CN107844805A - 基于公交卡信息识别可疑人员的方法及装置 - Google Patents
基于公交卡信息识别可疑人员的方法及装置 Download PDFInfo
- Publication number
- CN107844805A CN107844805A CN201711132309.6A CN201711132309A CN107844805A CN 107844805 A CN107844805 A CN 107844805A CN 201711132309 A CN201711132309 A CN 201711132309A CN 107844805 A CN107844805 A CN 107844805A
- Authority
- CN
- China
- Prior art keywords
- card
- targeted customer
- swiping
- suspect
- identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Telephonic Communication Services (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供的基于公交卡信息识别可疑人员的方法及装置通过采用读取出行工具为公共交通工具的目标用户的公交卡信息，根据刷卡站点以及与刷卡站点相应的刷卡时间，确认目标用户是否为规律出行用户；若目标用户为不规律出行用户，则将标识信息存入预先建立的可疑人员标识列表，接收刷卡设备发送的待识别标识信息，若可疑人员标识列表中存在待识别标识信息，则向刷卡设备发送预警信号，便于便衣警察或警务人员直接对识别出的可疑人员进行监控，提高监控效率。
Description
技术领域
本发明涉及数据分析领域，尤其涉及一种基于公交卡信息识别可疑人员的方法及装置。
背景技术
随着城市交通业的发展，越来越多的人选择公共交通出行。但是，在一些如公交换乘枢纽站，地铁与火车换乘枢纽站等人流量大的公共交通站点，很容易发生盗窃案件。
为了减少盗窃案件的发生，现有的解决方案是采用人工“盯梢”的方式对站点内的可疑人员进行识别和监控。例如：便衣警察扮作普通乘客，根据经验确认可疑人员并对可疑人员进行跟踪；或者，站内值班的警务人员利用监控设备对站点内各区域进行全面监控等。
这样的“盯梢”方式需要往往需要大量的人力物力，且在对可疑人员进行识别时的主观性很强。
发明内容
针对现有的对可疑人员进行识别时，由于主观性强而造成的识别准确率低，从而导致监控效率低的问题，本发明提供了一种基于公交卡信息识别可疑人员的方法及装置。
一方面，本发明提供了一种基于公交卡信息识别可疑人员的方法，包括：
读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具；
根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户；
若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表；
接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
在其中一种可选的实施方式中，所述读取目标用户的公交卡信息之前，还包括：
获取各用户的出行路径、出行时间以及预设的公共交通线路信息，并确定各用户的出行工具。
在其中一种可选的实施方式中，所述根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户，包括：
对所述目标用户的各刷卡站点之间的相似度进行计算，获得所述目标用户的刷卡区域；
对所述目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段；
根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息；
根据所述目标用户的时间空间分布信息，确认所述目标用户是否为规律出行用户。
在其中一种可选的实施方式中，所述根据所述目标用户的时间空间分布信息，确认所述目标用户是否为规律出行用户，包括：
根据所述目标用户的时间空间分布信息，计算在早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比，获得第一比值；
若所述第一比值小于第一预设比值，则所述目标用户为不规律出行用户；否则，所述目标用户为规律出行用户。
在其中一种可选的实施方式中，所述根据所述目标用户的时间空间分布信息，确认所述目标用户是否为规律出行用户，包括：
根据所述目标用户的时间空间分布信息，分别计算在每个刷卡区域进行刷卡的次数与所述目标用户的刷卡总次数之比，获得在每个刷卡区域的第二比值；
若不存在第二比值大于等于第二预设比值的刷卡区域，则所述目标用户为不规律出行用户；否则，所述目标用户为规律出行用户。
在其中一种可选的实施方式中，所述根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户之前，还包括：
根据所述目标用户的标识信息确定所述目标用户的公交卡类型；
若所述目标用户的公交卡类型为不记名制公交卡，则执行根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户的步骤。
在其中一种可选的实施方式中，若所述目标用户为规律出行用户，则所述方法还包括：
根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确定所述目标用户单次行程轨迹；
根据所述目标用户单次行程轨迹，计算获得所述目标用户单次行程的平均移动距离；
若所述目标用户的单次行程的平均移动距离小于预设的距离阈值，则执行将所述标识信息存入预先建立的可疑人员标识列表的步骤。
在其中一种可选的实施方式中，若所述目标用户为规律出行用户，则所述方法还包括：
对所述目标用户的日均刷卡次数进行统计；
若所述目标用户的日均刷卡次数超过预设的日均刷卡次数阈值，则执行将所述标识信息存入预先建立的可疑人员标识列表的步骤。
另一方面，本发明还提供了一种基于公交卡信息识别可疑人员的装置，包括：
信息获取模块，用于读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具；
识别模块，用于根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户；若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表；
通信模块，用于接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
