机场业务属于“流程业务”，如何高效地管理资源以促进人员和货物的流动是其中最大的挑战。例如，在旅客抵步后，能准时领取行李是确保乘客获得优质体验的关键。机场通常根据航班到达时间和其他基本因素对行李传送带进行分配。然而，当行李传送带近乎超载时，机场需要考虑更多的因素来优化传送带的分配，因此需要收集更多的数据。此外，除了将行李运送到传送带系统，为了保障客户服务质素，还要确保传送带上行李负载是均衡的。这里就需要用大数据分析技术来处理这些多源数据（包括航班/出发到达模式，旅客概况，行李停留时间，季节因素，历史模式等）。所以如何于此有效地使用大数据和机器学习技术是一个重要且富有挑战的课题。该项目旨在研究和开发大数据驱动的机场资源管理（BigARM）引擎，实现智能化的机场资源管理。项目的初期重点是行李传送带分配及其负载均衡，同时该引擎将设计成具有扩展到机场资源管理其他方面的能力。通过逐步扩展和调整业务数据模型，该引擎也可以用于解决其他机场和行业类似的资源管理问题。