[發(fā)明專利]基于Spark的校園卡租借行為檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011553092.8
• 申請日: 2020-12-24
• 公開（公告）號: CN112667709B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設計）人: 于磊磊;李永在;喬禹
• 申請（專利權）人: 山東大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/28;G06F16/25;G06F16/22;G06F16/27;G06K9/62;G06Q50/20
• 代理公司: 濟南圣達知識產(chǎn)權代理有限公司 37221
• 代理人: 黃海麗

1.基于Spark的校園卡租借行為檢測方法，其特征是，包括：

獲取用戶對校園卡的使用數(shù)據(jù)，將獲取的數(shù)據(jù)作為待檢測數(shù)據(jù)；

獲取經(jīng)過人工篩選的標記為租借的用戶對校園卡的使用數(shù)據(jù)，將獲取的數(shù)據(jù)作為標定數(shù)據(jù)；將待檢測數(shù)據(jù)轉化為待檢測行為數(shù)據(jù)集，將標定數(shù)據(jù)轉化為標定行為數(shù)據(jù)集；

分別對待檢測行為數(shù)據(jù)集和標定行為數(shù)據(jù)集中的類別特征進行量化處理；分別對待檢測行為數(shù)據(jù)集和標定行為數(shù)據(jù)集中的所有特征進行標準化處理；

采用Spark引擎，并行計算標定行為數(shù)據(jù)集中各個特征的權重；

采用Spark引擎，并行加權重計算待檢測行為數(shù)據(jù)與標定行為數(shù)據(jù)集中所有數(shù)據(jù)之間的距離；

按照待檢測行為數(shù)據(jù)與標定行為數(shù)據(jù)之間距離由小到大進行排序，選擇前K個標定行為數(shù)據(jù)進行高斯權重加權投票，得到待檢測行為數(shù)據(jù)的類別；

按照待檢測行為數(shù)據(jù)與標定行為數(shù)據(jù)之間距離由小到大進行排序，選擇前K個標定行為數(shù)據(jù)進行高斯權重加權投票，得到待檢測行為數(shù)據(jù)的類別；具體步驟包括：

基于K-D樹的無類別最近鄰集合快速獲取算法，快速獲取待檢測行為數(shù)據(jù)與標定行為數(shù)據(jù)集的前K個最近鄰數(shù)據(jù)；

根據(jù)待檢測行為數(shù)據(jù)與K個標定行為數(shù)據(jù)的距離，對K個標定行為數(shù)據(jù)采用高斯函數(shù)逐個加權；

根據(jù)K個標定行為數(shù)據(jù)的權重和類別標記進行投票選舉；

所述基于K-D樹的無類別最近鄰集合快速獲取算法；還包括：

第一步，建立K-DTree：K-D樹；U：待檢測數(shù)據(jù)；K：最近鄰數(shù)量；D：回溯閾值；建立輸出變量Node[h]:鄰居節(jié)點集；

第二步，通過二叉樹搜索，在K-D Tree上找到U的最近鄰點N；如果N的左右子樹空間中存在比N更近的樣本節(jié)點N^*，則停止本輪搜索，將N^*加入Node[h]，否則將N加入Node[h]；

第三步，向上回溯，設置N為N的父樣本節(jié)點，重復第二步h輪，直到回溯深度達到給定閾值D；

第四步，輸出Node[h]，算法結束；

所述采用高斯函數(shù)加權，即采用高斯函數(shù)對標定行為數(shù)據(jù)進行加權，對于第i個標定行為數(shù)據(jù)N_i，其計算如下所示：

其中，d_i為鄰居樣本N_i與待分類樣本的距離，考慮投票權重的計算，設置a＝1，b＝0，c設置為可調參數(shù)；

所述投票選舉，即通過加權重的類別投票選舉待檢測行為數(shù)據(jù)的類別，投票選舉計算如下：

其中，

其中，K為鄰居數(shù)量，L為類別數(shù)量，C_j為第j個類別，f_ij為類別歸屬標識。

2.如權利要求1所述的基于Spark的校園卡租借行為檢測方法，其特征是，

將待檢測數(shù)據(jù)轉化為待檢測行為數(shù)據(jù)集；具體步驟包括：

待檢測數(shù)據(jù)，包括：賬號、學號、姓名、性別、學院、身份類型、交易金額、交易商戶和交易時間；

對待檢測數(shù)據(jù)進行特征提取，得到待檢測數(shù)據(jù)特征；所述待檢測數(shù)據(jù)特征，包括：性別、身份、是否畢業(yè)班、總消費金額、總消費次數(shù)、餐飲消費金額、洗浴消費金額、洗浴消費占比、健身消費占比、是否有學習相關技術以及是否有醫(yī)療相關記錄；

將待檢測數(shù)據(jù)特征按照用戶編號進行存儲，得到待檢測行為數(shù)據(jù)集。

3.如權利要求1所述的基于Spark的校園卡租借行為檢測方法，其特征是，

將標定數(shù)據(jù)轉化為標定行為數(shù)據(jù)集；具體步驟包括：

標定數(shù)據(jù)，包括：賬號、學號、姓名、性別、學院、身份類型、交易金額、交易商戶、交易時間和是否存在租借行為的標簽；

對標定數(shù)據(jù)進行特征提取，得到標定數(shù)據(jù)特征；所述標定數(shù)據(jù)特征，包括：性別、身份、是否畢業(yè)班、總消費金額、總消費次數(shù)、餐飲消費金額、洗浴消費金額、洗浴消費占比、健身消費占比、是否有學習相關技術、是否有醫(yī)療相關記錄和是否存在租借行為的標簽；

將標定數(shù)據(jù)特征按照編號進行存儲，得到標定行為數(shù)據(jù)集。