在其中一种可选的实施方式中，所述信息获取模块，还用于在所述信息获取模块读取目标用户的公交卡信息之前，获取各用户的出行路径、出行时间以及预设的公共交通线路信息；
所述识别模块，还用于确定各用户的出行工具。
本发明提供的基于公交卡信息识别可疑人员的方法及装置通过采用读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具，根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户；若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表，接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。通过获取目标用户的公交卡信息，分析并建立可疑人员标识列表，以使在接收到刷卡设备发送的待识别标识信息时，将该待识别标识信息与该可疑人员标识列表进行比对，在该待识别标识信息存在于该可疑人员标识列表时，向刷卡设备发送预警信号，便于便衣警察或警务人员直接对识别出的可疑人员进行监控，提高监控效率。
附图说明
图1为本发明实施例一提供的一种基于公交卡信息识别可疑人员的方法的流程示意图；
图2为本发明实施例二提供的一种基于公交卡信息识别可疑人员的方法的流程示意图；
图3为本发明实施例三提供的一种基于公交卡信息识别可疑人员的方法的流程示意图；
图4为本发明实施例四提供的一种基于公交卡信息识别可疑人员的方法的流程示意图；
图5为本发明实施例五提供的一种基于公交卡信息识别可疑人员的装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
随着城市交通业的发展，越来越多的人选择公共交通出行。但是，在一些如公交换乘枢纽站，地铁与火车换乘枢纽站等人流量大的公共交通站点，很容易发生盗窃案件。
为了减少盗窃案件的发生，现有的解决方案是采用人工“盯梢”的方式对站点内的可疑人员进行识别和监控。例如：便衣警察扮作普通乘客，根据经验确认可疑人员并对可疑人员进行跟踪；或者，站内值班的警务人员利用监控设备对站点内各区域进行全面监控等。
这样的“盯梢”方式需要往往需要大量的人力物力，且在对可疑人员进行识别时的主观性很强。
针对现有的对可疑人员进行识别时，由于主观性强而造成的识别准确率低，从而导致监控效率低的问题，图1为本发明实施例一提供的一种基于公交卡信息识别可疑人员的方法的流程示意图。
如图1所示，该方法包括：
步骤101、读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具。
步骤102、根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户。
步骤103、若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表。
步骤104、接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
需要说明的是，本方法的执行主体为基于公交卡信息识别可疑人员的装置，其具体可为由处理器、存储器、逻辑电路、组合芯片等组成的物理设备，本发明对其实体结构不进行限制。
具体来说，在上述步骤101-步骤104的实施方式中，首先，可读取目标用户的公交卡信息包括标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间等信息，其中，目标用户为出行工具为地铁或公交等公共交通工具的用户。需要说明的是，在本实施方式中，每个用户的出行工具的确定可采用现有技术中的任意一种方式实现，例如通过对用户的移动轨迹进行人群分类；或者，通过对用户的公交卡充值情况进行统计等，本实施方式在此对其不进行限制。
随后，可根据目标用户的刷卡站点以及与刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户。其中，对于规律出行可理解的是，其所指带的是目标用户是否有着相对重复性较高的出行为或出行轨迹，其具体的判定方式可采用现有的任意一种方式实现，如通过出行轨迹重复度判定，也可通过出行区域重复度判定，本实施方式对此不进行限制。
当目标用户为不规律出行用户，将该目标用户的标识信息存入预先建立的可疑人员标识列表。其中，该可疑人员标识列表为预存在基于公交卡信息的识别可疑人员的装置中的，其中可包括有被识别为可疑人员的全部用户的标识信息。当位于列表中的任意一个用户携带公交卡进行刷卡时，刷卡设备将读取的待识别标识信息发送至该基于公交卡信息的识别可疑人员的装置，并由该装置根据对可疑人员标识列表对待识别标识信息进行比对，当该待识别标识信息与存储于可疑人员标识列表中的标识信息匹配时，该基于公交卡信息的识别可疑人员的装置，向刷卡设备发送预警信号，以供警务人员或安保人员根据该预警信息对用户进行监控，从而使得警务人员或安保人员对可疑人员的识别不在依靠个人经验，而是通过上述的方式进行，进而提高了监控效率。
在其他可选的实施方式中，在步骤101之前，还包括：获取各用户的出行路径、出行时间以及预设的公共交通线路信息，并确定各用户的出行工具。具体来说，可采用如人群识别或人群聚类等方式，确定各用户的标签，并确定出行工具为公共交通工具的目标用户。
例如，可采用如下方式实现：步骤a、根据用户的手机所连接的基站的位置和连接基站的时间获取用户的出行路径和对应的出行时间，并确定用户出行的驻留位置；步骤b、统计预设时间段内用户在各驻留位置的驻留次数，获得用户的兴趣点区域分布；步骤c、根据用户出行路径、出行时间以及兴趣点区域分布以及预设的公共交通线路信息，确定用户常用出行状态为公共交通出行的目标用户。其中，步骤c中的根据预设的公共交通线路信息以及用户出行路径、出行时间以及兴趣点区域分布确定常用出行状态为公共交通出行的目标用户所指可理解为，根据用户出行路径、出行时间、以及在预设时间段内用户在各驻留位置的驻留次数与预设的公共交通线路信息的匹配情况，确定用户是否在出行时采用的是公共交通出行的方式，即，用户的出行工具是否为公共交通工具。
在其他可选的实施方式中，在读取目标用户的公交卡信息之后，以及根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户之前，还包括：根据所述目标用户的标识信息确定所述目标用户的公交卡类型；若所述目标用户的公交卡类型为不记名制公交卡，则执行根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户的步骤。
