劉其韜

（中國鐵路哈爾濱局集團有限公司 數(shù)據(jù)分析中心，哈爾濱150001）

數(shù)據(jù)分析是企業(yè)生產(chǎn)經(jīng)營活動的重要環(huán)節(jié)，隨著大數(shù)據(jù)技術(shù)不斷發(fā)展和普及，數(shù)據(jù)分析被賦予了更深刻的內(nèi)涵和更寬廣的外延。在現(xiàn)代企業(yè)中，數(shù)據(jù)挖掘正在推動著企業(yè)資源的深度開發(fā)，使其價值更充分地得以發(fā)掘。近年來，國電、中移動、京東等大型國企和物流電商先后組建了數(shù)據(jù)分析專業(yè)機構(gòu)，大數(shù)據(jù)分析技術(shù)在精準營銷定位[1]、設(shè)備運維監(jiān)測[2]、運輸路徑優(yōu)化[3]等方面的應用取得明顯效益。

目前，鐵路大數(shù)據(jù)應用已經(jīng)起步，但由于鐵路系統(tǒng)作業(yè)規(guī)律復雜，設(shè)備技術(shù)密集多樣，建立數(shù)據(jù)分析體系的難度較大。在當前條件下，如何建立具有鐵路企業(yè)特點的數(shù)據(jù)分析能力體系，是現(xiàn)階段的一個重要課題。

1 數(shù)據(jù)分析能力體系構(gòu)成

1.1 企業(yè)數(shù)據(jù)分析體系典型模式

大數(shù)據(jù)技術(shù)發(fā)展至今，無論是理論模型還是實際解決方案，基本上形成了一種數(shù)據(jù)分析體系的典型模式[4]，如圖1所示。

1.2 數(shù)據(jù)分析能力體系構(gòu)成

1.2.1 數(shù)據(jù)處理能力

包括數(shù)據(jù)存儲、計算、傳輸所必需的硬件軟件資源，例如存儲設(shè)備、計算設(shè)備、網(wǎng)絡(luò)設(shè)備，以及支持大數(shù)據(jù)應用所必需的虛擬化、云計算等相關(guān)技術(shù)。

圖1 數(shù)據(jù)分析體系典型模式

1.2.2 分析工具能力

包含兩方面內(nèi)容：（1）工具本身，如基本統(tǒng)計工具、數(shù)據(jù)處理組件、建模評估及可視化工具，應有可靠性能和完善功能，并形成組合；（2）應用工具的能力，主體是人，能夠根據(jù)數(shù)據(jù)或業(yè)務(wù)需要，敏銳、靈活地選擇適用的工具和方案，避免在工具選擇上走彎路。

1.2.3 業(yè)務(wù)融合能力

（1）專業(yè)與信息技術(shù)的融合：在數(shù)據(jù)分析領(lǐng)域，業(yè)務(wù)的驅(qū)動和主導格外重要，數(shù)據(jù)分析的結(jié)果也一定要作用到業(yè)務(wù)事件上才有意義和價值。分析人員不僅要具備豐富的專業(yè)知識和經(jīng)驗，而且還要長于數(shù)據(jù)觀察，具備運用數(shù)據(jù)發(fā)現(xiàn)問題、解決問題的能力；（2）專業(yè)與專業(yè)之間的關(guān)聯(lián)：在鐵路局集團公司層面，高度垂直分工的管理機制造成專業(yè)分工過細，客觀上造成專業(yè)之間數(shù)據(jù)交流融合不足，在融合不同專業(yè)數(shù)據(jù)的基礎(chǔ)上做好數(shù)據(jù)挖掘，可為鐵路生產(chǎn)經(jīng)營管理發(fā)掘出更多價值的信息資源；（3）不同專業(yè)的目標趨同：實現(xiàn)局部與整體的協(xié)調(diào)，如何把專業(yè)間博弈轉(zhuǎn)化為合作來破除壁壘是實現(xiàn)跨專業(yè)數(shù)據(jù)分析的前提，涉及深層次問題，也觸及環(huán)境文化氛圍[5]。

