CN114020535A - 一种基于航运数据快照的回溯分析*** - Google Patents
一种基于航运数据快照的回溯分析*** Download PDFInfo
- Publication number
- CN114020535A CN114020535A CN202111303459.5A CN202111303459A CN114020535A CN 114020535 A CN114020535 A CN 114020535A CN 202111303459 A CN202111303459 A CN 202111303459A CN 114020535 A CN114020535 A CN 114020535A
- Authority
- CN
- China
- Prior art keywords
- data
- information
- snapshot
- ais
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000004931 aggregating effect Effects 0.000 claims abstract description 4
- 238000012216 screening Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 8
- 230000003203 everyday effect Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000004873 anchoring Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 235000019580 granularity Nutrition 0.000 description 26
- 238000010586 diagram Methods 0.000 description 20
- 238000007726 management method Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013075 data extraction Methods 0.000 description 3
- PMHURSZHKKJGBM-UHFFFAOYSA-N isoxaben Chemical compound O1N=C(C(C)(CC)CC)C=C1NC(=O)C1=C(OC)C=CC=C1OC PMHURSZHKKJGBM-UHFFFAOYSA-N 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/11—File system administration, e.g. details of archiving or snapshots
- G06F16/128—Details of file system snapshots on the file-level, e.g. snapshot creation, administration, deletion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
- G06F16/148—File search processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Library & Information Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及航运信息化领域,具体涉及一种基于航运数据快照的回溯分析***,包括:存储中心,用于存储数据快照等数据;快照生成模块,用于针对精选的快照样本,按快照时间粒度生成数据快照;快照搜索模块,用于直接关联船舶数据快照,快速检索出指定的切片时间的最新状态数据;业务分析模块,用于基于所述数据快照,形成以时间切片为时间轴的趋势数据,并将动态更新的特征数据快照按照类别定义到属性分组中,统计出每一个时间切片的特征数据,聚合时间切片,即形成跨周期的趋势统计,从而进行下一步需求分析。本发明结合航运数据特色,精选快照样本并自定义快照时间粒度,基于全量历史数据生成的数据快照,构建了更为灵活、细粒度的回溯分析***。
Description
技术领域
本发明涉及航运信息化技术领域,具体涉及一种基于航运数据快照的回溯分析***。
背景技术
随着大数据、云计算等技术在各行各业的广泛应用和快速发展,航运领域的信息化也在逐渐发展壮大,尤其是航运信息数据的逐渐增多,对航运大数据的存储与分析利用显得尤为重要。其中,航运历史数据快照,主要用以回溯历史状态或分析历史趋势,是一项极为重要的技术。
存储网络行业协会对快照的定义是:关于指定数据集合的一个完全可用拷贝,该拷贝包括相应数据在某个时间点(拷贝开始时间点)的映像,快照可以是其所表示的数据的一个副本,也可以是数据的一个复制品。快照的作用主要是能够进行在线数据备份与恢复,当存储设备发生应用故障或者文件损坏时可以进行快速的数据恢复,将数据回滚到够格可用的时间点的状态,快照的另一个作用就是为存储用户提供另外一个数据访问通道,当元数据进行在线应用处理时,用户可以访问快照数据,还可以利用快照进行测试等工作,所有的存储***,不论高中低端,只要应用于在线***,那么快照就成为一个不可或缺的功能。
目前,现有的回溯分析***或应用***基于的快照数据主要依靠传统的数据快照生成方法得到的数据,如专利CN111552437A为代表,这类快照主要用在安全运维领域,如***环境的快速还原或修复。另一个部分是针对数据的快照技术,以专利CN102096613B为代表,同样聚焦在数据运维层面,以恢复数据作为主要目的和功能。这类快照的生成需要预定义,如快照的数据范围、时间颗粒度、执行计划等,一旦在错过快照生成,很难弥补,因此基于这类数据快照的回溯分析***也难以做到更准确的精确分析及历史回溯,尤其是面对航运数据***不断更新迭代的需求的情况下。