具体来说，由于现有的公交卡类型可分为两种，一种为记名制公交卡，如学校统一办理的学生卡、公司统一办理的员工卡等，另一种则为不记名制公交卡，其一般为社会人员在公交卡统一办理点办理的普通卡。一般来说，使用学生卡和员工卡的用户是规律出行的用户的概率较高，其为可疑人员的概率较低。因此，为了降低运算量，提高识别效率，通过在根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户之前，首先根据公交卡类型对目标用户进行初筛，以使得仅针对使用不记名制公交卡的目标用户进行识别，从而提高识别效率。
在其他可选的实施方式中，在步骤102中若确定所述目标用户为规律出行用户，则所述方法还包括：根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确定所述目标用户单次行程轨迹；根据所述目标用户单次行程轨迹，计算获得所述目标用户单次行程的平均移动距离；若所述目标用户的单次行程的平均移动距离小于预设的距离阈值，则执行将所述标识信息存入预先建立的可疑人员标识列表的步骤。
具体来说，为了进一步提高识别准确率，当确定目标用户为规律出行用户时，还可对其进行进一步筛查，即计算单次行程的平均移动距离是否小于距离阈值，并在目标用户的单次行程的平均移动距离小于预设的距离阈值时，将该目标用户的标识信息存入预先建立的可疑人员标识列表。可知的是，尽管目标用户的出行轨迹和出行时间的重复性较高，但出行的平均移动距离过小则十分可疑，因此，可将这一部分的目标用户也存入可疑人员标识列表以供警务人员或安保人员进行监控。
在其他可选的实施方式中，在步骤102中若确定所述目标用户为规律出行用户，则所述方法还包括：对所述目标用户的日均刷卡次数进行统计；若所述目标用户的日均刷卡次数超过预设的日均刷卡次数阈值，则执行将所述标识信息存入预先建立的可疑人员标识列表的步骤。
具体来说，为了进一步提高识别准确率，当确定目标用户为规律出行用户时，还可对其进行进一步筛查，即计算目标用户的日均刷卡次数进行统计，并在目标用户的日均刷卡次数超过预设的日均刷卡次数阈值时，将该目标用户的标识信息存入预先建立的可疑人员标识列表。可知的是，尽管目标用户的出行轨迹和出行时间的重复性较高，但出行的日均刷卡次数过高则十分可疑，因此，可将这一部分的目标用户也存入可疑人员标识列表以供警务人员或安保人员进行监控。
本发明实施例一提供的基于公交卡信息识别可疑人员的方法通过采用读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具，根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户；若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表，接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。通过获取目标用户的公交卡信息，分析并建立可疑人员标识列表，以使在接收到刷卡设备发送的待识别标识信息时，将该待识别标识信息与该可疑人员标识列表进行比对，在该待识别标识信息存在于该可疑人员标识列表时，向刷卡设备发送预警信号，便于便衣警察或警务人员直接对识别出的可疑人员进行监控，提高监控效率。
为了进一步提高识别效率，在上述各实施方式的基础上，图2为本发明实施例二提供的一种基于公交卡信息识别可疑人员的方法的流程示意图，如图2所示，该方法包括：
步骤201、读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具。
步骤202、对所述目标用户的各刷卡站点之间的相似度进行计算，获得所述目标用户的刷卡区域。
步骤203、对所述目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段。
步骤204、根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息。
步骤205、根据所述目标用户的时间空间分布信息，判断所述目标用户是否为规律出行用户。
若是，则执行步骤207；若否，则执行步骤206。
步骤206、将所述标识信息存入预先建立的可疑人员标识列表。
并执行步骤207。
步骤207、接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
与实施例一类似的是，需要说明的是，本方法的执行主体为基于公交卡信息识别可疑人员的装置，其具体可为由处理器、存储器、逻辑电路、组合芯片等组成的物理设备，本发明对其实体结构不进行限制。
首先，可读取目标用户的公交卡信息包括标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间等信息，其中，目标用户为出行工具为地铁或公交等公共交通工具的用户，例如，若获取的目标的刷卡站点以及刷卡站点相应的刷卡时间为：“西单-4号线-7:22”、“西单-4号线-7:24”“灵境胡同-4号线-7:33”、“西单-1号线-7:34”、“王府井-1号线-8:33”、“东单-1号线-8:26”“东单-5号线8:28”、“西直门-13号线-9：18”。
与实施例一不同的是，在本实施方式中，针对某一目标用户，可根据获取的其各刷卡站点之间的相似度进行计算，以获得该目标用户的刷卡区域，例如，若该目标用户的刷卡站点分别为：“西单-4号线”、“灵境胡同-4号线”、“西单-1号线”、“王府井-1号线”、“东单-1号线”“东单-5号线”、“西直门-13号线”，则可根据每个站点对应的区域得到用户的刷卡区域：“西单商区”、“东单商区”、“西直门商区”等。当然还可采用其他相似度的计算方式获取目标用户的刷卡区域。
对目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段。例如聚类结果则可为时间“7:30”、“8:30”以及“9：30”。
随后，可根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息，例如，“7:30-西单商区”、“8:30-东单商区”以及“9:30-西直门商区”。
根据所述目标用户的时间空间分布信息，判断所述目标用户是否为规律出行用户，例如，由于上述的目标用户针对每一个时间段仅对应一个刷卡区域，其出行相对规律，即上述目标用户为规律出行用户。相应的，若某一目标用户的时间空间分布信息为：“7:30-西单商区”、“7:30-西单商区”以及“7:30-西直门商区”、“8:30-西单商区”、“8:30-东单商区”以及“8：30-西直门商区”以及“9:30-西直门商区”，其针对每一个时间段对应不止一个刷卡区域，其出行相对不规律，即上述目标用户为不规律出行用户。
随后，与实施例一类似的是，当目标用户为不规律出行用户，将该目标用户的标识信息存入预先建立的可疑人员标识列表。其中，该可疑人员标识列表为预存在基于公交卡信息的识别可疑人员的装置中的，其中可包括有被识别为可疑人员的全部用户的标识信息。当位于列表中的任意一个用户携带公交卡进行刷卡时，刷卡设备将读取的待识别标识信息发送至该基于公交卡信息的识别可疑人员的装置，并由该装置根据对可疑人员标识列表对待识别标识信息进行比对，当该待识别标识信息与存储于可疑人员标识列表中的标识信息匹配时，该基于公交卡信息的识别可疑人员的装置，向刷卡设备发送预警信号，以供警务人员或安保人员根据该预警信息对用户进行监控，从而使得警务人员或安保人员对可疑人员的识别不在依靠个人经验，而是通过上述的方式进行，进而提高了监控效率。
本发明实施例二提供的基于公交卡信息识别可疑人员的方法，在实施例一的基础上，通过对所述目标用户的各刷卡站点之间的相似度进行计算，获得所述目标用户的刷卡区域，对所述目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段，根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息，从而可根据所述目标用户的时间空间分布信息，判断所述目标用户是否为规律出行用户，以提高对目标用户是否为规律出行用户的识别准确率，提高监控效率。
在上述实施例二基础上，为了进一步提高识别效率，图3为本发明实施例三提供的一种基于公交卡信息识别可疑人员的方法的流程示意图，如图3所示，该方法包括：
步骤301、读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具。
步骤302、对所述目标用户的各刷卡站点之间的相似度进行计算，获得所述目标用户的刷卡区域。
步骤303、对所述目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段。
步骤304、根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息。
步骤305、根据所述目标用户的时间空间分布信息，计算在早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比，获得第一比值；
步骤306、判断所述第一比值是否小于第一预设比值。
若否，则执行步骤308；若是，则执行步骤307。
步骤307、将所述标识信息存入预先建立的可疑人员标识列表。
执行步骤308。
步骤308、接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
与实施例二类似的是，需要说明的是，本方法的执行主体为基于公交卡信息识别可疑人员的装置，其具体可为由处理器、存储器、逻辑电路、组合芯片等组成的物理设备，本发明对其实体结构不进行限制。
首先，可读取目标用户的公交卡信息包括标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间等信息，其中，目标用户为出行工具为地铁或公交等公共交通工具的用户，例如，若获取的目标的刷卡站点以及刷卡站点相应的刷卡时间为：“西单-4号线-7:22”、“西单-4号线-7:24”“灵境胡同-4号线-7:33”、“西单-1号线-12:34”、“王府井-1号线-8:33”、“东单-1号线-12:26”“东单-5号线8:28”、“西直门-13号线-9：18”。
与实施例二类似的是，在本实施方式中，针对某一目标用户，可根据获取的其各刷卡站点之间的相似度进行计算，以获得该目标用户的刷卡区域，例如，若该目标用户的刷卡站点分别为：“西单-4号线”、“灵境胡同-4号线”、“西单-1号线”、“王府井-1号线”、“东单-1号线”“东单-5号线”、“西直门-13号线”，则可根据每个站点对应的区域得到用户的刷卡区域：“西单商区”、“东单商区”、“西直门商区”等。当然还可采用其他相似度的计算方式获取目标用户的刷卡区域。对目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段。例如聚类结果则可为时间“7:30”、“8:30”、“9：30”以及“12:30”。可根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息，例如，“7:30-西单商区”、“8:30-东单商区”以及“9:30-西直门商区”、“12:30-西单商区”以及“12：30-东单商区”。
与实施例二不同的是，本实施例三根据所述目标用户的时间空间分布信息，计算在早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比，获得第一比值，随后，通过判断所述第一比值是否小于第一预设比值，以实现对目标用户是否为规律出行用户的判定。
例如，若第一预设比值为0.8，当早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比小于0.8时，则该目标用户为规律出行用户；反之，当早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比大于等于0.8时，则该目标用户为不规律出行用户。也就是说，上述的目标用户在早高峰时间段和/或晚高峰时间段的刷卡次数为3次，而刷卡总次数为5次，第一比值为0.6，可判断出，该目标用户的出行时间集中在早高峰时间段和/或晚高峰时间段，其为规律出行用户。
随后，与实施例二类似的是，当目标用户为不规律出行用户，将该目标用户的标识信息存入预先建立的可疑人员标识列表。其中，该可疑人员标识列表为预存在基于公交卡信息的识别可疑人员的装置中的，其中可包括有被识别为可疑人员的全部用户的标识信息。当位于列表中的任意一个用户携带公交卡进行刷卡时，刷卡设备将读取的待识别标识信息发送至该基于公交卡信息的识别可疑人员的装置，并由该装置根据对可疑人员标识列表对待识别标识信息进行比对，当该待识别标识信息与存储于可疑人员标识列表中的标识信息匹配时，该基于公交卡信息的识别可疑人员的装置，向刷卡设备发送预警信号，以供警务人员或安保人员根据该预警信息对用户进行监控，从而使得警务人员或安保人员对可疑人员的识别不在依靠个人经验，而是通过上述的方式进行，进而提高了监控效率。
本发明实施例三提供的基于公交卡信息识别可疑人员的方法，在实施例二的基础上，通过采用根据所述目标用户的时间空间分布信息，计算在早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比，获得第一比值，并根据第一比值是否小于第一预设比值的判断结果确定目标用户是否为不规律出行用户，通过这样的方式识别得到的不规律出行用户的识别准确度更高，从而可进一步提高后续对其的监控效率。
或者，在上述实施例二基础上，为了进一步提高识别效率，图4为本发明实施例四提供的一种基于公交卡信息识别可疑人员的方法的流程示意图，如图4所示，该方法包括：
步骤401、读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具。
