大数据在海事管理中应用与挑战.docVIP

大数据在海事管理中应用与挑战 　　摘要：本文简要分析和描述了大数据在海事管理中的场景及应用，并就面临的挑战探讨相关对策。 　　关键词：大数据 海事管理 场景及应用挑战 对策 　　0 引 言 　　大数据（big data）是具有5V特征--Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）的数据，涉及的数据集合规模非常庞大，需要更强的决策力、洞察力和流程优化能力对其进行运算。 　　李克强总理在2015年政府工作报告中，首次提出“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等的发展。同时，国务院印发了《促进大数据发展行动纲要》，可见大数据在当今信息化时代的巨大影响力。海事管理机构在这样的背景下，应积极尝试将大数据与海事管理相结合，深入开展数据挖掘，让大数据应用到海事现代化监管与服务中。 　　1大数据在海事管理中的应用 　　交通运输部海事局组织编制的《海事信息系统顶层设计报告》，制定了“一个目标、二个模型、四套体系”的总体架构，根据系统顶层设计的核心精神。杨浦海事局利用大数据在船舶动态评价体系建设上做出了积极探索和实践，将船舶管理系统、AIS信息服务平台和船载危险货物申报系统等数据整合到“国内航行船舶现场监管和自动选船系统”（简称“选船系统”），AIS识别到的船舶被自动计算出风险值和优先等级，目标船及现场监管重点变得一目了然，避免了重复检查，改变过去人工选船的盲目低效，变为系统自动“抓取”的精准高效，实现了海事监管从“汗水型”向“智慧型”的转变，“选船系统”于2016年7月1日已在上海、天津、山东海事局试点运行，积累了一定的现场应用经验。 　　1.1开发选船的数学模型，用数据进行客观的决策 　　在信息不对称的条件下，经验可有效提高工作效率，但随着数据的积累，经验明显滞后，对不同个体也不尽适用，对新事物新变化无法把握。目前设计的选船系统充分考虑了船舶的各项信息，并结合船舶综合管理的理念来进行数据建模，通过船舶、公司、风险、绩效等多维度交叉分析实现数字化选船，让数据进行客观决策，通过“互联网+海事监管与服务”思维运用，实现海事现场监管的智能化、信息化。选船系统模型开发遵循： 　　（1）符合海事监管与服务的相关规范要求 　　（2）系统设计应严格执行有关规范并充分考虑用户的需求 　　（3）综合考虑各种资源，避免重复建设，降低运营成本 　　（4）系统应具有较强的容错能力，具有完善的系统恢复和安全机制 　　（5）系统方案在满足现状的情况下，充分考虑将来的发展，具备良好的扩展性。 　　1.2多维度建立数据关联，解决数据孤岛问题 　　海事管理涉及人、船、环境等多个方面，与之相配套的管理系统各地不尽相同，信息不联通也未实现共享，海事监管虽然积累了众多数据，但信息孤岛现象也逐渐凸现出来。如何将船舶基本数据、安全检查、事故调查、行政处罚、重点跟踪及协查船舶等分类信息有效集中并加以利用，是重中之重。杨浦海事局探索了一套行之有效的数据关联方法，建立集中数据服务，以船舶为中心，与之相关的船员、公司以及历史信息进行收集、整理、漂洗后有机结合在一起，形成用于选船的数据集市，不但解决了数据孤岛问题，而且可以构建开放的数据流动生态。 　　1.3让数据发挥其效能 　　如何在有限的资源条件下让海事数据的效益得以最大化是非常值得研究的课题，通过对船舶数据进行更深入的统计分析和预测，则会有很多有价值的信息可以开发，让船舶监控逐步智能化，发挥海事机构更大管理效能，提高监管针对性，让船舶更安全。 　　2 大数据对海事管理的挑战 　　2.1 数据共享难以实现 　　海事管理的大数据覆盖范围很广，比如船舶基本数据、登记注册信息、安全检查、事故调查、行政处罚、重点跟踪及协查船舶等分类管理信息，目前散乱分布在各个业务系统、各港口海事部门，而各港口之间的信息并没有全部互联互通，各港口海事部门仅掌握本辖区船舶在本港的数据信息，无法获得该船舶的全部营运状况信息。数据不能共享使用，对大数据的价值挖掘形成桎梏，在建立健康、有效的海事大数据生态圈过程中，数据共享问题亟待解决。 　　2.2 数据有待挖掘利用 　　海事管理信息系统经过十几年的发展，无论从业务还是技术的角度看都是一个复杂的大集合系统，信息覆盖范围广、信息量大、来源分散、结构复杂，特别是系统中既有结构化数据，也有非结构化数据。面对庞大的数据金矿，数据挖掘与数据分析已经成为发展大数据的“瓶颈”。 　　首先，在当前的技术条件下，往往处理数据和形成报告需要花费大量时间，而忽略了挖掘，大数据若不经过挖掘、提炼，便无法体现其价值。目前，海事管理系统数据库对大量的海事数据利用程度不够，对数据的关联性和精确性也未引起足够关注，