[发明专利]恶意逃单检测方法

摘要

本发明公开了一种恶意逃单检测方法。其中方法包括统计不同用户从不同出发地前往不同目的地的次数，得到个性化用户历史数据；建立出发地与目的地的关联信息；建立个性化用户目的地偏好模型；当第一用户产生服务请求后，根据第一用户的出发地及第一用户的个性化用户目的地偏好模型，结合不同地点在地图中的位置关联信息，预测第一用户前往不同地点作为目的地的概率；在接收到司机发送的拒单通知消息之后，对司机在预设时间内的轨迹位置进行跟踪，利用预测得到的概率计算所述司机基于该第一用户的逃单概率，检测出所述司机是否产生逃单行为。利用本方案来检测恶意逃单的行为，准确率更高。如果与传统特征融合，准确率能够得到显著提升。

主权项

一种恶意逃单检测方法，其特征在于，包括：统计不同用户从不同出发地前往不同目的地的次数，得到个性化用户历史数据；所述个性化用户历史数据以m*n维矩阵的形式存储，其中m为用户总数，n为地点总数；根据所有用户从不同出发地前往不同目的地的次数，建立出发地与目的地的关联信息，由此得到不同地点在地图中的位置关联信息；根据所述个性化用户历史数据建立个性化用户目的地偏好模型具体如下：Aij′=UiT(αVj+(1-α)Σt=1n(j)s(dt)Vt)]]>其中，Aij′表示第i个用户对第j个地点的偏好度，Ui表示第i个用户的用户潜在特征向量，Vj表示第j个地点的地点潜在特征向量，n(j)表示第j个地点的邻近地点，Vt表示第j个地点的邻近地点中第t个地点对应的潜在特征向量，dt表示所述第j个地点与所述第t个地点之间的距离，s()为归一化函数，α为线性叠加权重；通过所述个性化用户目的地偏好模型预测得到每个用户对每个地点的偏好度；当第一用户产生服务请求后，根据第一用户的出发地及第一用户的个性化用户目的地偏好模型，结合不同地点在地图中的位置关联信息，预测第一用户前往不同地点作为目的地的概率；在接收到司机发送的拒单通知消息之后，对司机在预设时间内的轨迹位置进行跟踪，利用预测得到的概率计算所述司机基于该第一用户的逃单概率；根据所述司机基于第一用户的逃单概率，检测出所述司机是否产生逃单行为；所述逃单概率具体通过如下公式实现：l(x)=11+e-x]]>p(target＝Vj'|Sh,Ui')∝β·l(Aij”)+(1‑β)·p(Vj'|Sh)上述公式表示为所述司机基于该第一用户的逃单概率p(target＝Vj'|Sh,Ui')正比于β·l(Aij”)+(1‑β)·p(Vj'|Sh)；其中，Ui'表示第一用户的用户特征向量，Vj'表示预定到达地点的地点特征向量，预定到达地点是根据司机在预设时间内的轨迹位置而确定的，Sh表示第一用户的出发地，Aij”表示第一用户对所述预定到达地点的偏好度，p(Vj'|Sh)表示所述第一用户的出发地与所述预定到达地点之间的位置关联度，β为线性叠加权重。