步骤402、对所述目标用户的各刷卡站点之间的相似度进行计算，获得所述目标用户的刷卡区域。
步骤403、对所述目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段。
步骤404、根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息。
步骤405、根据所述目标用户的时间空间分布信息，分别计算在每个刷卡区域进行刷卡的次数与所述目标用户的刷卡总次数之比，获得在每个刷卡区域的第二比值；
步骤406、判断是否存在第二比值大于等于第二预设比值的刷卡区域；
若是，则执行步骤408；若否，则执行步骤407。
步骤407、将所述标识信息存入预先建立的可疑人员标识列表。
执行步骤408。
步骤408、接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
与实施例二类似的是，需要说明的是，本方法的执行主体为基于公交卡信息识别可疑人员的装置，其具体可为由处理器、存储器、逻辑电路、组合芯片等组成的物理设备，本发明对其实体结构不进行限制。
首先，可读取目标用户的公交卡信息包括标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间等信息，其中，目标用户为出行工具为地铁或公交等公共交通工具的用户，例如，若获取的目标的刷卡站点以及刷卡站点相应的刷卡时间为：“西单-4号线-7:22”、“西单-4号线-7:24”“灵境胡同-4号线-7:33”、“西单-1号线-12:34”、“王府井-1号线-8:33”、“东单-1号线-12:26”“东单-5号线8:28”、“西直门-13号线-9：18”。
与实施例二类似的是，在本实施方式中，针对某一目标用户，可根据获取的其各刷卡站点之间的相似度进行计算，以获得该目标用户的刷卡区域，例如，若该目标用户的刷卡站点分别为：“西单-4号线”、“灵境胡同-4号线”、“西单-1号线”、“王府井-1号线”、“东单-1号线”“东单-5号线”、“西直门-13号线”，则可根据每个站点对应的区域得到用户的刷卡区域：“西单商区”、“东单商区”、“西直门商区”等。当然还可采用其他相似度的计算方式获取目标用户的刷卡区域。对目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段。例如聚类结果则可为时间“7:30”、“8:30”、“9：30”以及“12:30”。可根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息，例如，“7:30-西单商区”、“8:30-东单商区”以及“9:30-西直门商区”、“12:30-西单商区”以及“12：30-东单商区”。
与实施例二不同的是，本实施例四根据所述目标用户的时间空间分布信息，分别计算在每个刷卡区域进行刷卡的次数与所述目标用户的刷卡总次数之比，获得在每个刷卡区域的第二比值，随后，通过判断是否存在第二比值大于等于第二预设比值的刷卡区域，以实现对目标用户是否为规律出行用户的判定。
例如，若第二预设比值为0.4，上述的目标用户在西单商区的刷卡次数为4，在东单商区的刷卡次数为3，在西直门商区的刷卡次数为1，刷卡总次数为8。此时，目标用户在西单商区的刷卡次数与刷卡总次数之比为0.5，其大于第二预设比值，可判断出，该目标用户的刷卡区域较为集中，其为规律出行用户。
当早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比小于0.8时，则该目标用户为规律出行用户；反之，当早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比大于等于0.8时，则该目标用户为不规律出行用户。也就是说，上述的目标用户在早高峰时间段和/或晚高峰时间段的刷卡次数为3次，而刷卡总次数为5次，第一比值为0.6，其为规律出行用户。反之亦然。
随后，与实施例二类似的是，当目标用户为不规律出行用户，将该目标用户的标识信息存入预先建立的可疑人员标识列表。其中，该可疑人员标识列表为预存在基于公交卡信息的识别可疑人员的装置中的，其中可包括有被识别为可疑人员的全部用户的标识信息。当位于列表中的任意一个用户携带公交卡进行刷卡时，刷卡设备将读取的待识别标识信息发送至该基于公交卡信息的识别可疑人员的装置，并由该装置根据对可疑人员标识列表对待识别标识信息进行比对，当该待识别标识信息与存储于可疑人员标识列表中的标识信息匹配时，该基于公交卡信息的识别可疑人员的装置，向刷卡设备发送预警信号，以供警务人员或安保人员根据该预警信息对用户进行监控，从而使得警务人员或安保人员对可疑人员的识别不在依靠个人经验，而是通过上述的方式进行，进而提高了监控效率。
本发明实施例四提供的基于公交卡信息识别可疑人员的方法，在实施例二的基础上，通过采用根据所述目标用户的时间空间分布信息，分别计算在每个刷卡区域进行刷卡的次数与所述目标用户的刷卡总次数之比，获得在每个刷卡区域的第二比值，并根据第二比值是否大于等于第二预设比值的判断结果确定目标用户是否为不规律出行用户，通过这样的方式识别得到的不规律出行用户的识别准确度更高，从而可进一步提高后续对其的监控效率。
图5为本发明实施例五提供的一种基于公交卡信息识别可疑人员的装置的结构示意图，如图5所示，该装置包括：
信息获取模块10，用于读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具；
识别模块20，用于根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户；若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表；
通信模块30，用于接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
首先，可读取目标用户的公交卡信息包括标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间等信息，其中，目标用户为出行工具为地铁或公交等公共交通工具的用户。需要说明的是，在本实施方式中，每个用户的出行工具的确定可采用现有技术中的任意一种方式实现，例如通过对用户的移动轨迹进行人群分类；或者，通过对用户的公交卡充值情况进行统计等，本实施方式在此对其不进行限制。
随后，可根据目标用户的刷卡站点以及与刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户。其中，对于规律出行可理解的是，其所指带的是目标用户是否有着相对重复性较高的出行为或出行轨迹，其具体的判定方式可采用现有的任意一种方式实现，如通过出行轨迹重复度判定，也可通过出行区域重复度判定，本实施方式对此不进行限制。
