航空大数据

　　本书围绕若干航空领域的业务，讨论了航空领域面临的大数据需求，指出大数据分析的目的、数据来源和存在的困难，给出了数据分析的方法和大数据平台参考方案。书中内容分为 七章。第一章介绍了大数据的背景与一般性概念，引入了航空大数据的定义，介绍了大数据的知识体系、常用开源大数据平台工具和分析工具，指出了大数据与云计算、物联网之间的关系，阐述了人工智能在大数据中的重要性。同时，提出了数据思维的定义与内涵、大数据实施的步骤，展望了大数据在航空领域的应用。第二章简述了一些与航空大数据挖掘有关的通用方法，包括信号变换、分类与聚类、关联分析、预测分析等以及流行的深度学习、增强学习。第三章介绍了"工业4.0”、工业大数据、信息-物理系统（CPS）、智能制造，结合航空制造探讨了大数据的业务模式及在生产中的作用，提出了基于制造执行系统（MES）的工业大数据分析模型，描述了数据分析功能框架。第四章描述了航空物流大数据概念，介绍了航空物流的业务模式，包括仓储、航空货运、海关监管、检验检疫、物品配送与维护，提出了统一的大数据平台参考模型，分析了典型的功能模块。第五章分析了跨境电商的主要业务和不足之处，提出了面向跨境电商的大数据平台及各个业务系统，包括应用系统功能、数据流和综合统计展示、数据仓库、推荐系统。第六章介绍了航空客流的主要业务，分析了数据仓库、"旅客画像”、风险管理、供应链管理中存在的数据挖掘问题。最后分析了两个案例。第七章介绍了面向企业的大数据服务，包括企业征信、企业知识图谱、企业专利地图三个流行的领域，并提出了分析模型和思路。附录给出文中的中英文词汇对照表、国内外大数据政策、常用的数据源及参考文献。

　　管涛，曾在香港城市大学从事科学研究工作，现在郑州航空工业管理学院从事数据挖掘、热工智能领域的科研和教学工作。河南省电子学会信息产业和信息化专家，航空经济发展河南省协同创新中心研究员。

第1章  引言 1

1.1  大数据概念 2

1.2  大数据的知识体系 4

1.3  数据思维 5

1.4  物联网 6

1.5  云计算 7

1.5.1  概念 7

1.5.2  架构 7

1.6  人工智能 9

1.7  大数据产业链 10

1.7.1  数据采集 10

1.7.2  数据清洗 11

1.7.3  数据存储 12

1.7.4  数据分析和挖掘 12

1.7.5  数据可视化 12

1.8  大数据工程的实施 13

1.9  大数据平台工具简介 14

1.9.1  Hadoop 14

1.9.2  Spark 17

1.9.3  Storm 18

1.9.4  Sqoop 18

1.9.5  Zookeeper 18

1.9.6  Kafka 19

1.9.7  数据仓库 19

1.10  开源大数据挖掘工具简介 22

1.10.1  Mahout 22

1.10.2  Weka 23

1.10.3  Pentaho 23

1.11  航空领域应用与发展 23

小结 24

第2章  数据分析技术 25

2.1  引言 26

2.2  基本数据分析方法 26

2.2.1  信号处理方法 26

2.2.2  聚类与分类 28

2.2.3  关联分析 31

2.2.4  预测分析 35

2.2.5  层次分析法（AHP） 38

2.2.6  深度学习 40

2.2.7  强化学习 41

小结 42

第3章  航空制造大数据 43

3.1  简介 44

3.1.1  工业大数据 44

3.1.2  工业云 45

3.1.3  信息物理系统（CPS） 46

3.1.4  制造执行系统（MES） 46

3.1.5  大数据驱动的智能制造 47

3.2  航空制造业务模式分析 52

3.2.1  优化产品设计 53

3.2.2  智能车间 54

3.2.3  智能工厂 55

3.2.4  在线运维 57

3.3  基于工业流程管理的数据分析 57

3.3.1  系统框架 57

3.3.2  数据分析框架 60

小结 62

第4章  航空物流大数据 63

4.1  航空物流概况 64

4.2  航空物流业务分析 66

4.2.1  仓储 66

4.2.2  航空货运 67

4.2.3  物品配送 68

4.2.4  海关监管 70

4.2.5  产品维护 74

4.3  数据分析系统 74

4.3.1  大数据分析与管理平台 74

4.3.2  综合展示和分析平台 76

4.3.3  多式联运数据分析 76

4.3.4  物流管理与决策分析 77

4.3.5  托运人及货代管理 78

小结 79

第5章  跨境电商大数据 81

5.1  跨境电商发展现状 82

5.1.1  宏观政策 82

5.1.2  存在不足 83

5.1.3  新商业系统 83

5.2  跨境电商业务分析 84

5.2.1  跨境仓储 85

5.2.2  支付体系 86

5.2.3  安全体系 86

5.2.4  质量体系（追溯体系） 87

5.2.5  统计体系 89

5.2.6  商品体系 89

5.2.7  物流成本 89

5.3  数据来源与存在的问题 90

5.4  跨境电商大数据参考平台 91

5.4.1  应用系统功能 92

5.4.2  数据流和综合业务展示 92

5.4.3  数据交换、共享和汇总 93

5.4.4  数据仓库 93

5.4.5  商品推荐系统 95

小结 97

第6章  航空客运大数据 99

6.1  发展现状与政策 100

6.2  航空客运业务分析 101

6.2.1  机场管理与运营 102

6.2.2  航班的动态信息 103

6.2.3  旅客服务 103

6.2.4  航线管理与优化 104

6.2.5  燃油管理 105

6.3  大数据分析模型 105

6.3.1  数据仓库 106

6.3.2  企业效益分析 110

6.3.3  旅客画像 110

6.3.4  风险管理 112

6.3.5  供应链管理 113

6.4  案例分析 114

小结 114

第7章  面向企业的大数据服务 115

7.1  引言 116

7.2  企业征信 116

7.3  企业知识图谱 120

7.4  企业专利地图 125

小结 126

附录A  中英文对照表 127

附录B  国外大数据政策 130

附录C  国家大数据和人工智能政策 131

附录D  测试数据集 133

参考文献 134