CN114820168A - 城市轨道交通乘客安全信用评估方法 - Google Patents
城市轨道交通乘客安全信用评估方法 Download PDFInfo
- Publication number
- CN114820168A CN114820168A CN202210457561.9A CN202210457561A CN114820168A CN 114820168 A CN114820168 A CN 114820168A CN 202210457561 A CN202210457561 A CN 202210457561A CN 114820168 A CN114820168 A CN 114820168A
- Authority
- CN
- China
- Prior art keywords
- credit
- passenger
- index
- rail transit
- indexes
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 12
- 230000007246 mechanism Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市轨道交通乘客安全信用评估方法，属于城市轨道交通安检领域。该发明涉及轨道交通乘客安全信用指标体系，乘客信用评分计算方法以及乘客信用动态评估机制，在建立轨道交通乘客安全信用指标体系的基础上，确定乘客信用评分标准，计算乘客信用评分，建立乘客信用动态评估机制。本发明的信用评估方法对乘客信用状况进行全面、科学的分析，使出行者的行为得到行之有效的约束，是实现安检票检一体化模式的基础。
Description
技术领域
本发明属于城市轨道交通安检领域，具体涉及一种城市轨道交通乘客安全信用评估方法。
背景技术
近年来，城市轨道交通以其运量大、速度快、绿色环保、安全高效等优势，成为城市公共交通系统的重要组成部分。城市轨道交通的迅速发展不仅缓解了城市交通的运输压力，还对于优化城市空间布局，带动城市区域经济发展，推动城市现代化建设等方面发挥了巨大作用。安检是轨道交通运营的重要组成部分，当下轨道交通智慧安检正探索票检、安检合一的安检新模式。
在现有的轨道交通安检过程中，所有乘客需依次通过金属探测器或X光安检机的人、物安检通道。在早晚高峰时间段，客流量的增加会降低乘客通行效率。为在公共安全和通行效率间达到平衡，采用乘客差异化安检模式可实现乘客分流，缓解地铁站内安检排队问题。但是，建立差异化安检模式离不开乘客信用体系的建设。依据乘客实名制建立乘客安全信用评级机制，可对信用水平不同的乘客进行差异化安检，信用乘客可通过快速安检或者免安检通道，提高安检效率。
发明内容
发明目的：本发明提出一种城市轨道交通乘客安全信用评估方法，克服了智慧安检中安检票务一体化模式下，缺少利用实名制信息和依据乘客安全信用风险进行识别和分级的不足。根据乘客的不同风险等级按比例分配安检资源，既能保证较高的安全水平，又能提高安检的服务质量，在轨道交通智慧安检系统中具有广阔的推广应用前景。
技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种轨道交通乘客安全信用体系，包括如下步骤：
S1，选取乘客信用指标，建立轨道交通乘客安全信用指标体系，包括社会人口学指标、社会经济学指标、行为特征指标、出行习惯指标、不文明记录指标；
S2，计算乘客信用指标权重；
S3，确定信用评分标准；
S4，计算乘客信用评分；
S5，乘客信用分级：对于信用评分在前90％的乘客赋予免安检进站的权限，对于信用评分不在前90％的乘客，接受安检进站；
S6，乘客信用动态评估。
作为本发明的一种改进，所述步骤S2中对乘客信用指标权重的计算方法采用层次分析法，方法如下：
S21，对比各因素之间(即S1的乘客信用指标)的重要性，利用1～9标度法描述各因素之间的重要性对比状况，数字由小到大表示因素的重要性由大到小，构造判断矩阵；
S22，根据判断矩阵，计算一级指标、二级指标层次的权重值，对所有指标权重值进行总排序；
S23，检验一致性，先计算一致性指标CI＝(λmax-n)/(n-1)，其中λmax表示判断矩阵的最大特征根，n为判断矩阵的阶数；然后根据判断矩阵的阶数n得出随机一致性指标RI，当矩阵阶数为3～10时，一致性指标RI对应值分别为0.58、0.89、1.12、1.36、1.41、1.46、1.49；最后计算一致性比率CR＝CI/RI，当满足条件CR≤0.1时，一致性检验通过，符合逻辑；当一致性比率不满足条件时，返回S21，重新构造判断矩阵。
作为本发明的另一种改进，所述步骤S4中对乘客信用评分的计算方法采用逼近理想解法，方法如下：
S41，对于n个待评价对象和每个对象的m个指标，对评价指标数值进行规范化处理得到X，并依据各指标权重W求取规范加权矩阵Z：Z＝W×X；
S42，确定正理想解z+和负理想解z-：
S43，计算各评价对象指标值与正负理想解之间的欧氏距离
和
其中zij为矩阵Z中第i行第j列元素，
为向量z+第j列元素，
为向量z-第j列元素；
S44，计算综合评价值ci：
式中
和
为第i个评价对象指标值与正负理想解之间的欧氏距离。
作为本发明的另一种改进，所述步骤S6中对乘客信用动态评估可从设置衰减期、指标体系变化、指标权重变化、信用修复四个方面展开：
设置衰减期：遵循相应指标对于信用的影响随着时间远离评价时越远，影响程度越低的原则，对每个指标设置相应的衰减期。
指标体系变化：随着乘客数据信息的完善以及社会信用制度的发展，乘客评估指标体系的指标数量将逐渐增加。
