1.本发明涉及交通运输行业指标管理方法
技术领域：
：，尤其是一种基于空间维度的交通运输指标管理系统。
背景技术：
：：2.交通运输行业具有领域多、范围广、数据种类多、数据量大等特点，为了能合理计算、利用这些数据并为交通运输主管部门的行业监测、决策提供辅助依据，交通运输行业指标体系已成为综合交通运行监测类应用的标配。行业指标体系的构建以领域数据、领域间数据融合为依托，以数字、热力图、折线图等可视化图标为展示形式，直观反映行业各个要素运行状况，使复杂现象更加直观清晰；通过各类指标对交通运输行业的运行状况进行量化，能够较为客观的展现行业实时运行态势，辅助管理部门分析行业发展规律，反映行业发展态势和历史进程，宏观掌握行业发展的优劣。3.对指标数据、算法、配置的有效管理是保证其发挥最大作用的前提，尤其是现有指标体系中指标的计算存在大量的迭代、包含、因果关系，某一个指标的异常往往会导致大量相关指标的数据错误和失效。形成正确高效的指标计算和指标管理规则，有利于对行业各领域的指标进行体系化、统一化、标准化管理。技术实现要素：4.本发明的目的在于提供一种能够通过指标空间维度的方式维护所有行业指标的生成、计算、配置过程，为指标体系的稳定呈现提供数据保障。5.为实现上述目的，本发明采用了以下技术方案：一种基于空间维度的交通运输指标管理系统，包括原始数据配置、主题数据配置、指标基础信息管理模块、指标空间维度配置模块、指标计算及插件管理模块和特征值维护模块。原始数据配置是指标管理系统的基础，为指标主题数据的分类、指标数据的计算提供行业数据；主题数据配置在原始数据配置基础上，根据行业领域、行业业务管理需求、部门权责、管理对象等分类方式形成面向交通运输行业不同管理主题库，粗粒度上对所有行业数据进行分类；指标基础信息管理在主题库基础上，深入构建不同主题下的表征主题不同维度运行特点的指标及指标的关联关系，此阶段配置形成的指标是后续空间维度配置和计算的对象；指标空间维度配置以单个指标或指标集合为单位，对其所能表征的空间范围进行配置，特定的指标或指标集只在规定的空间范围内有意义；指标计算机插件管理将指标与数据关联，根据算法将指标的含义数字化，将原始数据业务化，计算过程模型的正确性和合理性直接影响指标的有效性；特征值维护以指标计算结果为管理对象，获取指标数字的极值、均值等能够代表特殊性或趋势的值，是为研判提供依据的重要步骤。6.这六大模块涵盖了一个行业指标从领域属性、数据来源、指标属性、指标时空维度、指标查询、指标生成全过程的可视化管理和指标的统一管控功能，满足指标的个性化配置和快速上线应用的应用需求。7.各功能模块具体技术特征描述如下：8.原始数据配置，是对中心数据表的数据情况进行配置，配置内容包括原始库数据源、对应数据表的数据频率、数据提供单位、表字段的维护。原始数据配置是对已有数据与对应表的相关关系进行配置。空间维度的划分从原始数据开始，原始数据的字段结构中带有表征数据所属区域的字段，描述数据的空间范围，数据的空间范围与指标的空间维度呼应。9.主题数据配置，是在上述原始库的配置基础上，将原始数据表接入主题数据中，对主题数据表信息进行查看、修改等配置操作。主题配置把原始数据给按照行业或者业务分类，数据的空间属性不会产生变化。在此配置过程中可控制数据表的接入和停止接入状态，或接入历史数据。10.指标基础信息管理模块，是对指标基础信息的配置和管理，指标基础信息包括指标、所属业务领域、所属不同层级单位、指标单位、时间维度、空间维度、数据来源等，以可视化图形管理界面的形式实现直观的信息配置。为提供更大的指标配置自由度，系统提供基础信息项的定制功能，也可对现有指标基础信息进行修改、删除、查询等操作。11.指标空间维度配置模块，是对所有指标所属的空间维度配置，对空间维度的空间范围进行管理，并对现有的空间维度进行新增、编辑、删除等管理操作。