除此之外,在航运领域,现有的分析***,主要集中在船舶的管理、查找及监管;如CN110135776A,一种航运信息管理方法、***及计算机存储介质,使得航运信息更新及时、方便查找,同时便于港航等监管部门进行监管。或如CN205508317U,能够有效地针对港口航运信息进行展示。或如,CN104112172A,可以更好的进行航运的管理和调度,不受恶劣天气的影响。进一步的如CN102103802A公开了一种利用AIS(AutomaticIdentificationSystem,船舶自动识别***)双向通信的客船航运管理***及其控制方法。也就是现有技术中的分析***主要的还是基于基础的包括AIS定期上报的数据进行的分析应用,而且主要应用于船舶的管理、定位、导航、监管等,缺少一种精确的分析回溯***来进行进一步的船舶大数据的分析回溯,来为航运信息化领域或其他用户提供更多的分析应用功能。
面对航运平台或相关分析***中应用的数据不同于现有其他领域数据的重要的特点,该类数据大多是中间计算结果,当计算逻辑发生变更时,数据需要重新计算,数据快照也需要基于最新的数据进行更新,基于现有的快照生成方法或技术得到的数据快照的分析***,难以满足航运数据的分析的需求。
因此,如何来满足上述这种技术领域中的基于最新的计算结果重新生成数据的快照的背景要求,并且基于这种变化的航运快照数据能进行快速响应及准确分析和回溯,来帮助满足航运公司或相关公司及用户做具体的分析运用需求,也是航运信息化技术领域的一个亟待解决的问题。
发明内容
本发明为了实现满足上述这种技术领域中的基于最新的计算结果重新生成数据的快照的背景要求,并且基于这种变化的航运快照数据能进行快速响应及准确分析和回溯,来帮助满足航运公司或相关公司及用户做具体的分析运用需求,提供了一种基于航运数据快照的回溯分析***。
本发明提供以下方案:
本发明提供的一种基于航运数据快照的回溯分析***,其特征在于,包括:
存储中心,用于存储基于快照样本数据形成的数据快照以及存储***运行过程中产生的数据;
快照生成模块,用于针对固定上报的最新的AIS信息、AIS全量历史表以及航段信息全量历史表等不同的快照样本,按照一定的快照时间粒度生成航运数据快照,并以存储表的形式存储到所述存储中心;所述快照时间粒度的选择根据航运的成本和航运业务的精细化的满足度来确定;
快照搜索模块,用于在时间维度上,提供基于最新的AIS信息的查询搜索功能;以及,用于基于数据快照,将最新航段信息表与船舶基础信息的关联关系,切换为最新航段信息快照表与船舶基础信息的关联,在查询搜索不同时期的不同船舶状态时,直接关联船舶的所述数据快照,快速搜索出指定的切片时间的船舶的最新状态数据;
业务分析模块,用于船舶的数据分析服务,基于所述数据快照,快速形成以对应时间切片为时间轴的趋势数据,并将不断动态更新的所需要的特征数据按照类别定义到属性分组中,利用分类的数据快照,基于对应的时间切片和属性分组,统计出每一个对应的时间切片的船舶的数量,聚合对应的时间切片,即形成跨周期的趋势统计,基于该趋势统计从而辅助用户进行下一步的需求分析。
进一步的,所述快照生成模块还包括快照样本处理单元,包括:
获取固定上报的快照样本数据子模块,用于获取固定上报的最新的AIS信息,所述最新的AIS信息定义了包括AIS上报时间、船舶位置经纬度、对地航速、船艏向、AIS上报时间等关键信息;所有的AIS信息表历史数据的集合形成AIS全量历史表;
动态更新最新航段信息子模块,用于基于获取的船舶的所述最新的AIS信息,更新最新航段信息,所述最新航段信息是由固定上报的所述最新的AIS信息及跟随计算逻辑动态变化的航段信息组成;所有的最新航段信息历史数据的集合形成航段信息全量历史表;
获取其他重要的分类信息子模块,用于获取基于所述航段信息的历史数据结合船舶的贸易、运营、商业价值等附加分类属性分析归纳的数据,获取包括船舶的内外贸营运状态等。
进一步的,所述跟随计算逻辑动态变化的航段信息,是指在实际计算过程中,基于AIS历史数据及船舶航行动态判断算法,推算出船舶动态信息,所述船舶动态信息包括航行动态靠泊、锚泊、始发港及目的港信息,以及预抵信息;所述船舶航行动态判断算法,是不断更迭优化的动态算法,随着所述动态算法的每一轮优化,所述船舶动态信息进行重新计算,基于重新计算后的所述船舶动态信息生成并更新所述最新航段信息。
进一步的,所述快照生成模块还包括生成单元,包括:
生成最新的AIS信息数据子模块:用于基于定时抽取的AIS数据源中的AIS数据来生成最新的AIS信息数据,同时复制到AIS信息表中;
直接生成快照子模块,用于利用ETL工具,配置定时任务,每天定时复制最新航段信息的集合,关联切片时间后直接生成所述直接快照;
间接生成快照子模块,用于基于所述AIS全量历史表,选择快照时间粒度,按照选择的快照时间粒度对应的切片时间序列,循环抽取指定时间点附近的样本数据,间接生成关联最新的AIS信息的数据快照;以及基于所述航段信息全量历史表,选择快照时间粒度,按照选择的快照时间粒度对应的切片时间序列,循环抽取指定时间点附近的样本数据,间接生成关联最新航段信息的数据快照。
进一步的,在所述生成最新的AIS信息数据子模块中,还包括:
获取外部数据模块:用于定时抽取外部AIS数据源中上报更新时间在间隔期内的AIS数据;
确定数据增量模块:用于针对间隔期内的增量数据进行清洗、转换,并存储为临时表;
生成信息模块:用于为新增的AIS数据构建PRE AIS信息,将包含PRE AIS信息的所述最新的AIS信息更新到所述最新的AIS信息的存储表中,即所述最新的AIS信息的集合,并同时复制到所述AIS全量历史表中。
进一步的,所述存储中心中的数据快照是以存储表的形式进行存储,所述存储表中每一条数据中包含两部分数据,第一部分是切片时间,是指快照时间粒度上的一个点的切片时间,包括切片时间主键,用来唯一定义一个切片;第二部分则是切片业务,是该切片对应的业务数据,其中,每一行业务数据包括船舶唯一标识、经度、纬度、航速及上报时间等。
进一步的,所述快照搜索模块中,用于基于数据快照,将最新航段信息表与船舶基础信息的关联关系切换为最新航段信息快照表与船舶基础信息的关联关系;其中所述数据快照包括生成的最新航段信息数据快照,即直接生成的快照。
进一步的,在所述业务分析模块中,还包括:
获取查询信息子模块,用于获取用户查询输入的信息,所述查询信息包括不限于船舶的基本标签信息,港口名称信息、地理位置信息等区域分析维度的信息,分析时间切片、参考过程时间等时间维度信息;
快速响应并分析子模块,用于根据获取的所述查询信息,快速响应并调用相应的数据快照,进行分析,并将分析结果的返回值返回到显示界面,生成相应的分析趋势图表,以供用户参考。