指标权重变化：根据政策要求、地铁安检形势等因素，相应指标的重要性也在不断变化，运用层次分析法分析信用指标，合理分配指标权重。
信用修复：提供多项信用修复渠道，一是自然修复，乘客被动等待信用评分动态提升，二是自主修复，乘客主动纠正其失信行为，并向信用修复部门提出修复申请，三是公益修复，乘客通过参与轨道交通信用志愿服务，提升自己的信用。
有益效果：与现有技术相比，本发明的技术方案具有以下有益的技术效果：
本发明方法建立轨道交通安全信用指标体系，按照层次分析法赋予指标权重，对乘客信用进行分级，可以有助于建立乘客白名单机制以及预测潜在失信乘客；对乘客安全信用进行动态评估，不断完善乘客安全信用指标体系，合理更新乘客信用评分，可以动态持续地反映乘客安全信用状况；乘客信用体系建设有助于实现乘客分类安检，提高乘客进站效率，对于提高轨道交通服务质量具有重大意义。
附图说明
图1是本发明方法流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明所述的城市轨道交通乘客安全信用评估方法，以智慧城市轨道交通建设与发展为背景，结合新形势下的AFC系统需求、发展现状以及技术发展趋势，研究轨道交通乘客信用体系建设。根据行为科学理论，建立轨道交通乘客安全信用指标体系。依据乘客信用指标体系，确定乘客信用评分标准，按照层次分析法分配权重，并用逼近理想解法法计算乘客信用评分，建立乘客信用分级机制，并利用根据时间衰减、权重变化、信用修复等因素动态调整乘客信用评分以及乘客信用等级，建立乘客信用动态评估体系。包括如下步骤：
S1，选取乘客信用指标，建立轨道交通乘客安全信用指标体系，包括社会人口学指标、社会经济学指标、行为特征指标、出行习惯指标、不文明记录指标。社会人口学指标包括学历、年龄、性别、婚姻状况、职业等。社会经济学指标包括个人收入、家庭收入、债务收入比等。行为特征指标包括异常表情、异常动作、异常携带物品、异常穿着等。出行习惯指标包括每月地铁出行次数等。不文明记录指标包括地铁乘坐不文明记录、其他交通方式乘坐不文明记录等。
S2，采用层次分析法计算乘客信用指标权重。
S21，构造判断矩阵：对比各因素之间(即S1的乘客信用指标)的重要性，利用1～9标度法描述各因素之间的重要性对比状况，数字由小到大表示因素的重要性由大到小，构造判断矩阵Ai：
S22，根据判断矩阵，计算一级指标、二级指标层次的权重值，对所有指标权重值进行总排序。
S23，由于比较判断矩阵是由经验和判断形成的，因此由矩阵计算得到的排序权重必须要进行检验，来验证主观的经验判断是否有客观一致性。检验方法可以分成三步检验一致性，先计算一致性指标CI＝(λmax-n)/(n-1)，其中λmax表示判断矩阵的最大特征根，n为判断矩阵的阶数。然后根据判断矩阵的阶数n得出随机一致性指标RI，当矩阵阶数为3～10时，随机一致性指标RI对应值分别为0.58、0.89、1.12、1.36、1.41、1.46、1.49。最后计算一致性比率CR＝CI/RI，当满足条件CR≤0.1时，一致性检验通过，符合逻辑。当一致性比率不满足条件时，返回S21，重新构造判断矩阵。
S3，量化信用指标，对乘客的定性指标分档并进行定量分析，按照指标特征反映出的信用风险高低，从低到高可划分为多个档次，每个档次赋予相应数值，如5个档次，指标量化所赋予数值为10、30、50、70、90。
S4，采用逼近理想解法计算乘客信用评分。
S41，对于n个待评价对象和每个对象的m个指标，对评价指标数值进行规范化处理得到X，并依据各指标权重W求取规范加权矩阵Z：Z＝W×X；
S42，确定正理想解z+和负理想解z-：
S43，计算各评价对象指标值与正负理想解之间的欧氏距离
和
其中zij为矩阵Z中第i行第j列元素，
为向量z+第j个元素，
为向量z-第j个元素，wj为第j个指标的权重；
S44，计算综合评价值ci：
S5，乘客信用分级：将乘客安全信用评分从高至低排列，根据乘客信用评分排名，确定乘客信用等级。
表1乘客安全信用分级
| 信用评分 | ＞60％ | 10～60％ | 0～10％ |
| 信用等级 | 优秀 | 中等 | 差 |
S6，乘客信用动态评估，可从设置衰减期、指标体系变化、指标权重变化、信用修复四个方面展开，当符合上述四个方面动态评估条件时，返回S1步骤；
设置衰减期：遵循相应指标对于信用的影响随着时间远离评价时越远，影响程度越低的原则，对每个指标设置相应的衰减期，失信行为的衰减期设为18个月、12个月、6个月，依据衰减期的长短，设置时间衰减因子，0～6个月的衰减因子为1，6～12个月的衰减因子为0.8，12～18个月的衰减因子为0.5。
指标体系变化：随着乘客数据信息的完善以及社会信用制度的发展，乘客评估指标体系将逐渐完善。互联网信用指标、城市信用指标将加入乘客安全信用体系，互联网信用指标如电子商务践约指标、社交网络合规指标，城市信用指标如文明出行指标、守信激励指标、违约指标、违法指标。
指标权重变化：根据政策要求、地铁安检形势等因素，相应指标的重要性也在不断变化，需运用层次分析法重新分析信用指标，合理分配指标权重。随着技术发展，对于异常行为特征信息的识别更为精确，乘客信用数据获取的渠道将增加，互联网信用指标、异常行为指标的权重值将在指标体系中得到稳步提升。
信用修复：对于乘客安全信用处于“差”等级的乘客，提供多项信用修复渠道，一是自然修复，乘客被动等待失信行为影响的衰减；；二是自主修复，乘客主动纠正其失信行为，并向信用修复部门提出修复申请，相关部门审核后可修复信用分；三是公益修复，设置公益活动信用奖励，乘客通过参与轨道交通信用志愿服务提升信用评分。
