数据仓库与数据挖掘技术在轨道交通AFC系统中的应用研究

李沁鲜

（昆明轨道交通运营有限公司，云南 昆明 650000）

随着中国城市轨道交通建设的迅速发展，各城市轨道交通网络日趋形成，轨道交通企业形成多个轨道交通生产系统，例如列车自动控制系统（ATC）、电力监控系统（SCADA）、自动售检票系统（AFC）、设备监控系统（BAS）等。AFC系统负责收集轨道交通票务相关数据，实现自动售检票票务处理、设备监控、客流收益清分、分类统计汇总报表功能。随着轨道交通运营年限的增长和运营线路的增加，AFC系统积累了大量运营数据，这部分数据具有分析潜力和价值，急需新技术进行深度挖掘分析。

目前轨道交通企业建立的AFC系统缺乏海量票务交易数据、设备状态记录和维护日志等进一步的挖掘、发现、分析和利用，主要存在以下几个问题：①现行AFC系统仅能实现基础报表生成和数据的增、删、改、查功能，无法实现大量复杂查询的需求；②现有的系统无法实现基础数据分析和处理，该部分功能需要人工介入分析及处理；③现有系统查询数据为实时发生数据，无法对数据进行预测；④现有系统独立运行，无法实现运营数据一体化整合功能。

为解决AFC系统目前存在问题，进一步完善城市轨道交通AFC系统的有效性和协调性，提高城市轨道交通网络化运营管理的水平，需要探索数据仓库技术和数据挖掘技术的综合应用，形成一套有效的管理决策体系，从而提升数据资源利用率，为轨道交通企业的管理决策提供有效支持。在城市轨道交通AFC系统中应用数据仓库和数据挖掘技术是国内外高度关注的应用技术，是中国轨道交通AFC行业内重点研究和探索的方向。数据仓库和数据挖掘技术二者均以数据库技术为基础，但支持决策分析的方式不同，因此可考虑将二者结合起来，综合运用数据仓库的宏观数据分析和数据挖掘知识，形成一套新的综合决策体系。

1 数据仓库技术

数据仓库技术是数据库领域的分支，是一个面向主题的、集成的、相对稳定的反映历史变化的数据集合，可用于支持管理决策。数据仓库将数据库中的数据按决策需求进行重新组织，数据仓库中数据按照多维立方体排列，支持旋转、切片和切块、下钻和上翻的操作，可为用户提供以下信息：近期基本数据的查询（单项查询或组合查询），各类综合数据查询，各类预测数据查询。美国NCR数据仓库公司将数据仓库的发展总结为5个阶段：①报表，发生了什么；②分析，为什么会发生；③预测，将来要发生什么；④实时决策，正在发生什么，动态数据库；⑤事件触发的自动决策，希望发生什么，实现自动化决策[1]。

相对传统数据库系统，数据仓库是面向主题的，每个主题对应相关的宏观分析；进入数据仓库的数据是稳定的，通过对传统数据库的数据进行加工与集成后方可入数据仓库，同时数据仓库包含大量历史数据，能够进行深入的综合分析。正是由于数据仓库技术相对传统操作型数据处理技术的这些优势，因此可在AFC系统平台下构建主题数据库，以实现从海量的历史票务数据中进行主题分析，为提升城市轨道交通运营企业决策管理水平提供有力的支持。建立AFC系统主题数据库需要将数据经过ETL（Extraction Transform Load）过程，即对数据进行抽取、转换和装载。在此过程中需注意2个关键作业点：①数据的获取。数据获取需充分考虑业务需求，选用和设计合适的数据抽取和转换工具进行数据抽取。②数据仓库用户查询和分析。数据仓库查询结果分为业务报表和动态查询，需运用位索引技术，确保数据查询的效率。

2 数据挖掘技术

数据挖掘是指利用专门算法从数据中发现隐含的、先前未知的并有潜在价值的信息的特定步骤，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，实现正确的决策[2]。

