城市地鐵軌道交通中的大數據分析

文/張建來

大數據技術是信息化社會的代表技術之一，其應用范圍較廣。城市地鐵軌道交通每天都會產生大量數據，將大數據應用于數據獲取、處理中，能夠有效提高城市地鐵的運營效率；若是將該技術應用于地鐵自動售檢票中，還可以解放勞動力，降低城市地鐵的運營與管理成本，有利于提高地鐵的經濟效益與社會效益。

1 大數據在城市地鐵軌道交通中的應用

1.1 在數據獲取與處理中的應用

1.1.1 傳統數據獲取方法

自城市地鐵軌道交通出現以來，數據的獲取與處理方法幾經變遷，已經相對成熟。傳統的城市地鐵獲取與處理數據的方法主要是定性分析、定量分析兩種，前者是指工作人員利用歸納演繹法，對城市地鐵軌道交通在運營過程中產生的數據變化進行分析；后者是指工作人員利用統計學知識構建數據模型，對城市地鐵軌道交通數據進行收集與整理。定性分析法的數據來源是訪談、調查者親身體驗等，使用成本相對較高，定量分析的數據來源是問卷調查、歷史資料統計、實地考察等，雖然成本較低，但是周期較長、數據可靠性較低。

1.1.2 利用大數據獲取與處理信息

大數據在實際應用過程中，與計算機技術、云平臺技術、互聯網技術緊密相連，利用大數據技術獲取、處理城市地鐵軌道交通數據信息，不僅經濟成本低，獲取的數據真實性也可以得到保障，因此城市地鐵軌道交通相關人員應對大數據的應用加強重視，努力開拓其可應用在地鐵的范圍。目前，人們普遍存在“智能手機不離手”的現狀，城市居民在閑余時間喜歡利用手機打發時間，在信息技術與科學技術發展水平愈來愈高的背景下，將大數據應用于城市地鐵軌道交通，能夠促使“無票出行”、“手機掃碼支付”成為主流，人們通過掃描二維碼的方式購買地鐵票、乘車，極大程度上節省了時間、提高了城市地鐵的運營效率。

例如，某大型城市地鐵利用大數據對每天的客流量進行收集，經過分析發現該城市地鐵的客流量高峰期為每天上午的7 點-9 點、下午的5 點-7 點，結合實際情況便可明白引發這種現象的主要原因“上下班高峰期”。為了解決這一問題，該城市地鐵采用大數據技術對過去的數據進行分析整合，制定出了一套科學的A 型處理方案，每臨近高峰期時，城市地鐵便會對車輛數量進行增加，適當調整地鐵班次，啟動進站口刷票處的報警裝置。當數據模型可承受信息量達到上限后，報警裝置會發出示警，這時便會緊急啟動A 型處理方案，班次的增加、時間的縮短對降低城市地鐵運營負擔具有積極作用。

1.2 在自動售檢票中的應用

1.2.1 在自動售檢票工作中應用大數據的必要性

在信息技術快速發展的環境下，利用大數據完善城市地鐵軌道交通系統，有利于提高城市地鐵運營效率，改善軌道交通運行中存在不確定性與不平衡性。目前，城市地鐵軌道交通的客流量會隨著時間、季節、事件的變化而發生變化，其中不確定性問題主要表現為在節假日休息或某大型活動開辦時，客流量會集中在某一區域的某一時間點，相較日常該時間段的客流量明顯大幅增多，給地鐵運營帶來較嚴重的工作壓力；不平衡性問題具體表現為在商務區、“大學城”等人員進出流量較大的區域，地鐵客流量較多，而郊區、“城中村”等人員進出流量較小的區域，地鐵客流量較少。

1.2.2 利用大數據構建實名高檢處理引擎

針對上述問題，城市地鐵軌道交通工作人員利用大數據構建了實名高檢處理引擎，利用該系統開展自動售檢票工作，有效解放了城市地鐵勞動力，降低了工作人員的負擔與壓力。但由于受目前大數據技術的限制，實名高檢處理引擎所應用的底層邏輯運算參量符合度過低，導致系統執行完成度低、數據準確性差，容易引發資源大規模開銷現象。因此，相關研究人員應對大數據技術的可用性進行了深化研究，采用代碼形式對實名高檢引擎進行了更新優化，采用高速特征對比算法代替底層邏輯運算法，將票務數據信息與內部工作人員綁定的信息整合在一起，利用數據自動提取功能對信息進行快速調取、分析與反饋，有利于提高售檢票的工作效率，對減少運營成本、節約資源具有積極影響。

2 城市地鐵軌道交通中的大數據技術應用趨勢

2.1 人臉識別技術

人臉識別技術在我國仍處于發展時期，盡管部分城市地區將其應用于城市地鐵軌道交通中，實現了人臉識別支付，但在全國范圍內該技術仍然尚未成熟，因此需要相關研究人員進一步研發。例如，某旅游城市因城市地鐵軌道交通的客流量過大，為了緩解售票、安檢等工作壓力，該城市地鐵的相關工作人員基于支付寶開發了人臉識別支付功能，乘客可以利用人臉識別進行購票，不需要長時間排隊購票，只要在手機支付寶上完成人臉驗證、后期到現場進行核檢便可，極大程度上節省了乘客時間。

2.2 智能檢測技術

在城市地鐵軌道交通中，客運服務是一項工作量龐大的工作，客流量越多，工作人員的壓力便越大，為了保證乘客人身安全，會有工作人員站在屏蔽門前維護秩序，避免乘客因為擁擠、踩踏發生意外，尤其是北京、上海、深圳等一線城市的地鐵站，或者紫荊山、蘇州園林、杭州西湖等著名景點附近的地鐵站。若是利用大數據技術開發智能檢測系統，將該系統安裝于屏蔽門前的黃線內，當系統中的紅外線感應器感應到人體紅外線時會發出警告，提醒乘客后退，這種方法對節約人力資源、減少工作量具有重要作用。

3 結束語

綜上所述，在信息化時代背景下，若想提高城市地鐵軌道交通的安全性、穩定與暢通性，相關人員必須認識到大數據技術的重要性。目前，大數據已經被應用到數據獲取處理與自動售檢票中，提高了城市地鐵軌道交通的工作效率，為了能夠促使其進一步發展，研究人員要對大數據的應用深化研究，強化人臉識別技術與智能檢測技術在城市地鐵軌道交通中的應用。