響程度。

2.1.4票務信息統計

票務信息包括票卡流動、票卡使用次數、票卡流失、庫存類、調配類、密鑰、票務綜合類等信息內容。票務信息反映了軌道交通網絡上各級管理中心庫存狀態的變化和對票卡的需求，是軌道交通票務管理實施的基礎。

票卡的統計信息還能用于對AFC服務設施的分析。例如，統計不同類型票卡的客流量可以獲得在軌道交通出行中乘客選擇回收類票卡、非回收類票卡的數量和使用比例，軌道交通企業可以根據各種票卡的利用率信息判斷回收類票卡、售票機、充值窗口的數量是否滿足需求。

2.1.5設備狀況信息統計

設備狀況信息是對設備上傳的工作狀態日志進行分析統計，主要內容包括設備故障信息和設備完好率。對于設備故障信息的統計一般從可靠度方面著手，通常是通過設備故障記錄得到設備的故障率、平均無故障工作時間、平均故障修復時間等指標。城市軌道交通企業依據這些指標可以優化設備管理、合理配置維修人員以及為新添設備選擇廠家、型號提供參考意見。可以在設備管理中心為每一臺設備分別建立工作檔案，更精確地監視設備的工作狀態，例如通過統計每次維修之間的無故障工作時間，觀察設備處于使用壽命周期的哪個階段，若一臺設備的無故障工作時間衰減得很快，則應該考慮更換新設備。

2.2信息預測分析

相比單線運營模式，網絡化運營在客流與車流兩方面都更加復雜，配置協調的難度將大大增加。單純的數據統計只是從更高的層次反映軌道交通系統過去和當前的運營狀態，方便地鐵公司進行信息搜索、閱讀，并不能提供其他更多的消息。而現代交通要實現智能化、自動化的目標，對信息的全面性、實時性、動態性、預測準確性的要求較高，因此需要針對軌道交通網絡化運營特點，運用數據挖掘技術對AFC原始數據和統計信息進行深度挖掘，為城市軌道交通運營管理提供決策支持，以達到降低運營成本、提高城市軌道交通服務水平的目的。一般可以從以下幾方面進行更深度的預測分析。

2.2.1客流預測分析

客流預測是根據AFC數據庫數據、客流統計數據、乘客特征數據和通過客流調查等得到的客流影響因素信息，比較選擇適當的預測方法對客流進行預測，發掘客流的內在規律性，做出有價值的發展趨勢分析，并對預測結果進行分析評價，最終為運營評估、應急處置以及其他信息系統提供支持，為運營管理部門和政府決策部門日常運輸組織提供決策參考。

軌道交通客流預測的具體內容有很多，從預測的時間長度上來講有短時預測、短期預測和長期預測。短時預測(15min以內)能夠為軌道交通企業提供比較實時的客流變化信息，幫助企業準確把握客流變化規律；短期預測還有日、周、季節流量變化預測，能夠幫助企業準確編制運輸計劃；長期預測一般是對軌道交通線路或者線網，未來以年為計量單位的客流量進行預測，為城市軌道交通線網和城市發展的規劃提供決策支持。另外，從預測客流的形式可分為站點客流預測、斷面客流預測和站間OD客流預測，從預測方法的輸入數據實時性可將流量預測分為靜態預測和動態預測，從客流的規律性可分為常態客流預測和非常態客流預測，而按照預測方法的不同則可分為線性預測、非線性預測和組合預測，需要從預測的目標出發選擇合適的輸入數據模式、預測方法，從而得到預期的結果。

以進站客流的短時預測為例，闡述客流預測數據挖掘應用。一種簡單方法是運用分類分析的原理，按照是否為節假日、一周內的第幾天、是否下雨等特征進行分類，確定分類界限，然后選取足夠的歷史數據樣本進行訓練，通過有效性檢驗后就可對未來的短時客流進行預測。分類的方法操作簡單、便于理解，同時也具有一定的預測準確度，但在軌道交通發展成熟之前，客流量隨時間會有增長的趨勢并伴隨不確定性，因此可以運用時間序列法(例如SARIMA模型)進行預測，這種方法是從時間角度對客流的特性進行分析，在按設定的時間間隔統計歷史數據的基礎上，建立SARIMA模型發現預測值與歷史數據的線性關系來進行預測。為了得到更優的預測結果，還可根據SARIMA模型提取歷史數據中與預測值相關的特征，再運用支持向量機(SVM)方法預測，以提高預測精度(見圖3)。

圖3　SARIMA與SARIMA+OLSVM兩種模型的進站客流短時預測[10]

在客流預測的基礎上，還可以做更多的挖掘工作，例如分析客流不確定性有助于提高軌道交通客流預測的可靠性和可信度，以及對高峰客流持續時間進行預測可以實現優化列車行車計劃、提高運營服務質量等方面的效果。

2.2.2線網客流分布估計

軌道交通采用的無縫換乘方式方便了出行者的換乘，同時也增加了精確分析乘客出行路徑的難度。線網客流分布估計依托列車運行數據、AFC系統的客流數據和客流調查相關數據等，模擬乘客出行路徑選擇行為，實現對換乘客流線網時空分布規律的描述。

