[发明专利]嫌疑人检测方法及装置

权利要求书

1.一种嫌疑人检测方法，其特征在于，包括：

获取待预测的地铁乘车行为数据；

对所述地铁乘车行为数据进行数据分析、数据预处理以及特征提取，获得经过处理的乘车行为数据；

将所述经过处理的乘车行为数据输入至异常行为检测模型中，获得所述地铁乘车行为数据对应的识别结果；

其中，所述异常行为检测模型是基于正常乘车行为数据样本训练得到的自编码器模型；

其中，训练所述异常行为检测模块的步骤，具体包括：

获取地铁乘车行为数据样本；

对所述地铁乘车行为数据样本进行数据分析、数据预处理以及特征提取，获得经过处理的乘车行为数据样本；

根据专家知识，从所述经过处理的乘车行为数据样本筛选出正常乘车行为数据样本；

构建自编码器模型，利用所述正常乘车行为数据样本对所述自编码器模型进行训练；

训练结束时，保存所述自编码器模型的参数，获得训练完成的异常行为检测模型；

其中，所述地铁乘车行为数据具体包括：地铁站点信息相关数据、票种分类数据和刷卡数据；

其中，对所述地铁乘车行为数据进行数据分析、数据预处理以及特征提取，获得经过处理的乘车行为数据的步骤，具体包括：

对所述地铁乘车行为数据进行数据分析，确定票种信息、出行时间、各站点的进出站客流量和途经客流量，以及乘车时间分布；

数据分析完成后，依据分析结果对所述地铁乘车行为数据进行清洗，将所述地铁乘车行为数据处理成特征工程的数据类型并对缺失数据和错误数据进行清理；

将预处理后的数据输入到特征工程进行七个维度的特征提取；

其中，所述七个维度包括：当日乘客在地铁站停留时间、当日乘客乘坐轨道交通的实际使用时间与理论使用时间的差值、当日乘客经过的热门站点数、当日乘客乘坐地铁的次数、当日乘客乘坐地铁不同的起点-终点对数目、当日乘客乘坐地铁的进站口数目以及当日乘客同一进站的最大访问次数。

2.根据权利要求1所述的嫌疑人检测方法，其特征在于，将所述经过处理的乘车行为数据输入至异常行为检测模型中，获得所述地铁乘车行为数据对应的识别结果的步骤，具体包括：

将所述经过处理的乘车行为数据输入至异常行为检测模型中，获取所述异常行为检测模型的输出；

对所述异常行为检测模型的输出进行核验，若所述异常行为检测模型的输出与正常的乘车特征间的误差大于预设阈值，则确定所述地铁乘车行为数据对应的识别结果为嫌疑人；或者，若所述异常行为检测模型的输出与正常的乘车特征间的误差小于等于预设阈值，则确定所述地铁乘车行为数据对应的识别结果为正常。

3.根据权利要求2所述的嫌疑人检测方法，其特征在于，将所述经过处理的乘车行为数据输入至异常行为检测模型中，获得所述地铁乘车行为数据对应的识别结果的步骤之后，还包括：

将所述地铁乘车行为数据以及对应的识别结果放入有标记数据集中；

基于所述有标记数据集，将识别结果为正常的地铁乘车行为数据作为样本再次输入到所述自编码器模型中进行模型的迭代优化。