1.2.4 數(shù)據(jù)治理能力

數(shù)據(jù)治理包含數(shù)據(jù)管理運用相關(guān)的制度、標準、管理、監(jiān)控等內(nèi)容，以及支持數(shù)據(jù)共享的相關(guān)標準和提供共享渠道的數(shù)據(jù)服務(wù)平臺，可提供完善的數(shù)據(jù)安全、隱私保護體系的數(shù)據(jù)安全保障能力，具備數(shù)據(jù)管理機制的執(zhí)行落實能力。

1.2.5 數(shù)據(jù)思維能力

數(shù)據(jù)思維的概念比較寬泛，對企業(yè)而言包括如下主要內(nèi)容：（1）對數(shù)據(jù)具敏銳的洞察能力，善于從數(shù)據(jù)變化中總結(jié)發(fā)現(xiàn)規(guī)律[6]；（2）能運用數(shù)據(jù)和邏輯來描述現(xiàn)象；（3）善于建立數(shù)據(jù)關(guān)聯(lián)；（4）善于從業(yè)務(wù)需求出發(fā)來收集和使用數(shù)據(jù)，或依據(jù)業(yè)務(wù)判斷進行數(shù)據(jù)運用。

數(shù)據(jù)思維能力是對人的素質(zhì)要求，是對從事相關(guān)工作的人員的業(yè)務(wù)素質(zhì)與數(shù)據(jù)素養(yǎng)的綜合考量。

2 數(shù)據(jù)分析能力體系建設(shè)的要點、保障及路徑

2.1 團隊素質(zhì)

作為人的要素，應該把主體擴至團隊，數(shù)據(jù)分析大多都是合作活動，團隊素質(zhì)包括業(yè)務(wù)素質(zhì)、技術(shù)能力、創(chuàng)新能力、數(shù)據(jù)思維意識及團隊合作能力。

2.2 機制體系

（1）標準體系，作為數(shù)據(jù)分析的基礎(chǔ)，決定著未來數(shù)據(jù)共享難易程度，各專業(yè)不僅要建立自身的標準體系，還要服從于企業(yè)整體的標準體系；（2）數(shù)據(jù)管理制度體系，逐步建立并不斷完善覆蓋數(shù)據(jù)生命周期的相關(guān)法規(guī)和流程；（3）數(shù)據(jù)安全保障，包括保障機制和管理及技術(shù)手段，以及網(wǎng)絡(luò)安全防控體系、應急處理機制等；（4）數(shù)據(jù)共享機制，包括相關(guān)的規(guī)定與規(guī)范、共享渠道和特定規(guī)則，如數(shù)據(jù)共享方式和標準。

2.3 技術(shù)保障

（1）業(yè)務(wù)知識及經(jīng)驗，作為數(shù)據(jù)挖掘的驅(qū)動力，業(yè)務(wù)知識儲備和實踐經(jīng)驗是尋找發(fā)現(xiàn)規(guī)律的前提條件，讓團隊不斷地掌握運輸現(xiàn)場實際情況，保持知識結(jié)構(gòu)的先進性，以適應鐵路生產(chǎn)需要；（2）技術(shù)工具運用能力，靈活而有效地運用各種工具進行數(shù)據(jù)處理和分析，達到理想的應用效果；（3）業(yè)務(wù)與技術(shù)的有效結(jié)合，本文中兩個分析案例將體現(xiàn)這種結(jié)合；根據(jù)選定的業(yè)務(wù)課題，選擇恰當?shù)墓ぞ哌M行研究，開展初步規(guī)律探究之后，通過進一步學習和修正，形成完整的技術(shù)路徑；（4）設(shè)備保障，除了基礎(chǔ)存儲、計算資源之外，應形成企業(yè)級設(shè)備平臺保障體系，數(shù)據(jù)分析平臺只是其基礎(chǔ)與核心，隨著業(yè)務(wù)拓展，與ERP、物聯(lián)網(wǎng)、地理信息平臺、各類業(yè)務(wù)應用系統(tǒng)的銜接都是必然選擇；此外，還必須具備保證數(shù)據(jù)安全的技術(shù)手段。

