大数据在机场数据库建设中的应用

一、大数据概述

大数据是一种现象和思想，却不是一种技术和产品，属于IT领域研究的热点。大数据具有以下几方面的特点：（1）数据体量大；（2）数据种类多（3）处理速度快；（4）价值密度低。基于上述特点，传统的数据处理方式，已经无法满足大数据时代的数据处理需要。这就要求企业需要使用大数据进行应对。大数据技术集多种功能于一体，是多种技术的集合体。在大数据中适用的关键技术有如下几种：一是任务分解技术；二是数据仓库技术；三是可视化技术；四是数据分布技术。

二、机场运行需要解决的数据处理的难题

在网络技术发展的推动下，数据的价值逐渐被人们所认可。云计算技术的出现，为数据的保管、访问创造了有利的条件，但如何充分挖掘，乃至实现数据的价值，促使数据能够为人们生活和工作提供帮助，是大数据的核心问题。目前，我国机场的建设模式通常会将数据库作为核心，在这种模式下，主要的信息来源为航班信息，将中间件平台作为基础，从而实现机场各项业务系统的协同运行。例如：航班显示系统、广播系统、设备保障系统等等。基于国内机场的运行模式，数据会在服务和保障等方面产生，例如：航班的信息数据、旅客服务数据、行李数据等，因此，机场每天产生的数据量十分庞大。在大数据时代下，一部分企业会产生数据海量、知识匮乏的弊病。虽然机场每天都会产生海量的数据，但是一部分机场的数据库，仅能对航班数据进行实时的处理，无法对这些数据潜藏的价值进行深入挖掘。因此，建设机场综合管理数据库，通过大数据的应用，在管理数据的同时，对数据价值进行充分的挖掘十分关键。

三、建设方案

机场综合管理数据库的建设涉及到的数据信息十分巨大，这些信息既包括航班实时运行数据，还包括一些过往的数据。数据库的建设应该渗透于机场综合管理的各个方面，例如：航班运行情况管理、旅客人数管理、设备的运行效率管理等。应用大数据所构建的数据库，应该根据管理方面的不同，设置不同的属性集合，有针对性对数据进行收集、分析和处理，以提升数据处理效率。此外，还可以通过属性归约算法，对属性集中多余且毫无价值的数据进行剔除，减少属性集中的数据量，然后用分类规则知识对决策树所表示的数据集进行表示，并将其存储在规则知识库中。对数据库中的多项数据进行采集、结构调整、归类存放数据是系统数据的处理流程。之后，需要使用多维分析工具，将数据库中的数据进行分类，筛选出有用的信息。最后，数据库应该与模型库、方法库结合到一起，最后通过可视化工具的使用，为客户呈现数据分析和处理结果。

四、总体框架

结合机场的实际情况，机场综合管理数据库的系统架构。从图中我们可以发现，机场综合管理数据库由五个部分组成：分别为数据处理、数据分析提取、数据源、数据库和可视化。

（一）数据源

在机场运行和管理过程中会产生大量的数据，因此所涉及的数据源十分多，例如：乘客数据、设备监控数据、物流中转数据、管理数据、业务数据、航班数据等等。与此同时，还会涉及到诸多的外部数据，例如：天气环境数据、空中交通管制数据、网络数据等。这些数据具有不同的属性和特点，因此，数据存储的数据库和区域存在显著的差异。

（二）数据处理

数据处理会对数据存储区的数据进行处理，并得到两类表：一类是事实表；另一类是装载维度表，从而为数据价值的挖掘创造有利的条件。由于数据源中的数据很容易出现交叉现象，因此，应该对这些数据进行分类，在数据分类时，需要按照互动性的原则。数据可以被分为两种，主要是指非结构化数据和结构化数据。与此同时，因为在原始数据中，存在一些多余数据、缺失数据和噪声数据，需要处理这些无用数据，工作人员可以通过转化、净化和标准化数据处理方式的使用，对上述数据存在的问题进行解决。处理过后，数据库系统会自动归类和存储数据。

