铁路互联网售票异常行为分类技术的研究与应用

作     者：周亮瑾 阎志远 戴琳琳 ZHOU Liangjin;YAN Zhiyuan;DAI Linlin

作者机构：中国铁道科学研究院研究生部北京100081 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081 

基　　金：中国铁路总公司科技研究开发计划课题(2017F017) 

出 版 物：《中国铁道科学》 (China Railway Science)

年 卷 期：2019年第40卷第6期

页      码：133-139页

摘      要：针对铁路互联网售票电子商务网站,基于购票流程中的余票查询、乘坐旅客信息选择、订单信息提交、支付确认4个环节的风险行为特征属性,设计异常购票行为识别分类器,基于朴素贝叶斯分类算法实现高性能的行为识别分类器。同时,在训练集上采用遗传算法进行分类属性阈值的优化处理,进一步提高分类算法的准确性。利用真实数据进行算法验证,结果表明:所设计的异常购票行为识别分类器,能基于较少训练集进行学习,并且在不牺牲误识率的情况下保障异常购票行为识别的准确率,可以达到97.1%的分类控制的效果;与决策树算法相比,准确率有接近3%~5%的提升;算法运行效率可以满足1 000 TPS高并发请求分类的要求。

主 题 词：铁路客票 互联网售票 异常购票行为 异常请求 朴素贝叶斯分类 

学科分类：12[管理学] 0202[经济学-财政学类] 02[经济学] 1201[管理学-管理科学与工程类] 020205[020205] 08[工学] 082303[082303] 0802[工学-机械学] 0801[工学-力学类] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.3969/j.issn.1001-4632.2019.06.17

馆 藏 号：203835767...