大数据技术讨论课-交通异常行为分析.pptxVIP

交通异常行为分析——全民抓小偷

1介绍乘坐公共交通的乘客是扒手的主要目标；扒手相对于正常乘客，具有异常的交通行为路径；通过AFC系统（automatedfarecollectionsystems）采取所有乘客的乘车信息；以北京为例，从2014年的4月到6月，共有17亿条交通数据，是典型的大数据分析；从大量的AFC数据里分析出异常数据，可帮助分隔嫌疑人和普通用户；

1.1乘客交通行为轨迹图

1.2系统框架

2数据描述交通记录地理信息事件报道

2.1交通记录

2.2地理信息

2.2地理信息(续)

2.3事件报道

3乘客流动特征乘车时间与换行频次短程乘车次数分布出行模式

3.1乘车时间与换乘频次

3.2短程乘车次数分布

3.3出行模式几种常见出行模式：居住地?换乘站?工作地点居住地?购物中心?居住地居住地?景点?下一景点?居住地异常出行模式：熟悉点?跟踪目标?盗窃得手或跟踪失败?回到熟悉点寻找下一目标

3.3出行模式示意图

4检测框架

5原型系统

6展望数据不完全问题存在一定误报率可扩展问题