摘要：大數(shù)據(jù)技術(shù)提升了信息的獲取與處理能力，基于大數(shù)據(jù)技術(shù)，將引航生產(chǎn)數(shù)據(jù)有效整合、深入挖掘，對長江引航安全意義重大。本文結(jié)合大數(shù)據(jù)技術(shù)的特點，對大數(shù)據(jù)技術(shù)在長江引航安全管理中應(yīng)用的必要性和可行性進行分析，構(gòu)建了長江引航大數(shù)據(jù)分析平臺系統(tǒng)，提出了大數(shù)據(jù)技術(shù)在長江引航安全管理中的應(yīng)用方向，為長江引航安全管理提供決策參考。

關(guān)鍵詞：大數(shù)據(jù)技術(shù)；長江引航；安全管理；應(yīng)用

0 引 言

近年來，長江引航安全形勢雖相對穩(wěn)定，但事故和險情時有發(fā)生，穩(wěn)中有憂。因此，必須思考在現(xiàn)有的安全管理方式上創(chuàng)新，采用先進的信息化手段，提高安全管理和科學決策的水平。大數(shù)據(jù)技術(shù)可以把人們從舊的價值觀和發(fā)展觀中解放出來，從全新的視角和角度變革人們關(guān)于工作、生活和思維的看法。大數(shù)據(jù)是指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數(shù)據(jù)時代》中，大數(shù)據(jù)是指不用隨機分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)進行分析處理。大數(shù)據(jù)具有5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

國內(nèi)外學者從理論、技術(shù)與實踐方面對大數(shù)據(jù)技術(shù)進行了深入研究，主要包括實時計算和歷史數(shù)據(jù)挖掘等兩方面，文獻[3]指出大數(shù)據(jù)在引入安全問題的同時，也是解決信息安全問題的有效手段。它為信息安全領(lǐng)域的發(fā)展帶來了新的契機。文獻[4]建立了大數(shù)據(jù)類上市公司經(jīng)營績效財務(wù)評價模型。運用因子分析，計算了我國大數(shù)據(jù)上市公司綜合得分并給出了其排名。文獻[5]指出基于物聯(lián)網(wǎng)、大數(shù)據(jù)及云計算技術(shù)的煤礦安全生產(chǎn)監(jiān)測監(jiān)控系統(tǒng)將是主動式、多參數(shù)融合、具備預警功能的監(jiān)測監(jiān)控系統(tǒng)，可有效提升煤礦安全生產(chǎn)水平。

目前，大數(shù)據(jù)相關(guān)研究工作涉及領(lǐng)域相對寬廣，但在引航安全管理方面的應(yīng)用還是空白。長江引航經(jīng)過多年的信息化建設(shè)，雖積累了大量的引航生產(chǎn)數(shù)據(jù)，但對這些數(shù)據(jù)的深度利用還遠遠不夠。本文從大量的數(shù)據(jù)里面發(fā)掘利用安全生產(chǎn)的有價值信息，探討基于大數(shù)據(jù)技術(shù)在長江引航安全管理中的應(yīng)用，為保障長江引航安全形勢的持續(xù)穩(wěn)定具有重要的現(xiàn)實意義。

1 大數(shù)據(jù)技術(shù)在長江引航安全管理中應(yīng)用的必要性與可行性分析

1.1 長江引航安全管理的現(xiàn)狀

多年來，長江引航中心高度重視引航安全工作，出臺了一系列保障引航安全的規(guī)章制度，開展了一系列促進引航安全的安全活動，加大了引航監(jiān)控力度，安全管理績效持續(xù)改善，引航事故呈逐年下降趨勢，但仍有很多問題需要認真地思考，并應(yīng)妥善處理。

（1）當前引航安全隱患排查主要靠人力，通過人的專業(yè)知識和工作經(jīng)驗去發(fā)現(xiàn)引航過程中存在的事故隱患。這種方式容易受到人的主觀因素的影響，同時還受人的專業(yè)知識掌握程度和工作經(jīng)驗的限制，難以準確判斷安全與危險狀態(tài)，可靠性和科學性不高。

