天津城投集团资产管理有限公司

一、首先基于"天津之眼"摩天轮票务系统，建立数据提取规则，选取2020年7月至2024年10月的ticket表数据作为基础数据，选取8个核心字段进行保留，并对其进行逐层过滤清洗：1.清洗测试数据、字段缺失数据等异常数据；2.基于ticket_no编码规则进行纠正、清洗；3.基于身份证号规范性进行校验、清洗，具体包括号码长度（18位）、地区码范围（110000-659900）、出生日期范围（19000101-20241231）、顺序码范围（001-999）、校验码范围（0-9及X），对于使用非身份证号（护照号、港澳通行证、台胞证、永久居留证等）登记的游客，根据相应编码规范进行校验、清洗；4.对敏感个人信息（身份证号等证件号、姓名）进行脱敏；5.对购票时间、游玩日期、检票时间取值进行校验、清洗；6.将清洗后的ticket表和数据库内其他具有业务逻辑关系的表（customer表、ticket_order表等）及摩天轮运营时间表进行交叉验证，确保数据可用性。 二、基于清洗后的ticket表数据，分别基于游客地区分布（身份证号地区码）、年龄分布（12岁以下、[12,18)、[18,24)、[24,30)、[30,36)、[36,42)、[42,48)、[48,56)、56岁以上）、性别分布（男、女）、游玩时间段分布（12:00之前、[12:00,15:00)、[15:00,18:00)、18:00及之后）及每天总客流量进行分析，进行分类存储，形成分析子表，协同ticket表一起形成数据集，最终形成摩天轮项目数据质量评估报告及数据治理优化方案建议报告，辅助运营决策。