当目标用户为不规律出行用户，将该目标用户的标识信息存入预先建立的可疑人员标识列表。其中，该可疑人员标识列表为预存在基于公交卡信息的识别可疑人员的装置中的，其中可包括有被识别为可疑人员的全部用户的标识信息。当位于列表中的任意一个用户携带公交卡进行刷卡时，刷卡设备将读取的待识别标识信息发送至该基于公交卡信息的识别可疑人员的装置，并由该装置根据对可疑人员标识列表对待识别标识信息进行比对，当该待识别标识信息与存储于可疑人员标识列表中的标识信息匹配时，该基于公交卡信息的识别可疑人员的装置，向刷卡设备发送预警信号，以供警务人员或安保人员根据该预警信息对用户进行监控，从而使得警务人员或安保人员对可疑人员的识别不在依靠个人经验，而是通过上述的方式进行，进而提高了监控效率。
在其中一种可选的实施方式中，所述信息获取模块10，获取各用户的出行路径、出行时间以及预设的公共交通线路信息；所述识别模块20，还用于确定各用户的出行工具。
具体来说，可采用如人群识别或人群聚类等方式，确定各用户的标签，并确定出行工具为公共交通工具的目标用户。例如，可采用如下方式实现：步骤a、根据用户的手机所连接的基站的位置和连接基站的时间获取用户的出行路径和对应的出行时间，并确定用户出行的驻留位置；步骤b、统计预设时间段内用户在各驻留位置的驻留次数，获得用户的兴趣点区域分布；步骤c、根据用户出行路径、出行时间以及兴趣点区域分布以及预设的公共交通线路信息，确定用户常用出行状态为公共交通出行的目标用户。其中，步骤c中的根据预设的公共交通线路信息以及用户出行路径、出行时间以及兴趣点区域分布确定常用出行状态为公共交通出行的目标用户所指可理解为，根据用户出行路径、出行时间、以及在预设时间段内用户在各驻留位置的驻留次数与预设的公共交通线路信息的匹配情况，确定用户是否在出行时采用的是公共交通出行的方式，即，用户的出行工具是否为公共交通工具。
在其中一种可选的实施方式中，所述识别模块20，具体用于：
在读取目标用户的公交卡信息之后，以及根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户之前，还包括：根据所述目标用户的标识信息确定所述目标用户的公交卡类型；若所述目标用户的公交卡类型为不记名制公交卡，则执行根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户的步骤。
在其中一种可选的实施方式中，所述识别模块20，具体用于：
根据所述目标用户的时间空间分布信息，计算在早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比，获得第一比值；
若所述第一比值小于第一预设比值，则所述目标用户为不规律出行用户；否则，所述目标用户为规律出行用户。
在其中一种可选的实施方式中，所述识别模块20，具体用于：
根据所述目标用户的时间空间分布信息，分别计算在每个刷卡区域进行刷卡的次数与所述目标用户的刷卡总次数之比，获得在每个刷卡区域的第二比值；
若不存在第二比值大于等于第二预设比值的刷卡区域，则所述目标用户为不规律出行用户；否则，所述目标用户为规律出行用户。
在其中一种可选的实施方式中，所述识别模块20，还用于在读取目标用户的公交卡信息之后，以及根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户之前，还包括：根据所述目标用户的标识信息确定所述目标用户的公交卡类型；若所述目标用户的公交卡类型为不记名制公交卡，则执行根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户的步骤。
具体来说，由于现有的公交卡类型可分为两种，一种为记名制公交卡，如学校统一办理的学生卡、公司统一办理的员工卡等，另一种则为不记名制公交卡，其一般为社会人员在公交卡统一办理点办理的普通卡。一般来说，使用学生卡和员工卡的用户是规律出行的用户的概率较高，其为可疑人员的概率较低。因此，为了降低运算量，提高识别效率，通过在根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户之前，首先根据公交卡类型对目标用户进行初筛，以使得仅针对使用不记名制公交卡的目标用户进行识别，从而提高识别效率。
在其中一种可选的实施方式中，所述识别模块20，还用于在所述目标用户为规律出行用户的情况下，根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确定所述目标用户单次行程轨迹，根据所述目标用户单次行程轨迹，计算获得所述目标用户单次行程的平均移动距离，若所述目标用户的单次行程的平均移动距离小于预设的距离阈值，则将所述标识信息存入预先建立的可疑人员标识列表。
具体来说，为了进一步提高识别准确率，当确定目标用户为规律出行用户时，还可对其进行进一步筛查，即计算单次行程的平均移动距离是否小于距离阈值，并在目标用户的单次行程的平均移动距离小于预设的距离阈值时，将该目标用户的标识信息存入预先建立的可疑人员标识列表。可知的是，尽管目标用户的出行轨迹和出行时间的重复性较高，但出行的平均移动距离过小则十分可疑，因此，可将这一部分的目标用户也存入可疑人员标识列表以供警务人员或安保人员进行监控。
在其中一种可选的实施方式中，所述识别模块20，还用于在所述目标用户为规律出行用户的情况下，对所述目标用户的日均刷卡次数进行统计，若所述目标用户的日均刷卡次数超过预设的日均刷卡次数阈值，则将所述标识信息存入预先建立的可疑人员标识列表。
具体来说，为了进一步提高识别准确率，当确定目标用户为规律出行用户时，还可对其进行进一步筛查，即计算目标用户的日均刷卡次数进行统计，并在目标用户的日均刷卡次数超过预设的日均刷卡次数阈值时，将该目标用户的标识信息存入预先建立的可疑人员标识列表。可知的是，尽管目标用户的出行轨迹和出行时间的重复性较高，但出行的日均刷卡次数过高则十分可疑，因此，可将这一部分的目标用户也存入可疑人员标识列表以供警务人员或安保人员进行监控。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例五提供的基于公交卡信息识别可疑人员装置通过采用读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具，根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户；若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表，接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。通过获取目标用户的公交卡信息，分析并建立可疑人员标识列表，以使在接收到刷卡设备发送的待识别标识信息时，将该待识别标识信息与该可疑人员标识列表进行比对，在该待识别标识信息存在于该可疑人员标识列表时，向刷卡设备发送预警信号，便于便衣警察或警务人员直接对识别出的可疑人员进行监控，提高监控效率。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于公交卡信息识别可疑人员的方法，其特征在于，包括：