进一步的,所述间接生成快照子模块,还包括循环模块,所述循环模块用于基于对应的快照时间范围生成快照对应的切片时间序列;并判断所筛选的切片时间是否在所述对应的切片时间序列内,进而判断筛选的循环是否结束;若是,则直接退出循环,停止筛选;若不是,则通过AIS全量历史表或航段信息全量历史表为所述对应的切片时间生成对应的数据快照;最后,直到所有判断过程都是停止筛选,则所有循环结束,所述间接生成快照结束。
进一步的,所述间接生成快照子模块中,还包括:
最新的AIS信息的数据快照生成模块:用于基于所述AIS全量历史表中筛选所有上报时间在对应切片时间之前的船舶的AIS数据,定义为AIS数据对应的临时结果;并基于所述对应的临时结果,按照船舶标识分组,筛选每一个船舶标识的最近的上报时间,形成距离所述对应切片时间最近的上报时间数据集,定义对应的临时数据集;以及通过笛卡尔乘积关联所述对应的临时结果和所述对应的临时数据集,从所述对应的临时结果中筛选出(船舶标识,最近的上报时间)组合值在所述对应的临时数据集中的样本数据,即间接生成关联最新的AIS信息的数据快照;
最新航段信息的数据快照生成模块:用于基于所述航段信息全量历史表中筛选所有时间段在对应切片时间之前的船舶的航段信息数据,定义为航段信息数据对应的临时结果;并基于所述对应的临时结果,按照船舶标识分组,当切片时间落在对应航段期间内,获取对应的最新航段信息数据,筛选出(船舶标识,航段信息)组合值,即间接生成关联最新航段信息的数据快照。
与现有技术相比,本发明通过按不同时间粒度生成快照,基于最新航段信息数据生成数据快照,基于海量历史数据(AIS全量历史、航段信息全量历史)生成最新状态数据快照,从而利用快照数据构建了一种便于回溯和分析历史的***。本发明的回溯分析***结合航运数据的特色,精选了快照的样本集,通过自定义快照时间粒度,基于最新和历史两种数据的快照生成方法,在源数据发生变更的情况下,基于全量历史的快照数据一键重新生成,改变了传统的快照特征,即必须基于当前正在发生的数据进行捕捉,即基于历史数据构建了一种更为灵活、细粒度的分析回溯***,实现比现有技术更为复杂的航运数据分析。
具体的灵活体现在如下几个方面:
区域分析纬度:基于航段信息快照数据,可以轻松的分析港到港、港到国、国到港、国到区域的运力趋势情况,只要是航段信息中支持的分析纬度,都能灵活支持。
时间分析纬度:基于天为单位的快照数据,可以较为准确的记录船舶运行状态,数据存储粒度,从分钟级别调整为天级别,存储成本上降低了近千倍,检索效率响应提搞了近百倍,更容易支持多表关联及复杂业务场景查询。
快照数据重新生成技术,便于在算法优化后,快速基于最新计算结果生成更准确的快照,进而得到更准确的分析结果。
附图说明
图1.本发明提供的一种基于航运数据快照的回溯分析***的程序模块图。
图2.本发明提供的一种基于航运数据快照的回溯分析***中生成的一种数据快照的存储示例图。
图3.本发明提供的一种所述***中的快照生成模块的程序模块图。
图4.本发明提供的一种所述***中的快照生成模块中的快照样本处理单元的程序模块图。
图5.本发明提供的一种所述***中的快照生成模块中的生成单元的程序模块图。
图6.本发明提供的一种所述***中的生成最新的AIS信息数据子模块的程序模块图。
图7.本发明提供的一种所述***中的间接生成快照子模块的程序模块图。
图8.本发明提供的一种所述***中的业务分析模块的程序模块图。
图9.本发明提供的一种基于航运数据快照的回溯分析***的针对内外贸兼营船趋势分析结果图。
图10.本发明提供的另一种基于航运数据快照的回溯分析***的***部署图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆益不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***,产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释:
船舶自动识别***(Automatic Identification System,AIS)是一种原先应用于船和岸、船和船之间的海事安全与通信的助航***,在减少船舶碰撞事故等海事服务领域中发挥着重要作用。AIS所积累的巨量数据信息反映了全球海上船舶的实时动态,是一种可用于分析港航管理问题的宝贵大数据资源。这些巨量数据除了用于船舶避碰外,也可以通过处理数据和挖掘等技术方法将其应用于港航管理领域的分析和决策,并且具有巨大的利用潜力,如:港口运营管理、船舶运营管理、船队动态监控、海事管理等多方面。
国际海事组织规定300总吨以上国际航线的船舶,500总吨以上非国际航线的货轮以及所有客轮均需要安装AIS设备;AIS报文包含船舶当时的动态信息(如位置、航速),静态信息(如船长、船宽)和航次相关信息(如目的地,预计到达时间);AIS报文的播发频率为2s-30s,通过VHF信道进行传输;AIS整合了标准化的VHF收发器、定位***(如GPS接收器)和其他电子导航传感器(如陀螺罗经、转速指示器)。通过专门的VHF发射器,有关于船舶本身的信息数据将被广播传输到其他接收器;船舶间和船岸间AIS信号的传输距离限制分别大约为20nmi和40nmi。
船载AIS设备数据的上报,一般通过卫星、沿海基站、船载信号设备等,AIS数据提供服务商,将收集的AIS数据整合后,形成AIS数据服务,按照一定的时间频率,批量同步给商业伙伴。在本发明中,作为AIS数据消费方,购买并定期从AIS服务商抽取最新的AIS数据。
ETL数据抽取转换及加载技术,是英文Extract-Transform-Load的缩写,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程。本发明中ETL的主要使用包括,配置定时执行任务,按照计划调用数据库存储过程;配置远程执行任务,按照计划远程执行命令并邮件通知执行结果;配置数据检查任务,按照执行计划数据检查并通知结果。
KETTLE数据抽取转,Kettle最早是一个开源的ETL工具,全称为KDE Extraction,Transportation,Transformation and Loading Environment。
除此之外,在本发明中所指的AIS全量历史表和最新的AIS信息表的结构是相同的,不同的是,最新的AIS信息里面,每一条船仅有一条最新的记录,但是全量历史里面,有所有历史的AIS记录,即时间纬度上有差别。
