[發(fā)明專利]一種購(gòu)票信息分析的方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201611198401.8
• 申請(qǐng)日: 2016-12-22
• 公開(kāi)（公告）號(hào): CN107527223A
• 公開(kāi)（公告）日: 2017-12-29
• 發(fā)明（設(shè)計(jì)）人: 趙忠信;曹文潔
• 申請(qǐng)（專利權(quán)）人: 北京銳安科技有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q50/26;G06N7/00
• 代理公司: 北京品源專利代理有限公司11332
• 代理人: 胡彬,鄧猛烈

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及的安全檢測(cè)的技術(shù)領(lǐng)域，尤其涉及一種購(gòu)票信息分析 的方法及裝置。

背景技術(shù)

鐵路是國(guó)家的重要基礎(chǔ)設(shè)施，是交通運(yùn)輸系統(tǒng)的骨干，是國(guó)民經(jīng)濟(jì)的大 動(dòng)脈，對(duì)國(guó)家的政治、經(jīng)濟(jì)、文化、國(guó)防建設(shè)都起到至關(guān)重要的作用。據(jù)2015 年數(shù)據(jù)統(tǒng)計(jì)，全國(guó)鐵路營(yíng)業(yè)里程達(dá)到11.2萬(wàn)公里，路網(wǎng)密度116.48公里/萬(wàn) 平方公里，投資規(guī)劃超過(guò)3.3萬(wàn)億人民幣，全國(guó)鐵路旅客發(fā)送量超過(guò)23.57 億人次。

安全是鐵路運(yùn)輸?shù)纳€，直接關(guān)系著企業(yè)的生產(chǎn)效率、社會(huì)經(jīng)濟(jì)效益 和人身安全。目前，我國(guó)的鐵路安全監(jiān)測(cè)手段主要是利用傳感器、數(shù)據(jù)采集 傳輸儀器、數(shù)據(jù)分析軟件對(duì)軌道、列車等硬件設(shè)施的參數(shù)進(jìn)行實(shí)時(shí)的監(jiān)控分 析預(yù)警，然而，人作為旅客運(yùn)輸?shù)闹黝}，人的一些購(gòu)票行為、運(yùn)輸過(guò)程中的 異常表現(xiàn)也有可能對(duì)鐵路運(yùn)輸、安全生產(chǎn)、正常秩序的維護(hù)產(chǎn)生不利的影響， 如何檢測(cè)這個(gè)特殊的乘客群體或縮小潛在危險(xiǎn)人群的搜索范圍，我國(guó)尚沒(méi)有 完善的理論模型與技術(shù)產(chǎn)品。

但從海量的乘客購(gòu)票數(shù)據(jù)中，應(yīng)用相關(guān)機(jī)器學(xué)習(xí)算法，提取有價(jià)值的模 式，面臨許多問(wèn)題：

(1)缺少標(biāo)記數(shù)據(jù)，無(wú)法應(yīng)用監(jiān)督學(xué)習(xí)模型：

乘客的購(gòu)票數(shù)據(jù)中并沒(méi)有明確的標(biāo)記數(shù)據(jù)供模型學(xué)習(xí)，人為地標(biāo)定數(shù)據(jù) 不僅耗時(shí)長(zhǎng)、成本高，而且具有顯著的主觀性，首先，并不能保證每個(gè)標(biāo)定 人員都具有領(lǐng)域?qū)I(yè)知識(shí)，能準(zhǔn)確判斷購(gòu)票數(shù)據(jù)中的異常模式，其次，標(biāo)定 人員的判定標(biāo)準(zhǔn)可能并不一致，導(dǎo)致對(duì)同一數(shù)據(jù)的標(biāo)定可能會(huì)產(chǎn)生沖突，再 次，能獲得到的乘客購(gòu)票數(shù)據(jù)是不完全信息，從不完全信息中很難確定一條 明確的標(biāo)準(zhǔn)來(lái)判斷數(shù)據(jù)是否異常。

(2)數(shù)據(jù)不完備，缺乏多方面信息交叉驗(yàn)證：

數(shù)據(jù)不完備主要表現(xiàn)為兩個(gè)方面，第一，獲取到的乘客購(gòu)票數(shù)據(jù)中沒(méi)有 確切的乘客購(gòu)票時(shí)間數(shù)據(jù)，乘客的購(gòu)票方式元數(shù)據(jù)并不完備；第二，僅僅從 乘客購(gòu)票數(shù)據(jù)中獲取的信息局限性太強(qiáng)，識(shí)別出的離群點(diǎn)(在對(duì)數(shù)據(jù)的概率 密度函數(shù)進(jìn)行擬合之后，遍歷乘客購(gòu)票數(shù)據(jù)集，應(yīng)用最大似然估計(jì)法對(duì)乘客 向量進(jìn)行標(biāo)注，判斷乘客向量對(duì)每個(gè)類別簇的歸屬度，當(dāng)乘客對(duì)所有類別的 歸屬度都小于某個(gè)閾值時(shí)，將其標(biāo)注為離群點(diǎn))也不能直接作為判斷乘客屬 于危險(xiǎn)人群的依據(jù)。要精確描述乘客的購(gòu)票行為模式，還需要其他方面信息 的支持、驗(yàn)證。

(3)乘客人群龐大，但個(gè)人乘車記錄比較稀疏，數(shù)據(jù)可壓縮空間小：

數(shù)據(jù)量龐大，每天乘車的人數(shù)有600萬(wàn)人次，高峰期甚至達(dá)到千萬(wàn)人次， 涉及到的人群也有數(shù)百萬(wàn)之眾。但歸結(jié)到個(gè)人，很大一部分乘客的年乘坐火 車的次數(shù)可能在10次以下，個(gè)人的乘車數(shù)據(jù)表現(xiàn)出顯著的稀疏性。本文應(yīng) 用的主要目標(biāo)是識(shí)別離群點(diǎn)，檢測(cè)出乘客購(gòu)票行為的異常模式，所以，又不 能丟失個(gè)人的一些細(xì)節(jié)性的數(shù)據(jù)，數(shù)據(jù)可壓縮空間小，在利用關(guān)聯(lián)分析算法 分析乘客的結(jié)伴出行時(shí)，造成了算法的時(shí)間計(jì)算復(fù)雜度和空間計(jì)算復(fù)雜度都 很高。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提出一種購(gòu)票信息分析的方法及裝置，旨在解 決如何從海量的乘客購(gòu)票數(shù)據(jù)中，應(yīng)用相關(guān)機(jī)器學(xué)習(xí)算法，提取有價(jià)值的模 式的問(wèn)題。

為達(dá)此目的，本發(fā)明實(shí)施例采用以下技術(shù)方案：

第一方面，一種購(gòu)票信息分析的方法，所述方法包括：

從乘客的屬性信息、出行目的分布、購(gòu)票次數(shù)、車次類型分布、購(gòu)票方 式分布、始發(fā)站分布、終點(diǎn)站分布、結(jié)伴關(guān)系提取乘客的購(gòu)票行為模式特征；

通過(guò)乘客隱藏狀態(tài)向量表征乘客的購(gòu)票行為模式，則每個(gè)乘客為一個(gè)乘 客在高維空間中的一個(gè)點(diǎn)，若所述乘客的類型是未知的，則將對(duì)所述乘客的 類別判定問(wèn)題轉(zhuǎn)化為對(duì)所述乘客隱藏狀態(tài)向量的概率密度分布進(jìn)行擬合學(xué) 習(xí)的過(guò)程。

優(yōu)選地，所述乘客的屬性信息包括對(duì)數(shù)據(jù)文件按照年齡進(jìn)行統(tǒng)計(jì)得到乘 客年齡分布信息；

所述出行目的分布包括根據(jù)從身份證信息中解析出的省份籍貫編號(hào)信 息再結(jié)合始發(fā)站和終點(diǎn)站的行政區(qū)劃代碼判斷籍貫編號(hào)與始發(fā)站、終點(diǎn)站的 行政區(qū)劃代碼是否相等，將乘客根據(jù)出行目的劃分為預(yù)設(shè)個(gè)數(shù)的類別，各類 別之間不重復(fù)不遺漏的分布；其中，odh代表始發(fā)站終點(diǎn)站都與籍貫一致， 在家鄉(xiāng)省內(nèi)短途出行；odo代表始發(fā)站和終點(diǎn)站一致，但是在家鄉(xiāng)以外的省 短途出行；o代表離開(kāi)家鄉(xiāng)去外省出行；d代表從外省回家；other代表其他 情況；

所述購(gòu)票次數(shù)包括改簽次數(shù)、退票次數(shù)和有效購(gòu)票次數(shù)，所述改簽次數(shù) 為購(gòu)票記錄中狀態(tài)為3的記錄的頻數(shù)；所述退票次數(shù)為購(gòu)票記錄中狀態(tài)為2 的記錄的頻數(shù)；所述有效購(gòu)票次數(shù)為購(gòu)票記錄中狀態(tài)為5的記錄的頻數(shù)；