大数据时代民航发展
大数据在航空航天领域的应用
大数据在航空航天领域的应用近年来，随着科技的迅速发展，大数据在各个行业中发挥着越来越重要的作用。
航空航天领域作为高度复杂和精密的行业，对数据的处理和分析要求尤为严格。
因此，大数据在航空航天领域的应用正逐渐成为行业的重要趋势。
一、航班调度与运营优化航空公司需要实时监测大量航班运行数据，包括航班起降时间、航班延误情况、飞机性能数据等。
通过对这些数据的分析，航空公司可以优化航班调度和运营，提高飞机的利用率和航班的准点率。
例如，根据大数据分析得出的航班延误模式，航空公司可以调整飞行计划，减少延误时间，提高旅客的出行体验。
二、飞机维修与保养预测航空公司需要对飞机的维修与保养进行定期的检查和维护，以确保飞机运行的安全和可靠。
借助大数据分析，航空公司可以对飞机的实时性能数据进行监测，并通过预测模型来判断飞机可能出现的故障和需要进行的维修工作。
这种基于大数据分析的飞机维修与保养预测，不仅可以减少飞机的停飞时间，还可以降低维修成本，提高飞机的可用性。
三、空中交通管制和航路规划空中交通管制旨在确保航班的安全和流畅。
大数据在空中交通管制领域的应用，可以帮助航空管理部门实时监控航空器的位置和航班状态，并通过数据分析来预测和避免可能发生的交通拥堵。
此外，大数据还可以用于优化航路规划，提高航班的燃油效率，减少二氧化碳排放。
四、飞行器设计与改进大数据在飞行器设计与改进方面的应用，可以帮助航空航天工程师分析飞机的飞行性能和结构特征，从而进行飞行器的优化设计和改进。
通过对大数据的挖掘和分析，可以更好地理解飞机的飞行特性和操控要求，提高飞机的安全性和性能。
五、航空旅客需求预测与个性化服务大数据在航空旅客需求预测和个性化服务方面的应用，可以通过分析大量的航空旅客数据，预测旅客的出行需求和偏好，从而为旅客提供个性化的航班推荐和服务。
例如，通过分析旅客的出行习惯和偏好，航空公司可以为旅客提供相应的机票优惠和餐饮推荐，提高旅客的满意度和忠诚度。
大数据分析在航空公司中的应用
大数据分析在航空公司中的应用引言：大数据正逐渐改变了世界的各个领域，航空业也不例外。
随着全球航空业的迅猛发展，航空公司积累了大量的数据，并意识到这些数据对业务决策和改进服务质量至关重要。
本文将探讨大数据分析在航空公司中的应用，以及其对航空运营和客户体验的影响。
一、航班运营优化航空公司每天面临大量航班的运营管理，通过大数据分析，可以对航班准点性、航线资源利用率等进行全面监控和优化。
例如，通过分析历史数据和天气预报，航空公司可以预测航班延误的可能性，并提前调整航班计划和资源分配，以减少延误时间和成本。
同时，大数据分析还可以帮助航空公司优化航线设计和飞行计划，以提高燃油效率和减少碳排放。
二、客户需求预测客户满意度是航空公司发展的关键因素之一。
通过大数据分析，航空公司可以深入了解客户的需求和喜好，并根据这些数据提供个性化的服务。
例如，通过分析乘客的旅行偏好、购票历史和行为模式，航空公司可以提前预测客户的需求，为其推荐适合的航班、座位和服务，并通过精确的定价策略实现最佳利益。
三、售后服务改善航空公司在售后服务方面也可以借助大数据分析提升客户体验。
通过对客户反馈、投诉和问卷调查的数据进行分析，航空公司可以快速发现和解决问题，并持续改进服务质量。
此外，通过对客户行为和需求的分析，航空公司还可以预测客户可能出现的问题，并提前采取措施进行干预，从而提升客户满意度和忠诚度。
四、安全和风险管理航空公司注重航班安全和风险管理。
大数据分析可以帮助航空公司快速发现潜在的安全隐患和风险，并采取相应的措施进行防范和管理。
例如，通过对航班数据、机组和乘客的信息进行分析，航空公司可以识别出潜在的恐怖主义威胁，以及其他安全风险，从而采取相应的预防和安全措施。
同时，大数据分析还可以帮助航空公司优化维修保养计划，减少机械故障和事故的发生，提高运营安全性。
结语：大数据分析已经成为航空公司不可或缺的工具，并在航班运营、客户服务和安全管理方面发挥了重要作用。