（2）一直以來，引航安全管理主要采取“事后管理”的方式，多在事故發(fā)生后才進行事故原因分析、追究責任、制定措施。

（3）信息共享程度不夠，由于引航安全信息的敏感性，引航機構(gòu)和主管機關(guān)可能都不愿意共享有關(guān)數(shù)據(jù)，從而導致樣本有效性差。

1.2 長江引航生產(chǎn)數(shù)據(jù)特征

（1）數(shù)據(jù)的量大。隨著沿江經(jīng)濟的發(fā)展，進江船舶日益增長，特別是2016年和2017年連續(xù)兩年，年引領(lǐng)中外籍船舶近6萬艘，不斷增加的船舶艘次產(chǎn)生持續(xù)不斷的數(shù)據(jù)。同時，引航安全技術(shù)部門也積累了大量的安全管理數(shù)據(jù)。

（2）數(shù)據(jù)種類繁多。有引航總艘次、引航員年引領(lǐng)艘次、船舶夜航艘次、引航員出勤天數(shù)等、引航監(jiān)控記錄、引航監(jiān)控視頻、安全規(guī)章制度等。

（3）數(shù)據(jù)價值密度低。雖然不間斷產(chǎn)生大量數(shù)據(jù)，但真正有用的數(shù)據(jù)所占比例小。

（4）數(shù)據(jù)產(chǎn)生和增長速度快。隨著信息化系統(tǒng)大量應(yīng)用于引航安全管理，子系統(tǒng)也越來越多，各系統(tǒng)24小時不間斷運行，產(chǎn)生大量的數(shù)據(jù)，使數(shù)據(jù)量持續(xù)快速增長。

從以上分析可以看出，長江引航數(shù)據(jù)具備大數(shù)據(jù)技術(shù)的5V特征，能夠運用大數(shù)據(jù)技術(shù)進行分析，并預測發(fā)生事故的可能性是必要的，且是可行的。

2 大數(shù)據(jù)長江引航安全管理平臺的構(gòu)建

2.1 大數(shù)據(jù)技術(shù)實施基礎(chǔ)

一是思維的轉(zhuǎn)變。首先要從大量的數(shù)據(jù)的基礎(chǔ)上進行量化分析，然后得出結(jié)果，最后再進行決策。這就要求我們思維上要具有大數(shù)據(jù)的意識。二是數(shù)據(jù)意識的轉(zhuǎn)變。大數(shù)據(jù)技術(shù)的魅力所在是具有能快速獲取影響未來信息的能力，準確區(qū)分數(shù)據(jù)類型，充分保證數(shù)據(jù)收集的準確性和一致性。三是管理模式的轉(zhuǎn)變。構(gòu)建適應(yīng)大數(shù)據(jù)時代的新管理模式，即“數(shù)據(jù)收集—分析數(shù)據(jù)—得出結(jié)論—研究討論—最終決策—數(shù)據(jù)二次利用”。

2.2 大數(shù)據(jù)技術(shù)平臺的構(gòu)建

建立基于云計算的大數(shù)據(jù)技術(shù)平臺，可以提高引航安全風險應(yīng)對能力，發(fā)掘潛在的安全隱患風險，加快決策問題求解。

在搭建大數(shù)據(jù)技術(shù)平臺的硬件設(shè)施方面，主要涉及新技術(shù)背景下的數(shù)據(jù)采集，“傳感器”將成為大數(shù)據(jù)技術(shù)應(yīng)用中的重要一環(huán)。而軟件設(shè)施不但涉及新數(shù)據(jù)的采集，而且還要針對舊的數(shù)據(jù)進行分析和挖掘。此外，軟件的升級包括算法的更新，分析方法和數(shù)據(jù)處理方法的改進等[3-4]。

