京公网安备 11010802034615号
经营许可证编号:京B2-20210330
依托大数据 申通地铁打造“智慧地铁”
10月15日,上海申通地铁集团有限公司总裁、党委副书记顾伟华在“聚焦一号课题,建设科创中心——对话上海国企领导”全媒体大型访谈活动上表示,上海地铁不仅需要时刻保证安全有序的运行,更要结合大数据和数字化技术等发展热点,迎战新时代。
用学研”结合 打好基本功
申通地铁集团是一家融轨道交通投资、建设和运营管理为一体的大型企业集团,是上海轨道交通投资建设和运营的责任主体,并且在本次国资国企改革中被定位于公共服务类企业。自上世纪九十年代初上海地铁1号线全面正式开工以来,在实现自身发展的同时创造了行业的多项第一,而且通过“用产学研”的科技创新模式,带动了一批行业企业的快速成长和发展。
顾伟华透露,今年上海城市轨道交通运营线路长度将达到588公里,总运营长度和规模仍旧居于世界首位。上海地铁运营线路长度在2020年将超过800公里,市中心区域基本保证步行600米内就能达到地铁车站。
最新数据显示,去年上海地铁占公共交通客运量比例达51%,而其长远目标则是超过70%。安全、舒适、人性化的上海地铁正在改变市民的出行习惯,以往在短距离出行上市民较为倾向地铁,在中长距离方面也正在逐渐增加对地铁的依赖程度。备受关注的迪士尼地铁线路也即将开通,由于迪士尼地理位置较为特殊,据专家预测,游客选择乘坐地铁前往的概率也非常之大。
另外,上海地铁正在致力于以安全管理和运营服务智慧化的目标,积极打造三项基础能力。一是“高速数据传输能力”,即通过建立一个覆盖轨道交通全系统的高速数据无线传输网络,实现各类数据的互联共享和及时传递;二是“大数据管理能力”,即建立轨道交通网络数据中心,将原本分散在各个专业、或者遗失的各类数据信息进行分类汇总、集中存贮、科学管理,开展大数据的分析挖掘工作;三是“数字化管理能力”,即构建城市轨道交通三维数字化管理平台,将传统的轨道交通设施设备管理从抽象的文字信息管理转化为三维可视数字化管理,形成更加科学、便捷、高效、直观的数字化管理系统。
重视人才培养 打造“地铁+”
顾伟华认为,未来除了“互联网+”之外,还要着力推进“地铁+”。目前申通地铁已经加了物业、商业、银行、餐饮等,未来还可以加金融、加快递、加医院等等,只要想象得到,未来都可能在地铁这个大环境中实现。
“这种想法的实现还需要很多很多的边界条件,但我想创新的关键是人。”顾伟华表示,科创中心的建设首先就是要让人打破既有的传统思维模式,让这个城市的所有人都能够时时有创新的灵感、时时有创新的动力、时时有创新的环境,这样才能够真正实现科创中心的建设发展。
他认为,未来上海地铁将继续坚持这种创新精神和创新灵魂,围绕上海建设“科技创新中心”的总体目标要求,继续以管理好城市轨道交通网络、服务好乘客出行综合需求为目标,不断满足乘客、社会、城市、行业发展需求,通过“引导”和“推动”行业创新,带动产业发展,通过建立企业、行业、社会创新平台,打造城市轨道交通行业科技创新基地,并以此引领行业技术发展,服务好上海科创中心建设。
对于未来的上海地铁,市民更关心的应该是安全、环境和服务三个方面的问题,这同样是申通地铁关注的焦点。随着上海地铁网络规模的扩大,客流量也快速增加,各类风险包括突发事件的概率也随之提升,因此必须补短板、全力以赴做好安全防范工作。另外,随着城市社会的发展,市民对地铁的需求也越来越多、越来越高,这就需要用“地铁+”的理念去提升服务能级。而上海地铁发展给人们带来便捷出行方式的同时,也不可避免的带来一些环境影响问题,如振动噪声、区域沉降等,未来上海地铁必须要实现与城市环境的友好发展。
更值得一提的是,上海地铁目前正在积极引入wifi系统、公网4G系统,打造“智慧地铁”。据透露,年底前wifi将会覆盖上海地铁网络中所有的车站和列车,实现乘客在地铁区域出行的过程中网络全覆盖。在方便乘客的同时,也可以利用信息推送功能提供很多增值服务。
本次“聚焦一号课题,建设科创中心——对话上海国企领导”全媒体大型访谈活动,由新华社上海分社、上海国资委党委、新华每日电讯联合主办,兴业基金全程支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06