數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)在軌道交通AFC系統(tǒng)中的應(yīng)用研究

李沁鮮

（昆明軌道交通運(yùn)營(yíng)有限公司，云南 昆明 650000）

隨著中國(guó)城市軌道交通建設(shè)的迅速發(fā)展，各城市軌道交通網(wǎng)絡(luò)日趨形成，軌道交通企業(yè)形成多個(gè)軌道交通生產(chǎn)系統(tǒng)，例如列車自動(dòng)控制系統(tǒng)（ATC）、電力監(jiān)控系統(tǒng)（SCADA）、自動(dòng)售檢票系統(tǒng)（AFC）、設(shè)備監(jiān)控系統(tǒng)（BAS）等。AFC系統(tǒng)負(fù)責(zé)收集軌道交通票務(wù)相關(guān)數(shù)據(jù)，實(shí)現(xiàn)自動(dòng)售檢票票務(wù)處理、設(shè)備監(jiān)控、客流收益清分、分類統(tǒng)計(jì)匯總報(bào)表功能。隨著軌道交通運(yùn)營(yíng)年限的增長(zhǎng)和運(yùn)營(yíng)線路的增加，AFC系統(tǒng)積累了大量運(yùn)營(yíng)數(shù)據(jù)，這部分?jǐn)?shù)據(jù)具有分析潛力和價(jià)值，急需新技術(shù)進(jìn)行深度挖掘分析。

目前軌道交通企業(yè)建立的AFC系統(tǒng)缺乏海量票務(wù)交易數(shù)據(jù)、設(shè)備狀態(tài)記錄和維護(hù)日志等進(jìn)一步的挖掘、發(fā)現(xiàn)、分析和利用，主要存在以下幾個(gè)問題：①現(xiàn)行AFC系統(tǒng)僅能實(shí)現(xiàn)基礎(chǔ)報(bào)表生成和數(shù)據(jù)的增、刪、改、查功能，無法實(shí)現(xiàn)大量復(fù)雜查詢的需求；②現(xiàn)有的系統(tǒng)無法實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)分析和處理，該部分功能需要人工介入分析及處理；③現(xiàn)有系統(tǒng)查詢數(shù)據(jù)為實(shí)時(shí)發(fā)生數(shù)據(jù)，無法對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)；④現(xiàn)有系統(tǒng)獨(dú)立運(yùn)行，無法實(shí)現(xiàn)運(yùn)營(yíng)數(shù)據(jù)一體化整合功能。

為解決AFC系統(tǒng)目前存在問題，進(jìn)一步完善城市軌道交通AFC系統(tǒng)的有效性和協(xié)調(diào)性，提高城市軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)管理的水平，需要探索數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和數(shù)據(jù)挖掘技術(shù)的綜合應(yīng)用，形成一套有效的管理決策體系，從而提升數(shù)據(jù)資源利用率，為軌道交通企業(yè)的管理決策提供有效支持。在城市軌道交通AFC系統(tǒng)中應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)是國(guó)內(nèi)外高度關(guān)注的應(yīng)用技術(shù)，是中國(guó)軌道交通AFC行業(yè)內(nèi)重點(diǎn)研究和探索的方向。數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)二者均以數(shù)據(jù)庫(kù)技術(shù)為基礎(chǔ)，但支持決策分析的方式不同，因此可考慮將二者結(jié)合起來，綜合運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)的宏觀數(shù)據(jù)分析和數(shù)據(jù)挖掘知識(shí)，形成一套新的綜合決策體系。

1 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)

數(shù)據(jù)倉(cāng)庫(kù)技術(shù)是數(shù)據(jù)庫(kù)領(lǐng)域的分支，是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的反映歷史變化的數(shù)據(jù)集合，可用于支持管理決策。數(shù)據(jù)倉(cāng)庫(kù)將數(shù)據(jù)庫(kù)中的數(shù)據(jù)按決策需求進(jìn)行重新組織，數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)按照多維立方體排列，支持旋轉(zhuǎn)、切片和切塊、下鉆和上翻的操作，可為用戶提供以下信息：近期基本數(shù)據(jù)的查詢（單項(xiàng)查詢或組合查詢），各類綜合數(shù)據(jù)查詢，各類預(yù)測(cè)數(shù)據(jù)查詢。美國(guó)NCR數(shù)據(jù)倉(cāng)庫(kù)公司將數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展總結(jié)為5個(gè)階段：①報(bào)表，發(fā)生了什么；②分析，為什么會(huì)發(fā)生；③預(yù)測(cè)，將來要發(fā)生什么；④實(shí)時(shí)決策，正在發(fā)生什么，動(dòng)態(tài)數(shù)據(jù)庫(kù)；⑤事件觸發(fā)的自動(dòng)決策，希望發(fā)生什么，實(shí)現(xiàn)自動(dòng)化決策[1]。