發達的軌道交通線網可能具有多個運營主體，為公平、合理地保障合作運營模式下各運營商的利益，就要采用合理的票務清分規則，而票務清分的核心內容是較為準確地估計線網上客流的分布。軌道交通票務清分的挖掘可以分為兩個主要部分內容，確定網絡上OD對間可選路徑和建立客流出行路徑選擇概率模型[11]。前者一般是基于圖論的原理，選擇OD對間最短的數條路徑作為備選有效路徑，后者多是綜合路徑長度、行程時間、換乘次數等因素建立路阻函數，在此基礎上建立數學模型，模擬乘客的選擇行為，得到各路徑的選擇概率，建模的方法不一而足，一般采用的有概率選擇模型、Logit模型、博弈論模型等。最終，可以從線網上客流的分布規律中提取出線網客流清分比例表，據此實現票務收益的合理清分，根據線網客流分布還可以實時推算復雜線網的斷面客流和進行站間OD矩陣的動態預測。

2.2.3票務管理支持

票務管理支持是在票務統計信息之上進行綜合分析和預測，從而科學地管理票卡，主要包括各類票卡使用量預測、回收率票卡流失預測、票卡跟蹤信息分析等。與客流預測類似，票卡的預測也可以基于歷史票務統計數據使用時間序列模型進行預測，或者與其他的方法相結合以提高預測的精度(見圖4)。準確的預測結果能讓票卡庫存、調配、采購的數量更加符合軌道交通企業運營的需求，合理地節省企業的開支。票卡跟蹤信息分析是對票卡的流通、交易、充值等信息進行挖掘分析，及時提醒銷毀無效票卡，以及跟蹤異常使用票卡等，保證票卡的安全性。

圖4　回收類/非回收類票卡比例預測

3　結語

數據挖掘從20世紀90年代正式被提出，到現在不過短短20多年的歷史，如今正方興未艾，其巨大的應用價值及潛力吸引了眾多研究者和管理者的關注。在大力建設智慧交通潮流的影響下，城市軌道交通近些年也開始將數據挖掘技術引入到運營管理中來，以提高軌道交通的管理水平和智能化程度。

本文從整體上簡要闡述數據挖掘的原理，包括數據挖掘的任務、數據挖掘處理的過程以及一些數據挖掘技術常用到的方法。在此基礎上，從統計分析和信息預測分析兩個層面探討了數據挖掘技術在城市軌道交通中的應用途徑，并通過列舉實例說明了數據挖掘在軌道交通中應用的可行性，旨在為軌道交通運營企業提供參考。

[1] Han J， Kamber M．Data mining：concepts and techniques[M].2nd ed．San Francisco C．A：Morgan Kaufmann，2006．

[2] 劉君強．海量數據挖掘技術研究[D]．杭州：浙江大學，2003．

[3] 董焰，單連龍．中國城市軌道交通未來十年發展趨勢及政策導向[J]．城市軌道交通研究，2004，7(3)：6-9．

[4] 夏幼明，解敏，周雯．數據挖掘方法分析與評價[J]． 云南師范大學學報，2003，23(2)：8-16．

[5] 何彬彬，方濤，郭達． 不確定性空間數據挖掘算法模型[J]．中國礦業大學學報，2007，36(1)：121-125．

[6] 王愛平，王占鳳，陶嗣干，等．數據挖掘中常用關聯規則挖掘算法[J] ．計算機技術與發展，2010，20(4)：105-108．

[7] 譚立云，高學東，武森．數據挖掘方法與應用[J]． 華北科技學院學報，2004，1(2)：52-55．

[8] 姚國華，陳瑩，張寧．城市軌道交通AFC系統總體業務規劃[J]．都市快軌交通，2011，24(4)：61-64．

[9] 陳瑩．城市軌道交通運行狀況評估研究[D]．南京：東南大學，2011．

[10] 王雪梅．城市軌道交通常態與非常態短時客流預測[D]．南京：東南大學，2013．

[11] 戴潔．基于博弈論及離散概率選擇的軌道交通清分算法研究[D]．南京：東南大學，2013．

(編輯：郝京紅)

Application of Data Mining for Urban Rail Transit Automatic Fare Collection

Shi Zhuangbin1Lu Wenxue2Zhang Ning2

(1. ITS Institute of Ministry of Education, Southeast University, Nanjing 210018; 2. Suzhou Railway Co., Ltd., Suzhou Jiangsu 215006)

In order to improve the operation and management level of urban rail transit and to bring economic benefits and social benefits of rail transit enterprises, this article mainly discusses the potential and the value of applying data mining in rail transit automatic fare collection. This paper firstly analyzes the lack of data utilization in current AFC system. Secondly, it roughly introduces the basic principles of data mining through the analysis of the categories, processes and common methods of data mining. Finally, from the perspective of the demands in both statistics and forecasting in operational management, the prospect of applying data mining technology in passenger flow, ticketing, revenue, equipment, etc. of urban rail transit was discussed in depth and its feasibility is verified through of practical application cases.

rail transit; data mining; operations management; statistical; forecasting of passenger flow; ticket

10.3969/j.issn.1672-6073.2015.01.007

2014-04-02

2014-06-03

石莊彬，男，碩士研究生，研究方向為軌道交通工程，shizhuangbin@gmail.com

蘇州市科技計劃項目(ZXJ0801)

U29-39;U293.22

A

1672-6073(2015)01-0023-05