-
题名互联网售票中的海量请求处理技术研究
被引量:4
- 1
-
-
作者
杨立鹏
王富章
梅巧玲
朱建军
-
机构
中国铁道科学研究院
-
出处
《铁路计算机应用》
2015年第7期25-27,共3页
-
文摘
铁路互联网售票已成为售票的主要渠道之一。本文介绍了铁路互联网售票系统的发展历程及特点,分析了互联网应对海量请求的常用技术,进一步介绍了铁路互联网售票系统在应对海量请求所进行的优化及所取得的成效。
-
关键词
铁路互联网售票
12306网站
海量请求处理
-
Keywords
Railway Internet Ticketing
12306 Website
mass request processing
-
分类号
U239.22
[交通运输工程—道路与铁道工程]
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名基于售票量预测的客票系统数据负载均衡方法研究
被引量:2
- 2
-
-
作者
王芳
李刚
林湛
吕晓艳
-
机构
中国铁道科学研究院电子计算技术研究所
铁道部信息技术中心
-
出处
《铁路计算机应用》
2013年第4期29-32,共4页
-
文摘
中国铁路客票发售与预订系统是支撑铁路客运售票业务的核心系统,随着铁路客运专线的不断铺设与发展,客票系统的交易量急剧增加,及时做好系统的负载均衡工作是保证客票系统平稳运行的重要前提。本文从客票系统的系统架构研究入手,针对影响系统运行的关键业务数据进行分析,提出以客票发售量预测为基础的客票系统负载均衡方法。采用该方法,对2013年春运期间的哈尔滨铁路局客票系统进行系统负载均衡调整,保证了该铁路局春运的售票业务的平稳有序,实践证明此方法有效、合理、科学。
-
关键词
客票系统
负载均衡
售票量预测
-
Keywords
Ticketing and Reservation System(TRS)
load balancing
forecasting of ticketing flow
-
分类号
U239.22
[交通运输工程—道路与铁道工程]
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名铁路客票系统关系型数据库的困境和出路研究
被引量:3
- 3
-
-
作者
李杨
阎志远
朱建军
戴琳琳
-
机构
中铁程科技有限责任公司
中国铁道科学研究院电子计算技术研究所
-
出处
《铁路计算机应用》
2017年第12期22-25,共4页
-
基金
中国铁路总公司科技研究开发计划项目(2015X003-A)
-
文摘
介绍铁路客票系统中应用关系型数据库的现状,以及面临的成本高、可扩展性差等方面挑战和客票系统业务特征带来的瓶颈。结合客票业务特点和场景,以及数据库未来的发展趋势和需求,提出了客票系统多种数据库综合运用、云服务化、业务改造等一系列的改进思路和建议。
-
关键词
客票系统
关系型数据库
困境和出路
-
Keywords
ticketing and reservation system(TRS)
relational database
predicament and solution
-
分类号
U239.22
[交通运输工程—道路与铁道工程]
TP392
[自动化与计算机技术—计算机应用技术]
-
-
题名基于开始广播检票信息的旅客检票流程仿真
- 4
-
-
作者
杨文
张彦
-
机构
中国铁道科学研究院电子计算技术研究所
-
出处
《铁路计算机应用》
2013年第2期27-29,33,共4页
-
文摘
如何通过合理设定开始检票广播时间,使得旅客在进站上车的过程中增加检票的流畅性,是提高高速铁路客运车站广播服务质量的一个重要服务环节。本文建立旅客候车检票模型,并通过SRAIL仿真系统对北京南站进行实例仿真,对不同的开始检票广播信息进行评价分析,得出最佳开检广播时间。
-
关键词
开始检票广播
旅客候车检票模型
SRAIL仿真系统
北京南站
-
Keywords
broadcasting of starting ticketing
passenger waiting or ticketing model
SRAIL Simulation System, Beijing South Railway Station
-
分类号
U239.22
[交通运输工程—道路与铁道工程]
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名铁路自动售票系统用户特征分析
被引量:1
- 5
-
-
作者
郭畅
-
机构
广州铁路集团公司广州南站
-
出处
《铁路计算机应用》
2017年第1期36-39,共4页
-
文摘
按照自动售取票旅客特征分别提供服务是提高铁路自动售取票工作效率的有效手段。为此,车站需要在不同的区域安装不同类型的自动售取票终端,并配置不同的操作界面。本文在借鉴互联网用户行为分析技术的基础上,提出了一种适应于铁路自动售取票旅客特征分析技术,包括KMeans聚类分析和Top N分析。应用这些分析技术能够为车站提供自动售取票旅客的聚类特征和最常用的售取票方式,从而可以指导车站进行自动售票终端的布局和终端软件界面配置。
-
关键词
自动售票机
KMeans
TopN
用户特征分析
-
Keywords
ticket vending machine(TVM)
KMeans
TopN
user feature analysis
-
分类号
U239.22
[交通运输工程—道路与铁道工程]
TP39
[自动化与计算机技术—计算机应用技术]
-