10丁必为船讯网--航运大数据的实时挖掘.pptVIP

航运大数据的实时挖掘 目录 航运业互联网化趋势与大数据需求 船讯网的数据支持 船讯网的数据挖掘尝试 未来的挖掘方向 航运业互联网化趋势与大数据需求 全球航运持续低迷 波罗的海干散货运价指数呈现持续下跌趋势 中国出口集装箱价格综合指数继续走低 全球航运市场2015年前景堪忧！ 航运业互联网化趋势与大数据需求 船公司电商平台 　泛亚订舱平台（中远） 　一海通（阿里和中海） 　海运订舱网（中外运） 第三方电商平台 宁波航运订舱平台 快船租船平台（船讯网） 快舱网（内贸订舱平台） ValueFix（散杂货租船平台） 海运社交网站 　ShippingRen 　　海运圈（船讯网） 互联网、电子商务、云服务、大数据等新技术应用带动了航运信息化的快速发展。传统的信息传播渠道正在发生变革。 海运信息服务网站 　　船讯网（船舶位置服务） 　　中国船期网（船期查询服务） 　　i跟踪（集装箱物流跟踪服务） 　　一达通（进出口流程外包服务） 航运业互联网化趋势与大数据需求 航运大数据平台的优势（与经济数据发布的传统渠道比较） 　　传统渠道：克拉克森、德鲁里、Genscape、劳氏船级社、波罗的海航交所等 随着互联网化的不断深入，航运电商的蓬勃发展，大数据在航运业中的运用越来越广，其作用越发突出。 如：港口集装箱吞吐量的估算方法 如：钢铁、煤炭等大宗商品流通环节 如：全球各货种船舶运力分布 不及时 不透明 小样本 船讯网的数据支持 船讯网的各种数据库 船讯网的数据支持 船舶档案资料 全球所有船舶的档案资料 来源于IMO编号颁发机构 IHS Fairplay 12万多条（运营、在建、拆除等状态） 包含船舶类型、船龄、大小、国籍、经营人、所有人等200多项数据资料 船讯网的数据支持 船舶位置数据 全球12万艘船舶实时动态 岸基AIS（覆盖全球80%以上港口） 卫星AIS （最快20分钟更新船位） 2008年至今的全球船位轨迹数据 船讯网的数据支持 AIS覆盖全球92.88%的1000吨位以上的船舶 AIS覆盖内贸97.48%的500吨位以上的船位 船讯网的数据支持 港口泊位资料 全球2000多个港口 港口地理范围 锚地范围 港口属性 泊位（位置、长度、设施配备） 泊位货物属性（集装箱、油品、化学品、矿石、煤炭、粮食等） 仍在持续完善中 已覆盖全球98%的吞吐量在10万TEU以上的集装箱港口 船讯网的数据支持 全球航线数据 全球集装箱港口间的航线 港口间的两两距离 仍然在不断完善中 集装箱班轮船期表 内贸船期表(快舱网) 外贸船期表（EDI） 船讯网的数据挖掘尝试 船讯网数据特点：多个维度 过去、现在、未来（预测） 时间维度 船舶位置、港口范围、锚地范围、码头位置、航线 空间维度 船舶类型、船舶大小、吨位、船龄、国籍、所有人等 船舶属性 港口属性 泊位属性（长度、设施配备、装卸货物类型） 港口泊位属性 船讯网数据挖掘的思路：多个维度综合考虑 船讯网的数据挖掘尝试 案例一 集装箱港口吞吐量估算 全球船舶历史轨迹数据库 船舶档案数据库（船舶类型、船长、船宽、积载结构等属性） 港口泊位数据库（泊位岸吊长宽、安全间距、移动速度、吊臂移动速度等） 港口公开的集装箱历史吞吐量数据（用于建模时验证结果） 数据源 港口：香港、新加波 时间：2011年全年（按月统计） 研究对象 船讯网的数据挖掘尝试 案例一 集装箱港口吞吐量估算 建模思路 步骤1 确定靠泊船舶、靠泊位置、靠泊时长 数据：船舶历史轨迹数据 方法1：滑动窗口方法（sliding-window） 长度自适应的滑动窗口方法，确定停泊事件和船舶 方法2：基于密度的聚类算法（DBSCAN） 排除锚泊事件A和C（去噪），确定靠泊事件B 船讯网的数据挖掘尝试 案例一 集装箱港口吞吐量估算 建模思路 步骤2 靠泊事件的集装箱吞吐量的计算 方案1：初略估算法（Baseline Method) 船舶总TEU为装卸量，即认为全装全卸 方案2：靠泊时长估算法 （ Berthing Time Based ） 装卸量=船舶总TEU*X% （本次靠泊时间/历史最长靠泊时间） 认为该船舶每次的装卸效率都相同 方案3：建立精确的港口集装箱作业模型，估算吞吐量 船讯网的数据挖掘尝试 案例一 集装箱港口吞吐量估算 建模思路 步骤2之方案3 港口集装箱作业模型 第１步骤：估算同时作业的岸吊数量和岸吊工作效率估计 （1）船舶有效积载部分的长度、岸吊安全间距， 估算同时作业的码头岸吊数量 （2