通过wkt文件对指标所表征的空间维度进行划分，此阶段的空间范围划分与原始数据的空间范围字段相关联。指标空间维度的标定确定了指标计算过程中调取的那些数据，即计算指标时，会采用空间字段包含在指标空间范围内的原始数据进行计算。12.指标计算及插件管理模块，是对指标的计算方法进行管理，并将指标计算过程中相对通用的计算封装成插件进行管理。在需要配置指标项时，只需从插件库中抽取对应的指标基础信息进行组装，即可灵活的实现指标的配置。13.指标数据浏览模块，对已经生成的指标进行浏览，按照多条件进行组合查询，对指标进行版本管理、指标值维护、指标追溯，实时监测异常指标，查看异常详情，并快速处理异常。14.特征值维护模块，是对特征值的分析名称、特征值类型、极值个数、特征值名称、监测指标、时间段、日期特征等信息进行维护，也可对特征值进行新增、修改和删除。15.与现有技术相比较，本发明采用的基于空间维度的指标管理将指标的配置和计算拆分到最小行政单元和空间范围，由于行政单元或空间范围相互独立且无交集，保证了每个基础单元指标的计算结果仅与接入的数据质量和计算过程有关，在数据和模型正确的前提下，提高基础单元指标的有效性和准确性。16.其次，以空间范围为基础的划分方式使指标具有明显的层级性，较大的空间范围由较小的空间范围组成，以此为基础，针对某一个指标，空间范围较大的指标由空间范围较小的指标通过聚合、求和等运算求得，保证数据的连贯性和计算一致性。附图说明17.图1是原始数据库配置图。18.图2是监测指标配置流程图。19.图3是wkt串数据样式图。20.图4是监测指标配置界面图。21.图5是指标编号组成说明图。具体实施方式22.一种基于空间维度的交通运输指标管理系统，包括原始数据配置、主题数据配置、指标基础信息管理模块、指标空间维度配置模块、指标计算及插件管理模块、数据浏览模块、特征值维护模块等。23.指标的计算和生成依赖与行业数据的汇集与管理，在生成指标前，需要对基表计算所需的原始数据进行匹配和对应。由于各层级部门重点监测职责不同，对相同指标的监测粒度、所需数据来源也不尽相同，指标的更新频率也有差异。24.如图1所示，对指标计算所需要的数据来源进行数据库、数据表的选择，明确数据源，根据监测业务精度需要对数据的更新频率，数据提供单位进行选取，直观的配置方式有助于日后快速进行指标的回溯或指标计算数据的核验。25.基础数据配置结束后，需要将已经配置好的数据表匹配到主题数据中，为领域指标的计算提供数据来源。为保证指标数据计算正常，首先要保证数据的按时抽取。为了能更好的实现数据采集并监控异常采集和数据异常状况，引入数据采集的延时时间、报警时间设置。延时时间即为在一个数据采集周期内，设定一定的延时采集时间，延时时间的设置需要小于数据采集周期；报警时间即在延时时间基础上增加额外的时间，并在这个时间点进行数据抽取，超过这个时间依旧未抽取到数据则进行报警，减少由于网络延迟、链路短时故障等带来的数据缺失和采集失败的情况。在数据抽取过程中，为了保证后期指标计算的正确性和合理性，需要对异常数据的产生进行识别和报警，由此引入“检查插件”，用于对数据表内数值过大、过小等非常规数据进行排查，并进行异常告警。26.数据抽取配置生效后，既可以抽取从当前时间之后更新的数据表数据，也可抽取历史某一时间已存在的数据，极大程度的保留数据接入的完整性和连续性。27.指标的配置和计算以合规的数据接入为基础，其主要配置流程如图2所示。28.指标的分类和从属宏观上以领域为划分，领域根据业务或根据指标特征建立不同的主题和类，形成指标的空间维度树，空间维度菜单是监测指标生成的基础，用于统一管理所有的指标。所有的维度编号都是四个为一级，代表着建立时该空间维度在空间维度树的具体位置，针对每一个空间维度，提供两种空间信息维护方式：1)通过输入空间信息来编辑空间维度；2)通过上传wkt数据来编辑空间维度。通过上传wkt串的形式配置空间维度范围，需在wkt串中明确空间维度的维度编号、维度名称以及此空间维度下包含的所有gis数据。