[发明专利]一种基于SVM模型的乘车异常人员识别方法及系统

权利要求书

1.一种基于SVM模型的乘车异常人员识别方法，其特征在于，包括：

获取目标用户的刷卡记录，对于所述刷卡记录中任意一条不满足第一预设条件的乘车记录，将所述乘车记录作为待修复的乘车记录，获取所述待修复的乘车记录的出发时刻及到达时刻；其中，所述第一预设条件为乘车记录的出发时刻与到达时刻之间的间隔时长不大于预设时长；

计算所述刷卡记录中每一乘车记录的实际耗费时长与每一乘车记录对应行程的平均耗费时长之间的比值，并根据其它用户在所述待修复的乘车记录对应行程上的第一平均耗费时长、所述刷卡记录中每一乘车记录对应的所述比值的平均值及所述目标用户在所述待修复的乘车记录对应行程上的第二平均耗费时长，获取所述待修复的乘车记录对应行程的耗费时长估值；其中第二平均耗费时长是目标用户在待修复的乘车记录对应行程上的历史耗费时长的平均值；

基于第二预设条件以及所述耗费时长估值，对所述待修复的乘车记录的乘车时刻进行修复，所述待修复的乘车记录的乘车时刻为所述待修复的乘车记录的出发时刻或到达时刻；其中第二预设条件进一步通过如下公式表示：

arrivalTime_former＜＝departTime_later；

其中，若所述待修复的乘车记录的乘车时刻为所述待修复的乘车记录的出发时刻，则arrivalTime_former是根据所述耗费时长估值及所述待修复的乘车记录的出发时刻所确定的，arrivalTime_former表示所述待修复的乘车记录修复后的到达时刻；相应地，departTime_later表示所述待修复的乘车记录的下一条乘车记录的出发时刻；

若所述待修复的乘车记录的乘车时刻为所述待修复的乘车记录的到达时刻，则departTime_later是根据所述耗费时长估值及所述待修复的乘车记录的到达时刻所确定的，departTime_later表示所述待修复的乘车记录修复后的出发时刻；相应地，arrivalTime_former表示所述待修复的乘车记录的上一条乘车记录的到达时刻；

根据修复后的刷卡记录，获取所述目标用户的交通出行量数据，将所述交通出行量数据输入至已训练的SVM模型，输出所述目标用户的识别结果。

2.如权利要求1所述的基于SVM模型的乘车异常人员识别方法，其特征在于，所述交通出行量数据至少包括时间维度数据及空间维度数据；所述时间维度数据至少包括用户的乘车总时长、同站进出总时长、每一乘车记录对应的比值的平均值及平均刷卡时间间隔；所述空间维度数据至少包括用户的目的地数量、同站进出总次数及相同站点最大访问次数。

3.如权利要求2所述的基于SVM模型的乘车异常人员识别方法，其特征在于，所述时间维度数据还包括用户的单次同站进出最大时长、同站进出上车时间点及每一乘车记录对应的比值中的最大值。

4.如权利要求2或3所述的基于SVM模型的乘车异常人员识别方法，其特征在于，所述交通出行量数据还包括用户行为数据；所述用户行为数据至少包括用户在预设时间窗口内的刷卡记录数、同站进出进站点最大客流量、同站进出出站点最大客流量、平均进站客流量及平均出站客流量。

5.如权利要求1所述的基于SVM模型的乘车异常人员识别方法，其特征在于，所述根据其它用户在所述待修复的乘车记录对应行程上的第一平均耗费时长、所述刷卡记录中每一乘车记录对应的比值的平均值及所述目标用户在所述待修复的乘车记录对应行程上的第二平均耗费时长，获取所述待修复的乘车记录对应行程的耗费时长估值进一步通过如下公式进行计算：

M＝m*timeRatio*avg_otherId+n*avg_currentId；

其中，m和n表示常量，timeRatio表示所述刷卡记录中每一乘车记录对应的比值的平均值，avg_otherId表示其它用户在所述待修复的乘车记录对应行程上的第一平均耗费时长，avg_currentId表示所述目标用户在所述待修复的乘车记录对应行程上的第二平均耗费时长，M表示所述待修复的乘车记录对应行程的耗费时长估值。