欢迎光临:博雅斗地主
您现在的位置:主页 > 政务 >  > 正文

公交车上谁是小偷!科大校友用大数据抓小偷

更新:2020-10-07 编辑:博雅斗地主 来源: 热度:6470℃

斗地主达人  如何从“茫茫人海”中识别出小偷?科大校友们想到了一种办法——大数据抓小偷。

  昨天,记者从中科大新创校友基金会获悉,科大校友罗格斯大学教授熊辉介绍了一种方法,他们通过分析智能公交一卡通数据,研究北京公交、地铁上乘客的出行规律,从而识别扒手。该研究成功地识别出了92.7%的小偷。

  根据异常交通记录分析抓小偷

博雅斗地主

  大数据时代的到来,使得每个人都已经被数字化,也就是说,人们的生产和生活的活动都被数字化、网络化、可计算化。这也使得利用智能学习的计算模型,来对人的行为进行预测,对人的情感,包括性格、感情和犯罪心理等进行分析成为可能。

  日前,在旧金山举行的KDD2016学术会议(知识发现和数据挖掘大会)上,科大校友罗格斯大学熊辉等学者报告了研究论文:他们对北京智能公交一卡通数据的分析研究,根据异常交通记录分析来抓小偷。共使用了北京市2014年4—6月三个月间600万乘客,约16亿智能公交一卡通数据记录。熊辉等研究人员将北京划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、18条地铁线经过的320个地铁站的数据。

  研究人员首先从每个人的日常出现记录中提取特征;然后进行无监督的异常行人检测和有监督的模式分类,从而挖掘出异常的出行轨迹。

  能正确识别九成以上小偷

  在谈到“根据异常交通记录分析抓小偷”方法的基本原理时,熊辉进一步解释,通过数据分析,可以看出很多人从热点区域A,到热点区域B的交通轨迹,对这些轨迹观察后,可以看到绝大多数的行人会选择最优的交通方式,比如,最短时间、距离,或者最少的换乘。但是,一个行人(嫌疑人)选择的交通路线为A->C->D->B。

  熊辉认为,“A->C->D->B”这是一种异常的交通方式,对上述异常行为需要进一步地仔细分析,如果该人的异常行为足够多,那么他很可能是一名扒手。

  熊辉公布了研究结果,利用这种方法分析,能够正确地识别出92.7%的小偷。

  小偷是“流浪”出行模型

  同时,熊辉等人对四类人在工作日早上8:00-11:00的出行模型进行分析:

  正常的出行者,主要在居住地、工作地、途经区域活动;旅游者频繁地访问圆明园、天安门、南锣鼓巷等景点区域;购物者主要访问王府井、西单等购物区域;扒手,则是一种流浪的模式,他们没有清晰的目的地,频繁地换乘,随机地停留,经常进行短途的出行。他们还在一段时间内频繁出现在一些特定场所,如交通枢纽、购物区、景点等。

转载请注明转载地址:“/zhengwu/20201007/6305.html ”。

上一篇:住宅架空层博雅斗地主到底姓“公”还是姓“私”!
下一篇:六安做好洪涝灾害卫生应急准备 八支市级医疗防疫队组建待命