トランスポートに関する技術ビッグデータ「ビッグデータ」は観光客を計算するのを助けました。民間航空の分野での革新のためのセンターの作成ビッグデータの分野における専門知識を強化する

Megafonは、ロシアの鉄道の「娘」の「娘」に発展し、「ビッグデータ」に基づいて旅客輸送を分析するためのサービスのテスト版は、Maxim Motine Operatorの代表を参照してRBC報告を報告します。このツールは、トランスポートマーケットのサイズと詳細な特性を決定し、リアルタイムに近いモードでのトランスポート会社のシェアを決定します。

現在、ビッグデータ分析システムの実施に関する準備作業があり、ERPシステム部の長官（会社の資源計画のためのシステム）の長官FPK Railways Oleg Emchenkoを確認しました。「特定のプロジェクトには、これは2016年にのみ化されている可能性があるかもしれません」とemchenkoは言った。

Megafon GeoAnaliticsサービスは2013年に発売された、最初の目標はネットワーク上の負荷を予測することでした。これにより、旅客トラフィックの正確な量を見積もることができます。ルート（どこから、どこから送信されたときは、いつ、どこから送信されたのか）、トランスポートモードでの情報を取得できます。このサービスはまた、旅客の耐用力と旅行の自然（出張、観光、個人的なニーズ）を評価します。すべてのデータは非公式です。

あなたは千のパラメータを超えて毎秒10千以上のイベントを分析することができ、セグメントマーケティングおよびクライアントアナリストローマのPostnikovのためのメガフォンのディレクターを明確にしました。 3年間、5個以上の情報が蓄積されています - Facebookでは30億枚以上の写真に匹敵する体積が蓄積されました。 PostSnonsは、各クライアントの下に分析のためにそのパラメータのリストが定義されていること、つまり、私たちは、大規模なデータ配列を分析する必要があるタイプ別に絶対に異なる顧客を使用することができます。

メガフォンでは、彼らはロシアの輸送会社が毎年1,200万ルーブルを超える乗客の交通の研究に費やすと計算した。「同時に、企業自身は彼らに利用可能なデータの一部だけを集めることができ、私たちのサービスは市場全体の全体の写真を見ることを可能にします」とポスナーは承認されます。サービスの導入のおかげで、運送業者の総市場市場でのシェアを1.5~2％増加させることができると、それから数十億ルーブルがあると彼が言う。

ビッグデータソリューションを使用して都市インフラストラクチャを管理することもできます。電子状態の専門家の中心部では、モスクワ政府は、都市が11の異なるカットで地元のテレコム事業者のユーザーの集計された完全な地理空間データを受け取る契約を締結しようとしています。この情報の消費者は、輸送局、道路輸送インフラの開発、文化省、その他の首都省の輸送局の州ユニタリ企業「MOSCOWの一般計画」となるでしょう。

2018年10月10日、月、10:03、MSK 、テキスト：Maria Sysoykina

革新的なセンター「安全な交通機関」は、1年前にMoscow Metroの中で作成された、ソリューションの開発者をデジタル技術と協力します。イノベーションセンターの最初の戦略的セッションの枠組みの中で、ロシアの企業が提供する新しい技術、ならびに中心によってすでに実装されたイニシアチブについての議論がありました。

"安全な輸送"周辺のコミュニティ

イノベーションセンター「安全な交通機関」は、モスクワのさまざまな交通課題を解決するための現代技術の使用に関するアイデアや経験を交換するための専門家や開発者のコ\u200b\u200bミュニティの作成を開始しました。コミュニティの中で、彼らはすでに「安全な輸送」と新参加者と働いている企業として団結しています。センターの最初の戦略的セッションで、Abbyy、Maxim Telecom会社、Yandexの代表者。タクシー、アビト、「ソフトウェア」、その他モスクワでの輸送における必要な技術的変化についての彼らのビジョンを共有しました。新しい革新的なサービスと彼らは、市とその住民との相互作用を個別化するためのアイデアを提案しました。

ビッグデータ変更通信

このイニシアチブの主な目標は、2018年8月に生まれました。このイニシアチブの主な目的は、市民との通信の撤退、市民との相互作用の変革、新しい、個人化されたレベルです。大きなデータの分析は目標を達成するのに役立ちます。イノベーションセンターには、組織の輸送部の管轄権のデータと協力し、研究を実験し、標的通信会社のための建築セグメントに取り組んでいます。