2.4 組織體系

在開展一些跨領(lǐng)域、跨專業(yè)、跨部門的數(shù)據(jù)分析時，最好由一個機構(gòu)負責組織，以統(tǒng)籌數(shù)據(jù)、算力、人力等資源，有利于消除本位因素，保證客觀公正和目標集中。此外，根據(jù)業(yè)務(wù)需要和企業(yè)管理現(xiàn)實，也可對該機構(gòu)賦予數(shù)據(jù)管理職能，將其作為信息化專業(yè)管理的有機組成部分。

2.5 環(huán)境文化

環(huán)境文化是軟實力的一個重要內(nèi)容，針對鐵路局數(shù)據(jù)分析體系的建設(shè)，這種文化主要有3個要點：（1）尊重規(guī)律，避免先入為主形成結(jié)論，應以數(shù)據(jù)分析結(jié)果為導向；（2）要有大局觀，企業(yè)內(nèi)部組織能夠圍繞整體目標去組織資源、采取行動，而不是僅圍繞小團體和局部領(lǐng)域的目標開展行動；（3）崇尚創(chuàng)新，在開展數(shù)據(jù)挖掘、探索規(guī)律的初期，往往沒有既定目標，結(jié)論也多是未知的，數(shù)據(jù)挖掘活動離不開手段方法的創(chuàng)新，形成鼓勵創(chuàng)新、容忍失敗的氛圍十分必要。

2.6 方法路徑

（1）確立并遵循自下而上的基本建設(shè)路徑，做好頂層設(shè)計；（2）根據(jù)現(xiàn)實需要，開展具體項目進行檢驗和示范應用；（3）采取遞進方式投入配套基礎(chǔ)設(shè)施，并根據(jù)需要適度進行超前建設(shè)；（4）統(tǒng)籌推進，把各種能力和要素按各自的規(guī)律做好建設(shè)和培育，以期在特定的階段發(fā)揮作用，促進良性發(fā)展。

3 能力體系建設(shè)實踐

3.1 平臺部署

中國鐵路哈爾濱局集團有限公司（簡稱：哈局）于2018年部署了鐵路數(shù)據(jù)服務(wù)平臺（RDSP），利用既有的虛擬化資源作為基礎(chǔ)軟件平臺，包括應用門戶管理、數(shù)據(jù)采集、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)安全、數(shù)據(jù)治理、腳本開發(fā)、數(shù)據(jù)分析套件、數(shù)據(jù)倉庫、可視化套件等，具備批處理、內(nèi)存計算、流計算等多種計算引擎，提供內(nèi)置的數(shù)據(jù)挖掘組件及可視化報表，供用戶開展自助數(shù)據(jù)分析[7]。

3.2 機構(gòu)組建

經(jīng)過近半年的籌備，哈局數(shù)據(jù)分析中心于2019年4 月成立，以檢測監(jiān)測數(shù)據(jù)為切入點，機構(gòu)組建整合了軌道、信號、接觸網(wǎng)動態(tài)檢測業(yè)務(wù)，并對機務(wù)、車輛、工務(wù)、電務(wù)、供電行車設(shè)備的數(shù)據(jù)開展分析調(diào)研，服務(wù)安全生產(chǎn)的同時，打造數(shù)據(jù)分析能力,致力于發(fā)現(xiàn)各領(lǐng)域數(shù)據(jù)的內(nèi)在規(guī)律。在開展既有動態(tài)檢測工作的同時，在數(shù)據(jù)分析利用方面進行了探索。目前已編制檢測月報輔助工具，開展了一些數(shù)據(jù)分析實驗。

3.3 實踐案例

以下兩個實踐案例，分別在鐵路運輸生產(chǎn)的不同領(lǐng)域采用不同的思路和方法，其分析過程和結(jié)果體現(xiàn)鐵路系統(tǒng)的生產(chǎn)特點，具有一定代表性。

3.3.1 鐵路固定設(shè)備動態(tài)檢測數(shù)據(jù)的常規(guī)分析

常規(guī)分析要滿足不同視角對既有數(shù)據(jù)的觀察。鑒于鐵路系統(tǒng)業(yè)務(wù)分析需求的復雜性，二維視角無法滿足多方面需要，因此結(jié)合基本的數(shù)據(jù)分析業(yè)務(wù)，運用數(shù)據(jù)立方體來處理數(shù)據(jù)，不僅適用于當前的動態(tài)檢測，也可以在各業(yè)務(wù)領(lǐng)域應用。簡而言之，就是在數(shù)據(jù)庫上建立數(shù)據(jù)立方體的邏輯結(jié)構(gòu)，用以加工和存儲數(shù)據(jù)，不同的切片形成報表；在此基礎(chǔ)上，實現(xiàn)基本的查詢與處理平臺，支持上卷和下卷，提供交互式查詢和自助報表，結(jié)合合理的安全策略設(shè)置，還可以將其推送至移動終端。

鐵路固定設(shè)備的動態(tài)檢測數(shù)據(jù)一般包括優(yōu)良率、缺陷數(shù)量、扣分情況、綜合評價指標等，這些數(shù)據(jù)具有時間和空間屬性，可構(gòu)成包含時間度量、空間度量、內(nèi)容度量的三維數(shù)據(jù)立方體。在把握維度需求的基礎(chǔ)上，編寫程序?qū)霗z測數(shù)據(jù)切片，提供圖形化分析結(jié)果。

以鐵路工務(wù)系統(tǒng)軌道檢測數(shù)據(jù)為例：（1）按照內(nèi)容度量（優(yōu)良率、缺陷數(shù)量、平均公里超限、平均扣分、TQI等），運用工具進行切分；（2）在每個維度下，再按空間度量（段別、線別、車間別）進行鉆取和卷??；（3）按檢測時間排列，進行趨勢分析和規(guī)律分析。展示界面見圖2及圖3，細節(jié)缺陷數(shù)據(jù)的多維度切片分析見圖4。

分析工具投入使用后，一次性導入數(shù)據(jù)，在不同維度上對數(shù)據(jù)進行切片，便于專業(yè)部門從不同維度上進行數(shù)據(jù)分析，發(fā)現(xiàn)問題。同時，報告生成時間由過去近半個月縮短到2～3個工作日，效率和時效性明顯改善。隨著體系建設(shè)的不斷深入，此類報表最終將演化為互動式的數(shù)據(jù)交換平臺。

圖2 工務(wù)軌道質(zhì)量檢測數(shù)據(jù)按空間及管理維度的分析切片

圖3 工務(wù)軌道質(zhì)量檢測數(shù)據(jù)按時間、空間及管理維度的分析切片

圖4 工務(wù)軌道質(zhì)量檢測細節(jié)缺陷數(shù)據(jù)多維度綜合分析

3.3.2 機車輪緣磨耗的數(shù)據(jù)挖掘探索

數(shù)據(jù)、業(yè)務(wù)需要、平臺是數(shù)據(jù)挖掘不可缺少的三個要素。模型訓練、關(guān)聯(lián)能力是數(shù)據(jù)分析的核心能力和競爭力，也最有挑戰(zhàn)性和探索性[8]。依托既有的數(shù)據(jù)資源，從業(yè)務(wù)需求入手，形成假設(shè)，利用平臺計算資源，開展建模、訓練、糾正和驗證，從而找出內(nèi)在規(guī)律，這也可視為一種簡單的模型訓練或者機器學習，對專業(yè)化分工的企業(yè)而言，是一種很好的訓練方式，能夠形成具有普遍適用性的工具和方法[9]。