为使本发明技术方案的优点更加清楚,下面结合附图和实施例对本发明做详细说明。
本发明提供了一种基于航运数据快照的回溯分析***,如图1所示,本发明提供了一种基于航运数据快照的回溯分析***的程序模块图,其中包括:
存储中心101,用于存储基于快照样本数据形成的数据快照以及存储***运行过程中产生的数据。本实施例中,基于船舶最新航段信息及船舶重要分类信息形成的快照数据,数据量相比全量历史,存储压力较小,可存储在同一个数据库下的单独命名空间内,与业务数据之间可直接关联访问,通过结合快照数据和最新数据,形成一套完整的分析和回溯***。存储中心101的硬件设备使用云端数据中心的虚拟服务器环境搭建,在实际应用中,不局限于上述环境,也包括本领域技术人员可以实施的本地或者远程,虚拟或实际物理设备。
快照生成模块102,用于针对固定上报的最新的AIS信息、AIS全量历史表以及航段信息全量历史表等不同的快照样本,按照一定的快照时间粒度生成航运数据快照,并以存储表的形式存储到所述存储中心101;所述快照时间粒度的选择根据航运的成本和航运业务的精细化的满足度来确定。基于可以精细的选择包括固定上报的最新的AIS信息、AIS全量历史表以及航段信息全量历史表等不同的快照样本,为***提供更复杂场景及细粒度的分析回溯提供了基础。
快照搜索模块103,用于在时间维度上,提供基于最新的AIS信息的查询搜索功能;以及,用于基于数据快照,将最新航段信息表与船舶基础信息的关联关系,切换为最新航段信息快照表与船舶基础信息的关联,在查询搜索不同时期的不同船舶状态时,直接关联船舶的所述数据快照,快速搜索出指定的切片时间的船舶的最新状态数据。也就是,如将原来在海量数据中依靠单独一条(或一点)数据的搜索基础上,提供了更大颗粒度的检索基础,如在海量航运数据中检索出最近航段数据切片的数据,缩短了检索的时间,实现了快速检索也为下面的分析提供了基础。
业务分析模块104,用于船舶的数据分析服务,基于所述数据快照,快速形成以对应时间切片为时间轴的趋势数据,并将不断动态更新的所需要的特征数据按照类别定义到属性分组中,利用分类的数据快照,基于对应的时间切片和属性分组,统计出每一个对应的时间切片的船舶的数量,聚合对应的时间切片,即形成跨周期的趋势统计,基于该趋势统计从而辅助用户进行下一步的需求分析。本发明业务分析模块104具有的分析功能,依托于生成模块以及搜索模块,来进行进一步的船舶大数据(包括定期从AIS服务商抽取最新的AIS数据以及尤其整理生成并精选的最新航段数据,历史数据,其他分类数据等)的分析回溯,来为航运信息化领域或其他用户提供更多的分析应用功能。
在所述快照生成模块102中,所述快照时间粒度的选择,主要以行业实际情况进行选择,如,在航运数据领域,所述快照时间粒度的选择根据航运的成本和航运业务的精细化的满足度来确定;具体的,上述快照样本中,最新的AIS信息的更新频率以分钟为单位,航行动态信息以小时或天为单位,而重要的分类信息,则可以周甚至月为单位。
优选的,鉴于主流的商船设计航速、实际航速、航程、综合成本、效率和业务接受程度等多种因素,所述快照时间粒度的选择以天为单位,即针对船舶最新航段信息和其他重要的分类信息,每天抽取一个快照;进一步的细化所述快照时间粒度,基于具体地域时间区当地的业务实际作业时间来选定当天的具体时间点,包括统一选择UTC时间00:00点,即GMT+8时区下的08:00点作为采样时间点。
实际过程中,基于上述的快照样本,最新的AIS信息的更新频率以分钟为单位,航行动态信息以小时或天为单位,而重要的分类信息,则以周甚至月为单位。
AIS数据的特点是,密度不等且量级比较大,以单船平均10分钟上报一次,除去AIS故障时间,全年平均上报时长达300为例,一条船一年的AIS数据量达43200条。根据劳氏船级社的数据,全球在册船舶达300万条,去掉部分小渔船、短驳客船、小型特种作业船,按200万条商用船计算,全球商船一年产生的AIS数据超800亿条。本实施例关联的业务***中,重点追踪分析的船舶约10万条,2年的AIS历史数据约80亿条。业务***进行历史分析时,直接通过检索全量AIS历史数据时,难以快速响应,用户体验差,故需要更大颗粒度的数据单独存储,因此,选择颗粒度大的数据快照存储以及选择合适的数据快照的切片时间粒度是极为重要的。
考虑到目前世界范围内,主流的商船设计航速基本上在25节以下,即25海里/小时,实际航速则更低,以亚洲-美西航线为例,航程通常在10天以上,超5000海里,一天内的状态变化不大,综合成本、效率和业务接受程度等多种因素,本方案针对航运数据样本的快照时间粒度,统一为天,即针对船舶最新航段信息和其他重要的分类信息,每天抽取一个快照。每日快照的具体时间点,原则上可以是一天内的任一时间点,为了便于操作,可统一选择UTC时间00:00点,即GMT+8时区下的08:00点作为采样时间点。
在本实施例中,所述存储中心101中的数据快照是以存储表的形式进行存储,所述存储表中每一条数据中包含两部分数据,第一部分是切片时间,是指快照时间粒度上的一个点的切片时间,包括切片时间主键,用来唯一定义一个切片;第二部分则是切片业务,是该切片对应的业务数据,其中,每一行业务数据包括船舶唯一标识、经度、纬度、航速及上报时间等。为了便于说明本发明实施过程,这里对一些名词限定对应的符号,如船舶唯一标识MMSI、经度LON,纬度LAT,航速SOG及上报时间POSTIME;但要注意的是,本发明的方法不限于本文所述定义,包括本发明实际应用中所有的类似的名称术语。
优选的,如图2所示,本发明提供的***中生成的一种数据快照的存储示例图,图2中以最新的AIS信息为例,假定该数据的存储表对象名为AIS_NEW,不同于AIS历史表中包含了每天船所有的AIS历史记录,AIS_NEW表中,每一条船仅保存最新的AIS记录,且每一行数据至少包含船舶唯一标识MMSI、经度LON,纬度LAT,航速SOG及上报时间POSTIME。AIS_NEW快照表与AIS_NEW表分开存储,如命名为SNAPSHOT_AIS_NEW,每一条SNAPSHOT_AIS_NEW中至少需要包含两部分数据,第一部分是切片的时间主键SLICE_TIME,用来唯一定义一个切片,第二部分则是该切片对应的业务数据,如图2所示,通过SLICE_TIME,可以锁定同一切片内的数据,不同的切片,通过不同的SLICE_TIME区分。