基于以上分析，對大數(shù)據(jù)長江引航安全管理平臺進行設(shè)計，如圖1所示，該系統(tǒng)分別包括源數(shù)據(jù)平臺、數(shù)據(jù)存儲與處理平臺、數(shù)據(jù)管理平臺、計劃任務(wù)平臺、大數(shù)據(jù)分析平臺、可視化平臺以及分析結(jié)果應(yīng)用部分[5]。

各平臺的作用具體如下：

（1）數(shù)據(jù)管理平臺：主要解決源數(shù)據(jù)采集以及數(shù)據(jù)存取、管理的問題。長江引航所積累的數(shù)據(jù)種類多，結(jié)構(gòu)化數(shù)據(jù)相對明確，非結(jié)構(gòu)化數(shù)據(jù)量大、種類多，需要大量的數(shù)據(jù)進行合理的存儲、管理，以便后續(xù)的分析所用。

（2）計劃任務(wù)平臺：主要用于設(shè)定分析目標方向，明確預測內(nèi)容的確定和信息化描述工作。

（3）大數(shù)據(jù)分析平臺：應(yīng)用大數(shù)據(jù)技術(shù)及現(xiàn)有的海量數(shù)據(jù)，對計劃指定的任務(wù)進行大數(shù)據(jù)分析。

（4）可視化平臺：將分析結(jié)果以圖形、圖像或者文字描述等直接可以理解的方式顯示出來的平臺。

3 大數(shù)據(jù)技術(shù)在長江引航安全管理中的應(yīng)用分析

為了運用大數(shù)據(jù)技術(shù)在歷史數(shù)據(jù)挖掘和處理方面的特點，驗證在引航員技術(shù)水平評定方面是否有效，調(diào)取某引航員歷次引領(lǐng)船舶通過某一航段的航行軌跡，如圖2所示：選取下行通過長江36#—37#浮的航行軌跡為代表，設(shè)定在下行航路內(nèi)航行為沿航線航行，占用分隔帶、占用上行航路、沿推薦航路航行為偏離航線，則可以分析得出表1所示結(jié)果。

結(jié)論：（1）系統(tǒng)記錄每名引航員引領(lǐng)船舶航行軌跡的原始數(shù)據(jù)，可以對引航員遵章守紀、規(guī)范操作方面進行客觀、實際的了解和評價。（2）通過對該航段的船舶交通流分析，查找引航安全風險源。（3）通過對存在的不足做出充分的估計和判斷，找出共性、分析個性，為引航員的升定級評定和日常培訓指明方向。

同理，大數(shù)據(jù)技術(shù)至少還可以從以下幾個方面加以具體應(yīng)用。

（1）通過對引航員的身體健康狀況、心理、飲食習慣、作息時間、既往就醫(yī)、休假等方面的數(shù)據(jù)進行收集跟蹤，可以對引航員健康狀況進行評估。

（2）引航員在每次引航任務(wù)結(jié)束后，將該航次被引船舶的航速、操縱性、助航設(shè)備情況等信息輸入平臺，形成記錄，當再次引領(lǐng)該船舶時，可以對被引船舶船況預知。

（3）通過對長江航行的其他船舶進行的記錄，可以對江船以及自引海輪的操縱性及航行習慣分析研判。

（4）利用歷年船舶的AIS數(shù)據(jù)分析船舶交通流、船舶速度等，可以揭示出船舶交通流特征。

（5）通過對于各個港口的引航船舶數(shù)量、艘次、引航員的工作時間、進行收集分析，為長江引航的人力資源配置提供決策輔助作用，為長江引航戰(zhàn)略發(fā)展提供決策依據(jù)。

4 大數(shù)據(jù)技術(shù)在長江引航安全管理中應(yīng)用的優(yōu)勢分析

（1）大數(shù)據(jù)技術(shù)可以使長江引航安全數(shù)據(jù)和信息可以直接反饋到管理人員的手中，避免消息在傳遞過程中發(fā)生錯誤。

（2）大數(shù)據(jù)技術(shù)使得長江引航多年來積累的碎片化數(shù)據(jù)被收集利用起來，有效地解決了數(shù)據(jù)碎片化歷史遺留問題。