在鐵路機務(wù)專業(yè)開展了基于機車輪緣磨耗情況的數(shù)據(jù)挖掘?qū)嶒?。以輪對自動檢測棚記錄的輪緣磨耗數(shù)據(jù)為對象，對輪緣磨耗的影響因素進行分析,以期找出潛在規(guī)律，輔助機務(wù)段優(yōu)化車輪鏇修時機，在確保安全的前提下，為節(jié)約成本提供依據(jù)。

從機務(wù)專業(yè)角度判斷，輪緣磨耗主要在機車通過曲線運行時發(fā)生，一般認為與曲線的長度和半徑均有關(guān)系，但其中的內(nèi)在規(guī)律一直未能量化。為此，提取三棵樹機務(wù)段管內(nèi)哈爾濱地區(qū)機車輪對檢測棚在2019年4月10日—7月10日期間的輪緣數(shù)據(jù)作為分析對象。（1）依據(jù)輪緣力公式和LKJ 數(shù)據(jù)，編寫曲線當量計算器，對各機車牽引區(qū)段的曲線進行當量化處理；（2）將各區(qū)段曲線當量與在此期間各機車擔當車次的走行路徑相結(jié)合，形成各車次曲線當量；（3）將各車次曲線當量加權(quán)平均，對統(tǒng)計期間各機車每兩次入庫之間的輪緣磨耗量進行切分，得到各車次輪緣磨耗數(shù)據(jù)9792條，作為訓練數(shù)據(jù)；（4）運用多元線性回歸方法，建立客運內(nèi)燃機車輪緣水平磨耗的數(shù)學模型如下：

式中：Wf為輪緣水平磨耗量（mm），R為線路曲線半徑（m），L為曲線長度（m）。

經(jīng)數(shù)學方法檢驗，檢驗結(jié)果見圖5，該模型擬合優(yōu)度為0.89，具有較高的可信度。

圖5 輪緣水平磨耗預測模型擬合度檢驗結(jié)果

為進一步驗證模型有效性，提取哈爾濱地區(qū)在7月11—31日期間的入庫機車輪緣數(shù)據(jù)進行驗證。由于統(tǒng)計時間段較短、數(shù)據(jù)量少，對檢測設(shè)備誤差影響較大。為此，選取其中5臺擔當本務(wù)且記錄在10條以上的機車，對各機車在統(tǒng)計期間所擔當各車次的途徑曲線進行當量化處理，而后代入模型，再將所得數(shù)據(jù)與實際磨耗量做對比,得到結(jié)果見表1。

從分析結(jié)果看，五臺機車累計磨耗值與模型預測值的差異分布在-0.07mm 至0.05mm 之間，在輪緣檢測精度按0.1mm 掌握的情況下，模型基本可滿足使用要求。以上分析雖與精準分析尚有差距，并且由于數(shù)據(jù)量不足，沒有進行模型的繼續(xù)優(yōu)化，但從實驗角度，完成了一個典型的數(shù)據(jù)挖掘研究過程。

表1 機車實際磨耗與模型預測值的差異對比

4 結(jié)束語

在鐵路局集團公司當前條件下，對數(shù)據(jù)分析的理論和方法進行初步探討。數(shù)據(jù)分析方法的應用能夠為鐵路企業(yè)帶來切實的安全收益和經(jīng)濟效益；同時，數(shù)據(jù)分析體系在建設(shè)過程中也面臨著一些無法回避的難題，諸如數(shù)據(jù)來源困難、數(shù)據(jù)質(zhì)量不理想、政策支持不足、跨專業(yè)融合困難、專業(yè)人員缺乏等。這些問題的根源可能觸及鐵路企業(yè)的組織、管理、文化等深層次內(nèi)容。在大數(shù)據(jù)應用推廣的道路上，這些問題是必須面對的矛盾，將隨著發(fā)展的深入得到解決，解決這些問題的理想途徑是，在推進能力體系建設(shè)的過程中同步做好統(tǒng)籌規(guī)劃。

隨著信息技術(shù)的不斷發(fā)展，以及管理方式的不斷改進，數(shù)據(jù)分析的前景將日益廣闊，必將在科學管理與決策支持上釋放出巨大威力。