大数据驱动的铁路统计综合信息体系研究及应用

发布时间：2017-06-05 19:10

  本文关键词：大数据驱动的铁路统计综合信息体系研究及应用，，由笔耕文化传播整理发布。

【摘要】：经过中国铁路三十多年的信息化建设,铁路信息系统全面覆盖了铁路运输及企业管理的各个方面。铁路系统数据量急剧增长,积累了海量的结构化、半结构化及非结构化数据,铁路数据不仅规模巨大,数据类型多样,同时具有快速流动和价值密度低的特点,说明铁路数据已具备大数据的4V特征。进入铁路大数据时代,铁路统计工作迎来了新的挑战。诸如：如何进行数据采集,如何保证数据质量,如何进行数据融合,如何进行铁路大数据的统计分析,如何提高统计的时效性和准确性,如何进行数据可视化展示,如何提高决策支持水平等等一系列问题。不难发现,所有问题都围绕数据展开,数据成为统计工作的核心要素。铁路大数据背景下,很多传统的统计思想都需要重新检验和审视。本研究以中国铁路总公司科技管理部、信息办年度科技重点课题“铁路运输统计综合信息体系及关键技术研究”为依托,在总结国内外相关文献的基础上,通过调研铁路统计信息化现状,进行需求分析,设计以数据为核心的铁路统计综合信息体系,力求打造数据采集——数据处理——数据分析——数据展示的一体化“铁路数据价值链”。首先,依据系统建设、数据、决策三方面的铁路统计调研结果,提出大数据背景下铁路统计遇到的各种瓶颈,即形成论文的研究问题。进一步,采用因果图法分析问题,阐述铁路大数据驱动的统计新需求。然后,利用大数据产业链以及统计流程再造的方法理论,提出新的统计生产流程,结合五视图法以及先进的大数据技术,设计出一套以数据为核心的铁路统计综合信息体系,并从系统层面和架构层面,对铁路统计综合信息体系进行规划,按照处理层、整合层、分析层和展现层进行总体划分,并提出统计指标体系优化方案和数据质量管理机制。最后,依据铁路统计综合信息体系设计方案,选取有代表性的数据修正、主题分析和综合应用功能在原型系统中实现,验证统计结果可有效支持领导决策,充分说明设计体系的优势。
【关键词】：大数据 铁路统计 大数据产业链 流程再造 综合信息体系
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U29-39;TP311.52
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-18
• 1.1 研究背景及意义12-13
• 1.2 国内外研究及应用现状13-15
• 1.2.1 国外应用现状13-14
• 1.2.2 国内研究现状14-15
• 1.3 论文组织结构及创新点15-18
• 1.3.1 论文组织结构15-16
• 1.3.2 研究路线16
• 1.3.3 论文创新点16-18
• 2 相关理论和技术介绍18-28
• 2.1 大数据理论18-20
• 2.1.1 大数据概念18
• 2.1.2 大数据产业链18-20
• 2.2 统计生产流程再造20-23
• 2.2.1 流程再造基本思想20-22
• 2.2.2 基于大数据的统计生产流程再造22-23
• 2.3 相关技术及方法23-26
• 2.3.1 架构设计的五视图法23-24
• 2.3.2 数据采集技术24
• 2.3.3 Teradata数据仓库技术24-25
• 2.3.4 Spotfire数据可视化技术25-26
• 2.4 原型系统开发环境26
• 2.4.1 系统开发技术26
• 2.4.2 数据库管理技术26
• 2.5 本章小结26-28
• 3 铁路统计信息化现状与需求分析28-42
• 3.1 铁路统计流程现状及问题分析28-32
• 3.1.1 铁路统计信息系统建设现状28-30
• 3.1.2 铁路统计流程现状30-31
• 3.1.3 问题分析31-32
• 3.2 铁路统计大数据现状及问题分析32-35
• 3.2.1 铁路业务系统数据分析32-34
• 3.2.2 问题分析34-35
• 3.3 铁路统计指标体系现状及问题分析35-36
• 3.3.1 铁路统计指标体系现状35
• 3.3.2 问题分析35-36
• 3.4 大数据驱动的铁路统计新需求36-41
• 3.4.1 总体业务需求分析36-37
• 3.4.2 业务需求分析37-41
• 3.5 本章小结41-42
• 4 大数据驱动的铁路统计综合信息体系设计42-68
• 4.1 统计流程设计42-43
• 4.2 体系总体架构设计43-46
• 4.2.1 逻辑架构43-44
• 4.2.2 开发架构44-45
• 4.2.3 物理架构45-46
• 4.3 数据采集层46-49
• 4.3.1 功能框架46-47
• 4.3.2 ETL数据采集47-49
• 4.4 数据处理层49-53
• 4.4.1 数据分层框架49-51
• 4.4.2 数据处理流程51-53
• 4.4.3 审核修正53
• 4.5 数据分析层53-57
• 4.5.1 模型体系53-54
• 4.5.2 主题域及关系54-56
• 4.5.3 统计分析56-57
• 4.6 展现交互层57-59
• 4.6.1 功能架构57-58
• 4.6.2 数据服务58
• 4.6.3 统计生产58-59
• 4.7 统计指标体系优化59-64
• 4.7.1 统计指标体系设计原则59-60
• 4.7.2 综合运用指标体系60-64
• 4.8 数据质量管理机制64-66
• 4.8.1 管理机制框架64-65
• 4.8.2 数据稽查管理65
• 4.8.3 质量报告65-66
• 4.8.4 数据修正66
• 4.9 本章小结66-68
• 5 原型系统设计与开发68-84
• 5.1 原型系统设计68-73
• 5.1.1 原型系统架构设计68-69
• 5.1.2 原型系统功能设计69-73
• 5.2 核心功能实现73-80
• 5.2.1 数据采集功能73
• 5.2.2 数据修正功能73-74
• 5.2.3 报表查询功能74-75
• 5.2.4 专题查询功能75-77
• 5.2.5 综合应用功能77-80
• 5.3 原型系统验证说明80-83
• 5.3.1 性能分析80-82
• 5.3.2 统计结果分析82-83
• 5.4 本章小结83-84
• 6 工作总结及展望84-86
• 6.1 工作总结84-85
• 6.2 展望85-86
• 参考文献86-92
• 学位论文数据集92

【相似文献】

中国期刊全文数据库 前10条

1 张全才;;加强统计文化建设,推动铁路统计事业发展[J];科技咨询导报;2007年13期

2 蒋佳辉;;我国铁路统计现状及发展方向[J];统计与咨询;2007年03期

3 李春娟;;提高铁路统计质量的思考[J];铁道运输与经济;2012年08期

4 崔成根;;民主德国铁路统计数[J];铁道科技动态;1988年04期

5 沈欣;谈铁路统计信息有偿服务[J];统计与咨询;2000年04期

6 严佩菊;加强铁路统计队伍建设提高统计服务质量[J];江苏交通;2001年02期

7 欧阳鸣放;加强铁路统计监察工作的思考[J];中国铁路;2002年06期

8 ;铁路统计信息化规划[J];中国铁路;2006年08期

9 纪中;新形势下的铁路统计工作[J];中国铁路;1997年08期

10 吕国锋;抽样调查方法在铁路统计工作的应用[J];江苏交通;1997年08期

中国重要会议论文全文数据库 前1条

1 杜军华;;适应新体制 努力加强机车统计管理[A];浙江省铁道学会2006年学术交流会论文集[C];2006年

中国硕士学位论文全文数据库 前1条

1 庄红男;大数据驱动的铁路统计综合信息体系研究及应用[D];北京交通大学;2016年

  本文关键词：大数据驱动的铁路统计综合信息体系研究及应用，由笔耕文化传播整理发布。

本文编号：424425