「私たちはかなり多くの異種の堕落した旅客データを集め、分析に基づいて、私たちは市民にとって重要な情報に対処することができます」と、イノベーションセンターの頭を説明します。 ゆりエメラノフ。 - シナリオは非常に異なります。たとえば、何らかのイベントのために、ルート、修理、重複している動き、アクティビティの変化が多い。データの分析、私達はこれらの経路上でしばしば移動している乗客の変化について個人化することができます。」

イノベーションセンターのプロジェクト

貯金箱の貯金箱には、陸上輸送の利用におけるモスクワ市の地区の満足度の分析があります。センターの専門家はこの被験者に数多くの調査を行い、結果を分析し、経路、スケジュール、停止を変更するためのイニシアチブを策定しました。これらのイニシアチブは、輸送複合施設内で保有されているさまざまな管理委員会の対象となり、承認の場合、それらの実施は従属機関に従事しています。実装されたイニシアチブに関するフィードバックは、仕事の結果と市民の満足度の程度が評価された革新的なセンターに再び締結されます。このプログラムは2018年3月に開始され、現時点では十分に成功しました。現在中央はモスクワ地方のための同様のプログラムに積極的に関与しています。

私用興味は、ワールドカップ内のイベントの分析支援のためのドラフトセンターです。センターの専門家は、モスクワスタジアムで開催された試合の日数（スズメ山脈、スパルウ山脈のファンゾーン）で開催された一ヶの間に、都市の交通システムの負荷を最適化するための推奨事項を開発しました。そしてより効率的にサービス組織を輸送する。

スタジアム「Luzhniki」への負荷分布の評価 6月14日に開催されたサウジアラビア、選手権を開設する日にあるサウジアラビアの分析報告書の断片

中心部の仕事の別の方向は、市民のためのモバイルアプリケーションの支援でした。「安全な輸送」は、Infopompasを含む多数の開発者と協力しており、これはモスクワでアシスタントアシスタントを開発しています。「私たちは、市民のためのモバイルアプリケーションに基づいてさまざまなサービスを作成するためのイニシアチブを維持しようとします。私たちのために、これは都市の人口とのコミュニケーションのチャネルの1つです」とYurie Emelyanovは言います。 - 例えば、モバイルアプリケーション「アシスタントモスクワ」の開発者と共にセンターの専門家は、状態登録標識認識アルゴリズムを改善することを目的とした作業を導きます。」イノベーションセンターの前では、2019年度の2019年のための野心課題がたくさんあります。

データは重要な資産になりましたが、それらは自分自身によってかなりの価値を示します。所有者の定義とそれらへの注意深い建築へのアクセスへの適切なアプローチで、彼らは輸送プロセスのすべての参加者に利益を上げることができます。しかし、彼らは不和のリンゴになることができます」と雑誌は書いています。

「データはアセットに変わった。今日のデータはXXI世紀の金と油です。加算された価値を高めるために、彼らに働くことを彼らに迅速に働くことを学ぶべき人は、彼が先に進むでしょう、「Mikhail Mishustinは彼のリスナー、連邦税務サービスの長、デジタル変革と品質でライフセッションの Sochiでロシアの投資フォーラムの枠組みの中で開催された地域からの眺め。彼はいわゆる大きなデータについて話しています - そして、何百万ものロシア人の所得と財産に関するデータが収集されているFTSの頭には収集されているのかについて話しています。しかし実際、公式は、世界中の何百人ものフォーラムで、世界中の何百ものフォーラムについて繰り返すことができるというフレーズを繰り返すことができます。そして、大きなデータが貴重な資産になっていることは、このデータを所有する方法に連絡するのは、このデータを購入することができることを意味します。

大きなデータの技術は、3つの要素の存在を含みます：巨大なデータ配列、これらのデータの非常に迅速な処理のためのコンピューティング電力および特別な数学モデルおよび特別な数学的モデルは、前後に禁止されていた。これにより、新しく、非常に頻繁には明白なタイとパターンを識別し、すでに管理上の決定を下して、利益を上げて（または社会的に重要なタスクを解決するためのオプションとして）識別できます。

大規模なデータから利益を得るためには、それらは技術をリセットしなければなりませんでした。最近になって、企業は、リアルタイムで膨大なデータ配列を迅速に処理することができるコンピューティング電力とアルゴリズムを、これらのデータを保存できるデータセンターでは、リアルタイムを機器から受信できるようなもののいわゆるインターネットを開発しています。そして、さまざまなデバイスは特性を向上させ、データの収集に使用されるセンサーの価格を下げます。

サービスサポートの責任者「Siemens Mobility」の責任者のAlexey Fedoseevは、データを大きく考えることができる国境を定義しています。 "100万の測定値、いわゆる日本句）。この点から、大きなデータアプローチに基づく分析モデルを実装できます。

Pioneersは航空機の製造業者でした。この業界では、誤動作や機器の障害を予測できる大規模データの価値は特に優れています。たとえば、6時間のフライトで2つのエンジンを持つボーイング737は24万テラバイトのデータを通過します（レーニンライブラリの紙キャリアのデータ量は大きくなりますが、それほどは約84倍）。私たちはフライトの数十万のパラメータの除去について話していますが、以前の世代の航空機はそれらを数百台収集しました。

昨年、鉱山会社の先頭（その公園では、データは無人ダンプトラックから削除され、採石家、機関車、港の掘削から削除されます）は、パースの中央局は毎分2.4テラバイトのデータを受け取ると述べた（およそ）。 3.5000。1日あたりのテラバイト）。

デザイン設計および技術技術局のプロジェクトの最高エンジニア、デジタル技術局におけるプロジェクトの最高エンジニアロシアの鉄道の情報化局では、専門家の観点からは、データは暑い（すぐに処理では、リアルタイムで）、暖かくて寒い（未使用が保管用に残っています）。

「そして、企業がそれらを使用することができない資産として多くの企業によって生のデータでさえも、予測モデルまたはリアルタイムの対応システムを作ることができない、「投資解析の長」と言う会社2050年。デジタル」彼は、少なくとも近い将来のデータ対策のためにデータを生成することが確信していると確信している。最適化しようとしているターゲットパラメータ、制御効果を発展させる機能。確かに、伝統的な（古い）管理システムでは、さまざまな理由で収集されたデータの95％以上が決定を下すために使用されなかった状況でした。」

「ロシア鉄道」はロシアの最初の会社の1つとなり、デジタル変換のプロセスを始めました。そして、大規模データの技術では、保持はもちろん機能します。当然のことながら、それらを適用するための最初の領域は明らかです - 物事のインターネットを使ってローリングストックとインフラストラクチャからのデータの定期的なコレクションです。

この地域のロシアの鉄道の戦略的なパートナーであるSiemens Mobilityでは、2つの概念の明確な区別 - データと情報が実行されます。 Alexei Feduseyevに準拠したローリング株式、インフラストラクチャによって生成されたデータは、運用組織に属します。「Deutsche Bahn技術システムやロシアの鉄道をインストールしたら、データはそれらのものです。」

その後、このデータを処理するための個々の契約の一部として、サービス契約の枠組みの中で、それらは有用な情報に変換されます。たとえば、MCC上で操作されている「飲み込む」電車は、電車の個々のサブタイプの技術的状態に関する診断メッセージを生成します。これらのデータは集約され、保護されたチャネルでロシア連邦の領土上のサーバーに転送されます。そして、2017年2月にJSCロシアの鉄道とシーメンスによって確立された分析および処理データの中心で、Alexey Fedoseevは言います。この集計データは有用な情報に変換されます。

センターのスタッフは分析モデルを使用して、取得した技術的パラメータに基づいて、予測保守の概念を実装することを可能にし、ローリング株式の重要なアセンブリの失敗を予測して、専門家と言います。一例は、牽引駆動システムから得られたデータの処理である。しかしだけではなく。たとえば、助手服のシステムやシステムが制御されます。都市電車の列車モードで移動すると、乗客のドアの作品は駅で電車に影響を与える可能性があります。作業の故障や故障は、動きのグラフの違反に影響を与える可能性があります。この情報に、JSC「ロシア鉄道」の鉄道局の社員は、コンピュータ化されたCormapメンテナンスシステムを通じてこの情報にアクセスできます。システムは開いていますが、それはラインへの列車を発行する問題に基づいています。

ドイツ語、スペイン語、ロシア語、トルコ語鉄道、ユーロスターのシーメンスによって提供される高速電車の予測分析分析モデルは、過去3年または4年間で改善されています。より多くのデータが処理されるほど、モデルはより正確に機能します。結果は列車の技術的な準備の増加となる。たとえば、スペインのVelaro Trainsのシーメンスの遠隔監視の中心部の作品は、ロシアで「サプソン」よりも少し早く始まりました。モデルを使用すると、5~7日間で牽引エンジンの故障を予測できます。これにより、推力の削減による動きのスケジュールの違反の可能性をほぼ完全に除外しました。その結果、Renfeは、マドリードライン - バルセロナで15分以上電車を遅らせる際に、乗客へのチケットのコストの100％を補償する準備を説明しました。乗客の反応は自分自身を待っていませんでした：この方向への乗客の売上高の鉄道輸送のシェアは20から61％に増加し、空気輸送は80から39％に減少しました。

Sapsan Trainsの予測診断の紹介でロシアの経験を講じた場合、Alexey Fedoseyevによると、プラスの効果は明ら\u200b\u200bかです。 5分を超える技術的な失敗による700万km（これはパラメータの1つです、その会社は信頼性レベルを評価するために使用します）。

大きなデータを扱う重要な部分は、いわゆる信頼できる環境の創造でした - それはデータの安全な使用を目的としており、それへの違法なアクセスを排除します。たとえば、「機関車複合体の信頼できる環境」は、機関車、これらのデータの消費者、これらのデータの消費者、サービス会社の従業員、サービス会社、ローリング在庫の製造業者、およびコンポーネントの製造業者によって発生するデータへのアクセスに基づいています。

常に関係がパートナーベースに基づいているわけではありません。この場合、データの提供および処理に関与する当事者に直面することが可能です。それがどのように起こることができるかを示しています。 2014年に、同社は、彼が海の交通の事業を掘り下げるだろうと決めました。その後、Maerskは、東アフリカからヨーロッパへの冷たい果物の簡単な出荷が30人と組織のチェーンに沿って行われ、それらの間の約200の対話の行為（文書の移転、コミュニケーション）、および配達費の20％が必要です。商品のうち、商品から成っていた商品の治療、文書の移転、およびプロセスの管理。 Maerskはこの分野で根本的にコストを削減しようとしていました。

2016年、彼女は技術とパートナーを決め、IBM企業との協力をブロックチェーンの高度な知識の担当者として始めました。 Smart Contractsのブロックチェーンシステムは、2017年にテストされ始めました。 2018年1月、MaerskとIBMは合弁事業の創設を発表しました。パートナーと協力して、情報の送信をスピードアップし、エラー数を減らす方法を理解しました。 2018年末までに、本格的な商業版のトレードレンズが発売されると発表されました。 2018年半ばに、システムは1540万のイベントに関するデータを含んでいた（船舶の到着日、送付及び到着報告、税関許可、商業口座、キャビア、すなわち荷送人からの貨物の貨物の文書）、毎日の彼らの数が100万人に固定されました - 一般的に、トレードレンズは完全な操作の準備ができていました。

テスト段階では、92人の参加者がシステムに参加しました：船主、海のキャリア、荷送人、港（たとえば、ヨーロッパの海洋商品の最大2/3までのロッテルダムの非常に大きな港）と税関。しかし同時に、テストがどのように終了したか、他の海のキャリアがTradelensへの接続をカテゴリ的に拒否することが知られました。そして、これらのプレーヤーの情報がなければ、システムの全使用は除外されています。

メーカーズのような抵抗が驚いたことになっているようです。 11月中旬に、デンマーク会社は、最初の6人（MSC、CMA CGM、ハパグロイドランド、海洋ネットワークエクスプレス）の競合他社のオファーを採用し、情報交換のための新しい基準を開発する非商業協会を入力しました。業界で。 Cio Company MSC、Ocean Carpy Number 2号機は、会社がよりオープンになった場合、喜んで喜んで参加することを記者団に語った。一般的に、MSCは、非営利団体を通じて働くという考えをはるかに多くのものによく、情報への同等のアクセスの約束の約束にもかかわらず、すべての知的権利がIBMとMaerskの間で分割されています。彼らの主な競争相手がそれらを獲得するという事実にもかかわらず、キャリアはシステムにデータを与えるという見込みが好きではありませんでした。 Oleg PyatakovはまだMaerskが正しい道を進んでいて、最後に強力な企業の独自のソリューションが勝つでしょう、そして強いプレーヤーの参加がなければ開放基準は道路を与えるでしょう。しかしMaerskは、そのような貴重な資産をデータとして所有するために競争する必要があります。 11月には、システムの競合システムの作成を発表しました。

