【笔记】根据公交卡出行记录识别小偷

 案例来源：@Bowen Du 

 案例地址：http://www.kdd.org/kdd2016/papers/files/adf0629-duA.pdf 

 （以下为案例的简要概述，便于之后能快速检索到相关内容。部分文字与图片可能直接来自原文，如有侵权请告知，谢谢） 

 1. 目标：根据公交卡出行记录识别小偷 

 2. 数据： 

 1）automated fare collection (AFC) systems的数据集（即北京智能公交一卡通数据），包括地铁与公交刷卡记录，在2014年4-6月共有600w用户的16亿条记录 

 2）根据新浪微博搜索，匹配到一些小偷的公交卡id 

 3）各个站点附近的POI数据，将其划入home、word、education等类别 

 3. 特征提取 

 1）出行时间 

 2）出行频率 

 3）短途出行占比（<3站的出行次数占所有出行次数的比例）：因为小偷会经常换路线避免被乘客抓到 

 4）出行模式：大部分出行都是有模式的，如早高峰是 住宅区→中转站→工作区，而小偷的出行会缺乏这种模式 

 5）高频访问地图：一些地区容易偷窃，而且小偷也喜欢在自己熟悉的区域下手 

 6）与常规出行的背离程度：给定出发点和目的，大部分人的路线差别不大，一般是距离最短或者时间最短，而小偷则不符合这个模式 

 7）历史行为：七日历史行为的中位数、平均数等 

 4. 识别小偷：因为正例负例规模差距大，一些监督学习算法会有苦难；使用无监督学习方法，容易产生大量误报 

 1）无监督学习：采用无监督学习做异常检测，如果是正常样本，则过滤掉，下一步骤中只对可能的异常样本做检测。这里采用正常的用户行为做one-class SVM，实现无监督的异常检测 

 2）有监督学习：缩小了样本后，征服例比例规模差距缩小，因此可以做有监督学习。这里采用SVM做有监督学习 

 5. 效果 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/70830.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！