[发明专利]一种基于特征提取的公共交通可疑卡识别方法

说明书

技术领域

本发明属于公共交通用户识别领域，更具体地，涉及一种在公共交通出行的用户中，利用出行IC卡数据提取用户出行特征，识别出公共交通用户中的疑似小偷的可疑卡识别方法。

背景技术

随着移动互联网、智能交通系统以及基于位置的服务等领域的高速发展，以及公共交通IC卡系统的普及，产生大量公共交通用户的出行数据，包含着丰富的用户位置信息和出行轨迹数据，同时隐含了丰富的出行时空属性信息及用户行为规律与特征，通过对这些信息和特征进行深入的分析与挖掘，不单单可以发现单个用户的公共交通出行规律和用户群体的共同行为特征，还有可能挖掘其社交关系信息及多维用户标签。

与此同时，每年在公交和地铁上面经常发生小偷偷窃手机、钱财等案件，每个案件一一侦破排查的难度很大。常规的侦破方式就是根据案发的时间和地点范围，来调取车内的监控录像来查找犯罪嫌疑人，由于公安系统人力物力有限，同时报案人的上报的案发的时间、地点通常不够准确，这都为案件的侦破带来了很大的困难。

发明内容

针对现有技术中存在的上述问题，本发明提供了一种可疑卡的识别方法，其目的在于，利用公共交通乘坐公交或地铁的刷卡数据进行用户出行特征提取，对使用IC卡出行的公交及地铁的用户进行分类和识别，从而为公安机关调取车载录像提供辅助参考，有利于确定嫌疑人。

为了实现上述目的，本发明提供了一种基于特征提取的公共交通可疑卡识别方法，包括如下步骤：

离线训练步骤：提取样本用户的十二维出行特征值，建立样本用户的特征矩阵，将样本用户中的小偷用户的特征矩阵作为负样本，普通用户的特征矩阵作为正样本，对选定的分类模型进行训练，得到可疑卡分类器；十二维出行特征值包括出行时长、刷卡频次、出行次数、上车站点数、下车站点数、乘坐线路数、功能区域数、陡度、最常上车站点数、最常下车站点数、最常乘坐线路数以及最常出现功能区域数；

在线识别步骤：按照构建样本用户的特征矩阵的方法，构建待识别用户的特征矩阵，利用训练后的可疑卡分类器对待识别用户的特征矩阵进行用户类型识别，以识别出疑似小偷使用的可疑卡。

进一步地，离线训练步骤中，构建样本用户的特征矩阵的方法如下：

首先，获取样本用户的IC卡刷卡数据、公交车和/或地铁的GPS数据以及站点数据；

其次，对上述各数据中的无效字段以及格式或者信息错误的数据进行过滤，保留有效字段和数据，并去除公交GPS数据漂移点；

然后，根据过滤后的IC卡刷卡数据提取上车、下车站点的序号，根据站点序号匹配站点信息，然后结合GPS数据和站点数据，分别计算出公交和地铁的出行OD，并按照IC卡的ID将同一IC卡的公交和地铁的出行记录进行合并处理；

随后，根据合并后的出行记录，以天为时间粒度，分别从时间维度、空间维度提取样本用户的十二维出行特征值；

最后，利用样本用户的十二维出行特征值构建n×13的特征矩阵，每一个用户对应矩阵的一条行向量，第1列为用户分类结果，普通用户分类结果为+1，小偷分类结果为-1，第2～13列为用户的十二维出行特征值，其中，n为样本用户总数量。

进一步地，提取样本用户在工作日的十二维出行特征值，其中，陡度每周计算，其余十一维出行特征值每日计算。

进一步地，在离线训练步骤中，样本用户中的小偷用户为已知，普通用户是按照预定的与小偷用户的比例，从待识别用户中选取；

设定普通用户的特征矩阵为正样本，小偷用户的特征矩阵为负样本；正样本用+1标识，负样本用-1标识，对选定的分类函数进行训练，得到可疑卡训练器。

进一步地，待识别用户中选取普通用户的方法如下：

首先，从待识别用户的十二维出行特征值中随机选取一批数据点，取其平均值作为对应的各个维度的中心点；

然后，根据各用户的十二维出行特征值到该用户各对应维度的中心点的距离进行聚类；

最后，根据已知的小偷用户的数量按预定比例确定普通用户数量，按照聚类后得到的各类别的人数，从每一个类别中选取部分用户，组成普通用户的样本。

进一步地，分类函数选用高斯核函数：

exp(-gamma|u-v|²)

其中，gamma是函数类型，其默认值为类别数的倒数，

u是特征值，

v是交叉验证数。

进一步地，包括在识别出小偷用户后，进一步识别疑似小偷同伙使用的伴随卡的步骤：