相對(duì)傳統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng)，數(shù)據(jù)倉(cāng)庫(kù)是面向主題的，每個(gè)主題對(duì)應(yīng)相關(guān)的宏觀分析；進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是穩(wěn)定的，通過對(duì)傳統(tǒng)數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行加工與集成后方可入數(shù)據(jù)倉(cāng)庫(kù)，同時(shí)數(shù)據(jù)倉(cāng)庫(kù)包含大量歷史數(shù)據(jù)，能夠進(jìn)行深入的綜合分析。正是由于數(shù)據(jù)倉(cāng)庫(kù)技術(shù)相對(duì)傳統(tǒng)操作型數(shù)據(jù)處理技術(shù)的這些優(yōu)勢(shì)，因此可在AFC系統(tǒng)平臺(tái)下構(gòu)建主題數(shù)據(jù)庫(kù)，以實(shí)現(xiàn)從海量的歷史票務(wù)數(shù)據(jù)中進(jìn)行主題分析，為提升城市軌道交通運(yùn)營(yíng)企業(yè)決策管理水平提供有力的支持。建立AFC系統(tǒng)主題數(shù)據(jù)庫(kù)需要將數(shù)據(jù)經(jīng)過ETL（Extraction Transform Load）過程，即對(duì)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換和裝載。在此過程中需注意2個(gè)關(guān)鍵作業(yè)點(diǎn)：①數(shù)據(jù)的獲取。數(shù)據(jù)獲取需充分考慮業(yè)務(wù)需求，選用和設(shè)計(jì)合適的數(shù)據(jù)抽取和轉(zhuǎn)換工具進(jìn)行數(shù)據(jù)抽取。②數(shù)據(jù)倉(cāng)庫(kù)用戶查詢和分析。數(shù)據(jù)倉(cāng)庫(kù)查詢結(jié)果分為業(yè)務(wù)報(bào)表和動(dòng)態(tài)查詢，需運(yùn)用位索引技術(shù)，確保數(shù)據(jù)查詢的效率。

2 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘是指利用專門算法從數(shù)據(jù)中發(fā)現(xiàn)隱含的、先前未知的并有潛在價(jià)值的信息的特定步驟，它主要基于人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、可視化技術(shù)等，高度自動(dòng)化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，實(shí)現(xiàn)正確的決策[2]。

數(shù)據(jù)挖掘首先要明確挖掘的任務(wù)和目的，同時(shí)結(jié)合數(shù)據(jù)的特點(diǎn)和用戶的需求，選擇合適的挖掘算法，實(shí)時(shí)數(shù)據(jù)挖掘，完成數(shù)據(jù)挖掘任務(wù)。數(shù)據(jù)挖掘有6項(xiàng)任務(wù)，即關(guān)聯(lián)分析、時(shí)序模式、聚類、分類、偏差檢測(cè)、預(yù)測(cè)。數(shù)據(jù)挖掘的技術(shù)分類包含歸納學(xué)習(xí)類、仿生物技術(shù)類、公式發(fā)現(xiàn)類、統(tǒng)計(jì)分析類、模糊數(shù)學(xué)類、可視化技術(shù)類，可運(yùn)用的方法包含決策樹方法、神經(jīng)網(wǎng)絡(luò)方法、覆蓋正例排斥反例方法、粗糙集方法、概念樹方法、遺傳算法、公式發(fā)現(xiàn)、統(tǒng)計(jì)分析方法等[3]。數(shù)據(jù)挖掘的質(zhì)量有2個(gè)主要影響因素：①挖掘的數(shù)據(jù)的質(zhì)量和數(shù)據(jù)量，當(dāng)數(shù)據(jù)質(zhì)量較好且數(shù)據(jù)量足夠大時(shí)，數(shù)據(jù)挖掘結(jié)果較好；②數(shù)據(jù)挖掘選用方法的適用性和有效性，當(dāng)所選方法能夠適用于基礎(chǔ)數(shù)據(jù)時(shí)，數(shù)據(jù)挖掘結(jié)果較好。