数据挖掘首先要明确挖掘的任务和目的，同时结合数据的特点和用户的需求，选择合适的挖掘算法，实时数据挖掘，完成数据挖掘任务。数据挖掘有6项任务，即关联分析、时序模式、聚类、分类、偏差检测、预测。数据挖掘的技术分类包含归纳学习类、仿生物技术类、公式发现类、统计分析类、模糊数学类、可视化技术类，可运用的方法包含决策树方法、神经网络方法、覆盖正例排斥反例方法、粗糙集方法、概念树方法、遗传算法、公式发现、统计分析方法等[3]。数据挖掘的质量有2个主要影响因素：①挖掘的数据的质量和数据量，当数据质量较好且数据量足够大时，数据挖掘结果较好；②数据挖掘选用方法的适用性和有效性，当所选方法能够适用于基础数据时，数据挖掘结果较好。

目前AFC系统的数据主要包括票务交易数据、审计数据、设备状态记录、维护日志等。针对轨道交通AFC系统数据特征，在建立AFC主题数据库的基础上，考虑数据挖掘的特点，综合运用数据仓库技术和数据挖掘技术，将二者结合起来，从不同维度进行数据分析，最大程度地提高轨道交通运营管理能力。

3 数据仓库和数据挖掘技术的综合应用

3.1 综合应用理论

数据仓库与数据挖掘是近年来发展的新技术，数据仓库由数据库演变而来，是根据用户需求存放的支持决策分析数据的场所；数据挖掘从人工智能的机器学习演变而来，是从数据库中挖掘信息的过程。二者是2项不同的技术，但其共同之处在于二者均是在数据库的基础上发展起来的，都是决策支持新技术。鉴于数据仓库与数据挖掘的特点，可在AFC系统中运用数据仓库和数据挖掘技术，二者联合运用形成综合决策支持系统。数据仓库负责对数据进行综合、预测和多维数据分析，是数据驱动的辅助决策方式，数据挖掘是从数据库中挖掘知识，是知识驱动的辅助决策方式。AFC系统中的数据涵盖公司运营经营情况，是公司运营管理决策的重要依据，公司管理人员需要从数据中获取关键信息，以合理安排运营组织、客流吸引、票卡发行及管理等关键业务，城市轨道交通AFC系统中，数据仓库和数据挖掘技术的综合应用可分为以下2个步骤。

建立AFC主题数据库。AFC主题数据库是指新建一个数据库，将历史数据迁移至数据库中，提升AFC正线系统的运行效率。数据库搭建完成后，需通过数据仓库技术进行主题划分，建立主题数据库。主题数据库需从企业综合管理需求角度及数据库建立需求角度出发，一方面要满足企业在运营决策过程中的数据需求，另一方面需考虑数据库数据的稳定性和有效性。因此可将AFC主题数据库按需求分为初级功能、中级功能、高级功能。初级功能对应综合报表统计，按照周期性和需求部门进行分类，并开放数据查询接口，设置数据查询权限，能够实现各部门综合类报表的精准统计需求；中级功能对应数据指标统计分析，数据指标统计以AFC系统生成初级数据为基础，结合《城市轨道交通运营绩效指标体系（MOPES）》中收益及客流指标，从收益指标和客运量指标2方面提出需求；高级功能对应数据专项主题分析，把AFC数据划分成一些可以管理的单位，主要针对企业特殊业务需求及决策分析需求设置，包含客运量、收益预测主题和用户分级主题[4]。

在主题数据库建立完成后，应用数据挖掘技术。将数据仓库和数据挖掘结合，集成到一个系统中，提升系统的决策支持能力。此决策支持系统以数据驱动方式提供决策支持，数据仓库中的综合信息需要用到统计模型的计算来得到，预测信息需要利用预测模型的计算来得到；数据挖掘中应用各类方法技术模型，这类模型的输入是数据，输出的是知识。数据仓库和数据挖掘结合后，极大提高辅助决策能力，可应用于实际决策问题，此决策系统以数据为驱动，对象为数据仓库中的海量数据，通过数据库的综合信息和预测信息，联合数据挖掘所获取的知识，共同为实际决策问题辅助决策。AFC系统中数据仓库和数据挖掘技术的综合应用思路如图1所示。

图1 AFC系统中数据仓库和数据挖掘技术的综合应用思路

3.2 综合应用实例

为提升轨道交通票种多样性，针对轨道交通中的差旅客客流（主要为旅游或办事等外来旅游、商务客流），轨道交通可推出电子日票满足差旅客出行需求。电子日票票价定价方案确定后，需综合运用数据仓库和数据挖掘技术，预测日票发行收益。日票收益预测首先通过主题数据库的乘客分级，查询出异地差旅客流出行情况，再计算出各使用次数下的优惠金额，在此基础上运用数据挖掘技术，选择一元线性关系呈现转化率与优惠金额之间关系，最终推出日票发售收益。

3.2.1 日票定价方案

日票的定价须充分考虑异地旅游乘客短期使用次数、平均票价情况等因素。目前昆明轨道交通1日票电子票定价13元（电子日票无卡成本）。

3.2.2 主题数据库中现有异地差旅客流数据分析

在主题数据库中选择乘客分级主题，查询异地差旅客流，主要选取现有互联网支付异地用户数据（注册信息归属地不属于昆明市），使用次数较多（3次及以上）的乘客。互联网支付异地用户单日乘车3次及以上的乘客日均6 611人，平均票价3.56元，日均乘车次数为3.26次。

3.2.3 运用数据挖掘进行日票收益预测

当乘客当日总票价高于日票发行票价时，乘客会选择使用日票出行，故需计算出各使用次数下的优惠金额，当日使用次数为3次时，日票优惠金额为-2.05，即日票票价高于实际出行票价。乘客单日使用次数4次及以上人员，使用日票均有优惠，单日使用次数越高，日票优惠金额越大，转化率越高。日票收益预测如表1所示。

表1 日票收益预测表

在主题数据库中查询当日出行次数3次的乘客，满足3次出行的平均票价高于日票平均票价（日票平均票价=日票票价/出行次数）4.33元条件，该部分乘客占日均人数的13.5%，优惠金额0.22元。参考需求价格弹性理论，所谓需求价格弹性，即在一定时期内一种商品的价格变化1%时所引起的该商品需求量变化的百分比。价格上涨时，需求量下降；价格下降时（优惠金额大），需求量上升。即日票转化率与优惠金额呈现正比关系，优惠金额越高，用户选择日票的概率越大。

在该理论基础上，运用数据挖掘技术方法，选择一元线性关系呈现转化率与优惠金额之间关系，即转化率y=a（系数）×X（优惠金额）。假定当优惠金额大于8.14元时，全部乘客愿意选择日票，求得a=0.01228，即转化率y=0.122 8×日票优惠金额，可计算出转化率。

因此日票每日收益=∑日均人数×转换率×日票价格（13元/张）=2 477元。

4 结语

本文主要介绍了数据仓库基础知识及在AFC系统中的运用，建立AFC主题数据库并进行分级，并对数据挖掘技术的概念及方法进行探讨，最终通过综合运用数据仓库和数据挖掘，形成综合决策支持系统；最后在轨道交通日票收益预测过程中运用此综合决策系统，提升轨道交通运营管理信息化和智能化水平。数据仓库技术及数据挖掘技术的结合，让数据使用效率得到有效提升，2项技术可以相互补充，能提高轨道交通企业的辅助决策能力。但此系统包含较多关键技术，数据仓库中的结构选择与数据查询和提取的效率息息相关；数据仓库的管理系统更加复杂；数据仓库中的数据综合计算，综合数据的方法和计算对辅助决策效果产生直接影响；数据挖掘方法较多，各方法适用情况不一致，需要进一步研究针对决策内容选取恰当的数据挖掘方法，并探索更多的数据挖掘方法，进行各类方法综合应用，提升数据挖掘结果的辅助决策效果，进而提升数据的辅助决策效果，这将是今后研究的方向。