wkt串格式和内容示例如图3所示。当某一空间维度的gis范围发生变化时，也可通过以上两种方式来进行空间范围的补足和调整。29.监测指标是对不同空间维度内各类运行要素动、静态数据不同特征状态的描绘，其定义的定向性和计算精准性决定监测指标对行业管理的指导效力。每个指标在生成过程中需要用户对其空间范围、指标、指标单位、时间范围、时间特征、日期特征、数据来源及插件、计算方法、指标描述内容进行配置，为保证指标的精细化管理和后期复杂指标调用的确定性，创建生成的指标名称必须具有唯一性。指标的配置过程如图4所示。系统为各个指标生成唯一的指标编号，用一个32位的数字表示，其中前16位为此指标的空间维度，后面依次表示指标的时间范围、日期特征、时间特征、指标名称、单位、数据来源，示例如图5所示。30.指标数据的计算通过引入计算插件来实现，下面列出几个相对常用的计算方法，复杂的模型计算可以通过简单计算的叠加或新插件的引入来实现。31.1.数据sql插件(sqlcollectplugin)32.即从数据库中直接获取一个指标的值，指标值必须是数值型。33.主题库采集频率与监测指标时间范围一样，sql配置如下：34.selectvaluefromdb.tablenamewheredatatime＝'％date％'andbatchid＝'％batchid％‘35.value是指标值，可以是列名，也可以和统计函数(count/sum/avg/max/min)、数值型函数组合使用；tablename，主题库表名；batchid主题库数据批次号，对应表的batchid字段。36.当主题库采集频率小于监测指标时间范围时，系统会产生重复计算，为减少多个批次的数据可能带来的出错，最好减少使用此插件进行计算。37.2.数据库批量插件(batchsqlcollectplugin)38.当多个监测指标除了空间维度不同，其他属性都相同时，数据库批量插件可以在同一个时间点生成多个监测指标，例如计算某城市各区县15分钟交通指数，39.在修改批量插件时，只需要对其中给一个插件进行编辑，其他的插件便可同步更新，提高算法的编辑效率。40.3.单指标时间范围统计插件41.对一个时间段内的指标的平均值、最大值、综合等特征值进行统计，计算出新的指标值。为保证指标计算的唯一性和正确性，当监测指标只有时间范围不同时，通常是用时间范围小的指标计算时间范围大的指标。例如通过道路15分钟路网速度统计平均值计算道路日高峰路网速度或通过小时交通量指标计算日总交通指标。42.4.持续时间/范围插件(singlenormdurationplugin)43.对一个时间段内的指标值进行分析，计算出指标值大于、小于、大于等于、小于等于给定值的总时间、时间段等。44.5.运算插件(arithmeticcollectplugin)45.对多个数据进行加减乘除四则基础运算。在进行运算过程中，要保证算式内的各个数据时间范围相同且能够正常抓取，当算式内缺少某个或多个指标值时，不进行计算。46.在应用过程中的任意阶段，用户可根据需求对现有指标的计算方式进行修改和优化，修改后点击重算按钮，指标将按照新的计算方式重新计算，所有包含此指标的其他指标也会在最近一次计算中进行数据更新。对于数据过期、数据接入渠道中断等特殊情况导致指标无法进行正常计算时，可以在监测指标浏览界面对指标进行“禁用”设置，“禁用”后将停止一切跟此指标相关的计算，即本指标的计算将会停止，同时指标计算公式中包含此指标的计算也将停止。当删除某一指标时，为了不影响相关指标的正常计算，已经被引用的指标不可以删除。47.指标的特征值在系统中通常以极大值或极小值进行表征，不仅用于对指标在某一时期范围、某一时间段、某个时期特征的极值展现，后期也放入监测报告中为行业分析提供参考。当前第1页12当前第1页12
技术领域：
：，尤其是一种基于空间维度的交通运输指标管理系统。
背景技术：
：：2.交通运输行业具有领域多、范围广、数据种类多、数据量大等特点，为了能合理计算、利用这些数据并为交通运输主管部门的行业监测、决策提供辅助依据，交通运输行业指标体系已成为综合交通运行监测类应用的标配。行业指标体系的构建以领域数据、领域间数据融合为依托，以数字、热力图、折线图等可视化图标为展示形式，直观反映行业各个要素运行状况，使复杂现象更加直观清晰；通过各类指标对交通运输行业的运行状况进行量化，能够较为客观的展现行业实时运行态势，辅助管理部门分析行业发展规律，反映行业发展态势和历史进程，宏观掌握行业发展的优劣。3.对指标数据、算法、配置的有效管理是保证其发挥最大作用的前提，尤其是现有指标体系中指标的计算存在大量的迭代、包含、因果关系，某一个指标的异常往往会导致大量相关指标的数据错误和失效。形成正确高效的指标计算和指标管理规则，有利于对行业各领域的指标进行体系化、统一化、标准化管理。技术实现要素：4.本发明的目的在于提供一种能够通过指标空间维度的方式维护所有行业指标的生成、计算、配置过程，为指标体系的稳定呈现提供数据保障。5.为实现上述目的，本发明采用了以下技术方案：一种基于空间维度的交通运输指标管理系统，包括原始数据配置、主题数据配置、指标基础信息管理模块、指标空间维度配置模块、指标计算及插件管理模块和特征值维护模块。原始数据配置是指标管理系统的基础，为指标主题数据的分类、指标数据的计算提供行业数据；主题数据配置在原始数据配置基础上，根据行业领域、行业业务管理需求、部门权责、管理对象等分类方式形成面向交通运输行业不同管理主题库，粗粒度上对所有行业数据进行分类；指标基础信息管理在主题库基础上，深入构建不同主题下的表征主题不同维度运行特点的指标及指标的关联关系，此阶段配置形成的指标是后续空间维度配置和计算的对象；指标空间维度配置以单个指标或指标集合为单位，对其所能表征的空间范围进行配置，特定的指标或指标集只在规定的空间范围内有意义；指标计算机插件管理将指标与数据关联，根据算法将指标的含义数字化，将原始数据业务化，计算过程模型的正确性和合理性直接影响指标的有效性；特征值维护以指标计算结果为管理对象，获取指标数字的极值、均值等能够代表特殊性或趋势的值，是为研判提供依据的重要步骤。6.这六大模块涵盖了一个行业指标从领域属性、数据来源、指标属性、指标时空维度、指标查询、指标生成全过程的可视化管理和指标的统一管控功能，满足指标的个性化配置和快速上线应用的应用需求。7.各功能模块具体技术特征描述如下：8.原始数据配置，是对中心数据表的数据情况进行配置，配置内容包括原始库数据源、对应数据表的数据频率、数据提供单位、表字段的维护。原始数据配置是对已有数据与对应表的相关关系进行配置。空间维度的划分从原始数据开始，原始数据的字段结构中带有表征数据所属区域的字段，描述数据的空间范围，数据的空间范围与指标的空间维度呼应。9.主题数据配置，是在上述原始库的配置基础上，将原始数据表接入主题数据中，对主题数据表信息进行查看、修改等配置操作。主题配置把原始数据给按照行业或者业务分类，数据的空间属性不会产生变化。在此配置过程中可控制数据表的接入和停止接入状态，或接入历史数据。10.指标基础信息管理模块，是对指标基础信息的配置和管理，指标基础信息包括指标、所属业务领域、所属不同层级单位、指标单位、时间维度、空间维度、数据来源等，以可视化图形管理界面的形式实现直观的信息配置。为提供更大的指标配置自由度，系统提供基础信息项的定制功能，也可对现有指标基础信息进行修改、删除、查询等操作。11.指标空间维度配置模块，是对所有指标所属的空间维度配置，对空间维度的空间范围进行管理，并对现有的空间维度进行新增、编辑、删除等管理操作。通过wkt文件对指标所表征的空间维度进行划分，此阶段的空间范围划分与原始数据的空间范围字段相关联。