图3是本发明提供的***中的快照生成模块的程序模块图。如图3所示,所述快照生成模块还包括快照样本处理单元1021和生成单元1022。所述快照样本处理单元1021主要用于提供不同的快照样本;所述生成单元1022用于根据不同的快照样本,按照一定的快照时间粒度快速一键生成航运数据快照,并以存储表的形式存储到所述存储中心101。
如图4所示,本发明提供的***中的快照生成模块102中的快照样本处理单元1021的程序模块图。
其中,所述快照样本处理单元1021,包括:
获取固定上报的快照样本数据子模块10211,用于获取固定上报的最新的AIS信息,所述最新的AIS信息定义了包括AIS上报时间、船舶位置经纬度、对地航速、船艏向、AIS上报时间等关键信息。
动态更新最新航段信息子模块10212,用于基于获取的船舶的所述最新的AIS信息,更新最新航段信息,所述最新航段信息是由固定上报的所述最新的AIS信息及跟随计算逻辑动态变化的航段信息组成;所有的最新航段信息历史数据的集合形成航段信息全量历史表;在本实施例中,所述跟随计算逻辑动态变化的航段信息,是指在实际计算过程中,基于AIS历史数据及船舶航行动态判断算法,推算出船舶动态信息,所述船舶动态信息包括航行动态靠泊、锚泊、始发港及目的港信息,以及预抵信息;所述船舶航行动态判断算法,是不断更迭优化的动态算法,随着所述动态算法的每一轮优化,所述船舶动态信息进行重新计算,基于重新计算后的所述船舶动态信息生成并更新所述最新航段信息。
获取其他重要的分类信息子模块10213,用于获取基于所述航段信息的历史数据结合船舶的贸易、运营、商业价值等附加分类属性分析归纳的数据,获取包括船舶的内外贸营运状态等。在本实施例中,所述其他重要分类信息是基于所述航段信息全量历史表中的历史数据结合船舶的贸易、运营、商业价值等附加分类属性分析归纳的数据,包括船舶的内外贸营运状态数据等。所述其他重要分类信息,如船舶的内外贸营运状态信息,是基于船舶历史动态统计归纳的;优选的,如基于船舶的内外贸营运状态的数据快照,即根据过去一段时间的港口挂靠记录是否包含海外港口,确定其内外贸属性,并形成切片数据,以记录切片时间节点的内外贸特征即根据过去一段时间的港口挂靠记录是否包含海外港口,确定其内外贸属性,并形成切片数据,以记录切片时间节点的内外贸特征。其中,内外贸营运状态等的数据可以用来为用户或航运企业提供外贸分析、咨询、定价以及基于此的成本的参考等服务,优选的,如图7所示,本发明提供的一种基于航运数据快照的回溯分析***的针对内外贸兼营船趋势分析结果图。
如图5所示,本发明提供的***中的快照生成模块中102的生成单元1022的程序模块图。
其中,所述生成单元1022,包括:
生成最新的AIS信息数据子模块10221:用于基于定时抽取的AIS数据源中的AIS数据来生成最新的AIS信息数据,同时复制到AIS全量历史表中。
直接生成快照子模块10222,用于利用ETL工具,本实施例中利用的是KETTLE进行数据抽取转,配置定时任务,每天定时复制生成的所述最新航段信息的集合,关联切片时间后直接生成所述直接快照。
间接生成快照子模块10223,用于基于AIS全量历史表,按照切片时间序列,循环抽取指定时间点附近的样本数据,间接关联最新的AIS信息的数据快照;以及用于基于所述航段信息全量历史表,选择快照时间粒度,按照选择的快照时间粒度对应的切片时间序列,循环抽取指定时间点附近的样本数据,间接生成关联最新航段信息的数据快照。
优选的,在所述生成最新的AIS信息数据子模块10221中,如图6所示,本发明提供的一种所述***中的生成最新的AIS信息数据子模块的程序模块图,包括:
获取外部数据模块1022101:用于定时抽取外部AIS数据源中上报更新时间在间隔期内的AIS数据;
确定数据增量模块1022102:用于针对间隔期内的增量数据进行清洗、转换,并存储为临时表;
生成信息模块1022103:用于为新增的AIS数据构建PRE AIS信息,将包含PRE AIS信息的所述最新的AIS信息更新到所述最新的AIS信息的存储表中,即所述最新的AIS信息的集合,并同时复制到所述AIS全量历史表中。
在所述间接生成快照子模块10223,如图7所示,本发明提供的一种所述***中的间接生成快照子模块的程序模块图,包括:
循环模块1022301,所述循环模块用于基于对应的快照时间范围生成快照对应的切片时间序列;并判断所筛选的切片时间是否在所述对应的切片时间序列内,进而判断筛选的循环是否结束;若是,则直接退出循环,停止筛选;若不是,则通过AIS全量历史表或航段信息全量历史表为所述对应的切片时间生成对应的数据快照;最后,直到所有判断过程都是停止筛选,则所有循环结束,所述间接生成快照结束。
最新的AIS信息的数据快照生成模块1022302:用于基于所述AIS全量历史表中筛选所有上报时间在对应切片时间之前的船舶的AIS数据,定义为AIS数据对应的临时结果;并基于所述对应的临时结果,按照船舶标识分组,筛选每一个船舶标识的最近的上报时间,形成距离所述对应切片时间最近的上报时间数据集,定义对应的临时数据集;以及通过笛卡尔乘积关联所述对应的临时结果和所述对应的临时数据集,从所述对应的临时结果中筛选出(船舶标识,最近的上报时间)组合值在所述对应的临时数据集中的样本数据,即间接生成关联最新的AIS信息的数据快照。
最新航段信息的数据快照生成模块1022303:用于基于所述航段信息全量历史表中筛选所有时间段在对应切片时间之前的船舶的航段信息数据,定义为航段信息数据对应的临时结果;并基于所述对应的临时结果,按照船舶标识分组,当切片时间落在对应航段期间内,获取对应的最新航段信息数据,筛选出(船舶标识,航段信息)组合值,即间接生成关联最新航段信息的数据快照。
在本实施例中,优选的在所述快照搜索模块103中,用于基于数据快照,将最新航段信息表与船舶基础信息的关联关系切换为最新航段信息快照表与船舶基础信息的关联关系;其中所述数据快照包括生成的最新的AIS信息数据快照,即直接生成的快照。因而通过上述快照数据重新生成技术,便于在算法优化后,快速基于最新计算结果生成更准确的快照,进而可以在搜索查询时得到更准确的搜索查询结果。
在本实施例中,如图8所示,本发明提供的***中的业务分析模块104的程序模块图,所述业务分析模块104中,还包括:
获取查询信息子模块1041,用于获取用户查询输入的信息,所述查询信息包括不限于船舶的基本标签信息,港口名称信息、地理位置信息等区域分析维度的信息,分析时间切片、参考过程时间等时间维度信息;