大数据在航空业的应用
大数据在航空业的应用随着信息技术的快速发展，大数据已经成为各行各业的热门话题。
航空业作为一个信息密集型行业，也开始广泛应用大数据技术。
本文将探讨大数据在航空业的应用，并分析其对航空业的影响。
一、大数据在航空业的应用场景1. 航班运营优化航空公司可以通过大数据分析航班数据，优化航班运营。
例如，通过分析航班延误数据，航空公司可以找出延误的原因，并采取相应的措施来减少延误。
此外，航空公司还可以通过大数据分析客户需求，优化航班安排，提高客户满意度。
2. 航空安全管理大数据可以帮助航空公司进行航空安全管理。
航空公司可以通过分析飞行数据、维修数据等大数据，及时发现飞机故障和安全隐患，并采取相应的措施来保障航空安全。
此外，航空公司还可以通过大数据分析乘客行为数据，识别潜在的安全风险。
3. 航空客户关系管理大数据可以帮助航空公司进行客户关系管理。
航空公司可以通过分析客户数据，了解客户的需求和偏好，提供个性化的服务。
例如，航空公司可以根据客户的喜好推荐适合的航班和酒店，提高客户的满意度和忠诚度。
4. 航空票务销售大数据可以帮助航空公司进行票务销售。
航空公司可以通过分析市场数据和客户数据，制定精准的销售策略。
例如，航空公司可以根据客户的购买记录和偏好，推送个性化的优惠信息，提高销售转化率。
二、大数据在航空业的影响1. 提高运营效率大数据可以帮助航空公司提高运营效率。
通过分析大数据，航空公司可以及时发现问题并采取相应的措施，提高航班准点率和客户满意度。
此外，大数据还可以帮助航空公司优化航班安排和资源配置，提高运营效率。
2. 提升客户体验大数据可以帮助航空公司提升客户体验。
通过分析客户数据，航空公司可以了解客户的需求和偏好，提供个性化的服务。
例如，航空公司可以根据客户的喜好推荐适合的航班和酒店，提高客户的满意度和忠诚度。
3. 加强安全管理大数据可以帮助航空公司加强安全管理。
通过分析飞行数据、维修数据等大数据，航空公司可以及时发现飞机故障和安全隐患，并采取相应的措施来保障航空安全。
大数据在航空领域中的应用与航空运力管理
大数据在航空领域中的应用与航空运力管理随着信息技术的飞速发展，大数据逐渐成为各个行业的核心竞争力之一。
航空领域也不例外，大数据的应用正在对航空运输业产生深远的影响。
本文将讨论大数据在航空领域中的应用，并重点关注航空运力管理方面的利用。
大数据对于航空行业的应用可以追溯到早期，随着航空公司的网络系统和航班数据的普及，数据分析成为提升航空运营效率和服务质量的有效手段之一。
航空公司可以通过分析大数据来了解货运、乘客流量、航班延误等情况，从而优化飞行计划和调整运力分配，提高飞行效率。
首先，大数据在航班调度和航空运输规划中发挥了重要作用。
通过分析航班数据和乘客需求，航空公司可以精确预测未来的乘客流量，以便调整机票价格和航班安排，提供更好的服务。
同时，大数据分析还能帮助航空公司优化航班路径和航班间隔，减少飞行时间和延误率，减少油耗，降低运营成本。
其次，大数据在航空运力管理中的应用也日益重要。
航空公司需要根据不同的时间段和航线需求，合理安排飞机的使用和维护。
通过大数据分析，航空公司可以准确预测客流量的高峰和低谷，调整运力分配，避免资源浪费和运力短缺的问题。
同时，大数据还可以帮助航空公司优化机场地面设施的规划和布局，提高运输效率。
此外，大数据在航空安全管理方面也有重要意义。
通过分析机组人员数据、飞行记录和事故统计等信息，可以及时发现并纠正安全隐患。
大数据分析还可以帮助航空公司评估机组人员的飞行能力和安全纪律，提供培训和改进建议，提高乘客出行的安全性。
然而，大数据在航空领域的应用也面临一些挑战和难题。
首先，数据的收集和处理需要花费大量的时间和资源。
尤其是航空公司需要处理大规模的数据集，如航班数据、机组人员数据等，这对于航空公司的信息技术系统提出了更高的要求。
其次，数据隐私和安全问题也是一个严峻的挑战。
航空公司需要保护客户个人信息的安全，同时要遵守相关的隐私和数据保护法规。
综上所述，大数据在航空领域中的应用已经取得了显著的成果，并且在航空运力管理方面有着广阔的前景。
大数据在航空航天领域中的应用与进步
大数据在航空航天领域中的应用与进步随着科技的不断发展，大数据技术在各个领域的应用也日益广泛。
在航空航天领域，大数据技术的应用不仅提升了飞行安全性，还推动了航空航天行业的发展。
本文将探讨大数据在航空航天领域中的应用与进步。
一、飞行数据分析在航空领域，飞行数据的收集和分析对于飞行安全至关重要。
传统上，飞行数据主要通过黑匣子等设备进行记录，但这些数据量有限且分析效率低下。
而大数据技术的应用，使得飞行数据的收集和分析变得更加高效和全面。
通过大数据技术，航空公司可以实时监控飞机的各项数据，包括飞行高度、速度、燃油消耗等，从而及时发现飞行中的异常情况并采取相应措施。
同时，通过对大量历史飞行数据的分析，航空公司可以发现飞行中的潜在风险因素，进而改进飞行计划和飞行策略，提升飞行安全性。
二、航空客流预测大数据技术在航空领域还可以应用于航班客流预测。
通过对历史航班数据、航班时刻表、天气等多方面数据的分析，航空公司可以准确预测未来某段时间内的客流情况，从而合理安排航班计划和座位分配，提高航班的运营效率。
航空客流预测不仅可以帮助航空公司更好地满足旅客需求，还可以优化航班资源的利用，降低航空公司的运营成本。
同时，通过大数据技术的应用，航空公司还可以根据客流预测结果调整票价策略，提高航班的盈利能力。
三、航天任务规划在航天领域，大数据技术的应用也为航天任务规划提供了重要支持。
航天任务的规划涉及到多方面的数据，包括卫星轨道数据、地面站数据、太空环境数据等。
通过对这些数据的综合分析，航天机构可以更好地制定航天任务的计划和执行方案。
大数据技术的应用使得航天任务规划更加科学和精准。
航天机构可以通过大数据分析，预测太空环境的变化，优化卫星轨道设计，提高卫星通信和导航的精度和可靠性。
同时，大数据技术还可以帮助航天机构实时监测航天器的状态，及时调整任务执行计划，确保航天任务顺利完成。
四、航空航天领域的进步大数据技术的应用为航空航天领域带来了诸多进步。
民航行业如何实现数字化转型
民航行业如何实现数字化转型在当今数字化浪潮的冲击下，民航行业也面临着前所未有的变革与挑战。
如何实现数字化转型，提升运营效率、服务质量，增强竞争力，成为了摆在民航业面前的重要课题。
数字化转型对于民航行业而言，意义重大。
首先，它能够优化运营流程，提高航班的准点率和安全性。
通过实时监测飞机的各项数据，提前发现潜在问题并进行维护，减少因机械故障导致的航班延误。
其次，能够提升客户体验。
从订票、值机到登机的全流程数字化服务，让旅客更加便捷、舒适。
再者，有助于精准营销。
基于大数据分析，了解旅客的需求和偏好，提供个性化的产品和服务。
然而，民航行业的数字化转型并非一帆风顺，存在着诸多障碍。
一方面，民航系统的复杂性和专业性导致数字化改造难度大。
涉及到航空安全、航空法规等多个领域，需要在保障安全的前提下进行创新。
另一方面，数据的整合与共享存在困难。
不同部门、不同系统之间的数据格式不统一，难以实现有效的互联互通。
此外，员工对数字化技术的接受程度和应用能力参差不齐，也在一定程度上影响了转型的进程。
要实现民航行业的数字化转型，需要从多个方面入手。
首先，加强基础设施建设是关键。
包括提升网络带宽，确保数据的高速传输；建设数据中心，实现数据的集中存储和处理。
同时，要引入先进的传感器和监测设备，实时收集飞机、机场等各方面的数据。
其次，推动数据的整合与共享。
建立统一的数据标准和规范，打破部门之间的数据壁垒。
通过数据的融合分析，为决策提供更加全面、准确的依据。
再者，注重人才培养。
开展数字化培训课程，提高员工的数字素养和技能水平，让他们能够熟练运用数字化工具开展工作。
同时，吸引和留住具备数字化专业知识的人才，为行业注入新的活力。
在业务流程优化方面，要以数字化为导向，对航班调度、旅客服务、机务维修等核心业务进行重新梳理和优化。
例如，利用智能化的航班调度系统，提高航班资源的利用率；通过移动终端为旅客提供一站式服务，减少排队等待时间。
此外，加强与科技企业的合作也是必不可少的。
浅谈大数据在民航领域的应用
浅谈大数据在民航领域的应用大数据也被称为"未来的新石油和矿产"，它的出现开启了大规模生产、分享和应用数据的时代，能让我们通过对海量数据进行分析，以一种前所未有的方式获得全新的产品、服务或独到的见解，最终形成变革之力，实现重大的时代转型。
这就好比当我们感受浩瀚无垠的宇宙时，用望远镜只能看到宇宙的冰山一角，但更广阔的区域都在表面之后，等待着进一步的探索。
大数据正在改变我们的生活及理解世界的方式，正在成为新发明和新服务的源泉，同时也为各行业发展提供了前进的驱动力，民航业也在其中。
二：大数据技术1大数据概念大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。
2大数据的特征大数据具有十分广泛的特性；例如高速性，规模性，多样性，价值型，有效性，真实性等；而现在大数据业内普遍认为大数据主要具有"4V"特征，即Volume（体量大）、Variety（种类多）、Velocity（速度快）和Value（价值高）特性特性描述Volume（体量大）大数据，顾名思义，在于其"大"上；数据的储存从最初的TB增长到ZB的程度，这与大数据的数据储存技术和网络应用技术的提升密切相关；数据加工处理技术的快速提升，网络宽带的高速发展和社交软件的大幅度应用都为这一进步提供了大量的数据储存量，极大促进了大数据的发展。
据统计，从文字出现到21世纪初，人类产生的数据总量只相当于现在两天的数据流量；IDC（国际数据资讯公司）曾预测：2013年全球储存的数据预计达到1.2ZB；处理如此多的数据全要归功于大数据技术的发展，大数据技术也确实为我们提供了相当大的便利；例如：腾讯的QQ和微信每天均有上千万条的数据需要分析存储，正是基于大数据技术的应用，才为人们提供了如此便捷实用的处理人际关系的软件。
大数据技术在航空业中的应用
大数据技术在航空业中的应用随着信息技术的快速发展，大数据技术在各个行业中的应用越来越广泛。
其中，航空业作为现代化、高科技和高附加值的代表行业之一，也开始广泛采用大数据技术来优化管理、提升效率和增强安全性。
本文将从航空运营、机场管理、航空安全以及客户服务等方面的应用展开探讨。
一、航空运营航空运营是航空业最基本的环节，而大数据技术在航空运营中的应用主要是指航班调度、乘客运输、货物运输等方面。
在航班调度方面，大数据技术可以根据历史数据、天气预报、航空公司的航班计划等多种信息进行预测，实现更加科学合理的航班排班和航线计划。
在乘客运输方面，大数据技术可以有效地管理和分析乘客的个人信息、购票情况、座位选择等信息，以更好地为乘客提供满意的服务。
此外，大数据技术还可以优化货物的装载和卸载过程，提高货运效率和准确性。
二、机场管理机场管理是航空业中非常重要的一环，而大数据技术在机场管理中的应用则主要涉及到机场运行、设施维护、客流管理等方面。
在机场运行方面，大数据技术可以全面监测机场的各项运行指标，为机场管理者提供实时分析和管理决策。
在设施维护方面，大数据技术可以对机场设施进行多维度的监测和管理，以确保设施的正常运行和安全使用。
在客流管理方面，大数据技术可以基于乘客的安检、登机、出入境等信息，为机场提供全面的乘客流量分析和管理。
三、航空安全航空安全是航空业中一项极其重要的工作，而大数据技术在航空安全中的应用主要涉及到数据收集、分析和预测等方面。
通过大数据技术的支持，航空公司和空管部门可以全面地收集、分析和处理航班相关的数据，实现对飞行过程的实时监测和监控。
同时，大数据技术还可以通过对历史数据的分析和比对，提前预测可能出现的安全问题，为航空安全从源头上提供保障。
四、客户服务客户服务是航空业中与乘客直接接触的重要环节。
大数据技术在客户服务中的应用则主要是指通过对乘客的数据收集、分析和挖掘，为乘客提供更加个性化和优质的服务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Aeromacs
• • •
• • •
未来的机场地面无线通信标准 预计2016年写入ICAO附件10 2018年新航空器上配备相关机 载设备 2028年将强制所有航空器安装 专网、安全、符合民航标准 技术成熟，但产业链不成熟
外站起飞 进近
站坪关键环节数据采集
起 飞
机务放行 入位 离位 行李装卸 加油 摆渡车 机组到位 清水污水 配餐 滑行 22 落地 拖车 清洁
大数据时代的民航发展
视角：智慧机场领域-机场运行
23
大数据时代的民航发展
视角：智慧机场领域-服务提升
自助化、柔性化
24
大数据时代的民航发展
视角：智慧机场领域-机场商业
现场实时监测 驻留时间统计 店铺关联分析
客流密度分析
驻留时间统计
25
大数据时代的民航发展
视角：智慧机场领域-机场商业
26
大数据时代的民航发展
出票
成行
结算
服务
16
大数据时代的民航发展
视角：航空公司收益管理
17
大数据时代的民航发展
视角：航空公司收益管理
波音性能 计算模块 实时性能计算模 块（获取最大起 飞、最大着陆重 量）
72小时机场 温度、风速 、风向预报
大数据应用实例：客机腹舱业载 计算（已覆盖所有航班）
机场数据
厂商提供东航 26种机型数据
国家 美国
德国 荷兰 法国 日本
中方航权额度 一区、二区客运180班 客运55班 货运38班 客运33班；其中14班可用于全货运航线 货运35班；可从客运航权借用14班。 客运50班 一线城市客运系数每周400
中方使用量 166班 55班 38班 17班 48班 48班 399.8
19
大数据时代的民航发展
2016大数据研讨会
大数据时代的民航发展
刘一
2016年9月
中国民航管理干部学院
报告人简介
刘一 中国民航管理干部学院 民航大数据与信息管理研究中心副主任（主持工作） 民航业数据挖掘与分析实验室主任、远程教育处副处长
中国科技大学计算机软件理论专业学士，中国科学院研究生院 信号与信息处理专业博士。第五届中国青年科技工作者协会理事、 中国机场协会信息专业委员会会员；主持完成多项国家自然科学 基金、科技部国家软科学、民航局专项研究项目与民航企业项目。 中国民航管理干部学院（中共民航局党校）承担着民航系统各 类公务员和在职干部培训以及行业内相关政策、标准的制定和咨 询任务。近年来，学院对大数据、“互联网+”等在行业内的应用 非常重视，成立专门部门承接相关司局的专项任务，研究行业大 数据及信息化的相关政策、体系、技术、标准和保障措施。
大数据时代的民航发展
视角：云计算及大数据分析工具的实施（IT领域）
34
交流报告小结
两点心得：
1.大数据与“互联网+” 在民航行业应用前景极为广 泛，需要各部门协同推进 2.中国民航业面临着重大的变革与发展机遇
谢谢！
视角：智慧机场领域-旅客行为监测与异常行为识别
旅客群体行为预测 异常行为检测 用户兴趣发现 基于位置的信息推送
有助于机场安全管理 有助于流程监控 有助于提高服务质量 有助于提升非航经济效益
27
大数据时代的民航发展
视角：智慧机场领域-旅客行为监测与异常行为识别
安保应用 异常行为识别 行为、表情 、外表等 可疑人员追踪 视频追踪 人脸识别 步态识别
等信息系统建设，整合分散在空管、航空公司、机场、保障单位的 信息资源，设立民航数据中心，加强运行信息统一集中管控，提升
信息数据综合分析能力，促进信息资源共享。
大数据时代的民航发展
局方视角：民航运行信息监控网络
大数据时代的民航发展
局方视角：民航运行信息监控网络
大数据时代的民航发展
视角：安全管理
FAA:ASIAS(Aviation Safety Information Analysis and Sharing，航空安全分析与共 享)计划中的AIDS系统 （Accident/Incident Data System)
30
大数据时代的民航发展
机场的社会化数据： 自2013年，美国已全面引入互联网社会化数据对航空公司与机场进行市场调查
31
大数据时代的民航发展
机场的社会化数据：
客户声音
采集/运算
处理/分析
报告
32
首都国际机场
序号 巡检时间 全部数据 微博 论坛 新闻 贴吧 正面倾向 负面倾向 01 02 03 04 05 06 07 08 09 10 11 12 以分钟为单位，对社会化媒体中涉及机场的数据进行采集、监控，每 3分钟自动更新数据，全面透彻 13 14 地观察机场在社会化媒体下的声量变化情况，将突发事件的监控缩减至分钟级，为重大及恶性事件赢 15 16 17 得宝贵的预案响应时间 18 19 20 21 22 23 24 25 26 27
计算配置数 据
空客性能 计算模块
集配 舱单报文解 析模块
订座 ICS
最大起飞、落地重量
航信
航班数据、飞行计 划数据、舱单数据
回归算法（计 算航线油量及 备份油量）
预估航班可用 业载（航班重 量-航路油量备份油量）
运行数据中心 DM 飞行计划报 文解析模块
行李数据 旅客数据
回归算法（计 算行李及旅客 重量）
提高运行效率 人群感知 聚集预测
－－－
28
大数据时代的民航发展
视角：安全与安保领域-智慧安检
TSA / Global Entry / 信任旅客计划
29
大数据时代的民航发展
视角：行业的社会化UGC数据：
2015年5月16日深圳机场事件 当天（8：00-24：00）深圳机场有关“延误”、“机 场”“航班”等的原创微博共400多条，剔除无关的有 300多条
引言：民航进入大数据时代
几个关键的时间节点
1. 2011年左右大数据从IT范围走向经管领域 2. 近年来中美相继将大数据上升为国家战略 3. 2016年“民航数据中心”及“民航运行信息监控网络”建设 《关于推进交通运输行业数据资源开放共享的实施意见》
3
引言：民航进入大数据时代
4
引言：民航进入大数据时代
预估航班货运可 用业载（可用业 载-旅客重-行李 重）
集配、航信实时报文解析——获取实际货运量、旅客重量、行李重量、行李件数 飞行计划实时报文解析——获取实际起飞油量、备份油量
集配、航信实时报文解析——获取实际货运量、 旅客重量、行李重量、行李件数
18
大数据时代的民航发展
视角：航空公司航线及网络规划
大数据时代的民航发展
视角：安全管理
大数据时代的民航发展
视角：飞行品质的监控
大数据时代的民航发展
视角：飞行品质的监控
大数据时代的民航发展
视角：行业数据的开放与共享
14
大数据时代的民航发展
视角：航空公司及航信等信息服务单位营销
15
大数据时代的民航发展
视角：航空公司及机场等的精准营销
用户画像
预定
视角：航空公司航线及网络规划
20
大数据时代的民航发展
视角：智慧机场领域-机场运行
21
大数据时代的民航发展
• • • • 单基站覆盖范围大 适合机坪大范围覆盖 技术成熟 支持广泛
跑滑区域
机位区域
• • • • •
单个AP覆盖范围小 适合局部区域覆盖 技术成熟 传输带宽高 接入内网，不产生流量费用
飞行数据包
……Leabharlann 6大数据时代的民航发展
局方视角：民航运行信息监控网络
目标
进一步健全民航运行信息资源管理机制，加快形成信息开放、资源
共享、协同决策的运行信息监控网络，提升民航信息化建设水平。 加快推进全国流量管理系统、全国统一的协同决策系统、飞行计划
集中处理系统、监视信息集中处理系统和航空器全球追踪监控系统
60亿张机票
93000次航班
1千万吨CO2
5
引言：民航进入大数据时代
不同角度对大数据的理解有所不同： 1.政府管理层（有大数据宏观思维，政务信息、运行信息、安全信息
共享）
2.技术专家流派（架构、算法、技术角度切入） 3.数据密集型企业（强调数据的获取、存储、整合） 4.数据应用型企业（强调数据的挖掘和利用、价值最大化） 5.运行管理层（强调数据的表达和可视化、态势的感知） 6.互联网企业（社交媒体、各类APP应用、电子商务）