指标空间维度的标定确定了指标计算过程中调取的那些数据，即计算指标时，会采用空间字段包含在指标空间范围内的原始数据进行计算。12.指标计算及插件管理模块，是对指标的计算方法进行管理，并将指标计算过程中相对通用的计算封装成插件进行管理。在需要配置指标项时，只需从插件库中抽取对应的指标基础信息进行组装，即可灵活的实现指标的配置。13.指标数据浏览模块，对已经生成的指标进行浏览，按照多条件进行组合查询，对指标进行版本管理、指标值维护、指标追溯，实时监测异常指标，查看异常详情，并快速处理异常。14.特征值维护模块，是对特征值的分析名称、特征值类型、极值个数、特征值名称、监测指标、时间段、日期特征等信息进行维护，也可对特征值进行新增、修改和删除。15.与现有技术相比较，本发明采用的基于空间维度的指标管理将指标的配置和计算拆分到最小行政单元和空间范围，由于行政单元或空间范围相互独立且无交集，保证了每个基础单元指标的计算结果仅与接入的数据质量和计算过程有关，在数据和模型正确的前提下，提高基础单元指标的有效性和准确性。16.其次，以空间范围为基础的划分方式使指标具有明显的层级性，较大的空间范围由较小的空间范围组成，以此为基础，针对某一个指标，空间范围较大的指标由空间范围较小的指标通过聚合、求和等运算求得，保证数据的连贯性和计算一致性。附图说明17.图1是原始数据库配置图。18.图2是监测指标配置流程图。19.图3是wkt串数据样式图。20.图4是监测指标配置界面图。21.图5是指标编号组成说明图。具体实施方式22.一种基于空间维度的交通运输指标管理系统，包括原始数据配置、主题数据配置、指标基础信息管理模块、指标空间维度配置模块、指标计算及插件管理模块、数据浏览模块、特征值维护模块等。23.指标的计算和生成依赖与行业数据的汇集与管理，在生成指标前，需要对基表计算所需的原始数据进行匹配和对应。由于各层级部门重点监测职责不同，对相同指标的监测粒度、所需数据来源也不尽相同，指标的更新频率也有差异。24.如图1所示，对指标计算所需要的数据来源进行数据库、数据表的选择，明确数据源，根据监测业务精度需要对数据的更新频率，数据提供单位进行选取，直观的配置方式有助于日后快速进行指标的回溯或指标计算数据的核验。25.基础数据配置结束后，需要将已经配置好的数据表匹配到主题数据中，为领域指标的计算提供数据来源。为保证指标数据计算正常，首先要保证数据的按时抽取。为了能更好的实现数据采集并监控异常采集和数据异常状况，引入数据采集的延时时间、报警时间设置。延时时间即为在一个数据采集周期内，设定一定的延时采集时间，延时时间的设置需要小于数据采集周期；报警时间即在延时时间基础上增加额外的时间，并在这个时间点进行数据抽取，超过这个时间依旧未抽取到数据则进行报警，减少由于网络延迟、链路短时故障等带来的数据缺失和采集失败的情况。在数据抽取过程中，为了保证后期指标计算的正确性和合理性，需要对异常数据的产生进行识别和报警，由此引入“检查插件”，用于对数据表内数值过大、过小等非常规数据进行排查，并进行异常告警。26.数据抽取配置生效后，既可以抽取从当前时间之后更新的数据表数据，也可抽取历史某一时间已存在的数据，极大程度的保留数据接入的完整性和连续性。27.指标的配置和计算以合规的数据接入为基础，其主要配置流程如图2所示。28.指标的分类和从属宏观上以领域为划分，领域根据业务或根据指标特征建立不同的主题和类，形成指标的空间维度树，空间维度菜单是监测指标生成的基础，用于统一管理所有的指标。所有的维度编号都是四个为一级，代表着建立时该空间维度在空间维度树的具体位置，针对每一个空间维度，提供两种空间信息维护方式：1)通过输入空间信息来编辑空间维度；2)通过上传wkt数据来编辑空间维度。通过上传wkt串的形式配置空间维度范围，需在wkt串中明确空间维度的维度编号、维度名称以及此空间维度下包含的所有gis数据。