Claims (4)
1.城市轨道交通乘客安全信用评估方法，其特征在于，包括以下步骤：
S1，选取乘客信用指标，建立轨道交通乘客安全信用指标体系，包括社会人口学指标、社会经济学指标、行为特征指标、出行习惯指标、不文明记录指标；
S2，计算乘客信用指标权重；
S3，乘客信用指标量化；
S4，计算乘客信用评分；
S5，乘客信用分级：对于信用评分在前90％的乘客赋予免安检进站的权限，对于信用评分不在前90％的乘客，接受安检进站；
S6，乘客信用动态评估。
2.根据权利要求1所述的城市轨道交通乘客安全信用评估方法，其特征在于，采用层次分析法计算乘客信用指标权重：
S21，构造判断矩阵：根据指标体系的层次和元素间的联系，构造由某一元素与相邻下一层次有联系的所有元素的比较判断矩阵；
S22，对各个层次的元素的组合权重进行计算，得到递阶层次结构中的各个层次中的所有元素对于总目标的相对权重，一直到求出方案层中的各个元素对于总目标的排序权重；
S23，检验一致性，先计算一致性指标CI，根据判断矩阵的阶数n得出随机一致性指标RI，计算一致性比率CR＝CI/RI，当满足条件CR≤0.1时，一致性检验通过，符合逻辑，当一致性比率不满足条件时，返回S21，重新构造判断矩阵。
3.根据权利要求1所述的城市轨道交通乘客安全信用评估方法，其特征在于，采用逼近理想解法计算乘客信用评分，包括：
S41，对于n个待评价对象和每个对象的m个指标，对评价指标数值进行规范化处理得到X，并依据各指标权重W求取规范加权矩阵Z：Z＝W×X；
S42，确定正理想解z+和负理想解z-：
S43，计算各评价对象指标值与正负理想解之间的欧氏距离
和
其中zij为矩阵Z中第i行第j列元素，
为向量z+第j个元素，
为向量z-第j个元素，wj为第j个指标的权重；
S44，计算综合评价值ci：
其中
和
为各评价对象指标值与正负理想解之间的欧氏距离。
4.根据权利要求1所述的城市轨道交通乘客安全信用评估方法，其特征在于，乘客信用动态评估方法包括：
设置衰减期：遵循相应指标对于信用的影响随着时间远离评价时越远，影响程度越低的原则，对每个指标设置相应的衰减期；
指标体系变化：乘客评估指标体系的指标数量逐渐增加；
指标权重变化：运用层次分析法分析信用指标，合理分配指标权重；
信用修复：提供多项信用修复渠道，一是自然修复，等待信用评分动态提升，二是自主修复，乘客主动纠正其失信行为，并向信用修复部门提出修复申请，三是公益修复，乘客通过参与轨道交通信用志愿服务，提升自己的信用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210457561.9A CN114820168A (zh) | 2022-04-27 | 2022-04-27 | 城市轨道交通乘客安全信用评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210457561.9A CN114820168A (zh) | 2022-04-27 | 2022-04-27 | 城市轨道交通乘客安全信用评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114820168A true CN114820168A (zh) | 2022-07-29 |
Family
ID=82510448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210457561.9A Pending CN114820168A (zh) | 2022-04-27 | 2022-04-27 | 城市轨道交通乘客安全信用评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114820168A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109800989A (zh) * | 2019-01-21 | 2019-05-24 | 石家庄职业技术学院（石家庄广播电视大学） | 采用评价指标分类综合评价的供应商选择方法 |
| CN110210873A (zh) * | 2019-05-16 | 2019-09-06 | 贵州电力交易中心有限责任公司 | 一种电力市场市场主体市场化交易行为信用评价方法 |
| CN111126775A (zh) * | 2019-11-26 | 2020-05-08 | 国网浙江省电力有限公司电力科学研究院 | 一种基于层次分析法的居民客户价值分级模型构建方法 |
-
2022
- 2022-04-27 CN CN202210457561.9A patent/CN114820168A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109800989A (zh) * | 2019-01-21 | 2019-05-24 | 石家庄职业技术学院（石家庄广播电视大学） | 采用评价指标分类综合评价的供应商选择方法 |
| CN110210873A (zh) * | 2019-05-16 | 2019-09-06 | 贵州电力交易中心有限责任公司 | 一种电力市场市场主体市场化交易行为信用评价方法 |
| CN111126775A (zh) * | 2019-11-26 | 2020-05-08 | 国网浙江省电力有限公司电力科学研究院 | 一种基于层次分析法的居民客户价值分级模型构建方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Credit risk measurement and early warning of SMEs: An empirical study of listed SMEs in China | |
| Shen et al. | Evaluation on the utility efficiency of metro infrastructure projects in China from sustainable development perspective | |
| Coleman | Inflation persistence in the Franc zone: Evidence from disaggregated prices | |
| CN114048436A (zh) | 一种预测企业财务数据模型构建方法及构建装置 | |
| Li et al. | Improving service quality with the fuzzy TOPSIS method: a case study of the Beijing rail transit system | |
| CN112116256A (zh) | 一种数据资产管理方法 | |
| Yadi et al. | Big-data-driven model construction and empirical analysis of SMEs credit assessment in China | |
| Gao et al. | [Retracted] Analysis of the Impact of ESG on Corporate Financial Performance under the Epidemic Based on Static and Dynamic Panel Data | |
| CN111784487A (zh) | 一种基于动态财资流的中小企业超短期信用评价方法 | |
| Liu et al. | Developing an Extenics‐Based Model for Evaluating Bus Transit System | |
| Yuliansyah et al. | The Effect of Regional Original Revenue, Balance Funds, and Capital Expenditures on the Financial Performance of District Governments in West Java Province in 2013–2017 | |
| CN113947281A (zh) | 城市轨道交通装备制造业集群竞争力评价方法 | |
| CN113450004A (zh) | 电力信用报告生成方法、装置、电子设备及可读存储介质 | |
| CN107038537A (zh) | 一种城轨交通评价方法和装置 | |
| CN114820168A (zh) | 城市轨道交通乘客安全信用评估方法 | |
| CN115271907A (zh) | 基于公开数据对中小微企业评价的方法及相关设备 | |
| Giovannelli et al. | The Bank of Italy’s In-House Credit Assessment System for Non-financial Firms | |
| Mizutani | The impact of structural reforms and regulations on the demand side in the railway industry | |
| CN113435748A (zh) | 网点状态确定方法、装置、电子设备以及存储介质 | |
| Huo et al. | Research on “PPP+ ABS” Management Model of Infrastructure Project Based on AHP and Entropy Method | |
| CN110516932A (zh) | 交通行为信息处理方法、装置、计算机设备和存储介质 | |
| Sun et al. | Is the relationship between the perceived service quality and passenger loyalty linear or non-linear? A novel model-independent interpretation method is applied | |
| Islamutdinov et al. | Long-term forecast of the dependence of the economy of the Khanty-Mansi autonomous Okrug-Ugra (Russia) on the sectors of the fuel and energy complex | |
| CN113610638B (zh) | 基于smaa-ds的信用等级与违约损失率相匹配的评级系统及方法 | |
| Bonanno et al. | Income inequality and inner areas. A study on the Italian case |
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 |