基于大数据分析的青岛地铁客流画像分析

发布时间：2024-03-05 20:21

　　青岛地铁线网运营管理与指挥中心采用大数据分析方法实现了城市轨道交通客流分析及画像功能。采用AFC(自动售检票)数据结合ATS(列车自动监控)信息的方法实现更精确的出行路径匹配,克服了传统客流分析算法的准确性缺陷。从客流角度实现了乘客、车站、列车、区间画像功能,结合ISCS(综合监控系统)数据实现电扶梯画像功能,为更精确的客流预测及设备维修维护提供了数据支撑。

【文章页数】：5 页

【部分图文】：

图5电扶梯画像截屏图

图4区间画像截屏图4数据存储和可视化

图1Hadoop大数据平台技术架构

Hadoop大数据平台最核心的框架设计是HDFS(分布式存储系统)和MapReduce(分布式计算系统)。其中HDFS为海量数据提供了存储,而MapReduce则为海量数据提供了计算。与Teradata的数据仓库相比,MapReduce的运行速度较慢,执行较大数据量分析时,常常需....

图2车站画像截屏图

列车的基本属性包括列车识别号、列车型号、列车规格、列车定员等。列车客流统计指标包括区间列车满载率、列车满载率里程分布、列车满载率区间分布、列车客运强度等。列车画像的满载率分布如图3所示。图3列车画像的满载率分布图

图3列车画像的满载率分布图

图2车站画像截屏图3.4区间画像

本文编号：3919990