（三）综合管理数据库

综合管理数据库能够对预测主题和信息进行存储。预测执行完成后所得到的结果，会被数据库存储在其中，这就是决策信息库形成的基础。例如：航班运行分析管理，通过将大量与航班运行的有关的数据信息存储于数据库之中，并与历史数据进行对比和分析，最终得到效果最佳的运行和管理方案。该方案的制定和实施，有利于提高机场的管理和服务水平，使机场和飞机设备的使用效率得到提升，从而降低飞机的运行成本。例如：照明设备、扶梯、通道等。此外，通过分离数据数据库和数据集市，能够使数据库解决问题的能力得到提升，促使其将全部精力都放在数据整合和清理问题的解决上，而数据集市可以为决策的制定提供依据。同时，数据库会在数据源和数据集市之间，起到一个中转站的作用，有利于降低数据集市处理数据的难度，究其原因，主要是数据库可以对数据源的信息进行预处理，从而避免数据源变化对数据集市造成的影响。

（四）数据分析和提取

工作人员可以借助联机分析处理技术，对处理后的数据进行使用，以此为决策分析过程的构建，提供支持和帮助。数据库中的信息是联合分析处理的基础。将航班运行规律作为依据，开发与之相匹配的模型库、知识库，然后对数据库中的数据进行计算和加工，并提供预测和分析服务，最终获得结论，为机场管理部门制定决策，提供合理的建议。针对机场存在的特点，我们应该将数据进行划分，分为两种类型，一种是非实时性的数据，另一种为实时性的数据。然后进行云计算平台的搭接，采用Hadoop技术，实现对数据的高效处理。数据库是知识库的基础，而数据挖掘工具的使用，则是知识库形成的重要条件。机场数据库系统中的知识库，所包含的知识是航空航天领域的知识，辅助决策是知识库的主要作用，决策人员可以对知识库中的知识进行调用，以加强决策的有效性。模型库和方法库可以对决策问题提供数学模型和辅助决策信息。方法库由两部分组成：一是方法算法类库，二是预测方法字典。而模型库的组成则包括三个部分，分别为模型参数字典、预测模型字典和模型储存库。联机分析处理会与知识库、方法库和知识库进行信息的交换和共享，并通过与客户的对话，实现预测和分析功能。

（五）数据可视化

让管理人员更加便捷和高效使用数据库，从中获取有价值的信息，继而做出正确的决策，提高服务和管理质量，促进航空事业的发展是建设机场综合管理数据库的根本目的。因此，对界面的效果进行保证十分关键。设计人员可以将可视化工具纳入到数据库系统的架构之中。机场综合管理数据库包含了海量的信息，其存在诸多的数据源，尤其是非结构化数据，其总量十分庞大，因而加大了数据应用的复杂程度，具体表现在多源异构和数据的动态交互上。所以，需要利用现代技术，对数据分析和处理方式进行调整，通过人机推理技术和智能视觉等技术的使用，研发智能化和自动化的视觉分析软件，这种视觉软件能够对各项任务进行高效处理。将其应用于机场综合管理数据库之中，可以让机场各个部门的工作人员，根据自身的工作需求，通过数据分析功能的使用，得到有价值的可视化信息。

（六）机场综合管理数据库发展的建议

在快速发展过程中，我国机场积累了数量无比庞大的数据，过去由于缺少先进的技术，机场并未意识到历史数据的价值，即使意识到，也没有条件实现数据的价值。但是这种情况，随着大数据技术日益成熟和发展，得到了有效的缓解。通过大数据技术的应用，深入挖掘数据的价值，并将其作为基础，不断提升机场的管理水平和服务质量。例如：在服务游客方面，过去机场服务游客的方式为被动服务，而利用大数据技术，可以对游客的需求进行预测和分析，服务人员可以依据分析结果，主动为游客提供服务，这样一来，就会使机场的服务质量得到提升。在航班业务方面，通过大数据技术的应用，对航班资源和人员配置进行分析，掌握资源配置、人员调度的内在规律，从而实现对航班保障计划的优化和完善。此外，大数据的应用还能减少航班延误等突发情况发生的概率。具体表现在管理人员可以利用大数据技术，分析航班延误的历史数据，明确问题的成因，并制定有针对性的对策，实现对突发情况的预防和控制。

结论：

综上所述，本文基于大数据技术，对大数据技术在机场综合管理系统中的应用进行了分析，并阐述大数据技术的应用方法和优势，希望对机场管理水平和服务质量的提升有所帮助。

作者：付海涛 单位：黑龙江省机场管理集团有限公司