5．5  数据挖掘 37

6  总结与展望 47

6．1  研究工作总结 47

6．2  研究工作展望 47

结  论 49

致  谢 50

参考文献 51

1  引言

1．1  课题研究的目的和意义

随着国民经济的飞速增长，城市交通的压力越来越大。轨道交通作为城市公共交通中的重要组成部分，具有节能、省地、运量大、全天候、无污染（或少污染）又安全等特点，属绿色环保交通体系，符合城市可持续发展原则。城市轨道交通种类繁多，按照用途可分为城市铁路、市郊铁路、地下铁道、轻轨交通、城市有轨列车、独轨交通、磁悬浮线路、新交通系统等[1]。

而随着我国城市轨道交通的线网日益扩大，轨道交通票务管理(包括售票、检票和结算)已成为各轨道运营公司的一项繁琐而艰巨的任务，而信息技术的发展使得自动售检票系统（Automatic Fare Collection, AFC）在世界上许多城市的公交和地铁系统中投入了运行[2]。AFC是基于计算机、通信、网络、自动控制等技术，以智能卡为载体，结合信息交换（售检票信息的传递）、支付（车票计费及收费）和资金清算的大型应用系统。高度自动化的AFC系统在整个轨道交通的运营中，通过数据收集和控制系统来实现了票务管理的高度自动化，能够减少票务管理人员，减少人为造成的差错，加快售检票速度，提高轨道交通系统的运行效率和效益，方便市民使用。此外，轨道交通AFC系统还为轨道交通运营公司提供必要和可靠的运营数据，以实现运营公司的科学管理。

但目前，城市轨道交通自动售检票系统在计算机应用技术方面还停留在自动售检票票务处理、设备监控、分类统计汇总报表和运营信息管理的业务层面，对轨道交通AFC系统周期循环存储沉淀的海量票务交易数据、设备状态记录和维护日志等缺乏进一步的挖掘、发现、分析和利用[3]。实质上在这些大量未分析或待分析的数据中可能隐藏着许多有用的信息，可以建立数据仓库，进行联机分析处理（OLAP）和数据挖掘，从大量数据中发现有价值的信息。数据仓库和数据挖掘是在20世纪90年代中期兴起的，经过十多年的发展，在技术和应用方面都得到了很大的提高。数据仓库技术将操作型环境和分析型环境进行了分离，从而使单一数据库为中心的数据环境发展为以数据仓库为中心的一种新的体系化环境，用统计分析技术来分析数据和提取信息，通过联机处理技术和数据挖掘技术来多维度多层次地展现数据及发现隐藏在数据后的规律，为决策者提供了不同层次的决策支持[4]。源:自/优尔-·论,文'网·www.youerw.com/

SQL Server 2000 是美国微软公司在SQL Server 7.0的基础上经过多年潜心研究而开发成功的数据库管理系统，具有可伸缩性、综合性分析服务、数据转换服务（DTS）、数据挖掘、联机分析处理（OLAP）、分析OLAP灵活性、闭合循环分析、索引视图、元数据服务、Office 2000集成、数据仓库联盟、支持web分析、英语查询等数据仓库功能，支持亿万字节级别的数据库，广受用户欢迎[5]。

以SQL Server 2000 为技术平台，将数据仓库和数据挖掘技术引入AFC轨道交通数据系统的目的，充分利用历史交通数据，发掘有价值的信息，为决策者提供支持，方便运营管理，提高运营效率，缓解交通压力。