（3）大數(shù)據(jù)技術(shù)實現(xiàn)了對長江引航安全相關(guān)數(shù)據(jù)的實時收集、有效處理、分析結(jié)果可視化和實現(xiàn)輔助決策。

5 結(jié)束語

從發(fā)展的角度來看，大數(shù)據(jù)技術(shù)引入到長江引航安全管理領(lǐng)域，將會有效推動引航安全管理決策由“傳統(tǒng)經(jīng)驗”型向“現(xiàn)代數(shù)據(jù)”型轉(zhuǎn)變，實現(xiàn)引航安全管理模式由“粗放型”向“精細化”轉(zhuǎn)型，對現(xiàn)有的引航安全管理模式產(chǎn)生積極的影響。為此，建議：

（1）建立數(shù)據(jù)共享平臺。應(yīng)用大數(shù)據(jù)技術(shù)，須解開傳統(tǒng)的數(shù)據(jù)源“枷鎖”，建議將行業(yè)數(shù)據(jù)、系統(tǒng)內(nèi)部數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)等深度融合，以便獲得更大、更完備的數(shù)據(jù)來源。

（2）將大數(shù)據(jù)技術(shù)的安全管理納入到安全風險管理體系中。大數(shù)據(jù)技術(shù)的應(yīng)用不僅需要創(chuàng)新管理方法，還必須納入到安全風險管理體系中去，建議探索完善的安全保密管理規(guī)范措施，審慎監(jiān)管，切實保障數(shù)據(jù)安全。

（3）以“人才興引”戰(zhàn)略推動大數(shù)據(jù)技術(shù)的應(yīng)用。建議與高校建立人才合作機制，加強大數(shù)據(jù)技術(shù)人才的實踐培養(yǎng)，積極培育科技應(yīng)用創(chuàng)新型人才，推動大數(shù)據(jù)技術(shù)在長江引航安全管理中的應(yīng)用。

參考文獻

[1] 《大數(shù)據(jù)時代》 [美]維克托·邁爾·舍恩伯格著，周濤譯，2012.

[2] 馮登國，張敏，李昊.大數(shù)據(jù)安全與隱私保護[J].計算機學報，2014（1）：246-258.

[3] 馬建光，姜巍.大數(shù)據(jù)的概念、特征及其應(yīng)用[J].國防科技，2013（2）：10-17.

[4] 楊雷，史勝春.大數(shù)據(jù)：開辟石油化工企業(yè)安全生產(chǎn)新時代[J].中國管理信息化，2014（18）：36-38.

[5] 馬小平，胡延軍，繆燕子.物聯(lián)網(wǎng)、大數(shù)據(jù)及云計算技術(shù)在煤礦安全生產(chǎn)中的應(yīng)用研究[J].工礦自動化，2014（4）：5-9.

[6] 魏忠奎，袁傳增. 大數(shù)據(jù)分析時代的煤礦安全生產(chǎn)信息化建設(shè)[J].山東煤炭科學技術(shù)，2015（3）：177-178；181.

[7]李國杰，程學旗.大數(shù)據(jù)研究：未來科技及經(jīng)濟社會發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學思考[J].中國科學院院刊，2012，27（6）：647-657.

[8]Wu Xingdong，Zhu Xingquan，Wu Gongqing，et al.Data mining with big data[J].IEEE Transactions on knowledge and data engineering，2014，26（1）：97-107.

[9]Qiu R，Antonik P. Big data and smart grid： A Random Matrix[M]. John Wiley and Sons，2014：33-60.

[10]Gantz J，Reinsel D. Extracting value from chaos[J]. Proceedings of IDC iVew ，2011：1-12.

作者簡介

葛劍平，高級引航員，長江引航中心張家港引航站站長，（E-mai）15651301801@163.com，聯(lián)系電話：013-601529000。