飞机旅行似乎已快要达到很多乘客的忍耐极限——座位间距小、食物选择少、飞行时间长，还有就是安检的等待和催促。

　　旅行者们在经过主要枢纽机场的时候都已经做好了这样的心理准备。不过，他们有可能不知道，在每次飞行的背后，都有着大量数据的生成；只有对它们进行采集、挖掘、分析才能保证飞行安全。虽然大部分数据都是结构化数据，但是也有一部分是文本形式，来自撰写报告、音频录音和警示信号。

　　NASA首席数据科学家Ashok Srivastava说：“所有人都知道国家空域非常安全。”Srivastava是系统范围安全保险技术项目（SSAT）的牵头人，列举了1959到2006年每年的死亡事故率，来证明近五十年间这一比率的稳固下滑趋势。

　　“但现在的问题是，在不断增加的航班数量中，怎样才能让航行变得更安全一些？”

　　在今年夏天第八届年度文本分析峰会（Text Analytics Summit）的演讲中，Srivastava提到，每年的航班增长率可达2%到3%，根据具体经济情况上下波动。而交通统计局（Bureau of Transportation Statistics）的报告显示，美国交通部仅在2011年一年中就记录了1000万次国内和国际商业航班。如果增长率为2%，那就是说每年都有几十万次新的航班开通，给空域加压。

　　他说：“如果是这样的情况，我们只有寻找到提高安全性的方式，才能保持低事故率。这是一个NASA和其他机构目前正在努力的领域，关键就在于必须大力控制住风险。”

　　通过文本分析得出事件原因

　　Srivastava和他的团队会仔细分析发生的异常事故，其中一个方法就是在地图上按照连续性把它们标识出来，通常从一个安全的州开始。而对于那些在连续性中“反常的州”，团队会特别注意，因为这意味着事有蹊跷、值得警惕；他们会在这样的地方上做下记号，提示该路线安全系数低，可选择回航到安全的州。

　　“文本在理解事件中所扮演的角色越来越重要。”

　　团队对运营数据进行分析，识别在反常的州发生的事件，同时也会参考机组和地勤工作人员的报告。Srivastava称，这些报告能够帮助他们理解事件发生的随机因素和实际原因。

　　在金融业中，按秒以计的数字数据可以显示股票走势，而媒体报告能够解析数字之外股票涨跌的原因。航空报告也是这样。

　　“单凭数字数据本身，我们没办法分析出事故的原因。”

　　Srivastava举出实例，大概一年多以前，肯尼迪国际机场发生了一次事故，埃及航空公司的986次航班和德国汉莎航空公司的411次航班在跑道上差点发生碰撞，还好没有酿成惨剧。

　　“请问这次事故为什么会发生？是怎么回事？我们又怎样对这次数据进行分析？”对此，他们展开了调查，包括分析飞行员与控制塔之间的音频录音，后来得知是埃及航空公司的航班转错了弯。NASA还处在音频分析的初级阶段，即将录音转制为文本内容。

　　搞清楚了是怎么一回事之后，Srivastava和他的团队着眼于从随机因素中提取出预测信息，以防止未来类似事故的发生。

　　他说：“这对今天的系统安全来讲至关重要，对明天的系统更是如此。”

　　从分析走向预测

　　在数据分析流程中有一种传统的方法，即单独分析数字数据和文本数据，然后再把它们整合到一起，得出结论。

　　Srivastava说：“很多人都在采用这种方式，我认为很有效，但是我们的做法完全不同。”

　　他们把数据汇集到同一个系统，对所有数据一并分析，包括雷达和卫星系统中的网络数据、软件中的航空数据、引擎和传感器数据、地勤和机组人员的地面文本数据等等。分析在单一架构中通过一级支持无线电导航（一种学习模型、检测模式的机器）完成。

　　他说：“通过短时间内把所有数据汇集到一起、进行同时分析，我们能够对诸如航空系统这样的真实系统进行高精确度预测。”

　　数据和文本一样，都可以通过不同的途径、运用多样化的方式进行分析，比如算法式和可视化；这使得NASA和其他机构能够密切关注流行趋势、事件的增幅减幅以及跑道入侵事故的因素。

　　Srivastava提及了企业在发展自己和规避风险时所采取的主动立场：就像企业社区一样，NASA和其他机构正在尝试着各种臆测、策略和技术，以期能够将问题在发生之前就扼杀在摇篮之中。

　　“而整个系统的命运都将由数据分析来决定。”