目前AFC系統(tǒng)的數(shù)據(jù)主要包括票務(wù)交易數(shù)據(jù)、審計(jì)數(shù)據(jù)、設(shè)備狀態(tài)記錄、維護(hù)日志等。針對(duì)軌道交通AFC系統(tǒng)數(shù)據(jù)特征，在建立AFC主題數(shù)據(jù)庫(kù)的基礎(chǔ)上，考慮數(shù)據(jù)挖掘的特點(diǎn)，綜合運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和數(shù)據(jù)挖掘技術(shù)，將二者結(jié)合起來，從不同維度進(jìn)行數(shù)據(jù)分析，最大程度地提高軌道交通運(yùn)營(yíng)管理能力。

3 數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的綜合應(yīng)用

3.1 綜合應(yīng)用理論

數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘是近年來發(fā)展的新技術(shù)，數(shù)據(jù)倉(cāng)庫(kù)由數(shù)據(jù)庫(kù)演變而來，是根據(jù)用戶需求存放的支持決策分析數(shù)據(jù)的場(chǎng)所；數(shù)據(jù)挖掘從人工智能的機(jī)器學(xué)習(xí)演變而來，是從數(shù)據(jù)庫(kù)中挖掘信息的過程。二者是2項(xiàng)不同的技術(shù)，但其共同之處在于二者均是在數(shù)據(jù)庫(kù)的基礎(chǔ)上發(fā)展起來的，都是決策支持新技術(shù)。鑒于數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的特點(diǎn)，可在AFC系統(tǒng)中運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)，二者聯(lián)合運(yùn)用形成綜合決策支持系統(tǒng)。數(shù)據(jù)倉(cāng)庫(kù)負(fù)責(zé)對(duì)數(shù)據(jù)進(jìn)行綜合、預(yù)測(cè)和多維數(shù)據(jù)分析，是數(shù)據(jù)驅(qū)動(dòng)的輔助決策方式，數(shù)據(jù)挖掘是從數(shù)據(jù)庫(kù)中挖掘知識(shí)，是知識(shí)驅(qū)動(dòng)的輔助決策方式。AFC系統(tǒng)中的數(shù)據(jù)涵蓋公司運(yùn)營(yíng)經(jīng)營(yíng)情況，是公司運(yùn)營(yíng)管理決策的重要依據(jù)，公司管理人員需要從數(shù)據(jù)中獲取關(guān)鍵信息，以合理安排運(yùn)營(yíng)組織、客流吸引、票卡發(fā)行及管理等關(guān)鍵業(yè)務(wù)，城市軌道交通AFC系統(tǒng)中，數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的綜合應(yīng)用可分為以下2個(gè)步驟。

建立AFC主題數(shù)據(jù)庫(kù)。AFC主題數(shù)據(jù)庫(kù)是指新建一個(gè)數(shù)據(jù)庫(kù)，將歷史數(shù)據(jù)遷移至數(shù)據(jù)庫(kù)中，提升AFC正線系統(tǒng)的運(yùn)行效率。數(shù)據(jù)庫(kù)搭建完成后，需通過數(shù)據(jù)倉(cāng)庫(kù)技術(shù)進(jìn)行主題劃分，建立主題數(shù)據(jù)庫(kù)。主題數(shù)據(jù)庫(kù)需從企業(yè)綜合管理需求角度及數(shù)據(jù)庫(kù)建立需求角度出發(fā)，一方面要滿足企業(yè)在運(yùn)營(yíng)決策過程中的數(shù)據(jù)需求，另一方面需考慮數(shù)據(jù)庫(kù)數(shù)據(jù)的穩(wěn)定性和有效性。因此可將AFC主題數(shù)據(jù)庫(kù)按需求分為初級(jí)功能、中級(jí)功能、高級(jí)功能。初級(jí)功能對(duì)應(yīng)綜合報(bào)表統(tǒng)計(jì)，按照周期性和需求部門進(jìn)行分類，并開放數(shù)據(jù)查詢接口，設(shè)置數(shù)據(jù)查詢權(quán)限，能夠?qū)崿F(xiàn)各部門綜合類報(bào)表的精準(zhǔn)統(tǒng)計(jì)需求；中級(jí)功能對(duì)應(yīng)數(shù)據(jù)指標(biāo)統(tǒng)計(jì)分析，數(shù)據(jù)指標(biāo)統(tǒng)計(jì)以AFC系統(tǒng)生成初級(jí)數(shù)據(jù)為基礎(chǔ)，結(jié)合《城市軌道交通運(yùn)營(yíng)績(jī)效指標(biāo)體系（MOPES）》中收益及客流指標(biāo)，從收益指標(biāo)和客運(yùn)量指標(biāo)2方面提出需求；高級(jí)功能對(duì)應(yīng)數(shù)據(jù)專項(xiàng)主題分析，把AFC數(shù)據(jù)劃分成一些可以管理的單位，主要針對(duì)企業(yè)特殊業(yè)務(wù)需求及決策分析需求設(shè)置，包含客運(yùn)量、收益預(yù)測(cè)主題和用戶分級(jí)主題[4]。

在主題數(shù)據(jù)庫(kù)建立完成后，應(yīng)用數(shù)據(jù)挖掘技術(shù)。將數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘結(jié)合，集成到一個(gè)系統(tǒng)中，提升系統(tǒng)的決策支持能力。此決策支持系統(tǒng)以數(shù)據(jù)驅(qū)動(dòng)方式提供決策支持，數(shù)據(jù)倉(cāng)庫(kù)中的綜合信息需要用到統(tǒng)計(jì)模型的計(jì)算來得到，預(yù)測(cè)信息需要利用預(yù)測(cè)模型的計(jì)算來得到；數(shù)據(jù)挖掘中應(yīng)用各類方法技術(shù)模型，這類模型的輸入是數(shù)據(jù)，輸出的是知識(shí)。數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘結(jié)合后，極大提高輔助決策能力，可應(yīng)用于實(shí)際決策問題，此決策系統(tǒng)以數(shù)據(jù)為驅(qū)動(dòng)，對(duì)象為數(shù)據(jù)倉(cāng)庫(kù)中的海量數(shù)據(jù)，通過數(shù)據(jù)庫(kù)的綜合信息和預(yù)測(cè)信息，聯(lián)合數(shù)據(jù)挖掘所獲取的知識(shí)，共同為實(shí)際決策問題輔助決策。AFC系統(tǒng)中數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的綜合應(yīng)用思路如圖1所示。

圖1 AFC系統(tǒng)中數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的綜合應(yīng)用思路

3.2 綜合應(yīng)用實(shí)例

為提升軌道交通票種多樣性，針對(duì)軌道交通中的差旅客客流（主要為旅游或辦事等外來旅游、商務(wù)客流），軌道交通可推出電子日票滿足差旅客出行需求。電子日票票價(jià)定價(jià)方案確定后，需綜合運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)，預(yù)測(cè)日票發(fā)行收益。日票收益預(yù)測(cè)首先通過主題數(shù)據(jù)庫(kù)的乘客分級(jí)，查詢出異地差旅客流出行情況，再計(jì)算出各使用次數(shù)下的優(yōu)惠金額，在此基礎(chǔ)上運(yùn)用數(shù)據(jù)挖掘技術(shù)，選擇一元線性關(guān)系呈現(xiàn)轉(zhuǎn)化率與優(yōu)惠金額之間關(guān)系，最終推出日票發(fā)售收益。

3.2.1 日票定價(jià)方案

日票的定價(jià)須充分考慮異地旅游乘客短期使用次數(shù)、平均票價(jià)情況等因素。目前昆明軌道交通1日票電子票定價(jià)13元（電子日票無卡成本）。

3.2.2 主題數(shù)據(jù)庫(kù)中現(xiàn)有異地差旅客流數(shù)據(jù)分析

在主題數(shù)據(jù)庫(kù)中選擇乘客分級(jí)主題，查詢異地差旅客流，主要選取現(xiàn)有互聯(lián)網(wǎng)支付異地用戶數(shù)據(jù)（注冊(cè)信息歸屬地不屬于昆明市），使用次數(shù)較多（3次及以上）的乘客。互聯(lián)網(wǎng)支付異地用戶單日乘車3次及以上的乘客日均6 611人，平均票價(jià)3.56元，日均乘車次數(shù)為3.26次。

3.2.3 運(yùn)用數(shù)據(jù)挖掘進(jìn)行日票收益預(yù)測(cè)

當(dāng)乘客當(dāng)日總票價(jià)高于日票發(fā)行票價(jià)時(shí)，乘客會(huì)選擇使用日票出行，故需計(jì)算出各使用次數(shù)下的優(yōu)惠金額，當(dāng)日使用次數(shù)為3次時(shí)，日票優(yōu)惠金額為-2.05，即日票票價(jià)高于實(shí)際出行票價(jià)。乘客單日使用次數(shù)4次及以上人員，使用日票均有優(yōu)惠，單日使用次數(shù)越高，日票優(yōu)惠金額越大，轉(zhuǎn)化率越高。日票收益預(yù)測(cè)如表1所示。

表1 日票收益預(yù)測(cè)表

在主題數(shù)據(jù)庫(kù)中查詢當(dāng)日出行次數(shù)3次的乘客，滿足3次出行的平均票價(jià)高于日票平均票價(jià)（日票平均票價(jià)=日票票價(jià)/出行次數(shù)）4.33元條件，該部分乘客占日均人數(shù)的13.5%，優(yōu)惠金額0.22元。參考需求價(jià)格彈性理論，所謂需求價(jià)格彈性，即在一定時(shí)期內(nèi)一種商品的價(jià)格變化1%時(shí)所引起的該商品需求量變化的百分比。價(jià)格上漲時(shí)，需求量下降；價(jià)格下降時(shí)（優(yōu)惠金額大），需求量上升。即日票轉(zhuǎn)化率與優(yōu)惠金額呈現(xiàn)正比關(guān)系，優(yōu)惠金額越高，用戶選擇日票的概率越大。

在該理論基礎(chǔ)上，運(yùn)用數(shù)據(jù)挖掘技術(shù)方法，選擇一元線性關(guān)系呈現(xiàn)轉(zhuǎn)化率與優(yōu)惠金額之間關(guān)系，即轉(zhuǎn)化率y=a（系數(shù)）×X（優(yōu)惠金額）。假定當(dāng)優(yōu)惠金額大于8.14元時(shí)，全部乘客愿意選擇日票，求得a=0.01228，即轉(zhuǎn)化率y=0.122 8×日票優(yōu)惠金額，可計(jì)算出轉(zhuǎn)化率。

因此日票每日收益=∑日均人數(shù)×轉(zhuǎn)換率×日票價(jià)格（13元/張）=2 477元。

4 結(jié)語

本文主要介紹了數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)知識(shí)及在AFC系統(tǒng)中的運(yùn)用，建立AFC主題數(shù)據(jù)庫(kù)并進(jìn)行分級(jí)，并對(duì)數(shù)據(jù)挖掘技術(shù)的概念及方法進(jìn)行探討，最終通過綜合運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘，形成綜合決策支持系統(tǒng)；最后在軌道交通日票收益預(yù)測(cè)過程中運(yùn)用此綜合決策系統(tǒng)，提升軌道交通運(yùn)營(yíng)管理信息化和智能化水平。數(shù)據(jù)倉(cāng)庫(kù)技術(shù)及數(shù)據(jù)挖掘技術(shù)的結(jié)合，讓數(shù)據(jù)使用效率得到有效提升，2項(xiàng)技術(shù)可以相互補(bǔ)充，能提高軌道交通企業(yè)的輔助決策能力。但此系統(tǒng)包含較多關(guān)鍵技術(shù)，數(shù)據(jù)倉(cāng)庫(kù)中的結(jié)構(gòu)選擇與數(shù)據(jù)查詢和提取的效率息息相關(guān)；數(shù)據(jù)倉(cāng)庫(kù)的管理系統(tǒng)更加復(fù)雜；數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)綜合計(jì)算，綜合數(shù)據(jù)的方法和計(jì)算對(duì)輔助決策效果產(chǎn)生直接影響；數(shù)據(jù)挖掘方法較多，各方法適用情況不一致，需要進(jìn)一步研究針對(duì)決策內(nèi)容選取恰當(dāng)?shù)臄?shù)據(jù)挖掘方法，并探索更多的數(shù)據(jù)挖掘方法，進(jìn)行各類方法綜合應(yīng)用，提升數(shù)據(jù)挖掘結(jié)果的輔助決策效果，進(jìn)而提升數(shù)據(jù)的輔助決策效果，這將是今后研究的方向。