Moscowは、2013年の国勢調査によると、11,979,529人の住民の巨大なメガロポリスです。それらのそれぞれが仕事に行く、携帯電話を使用している（そして1つ）、地下鉄に下降し、交通渋滞を表します。これには、都市サービス、政府機関、さまざまなサービスを提供する民間企業が続きます。何千ものビデオカメラ、数十万のセンサー、街の命を統制するモニター、何百万もの携帯電話、3g / 4Gモデム。そしてそれはすべて一緒に、市内の開発、輸送の流れの管理のさらなる計画のための情報を得ることができ、メトロポリスのセキュリティを確実にするための情報を得ることができる処理源です。このような数の情報の処理に対処できるいくつかのツールの1つは、ビッグデータクラスの解です。始めるには、それらが使用できる場所を検討してください。

住民の動きに関する人口とデータの密度

人口の数と構造を決定するための主要なツール、その地域分布は現在国勢調査です。国勢調査の主な欠陥は、その保有のコストと住民の動きに関するデータの欠如です。国勢調査の情報源は住民自身に奉仕し、その調査は居住地で行われます。

大きなデータソリューションの使用を提供できるのはどのような利点がありますか？この質問に答えるには、まず必要なデータを定義します。

住民が過ごして仕事をするところ。
平日と週末にどこに行き、どこから行くのか
マスコバイトと資本の客が使われています。
どこから来たのか、そしてその理由。

この情報を収集するには、まずデータソースとそれらの分析の方法を決定する必要があります。居住者の場所を決定するために、最も最適なものはその携帯電話の場所に関するデータの使用です（常にあなたと一緒にいます）。どうやるか？

利用可能：

電話サービスの場所についてのセルラー演算子からのデータ。
特殊なサービスからのデータ（「yandex.bakes」など）;
住民の利便性のために都市によって提供される位置定義機能を内蔵したモバイルアプリケーションからのデータ。

さまざまなアルゴリズムを使用して、ソース、フォーマット、プロビジョニング方法に応じて、取得された情報を分析できます。しかし、これが主な規定です。

住民が夜を過ごす場所の定義、そして彼らが仕事をしている場所を移動させて行動を実行することによって得ることができます。たとえば、22：00から7時までの間、そして運動の欠如が、人が住んでいる場所、および労働時間内の動きの欠如 - 同じ人が機能する場所で、同じ人が働いています。精度はこの場所の加入者の電話機の活動になります。ここでは、労働時間中に人がどのくらいの頻度で移動するか、都市内の人数が恒久的な運動に関連する人数を占める頻度（宅配便、運転手などの職業）の頻度を決定することも可能です。

住民の動きの方向の決定は、セルラー加入者の動きに関する同じデータと同じ方法で行われ、地域の住民の動きの基本的な流れ、訪問者、労働移民、運動の統計の統計を収集することを可能にする。地区や道順は、住民やゲストがショップ、文化イベント、都市のアトラクション、都市内の特定の場所がどれほど推移しているかを学びましょう。

動きや訪問された場所の追跡、あなたは人がどのように使用するかを割り当てることができます：車、地下鉄、土地ベースの公共交通機関、長距離輸送。

都市インフラの作業の分析と人口の安全性の確保

多数の信号機、都市交通管制システム、イベントビデオ記録システム（監視カメラ）、百万人以上の人々の人口を持つ市内の公共交通機関管理は、データを管理して集中化するための調整されたアプローチを必要とします。都市全体のビデオ監視のシステムの導入において一度に特定された問題の1つは、運用義務の力によって発生した事象を管理することが不可能であった。現代技術の現在の機能を考えると、様々な情報源（モーションコントロールシステム、観測室、その他）の両方のイベント認識と運用反応のためのアナリストの両方を提供することが可能になります。警察、修理団体、その他運用サービスの都市。ビッグデータソリューションのもう1つの使用は、収集された情報の分散および長期保存、必要なデータおよび関連イベントの検索です。これによって、街の状況の変化、あるいは彼が彼らが影響を与えたのはどのイベントの変更によって引き起こされたのか - これはあなたが「ビッグデータ」に答えることを可能にする質問の中小部分です。

データを入れる

発生したイベントの重要なモーメントの1つは、それらの中でオブジェクトの特性を決定することです。データを収集するために、完全に異なるソースを使用することができる：例えば、セルラーオペレータから取得したデータのために、SIMカードが観察システムに登録されている個人の特性 - 個々の認識システム、部門データベースからの情報。キーポイントの1つは、さまざまな所有者からのデータの送信中の個人コンポーネントを排除し、情報を匿名化する機能です。