- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
面向共享出行系统中的可解释异常检测
ElnurIsgandarov,MatteoCederle,FedericoChiariotti,
GianAntonioSusto
UniversityofPadova,Italy(e-mail:
elnur.isgandarov@studenti.unipd.it,matteo.cederle@phd.unipd.it,
federico.chiariotti@unipd.it,gianantonio.susto@unipd.it).
摘要共享出行系统,如自行车共享网络,在城市交通中发挥着至关重要的作用。识别这些
系统中的异常对于优化运营、提高服务可靠性和增强用户体验至关重要。本文提出了一种
可解释的异常检测框架,该框架集成了多源数据,包括自行车共享行程记录、天气状况和
公共交通可用性。采用了IsolationForest算法进行无监督异常检测,并结合基于深度的隔
本离森林特征重要性(DIFFI)算法提供可解释性。结果显示,站点级别的分析能够很好地理
译解异常情况,突出了外部因素如恶劣天气和有限的交通可用性的影响。我们的研究发现有
中助于改进共享出行运营中的决策制定。
1
vKeywords:共享出行,异常检测,孤立森林,DIFFI,可解释人工智能。
3
41.介绍现有的共享出行中的异常检测方法通常侧重于用户行
6
5为或系统范围的趋势。然而,它们往往存在两个关键限
1
.共享移动系统,如自行车共享网络,已成为城市交通的制:缺乏可解释性,使得难以理解为什么某些行程或站
7
0重要组成部分,提供了比私人车辆更经济且环保的替点被标记为异常(Xuetal.(2023)),以及依赖标注数
5代方案,并解决了公共交通最后一公里的问题,正如据,在实际部署中通常是不可获得的(D’Amicantonio
2
:Yangetal.(2019)所讨论的。然而,其优化和管理需etal.(2024))。
v
i要了解复杂的供需模式,这些模式受到多种相互作用因
x为了解决这些挑战,我们提出了一种集成多源数据的
r素的影响,如天气状况、公共交通整合、社区的城市结
a无监督异常检测框架,包括共享单车行程记录、天气
构以及音乐会、体育赛事和公共假期等特殊事件,这些
状况、公共交通可用性、社区数据和假期安排。我们采
因素被Zhangetal.(2023)研究过,如Weinreichetal.
用Liuetal.(2008)提出的孤立森林算法来识别异常移
(2023)所示。这种复杂交织可能会掩盖异常现象:需求
动模式,并利用由Carlettietal.(2023)提出的基于深
模式的波动或某些车站进出交通平衡的变化可能导致
度的孤立森林特征重要性(DIFFI)来解释结果。我们
系统效率低下并减少服务可用性,正如Chiariottietal.
考虑了一种以站点为中心的方法,分析给定的有桩共享
(2018)所显示的是自行车共享系统优化的目标。理解和
单车站点和给定时间内的异常情况,并强调这种方法
文档评论(0)