快速响应并分析子模块1042,用于根据获取的所述查询信息,快速响应并调用相应的数据快照,进行分析,并将分析结果的返回值返回到显示界面,生成相应的分析趋势图表,以供用户参考。
其中,区域分析纬度:基于航段信息快照数据,可以轻松的分析港到港、港到国、国到港、国到区域的运力趋势情况,只要是航段信息中支持的分析纬度,都能灵活支持。进一步的,时间分析纬度:基于天为单位的快照数据,可以较为准确的记录船舶运行状态,数据存储粒度,从分钟级别调整为天级别,存储成本上降低了近千倍,检索效率响应提搞了近百倍,更容易支持多表关联及复杂业务场景查询。
优选的,通过业务分析模块104,基于快照数据,很容易形成以SLICE_TIME为时间轴的趋势数据,以船舶分类状态数据快照为例进行说明。如图9所示,本发明提供的一种基于航运数据快照的回溯分析***的针对内外贸兼营船趋势分析结果图;基于船舶的挂靠历史分析出船舶的内外贸特征,并将特征数据按照类别定义到VESSEL_CATALOG中,这些数据是动态数据,每天更新一次。利用分类的快照数据SNAPSHOT_VESSEL_CATALOG,基于SLICE_TIME和内外贸属性分组,可统计出每一个SLICE_TIME的内外贸船舶的数量,聚合SLICE_TIME可进一步形成跨周期的趋势统计。
为了进一步展示本发明,这里示出了本发明提供的另一种基于航运数据快照的回溯分析***的***部署图,如图10所示,其中,主要包括数据的存储的部署、快照生成的部署以及基于数据快照的回溯分析的部署,其中生成的数据快照存储于数据存储***中,生成数据快照过程又会调用数据存储***中的快照样本数据,回溯分析***调用数据存储***并将回溯分析结果存储与数据存储***。数据的存储的部署包括AIS数据、航段数据及预抵数据的部署;快照生成的部署主要包括直接快照生成的部署及间接快照生成的部署;回溯分析的部署包括不限于船舶历史检索***、货物运力分析***、内外贸趋势分析***等。
优选的,如基于航段信息数据快照,统计分析过去一段时间内指定港口间货运情况,如3个月内,从澳大利亚黑德兰开往中国青岛干散货的运量分析,按照时间切片,选择3个月内的快照数据,统计切片数据中每一天航段信息符合黑德兰开往青岛干散货的船舶载重吨,生成运力趋势,跟踪分析煤炭或铁矿石的运力情况。
优选的,如基于航段信息数据快照,统计分析过去一段时间内,不同船舶的内外贸属性情况,即启运目的港均为国内港口的为内贸,启运或目的港任一港为海外港口的为外贸,通过快照数据分析内贸外船舶数量,可进一步分析内外贸的活跃程度,形成内外贸运力指数。
优选的,如查询快照分析业务,其业务精确程度,和直接搜索AIS全量历史接近,因为船舶的动态变化周期较长,通常以天为单位;查询快照分析业务时的响应时间,是直接搜索AIS全量历史的十分之一,因为10万条商船3年的AIS全量历史数据可达到100亿级别,检索时间非常长,难易关联更多的数据表实现复杂查询。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于航运数据快照的回溯分析***,其特征在于,包括:
存储中心,用于存储基于快照样本数据形成的数据快照以及存储***运行过程中产生的数据;
快照生成模块,用于针对固定上报的最新的AIS信息、AIS全量历史表以及航段信息全量历史表等不同的快照样本,按照一定的快照时间粒度生成航运数据快照,并以存储表的形式存储到所述存储中心;所述快照时间粒度的选择根据航运的成本和航运业务的精细化的满足度来确定;
快照搜索模块,用于在时间维度上,提供基于最新的AIS信息的查询搜索功能;以及,用于基于数据快照,将最新航段信息表与船舶基础信息的关联关系,切换为最新航段信息快照表与船舶基础信息的关联,在查询搜索不同时期的不同船舶状态时,直接关联船舶的所述数据快照,快速搜索出指定的切片时间的船舶的最新状态数据;
业务分析模块,用于船舶的数据分析服务,基于所述数据快照,快速形成以对应时间切片为时间轴的趋势数据,并将不断动态更新的所需要的特征数据按照类别定义到属性分组中,利用分类的数据快照,基于对应的时间切片和属性分组,统计出每一个对应的时间切片的船舶的数量,聚合对应的时间切片,即形成跨周期的趋势统计,基于该趋势统计从而辅助用户进行下一步的需求分析。
2.根据权利要求1所述的回溯分析***,其特征还在于,所述快照生成模块还包括快照样本处理单元,包括:
获取固定上报的快照样本数据子模块,用于获取固定上报的最新的AIS信息,所述最新的AIS信息定义了包括AIS上报时间、船舶位置经纬度、对地航速、船艏向、AIS上报时间等关键信息;所有的AIS信息表历史数据的集合形成AIS全量历史表;
动态更新最新航段信息子模块,用于基于获取的船舶的所述最新的AIS信息,更新最新航段信息,所述最新航段信息是由固定上报的所述最新的AIS信息及跟随计算逻辑动态变化的航段信息组成;所有的最新航段信息历史数据的集合形成航段信息全量历史表;
获取其他重要的分类信息子模块,用于获取基于所述航段信息的历史数据结合船舶的贸易、运营、商业价值等附加分类属性分析归纳的数据,获取包括船舶的内外贸营运状态等。
3.根据权利要求2所述的回溯分析***,其特征还在于,所述跟随计算逻辑动态变化的航段信息,是指在实际计算过程中,基于AIS历史数据及船舶航行动态判断算法,推算出船舶动态信息,所述船舶动态信息包括航行动态靠泊、锚泊、始发港及目的港信息,以及预抵信息;所述船舶航行动态判断算法,是不断更迭优化的动态算法,随着所述动态算法的每一轮优化,所述船舶动态信息进行重新计算,基于重新计算后的所述船舶动态信息生成并更新所述最新航段信息。
4.根据权利要求1或2所述的回溯分析***,其特征还在于,所述快照生成模块还包括生成单元,包括:
生成最新的AIS信息数据子模块:用于基于定时抽取的AIS数据源中的AIS数据来生成最新的AIS信息数据,同时复制到AIS信息表中;
直接生成快照子模块,用于利用ETL工具,配置定时任务,每天定时复制最新航段信息的集合,关联切片时间后直接生成所述直接快照;
间接生成快照子模块,用于基于所述AIS全量历史表,选择快照时间粒度,按照选择的快照时间粒度对应的切片时间序列,循环抽取指定时间点附近的样本数据,间接生成关联最新的AIS信息的数据快照;以及基于所述航段信息全量历史表,选择快照时间粒度,按照选择的快照时间粒度对应的切片时间序列,循环抽取指定时间点附近的样本数据,间接生成关联最新航段信息的数据快照。
5.根据权利要求4所述的回溯分析***,其特征还在于,在所述生成最新的AIS信息数据子模块中,还包括:
获取外部数据模块:用于定时抽取外部AIS数据源中上报更新时间在间隔期内的AIS数据;
确定数据增量模块:用于针对间隔期内的增量数据进行清洗、转换,并存储为临时表;
生成信息模块:用于为新增的AIS数据构建PRE AIS信息,将包含PRE AIS信息的所述最新的AIS信息更新到所述最新的AIS信息的存储表中,即所述最新的AIS信息的集合,并同时复制到所述AIS全量历史表中。
6.根据权利要求1所述的回溯分析***,其特征还在于,所述存储中心中的数据快照是以存储表的形式进行存储,所述存储表中每一条数据中包含两部分数据,第一部分是切片时间,是指快照时间粒度上的一个点的切片时间,包括切片时间主键,用来唯一定义一个切片;第二部分则是切片业务,是该切片对应的业务数据,其中,每一行业务数据包括船舶唯一标识、经度、纬度、航速及上报时间等。
7.根据权利要求1或4所述的回溯分析***,其特征还在于,所述快照搜索模块中,用于基于数据快照,将最新航段信息表与船舶基础信息的关联关系切换为最新航段信息快照表与船舶基础信息的关联关系;其中所述数据快照包括生成的最新航段信息数据快照,即直接生成的快照。
8.根据权利要求1所述的回溯分析***,其特征还在于,在所述业务分析模块中,还包括:
获取查询信息子模块,用于获取用户查询输入的信息,所述查询信息包括不限于船舶的基本标签信息,港口名称信息、地理位置信息等区域分析维度的信息,分析时间切片、参考过程时间等时间维度信息;
快速响应并分析子模块,用于根据获取的所述查询信息,快速响应并调用相应的数据快照,进行分析,并将分析结果的返回值返回到显示界面,生成相应的分析趋势图表,以供用户参考。
9.根据权利要求1或4所述的回溯分析***,其特征还在于,
所述间接生成快照子模块还包括循环模块,所述循环模块用于基于对应的快照时间范围生成快照对应的切片时间序列;并判断所筛选的切片时间是否在所述对应的切片时间序列内,进而判断筛选的循环是否结束;若是,则直接退出循环,停止筛选;若不是,则通过AIS全量历史表或航段信息全量历史表为所述对应的切片时间生成对应的数据快照;最后,直到所有判断过程都是停止筛选,则所有循环结束,所述间接生成快照结束。
10.根据权利要求1或9所述的回溯分析***,其特征还在于,所述间接生成快照子模块中,还包括:
最新的AIS信息的数据快照生成模块:用于基于所述AIS全量历史表中筛选所有上报时间在对应切片时间之前的船舶的AIS数据,定义为AIS数据对应的临时结果;并基于所述对应的临时结果,按照船舶标识分组,筛选每一个船舶标识的最近的上报时间,形成距离所述对应切片时间最近的上报时间数据集,定义对应的临时数据集;以及通过笛卡尔乘积关联所述对应的临时结果和所述对应的临时数据集,从所述对应的临时结果中筛选出(船舶标识,最近的上报时间)组合值在所述对应的临时数据集中的样本数据,即间接生成关联最新的AIS信息的数据快照;
最新航段信息的数据快照生成模块:用于基于所述航段信息全量历史表中筛选所有时间段在对应切片时间之前的船舶的航段信息数据,定义为航段信息数据对应的临时结果;并基于所述对应的临时结果,按照船舶标识分组,当切片时间落在对应航段期间内,获取对应的最新航段信息数据,筛选出(船舶标识,航段信息)组合值,即间接生成关联最新航段信息的数据快照。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111303459.5A CN114020535B (zh) | 2021-11-05 | 2021-11-05 | 一种基于航运数据快照的回溯分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111303459.5A CN114020535B (zh) | 2021-11-05 | 2021-11-05 | 一种基于航运数据快照的回溯分析*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114020535A true CN114020535A (zh) | 2022-02-08 |
CN114020535B CN114020535B (zh) | 2024-04-09 |
Family
ID=80061482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111303459.5A Active CN114020535B (zh) | 2021-11-05 | 2021-11-05 | 一种基于航运数据快照的回溯分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114020535B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116319836A (zh) * | 2023-05-22 | 2023-06-23 | 江苏物润船联网络股份有限公司 | 业务流数据同步处理方法和***、电子设备和存储介质 |
CN117520313A (zh) * | 2024-01-02 | 2024-02-06 | 北京淇瑀信息科技有限公司 | 基于多维关联数据仓库切片表的数据回溯方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110067030A1 (en) * | 2009-09-16 | 2011-03-17 | Microsoft Corporation | Flow based scheduling |
CN112862321A (zh) * | 2021-02-08 | 2021-05-28 | 国家海洋信息中心 | 一种基于ais大数据的海运统计***及其统计方法 |
-
2021
- 2021-11-05 CN CN202111303459.5A patent/CN114020535B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110067030A1 (en) * | 2009-09-16 | 2011-03-17 | Microsoft Corporation | Flow based scheduling |
CN112862321A (zh) * | 2021-02-08 | 2021-05-28 | 国家海洋信息中心 | 一种基于ais大数据的海运统计***及其统计方法 |
Non-Patent Citations (2)
Title |
---|
严勇杰;曹罡;: "下一代空管***运行概念及其关键技术", 指挥信息***与技术, no. 03, 2 July 2018 (2018-07-02) * |
何建春;: "试述基于多传感信息融合的内河水运统计应用研究", 中国水运, no. 10, 15 October 2017 (2017-10-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116319836A (zh) * | 2023-05-22 | 2023-06-23 | 江苏物润船联网络股份有限公司 | 业务流数据同步处理方法和***、电子设备和存储介质 |
CN117520313A (zh) * | 2024-01-02 | 2024-02-06 | 北京淇瑀信息科技有限公司 | 基于多维关联数据仓库切片表的数据回溯方法及装置 |
CN117520313B (zh) * | 2024-01-02 | 2024-03-26 | 北京淇瑀信息科技有限公司 | 基于多维关联数据仓库切片表的数据回溯方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114020535B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12045740B2 (en) | Computer-implemented systems and methods of analyzing spatial, temporal and contextual elements of data for predictive decision-making | |
US20210109235A1 (en) | System and method for tracking and forecasting the positions of marine vessels | |
CN112862321B (zh) | 一种基于ais大数据的海运统计***及其统计方法 | |
CN114020535B (zh) | 一种基于航运数据快照的回溯分析*** | |
US9158035B2 (en) | System and method of automated acquisition, correlation and display of power distribution grid operational parameters and weather events | |
US7933693B2 (en) | System and method for harvesting business intelligence from maritime communications | |
US10073724B2 (en) | Method of intuition generation | |
US20040236620A1 (en) | Automated utility supply management system integrating data sources including geographic information systems (GIS) data | |
KR102118643B1 (ko) | 예보지식기반의 표준화된 해양기상예보생산시스템 및 방법 | |
CN114037230B (zh) | 一种快速精准识别预计空载船舶信息的方法及*** | |
CN113256146B (zh) | 船舶监管方法及*** | |
Štepec et al. | Machine learning based system for vessel turnaround time prediction | |
CN117764282A (zh) | 一种多传感器数据融合的船舶能源消耗追踪方法 | |
CN110555452A (zh) | 一种基于智能聚类的网络问题处理方法及装置 | |
Zhang et al. | How liner shipping heals schedule disruption: A data-driven framework to uncover the strategic behavior of port-skipping | |
Herodotou et al. | Big maritime data management | |
Alqudah et al. | Automated power system fault prediction and precursor discovery using multi-modal data | |
Chu et al. | Evaluation and prediction of punctuality of vessel arrival at port: a case study of Hong Kong | |
Cazzanti et al. | A document-based data model for large scale computational maritime situational awareness | |
CN114020534B (zh) | 一种航运数据快照生成方法 | |
CN116596435A (zh) | 一种全球船舶货量统计分析方法及*** | |
CN114387812A (zh) | 一种垃圾收运监控方法、装置、设备和存储介质 | |
Alessandrini et al. | Vessel tracking data usage to map Mediterranean flows | |
Newaliya et al. | A review of maritime spatio-temporal data analytics | |
Stróżyna et al. | Architecture of maritime awareness system supplied with external information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |