在旧金山举办的KDD2016学术会议上，罗格斯大学的熊辉等学者向大家报告了他们的研究论文“CatchMeIfYouCan：DetectingPickpocketSuspectsfromLarge-ScaleTransitRecords”。论文报导在2014年的前9个月就有350个打劫在地铁交通系统上被捉，490个打劫在公交车上被捉。因此，他们对北京智能公交一卡通数据的分析研究，根据出现异常交通记录分析来抓小偷。研究中共用于了北京市2014年4-6月三个月间600万乘客的大约16亿智能公交一卡通数据记录。
如下图右图，熊辉等将北京区分为多个小的局部的功能区块，并分析了896条地铁线经过的44524个公交车站和18条地铁线经过的320个地铁站的数据。首先，从每个人的日常经常出现记录中萃取特征；然后，展开无监督的出现异常行人检测和有监督的模式分类，从而挖掘出出现异常的上下班轨迹。 挖出结果分析 在谈及“根据出现异常交通记录分析抓小偷”方法的基本原理时，熊辉更进一步说明，通过数据分析，可以显现出很多人从热点区域A，到热点区域B的交通轨迹，对这些轨迹仔细观察后，可以看见绝大多数的行人不会自由选择拟合的交通方式，比如，最短时间、距离，或者最多的换乘。
但是，一个行人（嫌疑人）自由选择的交通路线为A－＞C－＞D－＞B。 熊辉指出，“A－＞C－＞D－＞B”这是一种出现异常的交通方式，对上述出现异常不道德必须更进一步地仔细分析，如果该人的出现异常不道德充足多，那么他很有可能是一名打劫。 熊辉发布了他们的研究结果，如下表格右图，利用TS-SVM算法，可以超过92.7%的解任亲率（即需要正确地辨识出有92.7%的骗子），但是失望的是他们的精确度有点较低（也就是说算法的虚警率较高）。 另外，论文还得出了工作日早上8：00-11：00的四种上下班模型，如下图右图。
（a）长时间的出有行者，可以显现出他们主要在居住地、工作地、途经区域活动。 （b）旅游者，可以显现出他们频密地采访圆明园、天安门、南锣鼓巷等景点区域。 （c）购物者，可以显现出他们主要采访王府井、西单等购物区域。
（d）打劫，他们是一种流浪的模式，没明晰的目的地，他们频密地换乘，随机的逗留，常常展开短途的上下班。他们还（一段时间内）频密地采访多种功能区：交通枢纽（例如西直门）、购物区（例如王府井）、景点（例如鼓楼）。对于正常人而言，他们短时间内只采访一个/一种功能区。
本文关键词：99银河集团
本文来源：99银河集团-www.maginelizabeth.com