读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具；
根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户；
若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表；
接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
2.根据权利要求1所述的基于公交卡信息识别可疑人员的方法，其特征在于，所述读取目标用户的公交卡信息之前，还包括：
获取各用户的出行路径、出行时间以及预设的公共交通线路信息，并确定各用户的出行工具。
3.根据权利要求1所述的基于公交卡信息识别可疑人员的方法，其特征在于，所述根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户，包括：
对所述目标用户的各刷卡站点之间的相似度进行计算，获得所述目标用户的刷卡区域；
对所述目标用户的各刷卡时间的进行聚类处理，获得所述目标用户的刷卡时间段；
根据所述刷卡站点和所述刷卡时间之间的对应关系，将所述目标用户的刷卡区域和所述目标用户的刷卡时间段进行关联，获得所述目标用户的时间空间分布信息；
根据所述目标用户的时间空间分布信息，确认所述目标用户是否为规律出行用户。
4.根据权利要求3所述的基于公交卡信息识别可疑人员的方法，其特征在于，所述根据所述目标用户的时间空间分布信息，确认所述目标用户是否为规律出行用户，包括：
根据所述目标用户的时间空间分布信息，计算在早高峰时间段和/或晚高峰时间段的刷卡次数和所述目标用户的刷卡总次数之比，获得第一比值；
若所述第一比值小于第一预设比值，则所述目标用户为不规律出行用户；否则，所述目标用户为规律出行用户。
5.根据权利要求3所述的基于公交卡信息识别可疑人员的方法，其特征在于，所述根据所述目标用户的时间空间分布信息，确认所述目标用户是否为规律出行用户，包括：
根据所述目标用户的时间空间分布信息，分别计算在每个刷卡区域进行刷卡的次数与所述目标用户的刷卡总次数之比，获得在每个刷卡区域的第二比值；
若不存在第二比值大于等于第二预设比值的刷卡区域，则所述目标用户为不规律出行用户；否则，所述目标用户为规律出行用户。
6.根据权利要求1-5任一项所述的基于公交卡信息识别可疑人员的方法，其特征在于，所述根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户之前，还包括：
根据所述目标用户的标识信息确定所述目标用户的公交卡类型；
若所述目标用户的公交卡类型为不记名制公交卡，则执行根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户的步骤。
7.根据权利要求1-5任一项所述的基于公交卡信息识别可疑人员的方法，其特征在于，若所述目标用户为规律出行用户，则所述方法还包括：
根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确定所述目标用户单次行程轨迹；
根据所述目标用户单次行程轨迹，计算获得所述目标用户单次行程的平均移动距离；
若所述目标用户的单次行程的平均移动距离小于预设的距离阈值，则执行将所述标识信息存入预先建立的可疑人员标识列表的步骤。
8.根据权利要求1-5任一项所述的基于公交卡信息识别可疑人员的方法，其特征在于，若所述目标用户为规律出行用户，则所述方法还包括：
对所述目标用户的日均刷卡次数进行统计；
若所述目标用户的日均刷卡次数超过预设的日均刷卡次数阈值，则执行将所述标识信息存入预先建立的可疑人员标识列表的步骤。
9.一种基于公交卡信息识别可疑人员的装置，其特征在于，包括：
信息获取模块，用于读取目标用户的公交卡信息；所述公交卡信息包括：标识信息、刷卡站点以及与所述刷卡站点相应的刷卡时间，所述目标用户的出行工具为公共交通工具；
识别模块，用于根据所述刷卡站点以及与所述刷卡站点相应的刷卡时间，确认所述目标用户是否为规律出行用户；若所述目标用户为不规律出行用户，则将所述标识信息存入预先建立的可疑人员标识列表；
通信模块，用于接收刷卡设备发送的待识别标识信息，若所述可疑人员标识列表中存在所述待识别标识信息，则向所述刷卡设备发送预警信号。
10.根据权利要求9所述的基于公交卡信息识别可疑人员的装置，其特征在于，
所述信息获取模块，还用于在所述信息获取模块读取目标用户的公交卡信息之前，获取各用户的出行路径、出行时间以及预设的公共交通线路信息；
所述识别模块，还用于确定各用户的出行工具。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711132309.6A CN107844805B (zh) | 2017-11-15 | 2017-11-15 | 基于公交卡信息识别可疑人员的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711132309.6A CN107844805B (zh) | 2017-11-15 | 2017-11-15 | 基于公交卡信息识别可疑人员的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107844805A true CN107844805A (zh) | 2018-03-27 |
| CN107844805B CN107844805B (zh) | 2020-10-27 |
Family
ID=61679060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711132309.6A Active CN107844805B (zh) | 2017-11-15 | 2017-11-15 | 基于公交卡信息识别可疑人员的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107844805B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109885636A (zh) * | 2019-02-18 | 2019-06-14 | 中国联合网络通信集团有限公司 | 一种用户画像方法和服务器 |
| WO2020015139A1 (zh) * | 2018-07-18 | 2020-01-23 | 平安科技（深圳）有限公司 | 风险旅客方法、装置、计算机设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101540098A (zh) * | 2009-04-30 | 2009-09-23 | 北京工业大学 | 基于公交ic卡线路的匹配方法 |
| CN103699601A (zh) * | 2013-12-12 | 2014-04-02 | 深圳先进技术研究院 | 基于时空数据挖掘的地铁乘客分类方法 |
| CN104766473A (zh) * | 2015-02-09 | 2015-07-08 | 北京工业大学 | 基于多模式公交数据匹配的公共交通出行特征提取方法 |
| CN107301700A (zh) * | 2017-06-16 | 2017-10-27 | 成都智慧家信息技术有限公司 | 能够进行智能识别报警的门禁系统 |
| CN107330584A (zh) * | 2017-06-12 | 2017-11-07 | 中国联合网络通信集团有限公司 | 可疑人员识别方法及装置 |
-
2017
- 2017-11-15 CN CN201711132309.6A patent/CN107844805B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101540098A (zh) * | 2009-04-30 | 2009-09-23 | 北京工业大学 | 基于公交ic卡线路的匹配方法 |
| CN103699601A (zh) * | 2013-12-12 | 2014-04-02 | 深圳先进技术研究院 | 基于时空数据挖掘的地铁乘客分类方法 |
| CN104766473A (zh) * | 2015-02-09 | 2015-07-08 | 北京工业大学 | 基于多模式公交数据匹配的公共交通出行特征提取方法 |
| CN107330584A (zh) * | 2017-06-12 | 2017-11-07 | 中国联合网络通信集团有限公司 | 可疑人员识别方法及装置 |
| CN107301700A (zh) * | 2017-06-16 | 2017-10-27 | 成都智慧家信息技术有限公司 | 能够进行智能识别报警的门禁系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020015139A1 (zh) * | 2018-07-18 | 2020-01-23 | 平安科技（深圳）有限公司 | 风险旅客方法、装置、计算机设备和存储介质 |
| CN109885636A (zh) * | 2019-02-18 | 2019-06-14 | 中国联合网络通信集团有限公司 | 一种用户画像方法和服务器 |
| CN109885636B (zh) * | 2019-02-18 | 2021-04-16 | 中国联合网络通信集团有限公司 | 一种用户画像方法和服务器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107844805B (zh) | 2020-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109145982A (zh) | 驾驶员的身份识别方法及装置、存储介质、终端 | |
| CN102467771B (zh) | 用于识别智能卡与移动电话之间的关联关系的系统和方法 | |
| CN110892442A (zh) | 用于自适应评分以检测商务卡的误用或滥用的系统、方法和设备 | |
| CN104965235A (zh) | 一种安检系统及方法 | |
| Zhu et al. | Prediction of individual social‐demographic role based on travel behavior variability using long‐term GPS data | |
| CN111985710A (zh) | 一种公交乘客出行站点预测方法、存储介质及服务器 | |
| CN105931068A (zh) | 一种持卡人消费画像的生成方法及装置 | |
| CN110969166A (zh) | 一种巡检场景下小目标识别方法和系统 | |
| CN101540000B (zh) | 基于纹理基元统计特性分析的虹膜分类方法 | |
| CN105374091A (zh) | 一种智能安检自助通关方法及系统及设备 | |
| CN109840523A (zh) | 一种基于图像处理的城轨列车车号识别算法 | |
| CN111027929B (zh) | 地铁票务清分方法及装置 | |
| CN103729625A (zh) | 一种人脸识别的方法 | |
| CN108961082A (zh) | 一种基于ai图像识别的车险定损系统及方法 | |
| CN109887292B (zh) | 车辆类型的识别方法及系统 | |
| US20180114236A1 (en) | Method for Predicting a Demand for Vehicles for Hire | |
| CN110751493A (zh) | 基于历史预约订单的风险防控方法以及装置 | |
| CN107844805A (zh) | 基于公交卡信息识别可疑人员的方法及装置 | |
| Wu et al. | Traffic sign detection based on SSD combined with receptive field module and path aggregation network | |
| Al Nasim et al. | An automated approach for the recognition of bengali license plates | |
| CN111078973A (zh) | 基于大数据的套牌车识别方法、设备及存储介质 | |
| CN107705370A (zh) | 一种brt快速公交自动检票机智能票卡验票系统 | |
| Lee et al. | A framework for detecting vehicle occupancy based on the occupant labeling method | |
| JP7105176B2 (ja) | 機械学習装置、判定装置、プログラム及び機械学習方法 | |
| CN110705994A (zh) | 一种风险用户检测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |