铁路客运大数据集约化整合平台设计与展望

林晓军

（中国铁路南昌局集团有限公司，江西南昌 330000）

0 引言

利用新技术、新手段进行创新客户关系管理，能够有效实现铁路客运服务质量提升，打造全新的铁路出行体验［1]。客票、旅服及客户服务中心等系统积累了大量、多个维度的铁路客运数据，据此可进一步细分，从而形成铁路客运大数据。

铁路客运大数据是铁路大数据的一个子集，通过对细分维度的数据来源梳理，运用客户营销和客户关系管理等相关理论，实现旅客画像描述，提升客户关系管理水平。客运企业可根据自身需求，合理安排车流，对现有服务渠道调整，提高客运服务水平。

1 研究目标与内容

近年来，世界发达国家纷纷制定大数据国家战略，加快大数据布局。我国2015年颁布《促进大数据发展行动纲要》《互联网+行动计划》等一系列文件，并在互联网、交通、电信、金融、电力、征信等领域积极开展大数据应用示范［2]。目前，全球正处于思维变革、数据创新的浪潮之中。随着高速铁路的快速发展及铁路信息化建设的逐步深入，我国铁路行业已积累海量的结构化、半结构化、非结构化数据。据初步统计，中国国家铁路集团有限公司及各铁路局集团公司存储的数据总量已达10 PB，且各类数据增量极快。大数据技术在铁路的应用，不仅有利于促进数据资源共享，盘活铁路数据资产，探索新的利益增长点，更有助于保障铁路行车安全，提升铁路服务水平，增加铁路企业的经济效益［3]。

结合铁路信息化发展现状，需要总结铁路数据资源现状及存在的限制，明确铁路客运业务对大数据的需求，突破接口技术，在现场急需的业务领域开展大数据应用，解决实际问题［4-5]。整合现有众多系统中的客运信息数据，以修旧利旧、集约经济和实用高效为原则，坚持先进、成熟、经济、适用、可靠的主旨，结合铁路客运业务实际，进行技术创新、应用创新和集成创新，融合实现相关信息共享的系统整合平台。整合铁路旅服系统数据接口、客票数据接口以及网络安全平台接口等，实现客运大数据整合。

铁路客运大数据集约化整合平台（简称整合平台）将既有站旅服系统相关数据接口进行整合，形成数据池再接入铁路局集团公司办公网，实现旅服专用网、客票网、互联网和铁路局集团公司办公网对接，使所有客运设备和系统相互联通，为数据整合与分析提供网络通道。整合平台包括：高铁旅服系统接口模块、既有站旅服系统接口模块、客票营销系统接口模块、整合分析平台设计模块、平台报表输出模块。

2 平台设计

2.1 总体架构

整合平台初期整合的数据为：旅客人员数据和客运设备数据。首先将各系统（如客票、营销和安检等系统）生成的有关旅客信息以天为单位做成数据库，推送至中间服务器，再以数据接口的方式，每天读取并存储在应用服务器中。其次，将设备信息以扫描、日志2种状态的文本格式，导入到整合平台。考虑到铁路几个业务网络并不互通的实际情况，在遵循网络安全规定下，将旅客信息、旅服设备数据等通过网闸（即安全隔离网站）实现数据导入，既有站的老旧设备信息则联通铁路局集团公司办公网直接读取。整合平台网络架构见图1。

整合平台硬件全部利用现有资源，服务器利用现有集群服务器虚拟化平台配专属应用服务器，存储空间10 T，内存16 G。利用数据接口技术极大减少了开发工作量，具有灵活的移植性和开放性。整合平台在设计完成后，随着大数据分析的应用，逐渐扩充二次安检、重点旅客关注、个性化服务分析等诸多功能，具有较强的生命力和实用性。

2.2 网络和接口设计

2.2.1 客票系统数据接口

BCP 实用工具可以在MYSQL 实例和用户指定格式的数据文件间大容量复制数据。通过使用服务器任务计划程序，每天定时从客票营销系统导出数据，生成存放票据存根表、乘客没有对票表和乘客兑票表。通过BTA导入方式，将3张数据表的联表数据导入数据库中，将乘客身份证前6位导入，分割存入数据，形成与客票系统的数据接口。整合平台与客票系统数据接口原理见图2。

图1 整合平台网络架构

2.2.2 高铁旅服系统数据接口

高铁旅服系统采用SQL SERVER 数据库，是一种关系型数据库，属于C/S架构，数据管理需要登录连接到服务器进行。将高铁旅服系统数据导出，从而获取高铁旅服数据、指定站内设备信息及部分列车客运信息。整合平台采用中间服务的方式，与高铁旅服系统数据接口原理见图3。

2.2.3 既有站旅服系统数据接口

既有站旅服设备厂家众多，需多个编程环境，内核需提供必要的机制（进程间通信）实现资源共享。整合平台设计利用进程间通信数据，获取形成新的数据库，解决平台与老旧设备融合问题。整合平台与既有站旅服系统数据接口原理见图4。

2.2.4 网络安全平台接口

网闸通过专用硬件通信卡、私有通信协议和加密签名机制实现安全数据交换，前者使得处理能力显著提高，后两者使得数据交换完整可信。整合平台与网络安全平台接口原理见图5。

图2 整合平台与客票系统数据接口原理

图3 整合平台与高铁旅服系统数据接口原理

图4 整合平台与既有站旅服系统数据接口原理

3 应用及展望

3.1 旅客关系管理

基于旅客群体对旅客关系的管理主要包括：对旅客个体分析管理、对所有旅客按照某个特点分类从而对旅客群体分析管理2个方面。

图5 整合平台与网络安全平台接口原理

3.1.1 旅客个体分析管理

为对旅客个体有效管理，需对旅客画像（基本信息、爱好、习惯、前景、等级等维度）拆分。基于几个基本维度细分，运用客户营销和客户关系管理相关理论［6]，对细分维度在客户营销及客户关系管理2 个方面的作用具体分析。

3.1.2 旅客群体分析管理

铁路客票发售和预订系统，积累了多年的生产与交易数据，为铁路旅客群体分析奠定了高质量的数据基础。通过旅客访问轨迹、交易轨迹、运输轨迹和已形成的铁路用户画像数据，实现旅客群体分析［7]。铁路旅客群体分析包括用户维、产品与服务维、时空维3个维度，数据可交叉复用，实现大数据战略在铁路旅客运输行业的应用部署。

3.2 基于客票数据对客流分析

3.2.1 客票数据

客票数据主要包括客票历史销售数据、铁路线网信息、列车运行信息等［8]（见表1）。

表1 客票数据内容

3.2.2 客流分析

基于客票数据，从客流时间分布特性、空间分布特性、旅客购票选择特性展开客流分析。

（1）客流时间分布特性。我国铁路不同时段旅客发送量存在较大差异，按照时间分布类型，可以分为年/月/周客流、节假日客流以及日客流［9-10]（见表2）。

表2 客流时间分布特性

（2）客流空间分布特性。铁路客流空间上具有不均衡性，因此将空间分布划分为主要节点客流分布、区段客流分布、上下行方向客流分布以及运距客流分布（见表3）。

表3 客流空间分布特性

（3）旅客购票选择特性。旅客购票选择特性是铁路客票数据的挖掘，内容包括席位、发车时间以及列车种类数据挖掘（见表4）。

表4 客票数据挖掘内容

3.3 应用展望

基于整合平台，可以科学有效地针对客运站内各环节设备数量和布置合理运用，既可避免设备空闲、资源浪费、减少运营成本，又可降低因设备设置不合理导致旅客滞留、排队时间过长等不利影响。整合平台功能架构见图6。

图6 整合平台功能架构

通过收集、积累和挖掘旅客的综合数据，有助于分析旅客的消费行为，有针对性的策划营销方案和营销战略，设计具有个性化服务特点的铁路旅游产品；通过大数据分析，得出各类型人群特征，为广告业主精准定位受众提供依据。

4 结束语

铁路作为基础交通服务行业，改进铁路客运服务质量、提高运输管理效率、增加铁路运营收入始终是铁路的前进方向，大数据的应用将提供全新发展理念和手段。运用集约化、低成本的大数据技术，积极创新，提出铁路客运大数据集约化整合平台总体架构，设计客票数据分析、重点旅客分析、客运数据分析等功能，实现客运营销水平以及管理和服务水平显著提升。