1.一种基于大数据的轨道交通数据分析方法，其特征在于，所述轨道交通数据分析方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的轨道交通数据分析方法，其特征在于，所述步骤s1中数据采集包括对轨道设备维修数据的采集，维修数据包括结构化数据、半结构化数据和非结构化数据。
3.根据权利要求1所述的一种基于大数据的轨道交通数据分析方法，其特征在于，所述步骤s2中清洗数据包括以下步骤：
4.根据权利要求3所述的一种基于大数据的轨道交通数据分析方法，其特征在于，所述步骤s11中计算缺失值比例按照以下规则进行：重要性和缺失比率处理规则，重要性高且缺失率高的字段，需要进行填充缺失内容，重要性高且缺失率低的字段，需要进行填充缺失内容，重要性低且缺失率高的字段，可直接去除该字段，重要性低且缺失率低的字段，可不做处理或者简单操作补充。
5.根据权利要求4所述的一种基于大数据的轨道交通数据分析方法，其特征在于，对于需要进行填充缺失内容的字段，数据填充一般可通过以下方式：方式一、人工参与的方式填充缺失值，例如经验累计，专业知识等；方式二、通过同一字段的数据进行简单计算，例如平均数、众数等；方式三、以多个字段的组合通过一定规则计算结果填充缺失值；方式四、如果某些指标非常重要又缺失率高，可进行的操作包括重新进行数据采集工作，或者通过其他渠道获取相关的数据集。
6.根据权利要求1所述的一种基于大数据的轨道交通数据分析方法，其特征在于，所述步骤s3中构建数据词典包括以下步骤：
7.根据权利要求6所述的一种基于大数据的轨道交通数据分析方法，其特征在于，所述步骤s22中当对一个字符串进行处理的时候，从首字hash表进行查找,如果不存在该单字，在hash表中创建该单字，创建链表，同时将hash表指针指向链表；如果存在该单字，则进行链表的指针指向处理，最后对出现的单字进行次数更新。
8.根据权利要求1所述的一种基于大数据的轨道交通数据分析方法，其特征在于，所述步骤s4对数据词典进行分词过程中，采用正向最大匹配算法，在该算法中，首先，找到词典的最长词长l，对于待切分的字符串，从最左边开始取出l个字符进行匹配，如果取出的字符串能够在词典中匹配到，则将待切分字符串切分为二，前部为一个语句，后部为下一待切分字符串；如果取出的字符串不能够在词典中匹配，则l减一进行下一个循环。
9.根据权利要求1所述的一种基于大数据的轨道交通数据分析方法，其特征在于，所述步骤s5数据索引包括全局性查询和局部性查询，且全局性查询与局部性查询都对数据进行切分处理，并将处理后的数据写入到elasticsearch集群中，其中数据写入过程包括数据库操作和elasticsearch集群操作，所述数据库的操作在确认客户端连接数据库成功后，获取数据集，同时获取站点信息表，数据处理的过程中，对数据集中的字段进行分析，确定可提供站点信息的字段，获取站点信息表中的站点及其坐标值，如果数据集中的一-条记录包含站点信息，则将对应站点信息进行映射，对于无法提取站点信息的记录，则将对应的站点信息设置为空进行映射，最后，将处理结束的数据集发送给elasticsearch集群。
10.根据权利要求9所述的一种基于大数据的轨道交通数据分析方法，其特征在于，所述elasticsearch集群操作首先需要确认成功连接elasticsearch集群，在确认之后，判断需要写入的数据集是否有对应的索引，不存在则创建对应的索引，然后在时空切分中，使用站点的横坐标和纵坐标结合作为类型，接下来提取数据项中的时间信息，用于数据的路由设置，然后对于判定可以写入的数据，需要转换elasticsearch集群支持的json格式，最后当数据库提交的数据集中的每一项记录写入之后，数据处理结束。