wkt串格式和内容示例如图3所示。当某一空间维度的gis范围发生变化时，也可通过以上两种方式来进行空间范围的补足和调整。29.监测指标是对不同空间维度内各类运行要素动、静态数据不同特征状态的描绘，其定义的定向性和计算精准性决定监测指标对行业管理的指导效力。每个指标在生成过程中需要用户对其空间范围、指标、指标单位、时间范围、时间特征、日期特征、数据来源及插件、计算方法、指标描述内容进行配置，为保证指标的精细化管理和后期复杂指标调用的确定性，创建生成的指标名称必须具有唯一性。指标的配置过程如图4所示。系统为各个指标生成唯一的指标编号，用一个32位的数字表示，其中前16位为此指标的空间维度，后面依次表示指标的时间范围、日期特征、时间特征、指标名称、单位、数据来源，示例如图5所示。30.指标数据的计算通过引入计算插件来实现，下面列出几个相对常用的计算方法，复杂的模型计算可以通过简单计算的叠加或新插件的引入来实现。31.1.数据sql插件(sqlcollectplugin)32.即从数据库中直接获取一个指标的值，指标值必须是数值型。33.主题库采集频率与监测指标时间范围一样，sql配置如下：34.selectvaluefromdb.tablenamewheredatatime＝'％date％'andbatchid＝'％batchid％‘35.value是指标值，可以是列名，也可以和统计函数(count/sum/avg/max/min)、数值型函数组合使用；tablename，主题库表名；batchid主题库数据批次号，对应表的batchid字段。36.当主题库采集频率小于监测指标时间范围时，系统会产生重复计算，为减少多个批次的数据可能带来的出错，最好减少使用此插件进行计算。37.2.数据库批量插件(batchsqlcollectplugin)38.当多个监测指标除了空间维度不同，其他属性都相同时，数据库批量插件可以在同一个时间点生成多个监测指标，例如计算某城市各区县15分钟交通指数，39.在修改批量插件时，只需要对其中给一个插件进行编辑，其他的插件便可同步更新，提高算法的编辑效率。40.3.单指标时间范围统计插件41.对一个时间段内的指标的平均值、最大值、综合等特征值进行统计，计算出新的指标值。为保证指标计算的唯一性和正确性，当监测指标只有时间范围不同时，通常是用时间范围小的指标计算时间范围大的指标。例如通过道路15分钟路网速度统计平均值计算道路日高峰路网速度或通过小时交通量指标计算日总交通指标。42.4.持续时间/范围插件(singlenormdurationplugin)43.对一个时间段内的指标值进行分析，计算出指标值大于、小于、大于等于、小于等于给定值的总时间、时间段等。44.5.运算插件(arithmeticcollectplugin)45.对多个数据进行加减乘除四则基础运算。在进行运算过程中，要保证算式内的各个数据时间范围相同且能够正常抓取，当算式内缺少某个或多个指标值时，不进行计算。46.在应用过程中的任意阶段，用户可根据需求对现有指标的计算方式进行修改和优化，修改后点击重算按钮，指标将按照新的计算方式重新计算，所有包含此指标的其他指标也会在最近一次计算中进行数据更新。对于数据过期、数据接入渠道中断等特殊情况导致指标无法进行正常计算时，可以在监测指标浏览界面对指标进行“禁用”设置，“禁用”后将停止一切跟此指标相关的计算，即本指标的计算将会停止，同时指标计算公式中包含此指标的计算也将停止。当删除某一指标时，为了不影响相关指标的正常计算，已经被引用的指标不可以删除。47.指标的特征值在系统中通常以极大值或极小值进行表征，不仅用于对指标在某一时期范围、某一时间段、某个时期特征的极值展现，后期也放入监测报告中为行业分析提供参考。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
